POLA INTERAKSI DAN AKTOR YANG PALING BERPERAN PADA EVENT JGTC 2013 MELALUI MEDIA SOSIAL TWITTER (STUDI MENGGUNAKAN METODE SOCIAL NETWORK ANALYSIS)

Selama beberapa tahun terakhir, internet telah berkembang dengan cepat seiring dengan perkembangan teknologi. Data percakapan yang terdapat di media sosial dapat di manfaatkan untuk melihat bagaimana suatu hal diperbincangkan. Penelitian itu bertujuan untuk melihat pola interaksi dan aktor yang paling berperan pada event JGTC 2013 melalui media sosial Twitter. Penelitian ini memanfaatkan big data dari media sosial Twitter yang diperoleh dari Twitter melalui API (Aplication Programming Interface) dengan bantuan teknis dari NoLimitID (perusahaan social media monitoring & analytic tools). Data tersebut kemudian diolah dengan pendekatan Social Network Analysis. Software yang digunakan untuk menghitung dan memvisualisasikan hasil analisis adalah Gephi. Penentuan aktor yang berperan dalam event JGTC 2013 dihitung berdasarkan centrality yang terdiri dari degree centrality, betweenness centrality, closeness centrality, dan eigenvector centrality. Sampel dalam penelitian ini adalah tweet yang berupa interaksi (terdapat mention, baik berupa reply maupun quote retweet) yang memuat kata ‘JGTC’ dan ‘#JGTC36’. Hasil penelitian pada event JGTC 2013 terdapat 7624 node (account) yang terlibat dengan 7445 edge (interaksi) yang terjadi di network tersebut. Aktor (node) yang paling berpengaruh dalam network JGTC 2013 secara keseluruhan adalah raisa6690 yang merupakan bintang tamu pengisi acara pada event JGTC 2013. Kata kunci: Social Network Analysis, Centralit