BAB I GAMBARAN UMUM PERUSAHAAN
D. Strategi Bisnis
PT Sigma Cipta Caraka atau Telkomsigma merupakan perusahaan yang bergerak secara B2B (Business to Business) yang berarti bahwa client dari Telkomsigma merupakan perusahaan-perusahaan. Telkomsigma sebagai pelopor dalam layanan data center managed services di Indonesia, dengan bermodalkan pengalaman layanan oursourcing sejak tahun 1997 dan sudah lebih dari 20 tahun berpengalaman berstandar internasional dan kepercayaan dalam industri pusat data. Dalam mendukung Visi dan Misi PT Sigma Cipta Caraka (Telkomsigma) menjadi perusahaan penyedia layanan berbasis teknologi informasi terdepan. Telkomsigma menekankan best practices dalam proses bisnis, ditandai dengan kolaborasi yang dilakukan bersama salah satu anak perusahaannya yaitu Sigma Metrasys Solution dengan diresmikan “Go Live” implementasi ERP berbasis SAP di Telkomsigma.
SAP merupakan salah satu software ERP (Enterprise Resource Planning) terkemuka dunia yang tidak asing lagi untuk praktisi-praktisi IT dunia, maupun di Indonesia. SAP merupakan perangkat IT dan manajemen
10 untuk perencanaan perusahaan dalam melakukan kegiatan operasional secara lebih efisien dan efektif. “Go Live SAP”, merupakan penerapan sistem oleh telkomsigma dalam mendukung performa bisnis proses yang kian meningkat dan efisien. Sehingga diharapkan telkomsigma sebagai mitra teknologi semakin terintegrasi, akurat dan traceable dalam menjalankan segala aktivitas bisnis.
Mengingat bahwa tidak mudah mendapatkan penyedia jasa data center yang tepat, dalam hal kontinuitas bisnis dan implementasi Big Data dan skalabilitas dari client-client, Telkomsigma mempunyai beberapa keunggulan dan strategi dalam bisnisnya yaitu bahwa memang pengalaman dan Keahlian Telkomsigma dalam jasa data center berasal dari sejarah panjang perusahaan dalam industri TI, yang dimulai sejak 1987.
Telkomsigma menjadi pelopor jasa data center di Indonesia sejak 1998 dan mendapatkan kepercayaan dari lebih 130 klien bisnis, yang setengahnya berasal dari industri yang memiliki regulasi ketat, seperti sektor perbankan dan jasa keuangan.
Selanjutnya adalah bahwa kepercayaan yang dimiliki oleh berbagai industri bahwa Telkomsigma merupakan satu-satunya penyedia jasa data center yang memberikan jasa Triple Resiliency yang berupa akses prioritas ketika mission critical operation operation, juga ketika membutuhkan ketersediaan koneksi yang sangat andal untuk bisnis.
Telkomsigma memiliki active data center sehingga untuk menjalankan desain data center ganda yang beroperasi dalam pola replikasi real time dapat memberikan ketersediaan koneksi yang terus-menerus, yang mengkonvergensikan ketersediaan konteksi yang tinggi dengan sistem Disaster Recovery yang memperbolehkan klien Telkomsigma juga dapat mengirimkan data secara elektronik melalui transfer asynchronous ke lokasi out-of-region, yang memiliki jaringan dan infrastruktur tersendiri untuk melakukan suatu pemrosesan mission critical processing ketika terjadi pemadaman sistem.
11 E. Aspek Praktik Manajemen
Beberapa aspek praktek manajemen dari perusahaan ini terdiri dari:
1. Aspek Produksi
Telkomsigma merupakan penyedia layanan pendukung bisnis berbasis IT yang diakuisisi TelkomMetra pada tahun 2008. Layanan yang ditawarkan oleh Telkomsigma mencangkup portofolio IT Managed Services, Software Development, System Integration, IT Consulting & Advisory dan Cloud Computing.
Kinerja bisnis Telkomsigma didorong oleh upaya perusahaan untukmengembangkan layanan, produk dan solusi teknologi informasi yang sesuai dinamika pasar, yaitu diantaranya pengembangan produk Own software ARIUM untuk industri jasa keuangan dan perbankan, layanan Cloud Computing yang diluncurkan secara resmi tahun 2012 ini menawarkan dua solusi cloud yaitu Infrastucture as a Service (IaaS) yang terdiri dari Private Cloud, vMachine dan vData Center, serta solusi Software as a Service (Saas). Layanan SaaS yang sudah ditawarkan antara lain aplikasi Mobile Force untuk memfasilitasi Sales Force Automation.
2. Aspek Keuangan
Pada tahun 2017, PT Sigma Cipta Caraka (Telkom Sigma) mengalami peningkatan dati sisi profitabilitas, margin laba bersih meningkat dari 0,6 persen menjadi 17,3 persen dari tahun sebelumnya, sehingga dapat menunjukan bahwa tingkat profitabilitas perusahaan dapat terjaga dengan baik. Dilihat pada aspek keuangan, Performansi yang sudah cukup baik sudah ditunjukan oleh perusahaan untuk terus tumbuh ditengah persaingan industry telekomunikasi di Indonesia yang semakin ketat.
Pertumbuhan pendapatan yang utama merupakan kontribusi dari segmen Data, Internet & IT Service yang tumbuh sebesar 28,7 persen.
Segmen ini berkontribusi sebesar 43,2 persen terhadap total pendapatan perusahaan, meningkat dari 37,0 persen pada tahun 2016.
12 Pertumbuhan layanan Data, Internet dan IT Service meningkat seiring dengan pertambahan pengguna smartphone seiring berjalannya waktu, bertambahnya pelanngan dari klien-klien Telkomsigma secara signifikan pun dapat meningkatkan layanan ICT Solution untuk pelanggan korporasi dan dapat menambah keuntungan perusahaan.
3. Aspek Pemasaran
Sebagai perusahaan ICT yang sudah berdiri cukup lama di Indonesia, Telkomsigma tak berhenti berupaya untuk mendukung pertumbuhan bisnis segala jenis perusahaan untuk menghadapi fenomena digital disruption dengan mememiliki strategi untuk menghadirkan layanan ICT yang berkualitas internasional, yang bersifat End-to-end solution.
Telkomsigma merupakan perusahaan yang melaksanakan bisnisnya secara B2B (Business to Business), sehingga klien yang dimiliki oleh Telkomsigma pun merupakan perusahaan-perusahaan yang berskala kecil hingga perusahaan-perusahaan besar di Indonesia.
Keberhasilan dari strategi pemasaran dalam menyiasati era disrupsi dibuktikan dengan pembangunan infrastruktur berbasis digital di Indonesia.
Inisiatif yang dilakukan contohnya adalah implementasi e-ticketing untuk PT KAI, aplikasi perizinan online untuk Kementrian Perhubungan, Kementrian Komunikasi dan Informatika, juga telah banyak mendukung berbagai kota di Indonesia sebagai Smart City.
Atas keberhasilan strategi pemasaran yang dimiliki oleh perusahaan dalam memberikan kontribusi bagi BUMN dan berbagai industri di Indonesia dibuktikan dengan berhasil diraihnya 4 penghargaan dalam ajang BUMN Branding & Marketing Award 2017 yang mengambil tema “To Handle Disruption” pada akhir Desember tahun lalu.
4. Aspek SDM
Dalam sebuah perusahaan aspek sumber daya manusia sangatlah penting, hal tersebut disadari pula oleh Telkomsigma sendiri. Untuk itu
13 Telkomsigma memiliki sistem rekruitasi tenaga kerja yang menjadi acuan untuk penerimaan tenaga kerja baru. Dimana kriteria yang dilihat pada saat rekruitasi tenaga kerja yaitu kualifikasi tenaga kerja, pendidikan yang dimiliki oleh tenaga kerja, pengalaman, dan skill yang dapat menunjang pekerjaan nantinya. Dan untuk meningkatkan kompetensi yang dimiliki karyawan, perusahaan mengadakan pelatihan yang dimaksudkan untuk meningkatkan skill dan pengetahuan karyawan.
1.2 Lingkup Unit Kerja
A. Lokasi Unit Kerja Praktek (Magang)
PT Sigma Cipta Caraka atau Telkomsigma memiliki kantor yang berlokasi di 2 kota yaitu Kota Bandung dan Jakarta. Kantor yang terletak pada Kota Bandung berlokasi di Jl. Japati No.1, Sadang Serang, Coblong.
Kantor yang berlokasi di Kota Bandung, berfungsi sebagai kantor yang terfokus pada kegiatan operasional yaitu departemen Telkom Delivery and Managed Operation. Sedangkan untuk kantor yang kedua terletak di Kota Jakarta yang beralamat di Desa Sigma Office, Graha Telkomsigma d/h German Centre, lt.7. Jl. Kapten Subijanto Dj. Bumi Serpong Damai, Tangerang. Kantor di Jakarta merupakan kantor pusat yang terfokus pada kegiatan operasional utama.
Lokasi perusahaan tempat magang berlangsung adalah di kantor yang berlokasi di Kota Bandung mengingat penulis tinggal dan berdomisili di Kota Bandung namun bekerja untuk kantor yang berlokasi di Kota Jakarta. Penulis melaksanakan kegiatan magang pada posisi staf pada unit kerja Network, IT Infrastucture and Security Support Delivery.
B. Lingkup Penugasan
Penulis ditempatkan pada posisi Staf pada unit kerja Network, IT Infrastucture and Security Support Delivery. Selama menjalankan aktivitas magang, penulis diberikan tugas utama yaitu untuk melakukan scripting untuk mengekstrak data di media sosial mengenai beberapa kasus dan objek yang spesifik. Dalam setiap kasus, penulis melakukan filtering data-data
14 yang ada di setiap media sosial. Setiap data yang dinilai tidak memiliki sesuatu untuk disampaikan atau tidak sesuai ketentuan maka data tersebut dikatakan noise.
Selain itu, pekerjaan ini juga mengharuskan penulis untuk selalu mengecek setiap share, interaksi dan komentar dalam melakukan analisis terhadap apa yang terjadi didalam setiap postingan yang sesuai dengan kasus atau objek yang dikerjakan.
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
Penulis melakukan analisis komunitas atau kelompok yang