Penerapan Eigenvector Centrality Terkait Metode Social Network Analysis (SNA) dalam Program Vaksinasi Covid-19 di Twitter

Eli Krisnawati, Dega Surono Wibowo, Ardi Susanto, Riszki Wijayatun Pratiwi, Dairoh Dairoh

Abstract


Coronavirus Diseas-19 (Covid-19) merupakan virus yang dianggap sebagai pandemi oleh WHO. Kasus terkonfimasi covid-19 semakin melonjak di Indonesia. Oleh sebab itu, pemerintah membuat kebijakan untuk mengurangi angka kematian akibat covid-19 dengan mengadakan program vaskin massal. Namun, program tersbut menjadi perbincangan di Twitter yang membentuk penerimaan dan penolakan dari masyarakat. Maka dari itu, twitter dapat dimanfaatkan untuk melakukan analisa data. Penelitian ini menggunakan social network analysis (sna) dengan menggunakan skor eigenvector centrality terkait aktor berpengaruh dalam sebuah jaringan yang memiliki hubungan dengan aktor penting lainnya dalam penyebaran informasi terkait vaksin menggunakan kata kunci vaksinasi covid 19. Data yang diteliti sebanyak 22.498 nodes dan 31.982 edges yang sebelumnya sudah ditentukan source dan target. Data tersebut diambil melalui proses crawling API Twitter yang dimulai pada tanggal 01 sampai dengan 24 Januari 2021. Hasil dari penelitian menunjukkan bahwa terdapat 10 aktor dengan skor eigenvector centrality tertinggi, yaitu @jokowi, @ridwankamil, @Abe_Mukti,@yanuarnugroho, @KompasTV, @VIVAcoid, @KemenkesRI, @BBCIndonesia, @tempodotco, dan @kompascom. Dari 10 akun tersbut, akun @jokowi merupakan akun dengan sentralitas tertinggi yaitu 1.0. Selanjutnya, menentukan nilai popularitas menggunakan follower rank. Dari penelitian ini didapat bahwa akun @ kompascom memili skor follower tertinggi yaitu 0,99999699.. Dengan demikian, aktor yang memiliki skor eigenvector centrality tidak selalu memiliki skor follower rank yang tinggi. Namun, hal tersebut belum tentu berlaku jika untuk topik pembahasan yang lain, karena hal ini dipengaruhi juga oleh banyaknya data yang diambil.

Keywords


social network analysis (sna), eigenvector centrality, follower rank, Covid19

Full Text:

References


S. Setiati and M. K. Azwar, “COVID-19 and Indonesia,” no. April, 2020.

“Peta Sebaran Covid-19,” https://covid19.go.id/peta-sebaran-covid19. [Diakses: 15 September 2021, 02:35 WIB]

V. N. P. E-issn and E. Norman, “Reslaj : Religion Education Social Laa Roiba Journal Manajemen Dana Pensiun Syariah Reslaj : Religion Education Social Laa Roiba Journal,” vol. 3, pp. 227–235, 2021.

I. M. Zulfa and F. D. Yunitasari, “Edukasi Generasi Muda Siap Vaksinasi Covid-19,” J. Abdi Masy. Kita, vol. 1, no. 2, pp. 100–112, 2021.

N. P. Astuti, E. G. Z. Nugroho, J. C. Lattu, I. R. Potempu, and D. A. Swandana, “Persepsi Masyarakat terhadap Penerimaan Vaksinasi Covid-19: Literature Review,” J. Keperawatan, vol. 13, no. 3, pp. 569–580, 2021.

“leading countries based on number of Twitter users as of July 2021,” https://www.statista.com/statistics/242606/number-of-active-twitter-users-in-selected-countries/. [Diakses: 15 September 2021, 02:35] .

A. Rochiyat and A. Wibowo, “Analisis Aktor Berpengaruh Dan Aktor Popular Dengan Metode Degree Centrality Dan Follower Rank Pada Tagar Twitter ‘#gejayanmemanggil,’” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 6, no. 2, pp. 130–138, 2019.

S. Tabassum, F. S. F. Pereira, S. Fernandes, and J. Gama, “Social network analysis: An overview,” Wiley Interdiscip. Rev. Data Min. Knowl. Discov., vol. 8, no. 5, pp. 1–21, 2018.

M. Zulkarnain, “Journal of Applied Business Administration,” J. Appied Bus. Adm., no. Maret, pp. 1–8, 2020.

A. Dan et al., “P s i f t u j,” vol. 6, no. 1, 2021.

A. Sonia, A. Alamsyah, T. Widarmanti, U. Telkom, U. Telkom, and U. Telkom, “ANALISIS MEKANISME PENYEBARAN INFORMASI MENGGUNAKAN MODEL SOCIAL NETWORK ANALYSIS DAN EPIDEMI SUSCEPTIBLE-INFEECTED ( STUDI KASUS : BRAND AMBASSADOR BTS PADA SAMSUNG GALAXY NOTE 20 ) ANALYSIS OF INFORMATION DISSEMINATION MECHANISM USING SOCIAL NETWORK ANA,” vol. 8, no. 2, pp. 824–832, 2021.

A. Perwiradewa, A. N. Rofiif, and N. A. Rakhmawati, “Visualisasi Pemain Sepak Bola Indonesia pada DBPedia dengan menggunakan Node2Vec dan Closeness Centrality,” J. Buana Inform., vol. 11, no. 2, p. 103, 2020.

L. Laporta, B. Valongo, J. Afonso, and I. Mesquita, “Game-Centred Study Using Eigenvector Centrality in High-Level Women’s Volleyball: Play Efficacy is Independent of Game Patterns… Or is it?,” Montenegrin J. Sport. Sci. Med., vol. 10, no. 1, pp. 19–24, 2021.

K. Cherven, Network Graph Analysis and Visualizatio with Gephi, First publ. Birmingham: Packt Publishing, 2013.

K. Cherven, Mastering Gephi Network Visualization. BIRMINGHAM: Packt Publishing, 2015.




DOI: https://doi.org/10.30591/jpit.v7i3.4622

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

JPIT INDEXED BY

  
  

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.