BAB I GAMBARAN UMUM PERUSAHAAN
C. Rencana dan Penjadwalan Kerja
Periode magang yang di lakukan oleh penulis pada PT Sigma Cipta Caraka atau Telkomsigma dilaksanakan selama 30 hari kerja, dimulai pada tanggal 21 Mei 2018 sampai dengan tanggal 21 Juli 2018. Pelaksanaan magang dilakukan setiap hari kerja. Adapun waktu kerja adalah sebagai berikut:
Tabel 1.2.1 Rencana dan Penjadwalan Kerja
Hari kerja Senin – Jumat
Jam Kerja (Normal) 09.00 s.d. 18.00 Jam Kerja (Bulan Ramadhan) 08.30 s.d. 17.30
15 BAB II
KAJIAN TEORITIS
2.1. Big Data
Pada dasarnya Big Data merupakan sebuah kumpulan data yang jumlahnya sangat besar untuk bisa diolah menggunakan sistem konvensional, sehingga diperlukan adanya sebuah teknologi baru untuk mengolah data tersebut. Menurut McKinsey Global Institute (2011:1), Big Data mengacu pada kumpulan data yang ukurannya besar sehingga dibutuhkan sebuah perangkat lunak untuk menangkap, menyimpan, mengelola, dan menganalisis. Hal yang utama dalam Big Data adalah meningkatnya arus kecepatan dan bertambahnya data yang sangat eksponensial serta variasi data yang semakin banyak sehingga menciptakan sebuah tantangan baru bagi kita. Tidak hanya tantangan untuk memproses data yang jumlahnya besar dan heterogen namun juga memberikan tantangan bagaimana cara memahami agar data tersebut dapat menghasilkan sebuah informasi yang bernilai.
Berdasarkan pengertian yang ada, sebuah data dapat dikatakan Big Data apabila memenuhi tiga karakteristik yang disebut dengan “3 V”. Menurut Blasiak (2014:10) tiga karakteristik tersebut adalah:
Gambar 2.1 Karakteristik Big Data Sumber: Blasiak (2014:10)
16 1. Volume : Berkaitan dengan kuantitas atau jumlah data yang besar dimana dibutuhkan ruang penyimpanan yang besar dan proses analisis yang lebih detail
2. Velocity : Berkaitan dengan kecepatan arus data dan kemampuan mengumpulkan data secara real time.
3. Variety : Berkaitan dengan keragaman data, bentuk atau tipe data akan semakin bervariasi bergantung dengan banyaknya sumber data.
Penggunaan dari Big Data dapat digunakan oleh segala jenis sektor terutama perusahaan, pemerintah dan pebisnis. Menurut Dumbill (2012:9) terdapat beberapa manfaat dari Big Data yang dapat diambil oleh suatu organisasi atau perusahaan yang dikategorikan menjadi dua yaitu :
1. Big Data dapat digunakan untuk penggunaan analisis yang bertujuan untuk mendapatkan pengetahuan dan wawasan yang belum didapatkan pada sebelumnya dengan menggunakan cara yang mudah dan biaya yang tidak besar.
2. Big Data juga dapat digunakan untuk menciptakan produk baru. Kemajuan bisnis berbasis web untuk mendukung produk dan jasa baru juga bentuk keberhasilan yang ditunjukkan oleh penggunaan Big Data. Melihat aktivitas para pengguna di media sosial juga dapat menjadi sinyal atau tanda untuk dapat membuat produk dan iklan baru ataupun mencari cara untuk mendapatkan keunggulan kompetitif.
2.2 Social Computing
Social computing mengacu pada sistem yang mendukung pengumpulan, representasi, pemrosesan, penggunaan, dan diseminasi informasi yang didistribusikan di seluruh kolektivis sosial seperti tim, komunitas, organisasi, dan pasar. Dubey et al (2014). Social computing juga dapat didefinisikan sebagai komunikasi yang dimediasi dan interaksi yang difasilitasi oleh sistem komputer sehingga manusia dapat berkoordinasi, berkolaborasi dan mendistribusikan informasi. Definisi lainnya adalah social computing dianggap sebuah bidang di dalam ilmu komputer yang dapat merepresentasikan hubungan perilaku sosial dan sistem komputasi. Almudawi (2016).
17 Social computing memiliki beberapa manfaat untuk organisasi atau perusahaan seperti keberlangsungan organisasi yang lebih fleksibel karena anggota organisasi ataupun karyawan dapat berpartisipasi langsung memberikan kontribusi ataupun feedback, juga dapat memberikan gaya manajemen organisasi yang baru yang memungkinkan penggunaan social computing untuk pekerjaan dan kepentingan pribadi yang sering dilarang pada masa lalu serta social computing juga dapat memberikan cara baru untuk mengelola konten digital dalam hal mencari, mengelola, dan memanfaatkan infomasi yang ada secara efektif. Almudawi (2016).
2.3 Social Media
Pada dasarnya manusia memiliki jiwa sosial yang tidak dapat dicegah untuk dapat berhubungan dengan manusia lain. Menurut Martinka (2012) media sosial telah memberikan manusia fasilitas sehingga mereka mudah terhubung dengan orang lain untuk memenuhi kebutuhan dan keinginan sosial mereka. Media sosial juga memfasilitasi penggunanya untuk meningkatkan jumlah pertemanannya. Media sosial mengubah cara komunikasi individu, organisasi, dan masyarakat secara substansial yang membuat komunikasi menjadi lebih cepat dan lebih mudah. (Baruah, 2012).
Menurut Mayfield (2008) terdapat beberapa karakteristik dari sosial media antara lain:
1. Participation
Media sosial mendukung penggunanya untuk memberikan kontribusi dan feedback. Hal ini mengurangi batas antara media dan audien.
2. Openness
Sebagian besar layanan media sosial sangat terbuka untuk memberikan partisipasi dan feedback. Media sosial mendukung layanan seperti voting, komentar dan berbagi informasi. Mereka memberikan kemudahan untuk mengakses dan menggunakan konten.
3. Conversation
Jika media konvensional menggunakan cara siaran dari media terhadap audien, maka media sosial lebih kepada komunikasi dua arah.
18 4. Community
Media sosial menjadi sebuah sarana dari komunitas sehingga anggotanya dapat berkomunikasi secara efektif dan berbagi ketertarikan.
5. Connectedness
Sosial media dapat tumbuh dari konektivitas orang – orang, situs, dan sumber – sumber lainnya.
Selain itu Mayfield (2008) juga membagi media sosial ke dalam enam jenis, yaitu:
1. Social Network
Merupakan sebuah situs yang memungkinkan penggunanya untuk membantu halaman pribadi sehingga dapat terhubung dengan pengguna lainnya untuk berkomunikasi dan berbagi konten. Contoh dari social network yang terbesar adalah MySpace, Facebook, dan Bebo.
2. Blog
Merupakan media sosial yang berbentuk jurnal online yang menunjukkan postingan terbaru penulis. Contoh dari blog yang paling banyak dikenal adalah Blogspot, Wordpress, dan Tumblr.
3. Wikis
Media sosial ini memberikan fasilitas kepada penggunanya untuk menambahkan atau mengedit informasi pada konten. Wikis merupakan media sosial yang berupa dokumen atau basis data. Wikipedia merupakan wikisyang paling terkenal.
4. Podcasts
Merupakan media sosial berbentuk file audio atau video yang dapat diakses apabila berlangganan, seperti Apple iTunes.
5. Forums
Sebuah platform online yang mewadahi penggunanya untuk berdiskusi terkait suatu topik. Forums sudah terbentuk sebelum kehadiran media sosial dan menjadi elemen yang paling populer bagi komunitas online. Contoh dari forums adalah Kaskus dan Indowebster Forum.
19 6. Content communities
Sebuah komunitas yang saling berbagi berbagai jenis konten seperti YouTube, Flickr, dan del.ici.us.
7. Microblogging
Menggabungkan media sosial dengan Blog singkat dimana konten dapat diakses secara online. Twitter menjadi salah satu microblogging yang paling terkenal.
2.4 Analisis Jaringan Sosial
Jaringan sosial atau social network adalah suatu struktur sosial yang terdiri dari individu (organisasi) yang disebut dengan ”nodes” yang terhubung oleh satu atau lebih jenis keterkaitan atau ketergantungan tertentu seperti persahabatan, kekeluargaan, kepentingan bersama, pertukaran uang, ketidaksukaan, hubungan seksual atau hubungan mengenai keyakinan, pengetahuan, dan prestis (Passmore, 2011).
Social Network Analysis merupakan sebuah perspektif yang unuk untuk melihat struktur yang terbentuk dalam masyarakat. Dalam bisnis, SNA dapat dimanfaatkan untuk menganalisis alur komunikasi dalam suatu organisasi atau hubungan dengan partner bisnis dan pelanggan (Cheliotis, 2010).
Menurut Tsvetovat & Kouznetsov (2011:2) bahwa social network analysis dapat diaplikasikan dalam berbagai cara, baik dalam media sosial ataupun di luar media sosial. Social network analysis berguna untuk memahami individu maupun kelompok. Ilmu SNA berpusat pada konsep mengenai hubungan manusia, siapa diri kita, dan bagaimana perilaku kita. Kepribadian, pendidikan, latar belakang, ras, etnis, dan semua interaksi pada pola hubungan manusia merupakan komponen yang dapat diamati dan dipelajari sehingga dapat menjadi sebuah solusi atas masalah tentang sosialitas individu.
20 Gambar 2.2 Sociogram Sederhana
Sumber : Cheliotis (2010:9)
Menurut Cheliotis (2010) konsep dasar Social Network Analysis adalah sebagai berikut :
1. Networks : Merepresentasikan berbagai macam jaringan.
2. Tie Strength : Mengidentifikasi kuat atau lemahnya hubungan dalam suatu jaringan.
3. Key Players : Mengidentifikasi pemain kunci atau sentral yang ada dalam suatu jaringan.
4. Cohesion : Mengukur jaringan secara menyeluruh.
2.5 Kelompok Referensi
Menurut Sumarwan (2004:250) kelompok referensi (reference group) adalah sekelompok individu yang secara nyata dapat mempengaruhi individu atau kelompok lain. Kelompok referensi pada dasarnya digunakan sebagai dasar atau acuan untuk perbandingan atau referensi yang dapat membentuk perilaku atau pola pikir individu atau kelompok lain dan sebagai acuan untuk pengambilan keputusan.
Kelompok referensi dapat diidentifikasi dengan terbentuknya suatu komunitas dalam suatu jaringan sosial. Menurut Tang & Liu (2010:8) komunitas merupakan salah satu tugas penting dalam jaringan sosial (social network analysis), mencari komunitas di dalam sebuah jaringan pada media sosial bertujuan untuk mengidentifikasi interaksi yang lebih sering antara satu individu dengan individu yang lain di dalam komunitas atau kelompok mereka.
Dengan memahami pola interaksi individu dalam suatu komunitas, bukan saja bermanfaat untuk bisa merangkulnya, melainkan juga
21 mempengaruhi dan mendorongnya ke arah tipe komunitas yang diinginkan.
Menurut Indrihapsari (2013) dengan menggunakan SNA, dapat diungkapkan hubungan – hubungan yang terjadi antara anggota di suatu jaringan sehingga dapat mengungkapkan berbagai relasi antar individu dalam suatu komunitas tertentu.
22 BAB III
AKTIVITAS PENUGASAN MAGANG
3.1 Realisasi Kegiatan Magang
Tabel 3.1.1 Tabel Aktivitas Magang
Hari
Ke Tanggal Jenis Aktivitas Magang di Jakarta untuk menyelesaikan
23 sebuah proses di Apache NiFi. tools keyword di Apache NiFi.
24 Mencoba
menggunakan tools location di Apache NiFi. Apache NiFi di media sosial tools keyword di Apache NiFi software Python.
Memahami script yang telah dibuat.
Telah
menjalankan
25 script yang telah dibuat. halal bihalal PT.
Sigma Cipta Caraka
(Telkomsigma).
Telah hadir pada halal bihalal PT.
Sigma Cipta
26 script yang telah dibuat.
Telah
menjalankan script yang telah dibuat.
27 ada di kegiatan.
Telah
mengunjungi stand-stand yang ada di kegiatan.
17. 3 Juli main event yang berlangsung di aula.
Telah menghadiri main event yang berlangsung di main event yang berlangsung di aula.
Telah menghadiri main event yang berlangsung di
28 tools dan fitur yang ada pada software Tableau.
Memahami tools dan fitur yang ada pada bentuk grafik.
Telah
29 bentuk maps dan peta.
menjadi satu file format csv.
Telah
menggabungkan dataset
Indihome
menjadi satu file format csv.
Case: Indihome
Melakukan
30 Case: Indihome
27. 17 Juli
31 Kegiatan magang dilakukan selama 30 hari kerja dimulai sejak 21 Mei 2018 hingga 21 Juli 2018. Dalam menjalankan aktivitas magang, penulis melaksanakan tugas dan tanggung jawab yang diberikan oleh pembimbing
artikel di
32 magang pada Telkomsigma. Sebelum melaksanakan tugas dan tanggung jawab, penulis juga diberikan arahan dan penjelasan dari tugas yang akan dilakukan. Dalam pelaksanaan magang, tugas dan tanggung jawab penulis meliputi melakukan pengambilan data (crawling data) dengan menggunakan beberapa software yaitu Apache NiFi, Python dan Pycharm dimana dari tiga software tersebut memiliki keunggulan dan kelemahan yang dimiliki oleh masing – masing software yang tidak dimiliki software lainnya, membuat visualisasi menggunakan software Tableu, mengolah dataset untuk mengidentifikasi jaringan sosial dan kelompok referensi dari produk client dan membuat sebuah artikel mengenai Big Data dan implementasinya yang diunggah pada laman Wikipedia.
3.2 Relevansi Teori dan Praktek
Berdasarkan kegiatan magang yang telah dilaksanakan oleh penulis, maka terdapat relevansi antara tugas dan tanggung jawab selama kegiatan magang dengan teori yang telah penulis dapatkan selama perkuliahan. Berikut adalah relevansi dari teori seputar Big Data dan implementasinya dan aktivitas nyata yang telah dilakukan:
Tabel 3.2.1 Relevansi Antara Teori dan Praktik Landasan Teori Implementasi Analisis 1. Big Data mengacu
pada kumpulan data yang ukurannya besar sehingga dibutuhkan yang utama dalam Big Data adalah
meningkatnya arus
Penulis melakukan pengamatan dan survei mengenai produk client pada media sosial Twitter sebagai sumber data.
Data yang akan digunakan adalah percakapan dan interaksi dari para pengguna produk client yaitu Indihome pada media sosial Twitter. Hasil pengamatan tersebut dapat diolah menjadi suatu informasi baru yang membantu
33 kecepatan dan
bertambahnya data yang sangat
eksponensial serta variasi data yang semakin banyak sehingga menciptakan sebuah tantangan baru untuk memproses dan menghasilkan sebuah
2. Social Computing mengacu pada sistem yang mendukung di seluruh kolektivis sosial seperti tim, komunitas, organisasi, dan pasar. Social computing dapat memberikan cara baru untuk mengelola konten digital dalam mencari dan
Penulis melakukan pengambilan
(crawling) data dalam kurun waktu tertentu dari media sosial Twitter mengenai produk client yaitu Indihome
menggunakan Apache NiFi, Python dan Pycharm dimana dari tiga software tersebut memiliki keunggulan dan kelemahan masing – masing.
Penulis melakukan analisis terhadap data yang didapatkan dari hasil crawling
kemudian menyiapkan data tersebut agar dapat diolah kembali dan dapat menjadi bahan evaluasi untuk pengambilan
keputusan.
34 memanfaatkan
informasi yang ada secara efektif (Dubey et al, 2014).
3. Jaringan sosial atau social network adalah suatu struktur sosial yang terdiri dari individu (organisasi) yang disebut dengan
”nodes” yang terhubung oleh satu atau lebih jenis keterkaitan atau berbagai cara baik pada media sosial atau di luar media sosial (Tsvetovat &
Kouznetsov, 2011) suatu jaringan sosial.
Penulis juga
menganalisis properti yang ada dalam jaringan sosial untuk mempertajam hasil analisis.
Penulis mengolah data menggunakan metode SNA sehingga dapat diidentifikasi jaringan sosial yang terbentuk dari pengguna
Indihome pada media sosial Twitter. Dengan mengetahui jaringan
4. Kelompok referensi (reference group) adalah sekelompok individu yang secara
Penulis melakukan analisis terhadap kelompok referensi yang terbentuk dari
Penulis melakukan analisis komunitas atau kelompok yang terdapat dalam
35 dasar atau acuan untuk perbandingan atau referensi yang dapat membentuk perilaku atau pola pikir individu atau kelompok lain dan sebagai acuan untuk pengambilan dalam suatu jaringan sosial. pasar sehingga akan mempengaruhi kegiatan pemasaran yang lebih efektif dan efisien.
36 3.3 Permasalahan
Tabel 3.3.1 Tabel Alur Kerja Kegiatan Magang
AKTIVITAS REKAMAN/
DOKUMEN KETERANGAN
1. Memiliki dokumen yang berisi tema yang diinginkan keyword yang sesuai untuk melanjutkan proses crawling data.
4. Melakukan proses crawling data di media sosial
5. Menentukan Social Network Analysis
6. Menghitung jumlah Community Detection dari dokumen hasil crawling
7. Membuat laporan akhir sebagai bahan pertimbangan keputusan bagi klien
START
Daftar tema sesuai keiinginan klien
37 Pada pelaksanaan magang, penulis melakukan kegiatan magang pada departemen Telkom Delivery and Managed Operation di PT. Sigma Cipta Caraka (Telkomsigma) selama 30 hari kerja. Penulis mendapatkan tugas dan tanggung jawab seputar Big Data meliputi tools dan implementasi Big Data pada bidang bisnis. Penulis melakukan tugas dan tanggung jawab tersebut dengan melakukan praktiknya langsung terhadap produk dari client Telkomsigma yaitu PT. Telkom Indonesia dengan salah satu produknya yang banyak digunakan oleh masyarakat yakni Indihome. Berikut penjelasan dari alur kerja yang penulis lakukan saat kegiatan magang:
1. Crawling Data
Penulis melakukan pengambilan (crawling) data berupa percakapan dan interaksi terkait Indihome pada media sosial Twitter. Indihome dijadikan sebagai objek karena produk ini merupakan salah satu produk dari client Telkomsigma yaitu PT. Telkom Indonesia yang penggunanya tergolong banyak. Sebelum melakukan crawling data, penulis melakukan survei untuk mencari keyword yang dapat mewakili data – data yang akan diambil sehingga data yang didapatkan sesuai dengan kebutuhan analisis.
2. Social Network Analysis
Setelah mendapatkan dataset, proses selanjutnya adalah melakukan analisis jaringan sosial (social network analysis) untuk mengetahui interaksi yang terjadi dalam jaringan sosial terkait Indihome. Properti degree centrality, betweenness centrality, closeness centrality dapat mengidentifikasi aktor yang berperan dalam jaringan tersebut.
3. Community Detection
Berdasarkan jaringan sosial tersebut, juga dapat dianalisis kelompok – kelompok yang terbentuk, sehingga dapat menentukan kelompok yang dikategorikan sebagai kelompok referensi.
4. Pembuatan Laporan
Penulis membuat laporan hasil kegiatan magang berdasarkan hasil dari social network analysis dan identifikasi kelompok referensi. Pembuatan laporan dibuat dan diserahkan kepada pembimbing magang pada
38 Telkomsigma sebagai bahan pertimbangan dan masukan terhadap kegiatan operasional pada perusahaan.
Selama melaksanakan kegiatan magang, penulis juga melakukan pengamatan terhadap budaya dan suasana kerja pada perusahaan sehingga mengetahui kekuatan dan kelemahan dari alur kerja yang telah dilakukan.
Kekuatan dan kelemahan dari alur kerja sebagai berikut:
a. Kekuatan:
1) PT. Sigma Cipta Caraka (Telkomsigma) memiliki tools dan equipment tersendiri untuk melakukan crawling data sehingga proses crawling dapat dilakukan setiap hari selama 24 jam. Hal tersebut membantu kegiatan yang dilakukan karena dapat melakukan crawling data dengan menggunakan script yang banyak dalam waktu yang telah ditentukan.
2) Pembagian tugas dan tanggung jawab yang ada pada divisi Telkom Delivery and Managed Operation (TDMO) di PT. Sigma Cipta Caraka (Telkomsigma) cukup fleksibel karena pekerjaan yang diselesaikan berdasarkan proyek dari client.
3) Big Data memberikan wawasan baru yang dapat dimanfaatkan oleh PT.
Sigma Cipta Caraka (Telkomsigma) untuk memberikan nilai tambah bagi client baik yang telah ataupun akan bekerjasama dengan Telkomsigma mengingat masih sedikitnya pemanfaatan Big Data di Indonesia. Dengan memiliki data yang besar bersumber dari kegiatan sehari – hari seperti media sosial, transaksi, dan lain – lain akan membantu client dalam mengambil keputusan yang lebih tepat.
b. Kelemahan:
1) PT. Sigma Cipta Caraka (Telkomsigma) belum memiliki cara untuk menghentikan proses crawling data secara otomatis sehingga proses tersebut dimulai dan diakhiri secara manual. Hal tersebut tentu saja dirasa kurang efektif jika jumlah script yang dijalankan cukup banyak.
Penentuan keyword dari proses crawling data belum optimal sehingga hasil dataset masih terdapat banyak noise, spam dan duplicate maka dari itu diperlukan proses cleaning.
39 2) Dengan adanya tugas dan tanggung jawab yang fleksibel maka berpengaruh pada budaya karyawan yang menyebabkan sering terjadi keterlambatan pada jam masuk kerja sehingga menyebabkan jam kerja yang overtime.
40 BAB IV
REKOMENDASI 4.1 Kesimpulan
Berdasarkan pemaparan di atas baik berdasarkan teori maupun secara praktik pada pelaksanaannya bahwa PT. Sigma Cipta Caraka (Telkomsigma) memanfaatkan teknologi Big Data dalam melakukan beberapa kegiatan operasinya.
Telkomsigma menggunakan media sosial sebagai salah satu sumber untuk mengidentifikasi jaringan sosial dan kelompok referensi dari beberapa produk client seperti Indihome yang merupakan produk dari PT. Telkom Indonesia.
Dengan bersumber dari media sosial, data – data yang didapatkan berjumlah sangat banyak dan beragam. Data tersebut dapat menghasilkan sebuah wawasan baru mengenai jaringan sosial dari para pengguna layanan atau produk serta dapat mengidentifikasi adanya kelompok – kelompok pengguna yang terkategorikan menjadi kelompok referensi yang dapat mendukung pengambilan suatu keputusan.
Dengan menggunakan jaringan sosial tersebut, memudahkan perusahaan dalam membuat segmentasi pasar berdasarkan properti jaringan sosial para pengguna produknya. Hal tersebut juga memudahkan perusahaan dalam menjangkau kelompok referensi dari produknya agar dapat mengetahui kebutuhan dari penggunanya. Terbentuknya jaringan sosial dan kelompok referensi merupakan hal yang perlu untuk dianalisa dan dievaluasi untuk menjaga relasi dengan konsumennya dengan tujuan meningkatkan loyalitas dari konsumen terhadap produk tersebut serta mempermudah dalam penanganan customer relationship management dan memanfaatkan aktor yang berperan sebagai opinion leader. Isu negatif yang tidak bisa di tangani oleh perusahaan juga dapat berdampak terhadap tingkat pendapatan perusahaan mengingat isu negatif dapat menyebar dengan cepat terlebih dengan keberadaan media sosial. Namun dalam pelaksanaannya tidak seluruh tahapan operasi dilakukan menggunakan tools dari Big Data sehingga masih diperlukan filtering data yang dilakukan secara manual agar hasil yang didapatkan maksimal walaupun untuk pekerjaan manual tersebut memakan waktu yang tidak sedikit.
41 4.2 Saran
Berdasarkan pelaksanaan kegiatan magang dan hasil analisis tersebut maka penulis berupaya memberikan beberapa masukan yang dapat dipertimbangkan, antara lain:
1. Pada saat melakukan pengambilan data (crawling), sebaiknya melakukan survei terhadap keyword yang tepat untuk digunakan agar data yang didapatkan dari keyword tersebut sesuai dengan kebutuhan sehingga akurasi data yang didapat semakin baik dan dapat mengurangi jumlah data yang kurang dibutuhkan (noise). Serta dibutuhkan filter untuk menyaring data yang berasal dari user – user yang teridentifikasi sebagai bot.
2. Pengambilan data (crawling) sebaiknya juga dilakukan pada media sosial lainnya selain Twitter mengingat bahwa media sosial lainnya mulai mengalami peningkatan dalam penggunaannya dan mengingat masing – masing media sosial memiliki pengguna yang tersegmentasi. Sehingga data yang didapatkan lebih banyak dan beragam sehingga memperkuat analisa terhadap hasil pengolahan data yang didapatkan.
3. Meningkatkan kualitas dari tools dan platform agar dapat mengurangi proses yang dilakukan secara manual seperti melakukan filtering data terhadap data agar efektif dan efisien, sehingga juga dapat meminimalisir akan terjadinya human error dan tingkat keobjektifan dari proses tersebut.
4. Dengan mengetahui jaringan sosial dan kelompok referensi dari produk client, hal tersebut dapat digunakan sebagai bahan evaluasi performa perusahaan tersebut terhadap konsumennya (customer relationship management), mengetahui aktor yang berperan dalam jaringan untuk dimanfaatkan sebagai opinion leader serta memudahkan segmentasi pasar dan kegiatan pemasaran yang lebih tepat sasaran.
42 DAFTAR PUSTAKA
Almudawi, N. A. (2016). Social Computing: The Impact on Cultural Behavior.
International Journal on Computational Sciences & Applications (IJCSA) Vol7, (7).
Baruah, T. D. (2012). Effectiveness of Social Media as a tool of communication and its potential for technology enabled connections: A micro – level study.
International Journal of Scientific and Research Publications. Vol.2, Iss.5.
Blasiak, Kevin. (2014). Big Data; A Management Revolution. Tersedia : https://www.theseus.fi/bitstream/handle/10024/74701/Big%20Data%20%2 0A%20Management%20Revolution_Kevin%20Blasiak.pdf?sequence=1
Blasiak, Kevin. (2014). Big Data; A Management Revolution. Tersedia : https://www.theseus.fi/bitstream/handle/10024/74701/Big%20Data%20%2 0A%20Management%20Revolution_Kevin%20Blasiak.pdf?sequence=1