Analisis Tagar #WadasMelawan di Media Sosial Twitter Menggunakan Social Network Analysis (SNA)

Abstract

ABSTRAK

Pembebasan tanah Desa Wadas untuk pembangunan Bendungan Bener telah menimbulkan kontroversi antara warga dan
pemerintah. Pembangunan Bendungan Bener diharapkan dapat menampung air untuk irigasi lahan pertanian, menyuplai air
baku dan energi listrik. Di balik kemanfaatannya, pembangunan Bendungan Bener menimbulkan kerugian besar yang dapat
merusak ekosistem. Sebagai bentuk penolakan, netizen membuat tagar #WadasMelawan yang tersebar luas di jejaring
Twitter. Penelitian ini bertujuan untuk mengidentifikasi aktor-aktor yang utama dalam penyebarluasan tagar #WadasMelawan
dengan menggunakan Social Network Analysis (SNA). Data yang digunakan dalam penelitian ini dikumpulkan dari Twitter
dan diolah dengan menggunakan perangkat lunak Gephi. Hasil penelitian menunjukkan bahwa terdapat 1.005 aktor dengan
jumlah interaksi sebanyak 1.471 kali. Kedekatan antar aktor bernilai 7, artinya jarak antar aktor cukup dekat dan interaksi
antar aktor cukup mudah. Indikator yang digunakan untuk mengetahui aktor yang paling berpengaruh yaitu degree centrality,
closeness centrality, betweenness centrality, eigenvector centrality, dan follower rank. Hasilnya, interaksi yang tercipta dalam
jaringan tagar #WadasMelawan didominasi oleh akun @oposisicerdas dan @geloraco.

ABSTRACT
The land acquisition of Wadas Village for the construction of the Bener Dam has attracted controversy. Bener Dam is expected
to hold water for irrigation of agricultural land, supplying water for household and electrical energy. Behind its usefulness,
the construction of the Bener Dam causes huge losses that can damage the ecosystem. As a form of rejection, netizens
created the hashtag #WadasMelawan that is widespread on Twitter. The study aims to identify the main actors in spreading
#WadasMelawan hashtags using Social Network Analysis (SNA). The data used in the study was collected from Twitter and
processed using Gephi. The results showed that there were 1,005 actors with the number of interactions as many as 1,471
times. The closeness between actors is 7, it means the distance between actors is quite close, and the interaction between
actors is quite easy. Indicators used in this study to determine the most influential actors are degree centrality, closeness
centrality, betweenness centrality, eigenvector centrality, and follower rank. As a result, the interactions created in the hashtag
network #WadasMelawan are dominated by @oposisicerdas and @geloraco accounts.