ANALISIS KONTEN
T
WITTER DALAM KASUS BOIKOT SARI ROTI PASKA PERISTIWAAKSI BELA ISLAM 3
A
NALISYSO
FT
WITTERC
ONTENT INC
ASE OFB
OYCOTTS
ARIR
OTI ON PRA-E
VENT OFD
EFENDINGI
SLAM3
Muhammad Rifqi Ma’arif
Program Studi Manajemen Informatika STMIK Jenderal A. Yani Yogyakarta Jalan Ring Road Barat, Banyuraden, Gamping, Sleman, Yogyakarta
Email: rifqi@stmikayani.ac.id
diterima tanggal 14 April 2017| direvisi tanggal 14 Juni 2017 | disetujui tanggal 16 Juni 2017
ABSTRACT
Defending Islam 3 is a biggest mass action that happened on pra-reform era. A many event which accompanies that event after, which is interesting enough to be research further. One of event besides Defending Islam 3 event which have pretty much get the spotlight is a sari roti boycott after that event. It’s interesting because sari roti is a famous bread brand and have biggest market in Indonesia. Twitter is a one of platform sosial media which have largest user base in Indonesia. Twitter user in Indonesia. On this research, using simple data sampling and analysis to get linked tweet against sari roti boycott. Have registered, no less 40,000 tweet which was successfully collected within 6 days, from 22-27 December 2016.
Keywords: Social Media, Twitter, Sari Roti Boycott, Defending Islam 3, Text Analysis
ABSTRAK
Aksi Bela Islam 3 merupakan salah satu aksi masa terbesar yang terjadi pasca reformasi. Banyak sekali peristiwa yang mengiringi aksi tersebut yang cukup menarik untuk diteliti lebih lanjut. Salah satu peristiwa pendamping Aksi Bela Islam 3 yang cukup banyak mendapatkan sorotan adalah peristiwa pemboikotan produk Sari Roti yang terjadi pasca aksi. Hal ini menarik karena Sari Roti merupakan salah satu brand yang cukup terkenal dan memiliki pangsa pasar yang sangat luas di Indonesia. Twitter merupakan salah satu platform media sosial yang memiliki basis pengguna yang sangat besar di Indonesia. Dalam penelitian ini pengumpulan dan analisis sederhana terhadap tweet yang terkait dengan aksi boikot Sari Roti. Tercatat, tidak kurang dari 40 ribu tweet berhasil dikumpulkan dalam kurun waktu 6 hari, mulai dari tanggal 22 sampai 27 Desember 2016.
Kata kunci: Media Sosial, Twitter, Boikot Sari Roti, Aksi Bela Islam 3, Analisis Teks.
I.
PENDAHULUAN
Peristiwa Aksi Bela Islam 3 yang terjadi pada
tanggal 2 Desember 2012 merupakan salah satu
aksi masa dengan jumlah peserta terbesar yang
pernah terjadi di Indonesia. Peristiwa tersebut
merupakan lanjutan dari Aksi Bela Islam 1 dan
Aksi Bela Islam 2 yang terjadi sebelumnya. Ketiga
peristiwa tersebut muncul karena kasus dugaan
penistaan agama oleh salah satu pejabat
berpengaruh di lingkungan pemerintah daerrrah
Banyak sekali peristiwa-peristiwa menarik
yang mengiringi peristiwa tersebut baik pra
maupun pasca aksi. Salah satu peristiwa yang
terjadi setelah Aksi Bela Islam 3 adalah
pemboikotan oleh para peserta aksi maupun
simpatisan aksi tersebut terhadap produk Sari Roti.
Peristiwa pemboikotan tersebut bermula dari Pers
Release produsen Sari Roti yang menyatakan
bahwa pembagian produk sari roti gratis oleh para
pedagang keliling bukan merupakan kebijakan
pada pers release yang pada intinya pihak Sari Roti
tidak terlibat kedalam kegiatan politik apapun. Pro
dan kontra pemboikotan produk Sari Roti sangat
ramai ditemukan sosial media, tidak terkecuali di
situs microblogging Twitter.
Twitter, bersama dengan Facebook dan
Youtube, merepresentasikan perkembangan yang
cukup pesat dari Web 2.0 atau aplikasi sosial
media. Dalam beberapa tahun tersakhir sejak
kemunculannya di tahun 2006, platform
mikroblogging Twitter menjadi salah satu platform
sosial media dengan perkembangan yang paling
pesat. Lebih dari 75% perusahaan yang masuk
dalam The Fortune Global 100 memiliki satu atau
lebih akun Twitter korporasi maupun untuk
branding produk secara spesifik (Malhotra et.al,
2012).
Indonesia, bersama Amerika Serikat, Brazil,
Inggris Raya, dan Jepang merupakan Negara
dengan basis pengguna Twitter terbesar di dunia
(Takhyetev et.al, 2012). Dengan basis
penggunanya yang sangat besar, Twitter Indonesia
cukup reactive dengan berbagai macam berita yang
beredar di Internet. Hal tersebut membuat opini
masyarakat yang diunggah ke Twitter atau lebih
dikenal dengan sebutan tweet, memiliki akurasi
yang cukup tinggi apabila digunakan untuk
memonitor perkembangan suatu isu atau peristiwa.
Terkait dengan hal tersebut, maka penelitian ini
bertujuan untuk mengeksplorasi bagaimana
pesan-pesan atau reaksi-reaksi yang muncul dari
unggahan ataupun pernyatan masyarakat di sosial
media khususnya Twitter dalam merespon
himbauan pemboikotan produk Sari Roti.
Dalam beberapa tahun terakhir, Twitter
menjadi sumber data yang sangat popular untuk
yang bersifat praktis sampai penelitian akademis.
Sebagai sebuah platform media sosial, Twitter
menjadi sarana yang sangat menjanjikan untuk
meneliti perilaku dari masyarakat (public behavior)
khususnya para pengguna internet (netizen).
Contoh pertama dari penelitian public behavior
adalah penelitian yang dilakukan oleh Imtiyazi
et.al (2016), dengan mengamati penggunaan kata
dan asosiasi kata pada unggahan netizen di Twitter
(tweet) untuk melihat trend yang terjadi terkait
dengan pemilihan kepala daerah (Pilkada) serentak
di tahun 2016. Penelitian lain dilakukan oleh
Burges & Matamoros-Fernandez (2016) yang
menggunakan Twitter untuk mengamati
kontroversi sosiokultural yang terjadi di kalangan
netizen dalam merespon peristiwa “Gamer Gate”
di Australia. Hal yang hamper sama juga dilakukan
oleh Dragiawich & Burges (2016) untuk
mengamati respon publik terhadap sebuah
tayangan di televisi yang kontroversial. Sementara
itu penelitian lain yang dilakukan oleh Alamsyah
et.al (2016) mengamati respon masyarakat
terhadap iklan/promosi yang dilakukan oleh
perusahaan telekomunikasi di Indonesia.
Selain digunakan untuk meneliti public
behavior secara langsung. Twitter sebelumnya juga
sudah banyak digunakan untuk penelitian di
banyak bidang. Arias (2014) dan Feldman (2013)
menggunakan data tweet untuk melakukan
perkiraan (forecasting) harga saham (stock).
Dickey (2014), membuat model berbasis algoritma
machine learning dengan data tweet untuk
melakukan analisis trend secara real-time.
Sementara itu Maholtra et al (2012), menggunakan
data tweet untuk brand management. Twitter juga
penelitian di bidang keuangan (Bollen et al, 2011),
kesehatan (Park et al, 2013), sistem informasi (Aral
et al, 2013). Selain itu bidang-bidang seperti ilmu
komunikasi (Zappavigna, 2011), politics
(Gayo-Avello, 2012) dan journalism (Lasorsa et.al.,
2012), juga sudah secara intensif memanfaatkan
Twitter sebagai sumber data.
II.
METODE PENELITIAN
Penelitian ini adalah penelitian deskriptif
kuantitatif, yang bertujuan untuk menjelaskan
fenomena yang terjadi dari suatu peristiwa dengan
menggunakan angka-angka ataupun rasio
berdasarkan angka-angka tersebut. Adapun data
yang digunakan dalam penelitian ini adalah data
unggahan ataupun pernyataan masyarakat di
Twitter yang terkait dengan pemboikotan produk
sari roti. Adapun sampel data yang digunakan
adalah pernyataan yang diunggah oleh pengguna
Twitter pada tanggal 22 – 27 Desember 2016 yang
menggandung kata “Sari Roti”. Jumlah data
sampel yang digunakan dalam penelitian ini
berjumlah 40.105 tweet/unggahan.
dengan sumber data yang berasal dari tweet
yang diunggah oleh pengguna/masyarakat ke
Twitter. Penelitian dimulai dengan proses
pengambilan data (tweet) yang sesuai dengan topik yang akan diteliti. Tahapan selanjutnya adalah
melakukan pra-proses (preprocessing) terhadap
data yang berhasil dikumpulkan. Tahapan terakhir
adalah melakukan analisis konten pada data yang
ada. Analisis konten yang dilakukan mencakup dua
hal, yaitu analisis kemunculan kata dan analisis
kemunculan co-occurrence kata (kata-kata yang muncul secara bersamaan).
Pesan atau opini yang diunggah pengguna
(suatu akun) ke Twitter disebut dengan tweet. Tweet pada umumnya berupa sekumpulan text
yang oleh Twitter dibatasi panjangnya hingga 140
karakter termasuk spasi. Ada tiga tipe tweet dalam
Twitter: original tweets, replies, dan retweets. Original tweet, adalah tweet ditulis dan diunggah
sendiri oleh suatu akun, dan tidak berhubungan
secara langsung dengan tweet lain saat pertama kali
diunggah. Replies adalah tweet yang ditulis untuk
membalas tweet yang sudah lebih dahulu ada.
Sementara retweet adalah, aktivitas
menduplikasi/mengulangi tweet yang sudah ada
(Twitter, 2013).
Tweet yang diunggah pada Twitter terdiri dari
tiga bagian dasar dari suatu tweet adalah: Nama
akun yang mengunggah tweet, teks yang
merupakan inti pesan, serta hashtag. Hashtag yang
ditulis dengan simbol # digunakan untuk
mengindeks kata kunci atau topik di Twitter.
Fungsi ini dibuat di Twitter dan memungkinkan
pengguna untuk mengikuti topik yang mereka
minati dengan mudah. Gambar 1, mengilustrasikan
anatomi dasar dari sebuah tweet.
Sumber: Twitter, Hasil Penelitian Source: Twitter, Research Result
Tweet dikumpulkan dengan memanfaatkan fasilitas API (Application Programming Interface)
yang disediakan oleh Twitter. Proses pengumpulan
data dimulai dari tanggal 22 Desember 2016,
bersamaan dengan pers release yang dikeluarkan
oleh manajemen Sari Roti dan berakhir pada
tanggal 27 Desember 2016. Untuk keperluan
penelitian ini, tweet yang diambil adalah tweet
yang relevan dengan aksi boikot Sari Roti. Tweet
yang diambil adalah tweet yang mengandung
kata-kata “Sari Roti”. Dalam masa 6 hari tersebut
terkumpul kurang lebih 40.105 tweet.
Data yang dikumpulkan dari API Twitter
merupakan data yang bersifat mentah. Data mentah
masih mengandung beberapa properti yang apabila
tidak ditangani secara benar akan membuat hasil
analisis tidak akurat. Properti pada data teks
mentah yang perlu dibersihkan diantaranya adalah
penggunaan angka, tanda baca, emoticon,
stopword, dlsb. Pra proses merupakan tahapan
yang berfungsi untuk membersihkan data teks
mentah tersebut sehingga siap untuk dianalisis.
Tahapan prosesing yang dilakukan dalam
penelitian ini terdiri dari 8 langkah sebagai berikut:
1. Menghapus URL. URL (http://www.situs.com)
dan email (nama@situs.com) dihapus karena
tidak digunakan dalam analisis teks.
2. Menghapus username dan tanda retweet pada
Twitter. Proses ini dilakukan dengan
menghapus karakter khusus Twitter yakni
username(@username), dan tanda retweet (RT) 3. Menghapus simbol, emoticon dan tanda baca.
Proses ini berfungsi untuk menghapus
tanda-tanda baca serta emoticon yang pada teks.
4. Tokenisasi. Tokenisasi merupakan proses
penguraian kata-kata dari sebuah kalimat.
Kata-kata tersebut pada proses analisis teks
diperlakukan sebagai sebuah entitas tunggal.
5. Case folding. Proses ini berfungsi untuk
menyamaratakan karakter huruf yaitu
mengkonversi huruf kapital atau huruf besar
menjadi huruf kecil.
6. Penghapusan angka. Proses ini berfungsi untuk
menghapus karakter angka pada teks. Angka
dihapus karena tidak termasuk ke dalam
komponen analisis teks.
7. Stemming. Stemming adalah tahap mencari akar kata dengan menghilangkan imbuhan pada
sebuah kata.
8. Menghapus stopwordStopword atau lata penghubung dalam analisis teks tidak
diperlukan oleh sebab itu perlu dihapus. Pada
proses ini kata-kata yang tidak digunakan dalam
analisis dihapus. Tidak hanya kata penghubung,
kata-kata yang yang tidak perlu dianalisi dapat
dihapus.
Setelah keseluruhan tweet dipraproses,
langkah selanjutnya adalah melakukan analisis
konten. Analisis konten terbagi kedalam dua
bagian, yaitu analisis teks tweet dan analisis
hashtag. Pada analisis teks tweet, yang dilakukan
adalah pertama kali adalah menghitung frekuensi
kemunculan kata per kata yang digunakan dalam
tiap tweet yang diunggah. Kemudian, hal kedua
yang dilakukan adalah melakukan analisis
co-coocurence. Analisis co-coccurence dilakukan
untuk mengetahui pasangan kata yang sering
muncul dalam satu tweet. Analisis selanjutnya
adalah analisis hashtag. Dalam analisis hashtag, hal
yang dilakukan adalah mencari keterkaitan antara
Sumber: Hasil Penelitian Source: Research Result
Gambar 2. Visualisasi kata-kata yang paling sering muncul dalam Tweet Picture 2. Visualization of the words most often appear in Tweets
hastag apa saja yang sering digunakan secara
bersama-sama dalam satu tweet.
III.
HASIL DAN PEMBAHASAN
A.
Analisis Teks Pada Tweet
Analisis teks tweet yang pertama adalah
analisis frekuensi kemunculan kata. Dari setiap
tweet yang diunggah oleh setiap akun twitter, kami
mengeliminasi kata-kata “Sari Roti” dan hanya
menghitung kata-kata selain kata tersebut. Dari
hasil perhitungan, kata “boikot” menjadi kata yang
paling sering digunakan oleh user twitter dalam
setiap tweet yang terkait dengan Sari Rori.
Kata-kata yang sering muncul diilustrasikan pada
gambar 2. Pada gambar 2, semakin besar ukuran
huruf, maka berarti semakin sering kata-kata yang
bersangkutan muncul pada tweet yang berhasil
dikumpulkan.
Dari gambar 2, kata-kata “boikot” menjadi kata
yang sering muncul dalam tweet yang diunggah
oleh netizen, hal ini sesuai dengan topik utama
mengenai pemboikotan produk sari roti.
Selanjutnya kata-kata “umat”, “islam”, “aksi”, dan
“212” yang menunjukkan subjek serta konteks pemboikotan. Kata-kata lain yang sering muncul
adalah “klarifikasi” yang mana hal ini erat
kaitannya dengan pers release manajemen Sari
Roti yang menjadi asal muasal aksi pemboikotan
ini. Ada beberapa kata yang juga turut muncul
dalam tweet terkait sari roti yang tidak
berhubungan secara langsung, salah satu
diantaranya adalah “Metro TV”. Kata-kata “Metro
TV” menjadi kata yang cukup sering muncul. Itu
artinya, ajakan pemboikotan Sari Roti juga diiringi
dengan ajakan pemboikotan Metro TV oleh
netizen, dalam hal ini adalah peserta dan
Sumber: Hasil Penelitian Source: Research Result
Gambar 3. Relasi co-occurrence antar kata yang sering muncul dalam tweet Picture 3. Co-occurrence realation among words most often appears in tweets
Melakukan analisis konten hanya berdasarkan
frekuensi kata yang muncul tentulah tidak akurat
karena bisa memunculkan keambiguan. Seperti
contoh kata “Boikot”. Penggunaan kata boikot bisa
terdapat pada tweet yang mendukung boikot sari
roti, maupun tweet yang kontra terhadap
pemboikotan sari roti. Untuk melengkapi analisis
konten teks tweet, maka dilakukan analisis yang
kedua yakni analisi kata-kata yang muncul
bersama dalam satu tweet. Hasil dari analisis ini
direpresentasikan dalam bentuk graf, seperti yang
diilustrasikan pada gambar 3.
Pada gambar 3 yang diilustrasikan pada
gambar 3, kata “Boikot” yang merupakan kata
yang paling sering muncul memiliki co-ocuurence
dengan beberapa kata yang juga memiliki
frekuensi kemunculan yang tinggi yakni “Islam”, “GNPF”, “Pedagang”, “Anjlok”, dan “Umat”. Hal
tersebut berarti dalam satu tweet, kata-kata Boikot
acap kali berdampingan dengan kata-kata tersebut.
Tentu saja, dengan pasangan kata yang berbeda,
kata boikot digunakan untuk merepresentasikan
pesan yang berbeda pula, tidak hanya sekedar
ajakan untuk memboikot produk Sari Roti. Tabel 1
menunjukkan beberapa contoh tweet yang
mengandung kata-kata boikot dengan kata-kata
yang muncul bersamaan dengan kata boikot
tersebut.
Tabel 1. Contoh tweet yang mengandung pasangan kata tertentu Table 1. Tweets sample which have contain a particular words
Pasangan kata Contoh Tweet Jumlah
Retweet Boikot - Islam pengamat menilai gerakan boikot sari roti merupakan peringatan agar
tak coba coba berani menyakiti hati umat islam
Tabel 1. Lanjutan Table 1. Continued
Pasangan kata Contoh Tweet Jumlah
Retweet Boikot - Pedagang pedagang keliling sari roti sampaikan hikmah boikot sari roti balik lagi
bikin roti rumahan
237
“rezeki pedagang terhalang gara2 kita boikot sari roti?” yaelah bro rezeki tuh dari allah bukan dari yang lain paham
41
Boikot - Anjlok sari roti anjlok bukti dahsyatnya kekuatan boikot umat 80 baru diboikot beberapa hari aja saham sari roti sudah anjlok 10 point
kapan kapokmu tiiii Sumber: Hasil Penelitian
Source: Research Result
B.
Analisis Hastag
Dari data tweet yang berhasil dikumpulkan,
mayoritas tweet yang diunggah oleh netizen dalam
kasus boikot sari roti selalu diikuti dengan hashtag
tertentu. Seperti yang sudah diuraikan di bagian
sebelumnya, hashtag berfungsi untuk mengkaitkan
tweet dengan topic tertentu yang sedang dibahas
oleh para pengguna Twitter yang seringkali terkait
dengan suatu peristiwa di dunia nyata. Kasus sari
roti secara kasat mata tidak bisa dilepaskan dari
peristiwa aksi damai 212. Sehingga, disamping
hashtag #boikotsariroti yang merupakan hastag
utama, hashtag terkait dengan aksi 212 seperti
#alumni212 dan #spirit212 juga banyak digunakan
oleh netizen secara bersama dengan hashtag
#boikotsariroti. Seperti yang tertera pada tabel 2.
Tabel 2.Hashtag yang paling banyak digunakan Table 2. Hashtags are the most widely used
Nama Hashtag Frekuensi
Penggunaan
#boikotsariroti 13855
#boikotmetrotv 2441
Tabel 2.Lanjutan Table 2. Continued
Nama Hashtag Frekuensi
Penggunaan
#spirit212 238
#penjarakanahok 203
#subuhberjamaan1212 154
#indonesiakita 135
#indonesiadamai 133
#hidupsederhana 131
#tangkapahok 121
Sumber: Hasil Penelitian Source: Research Result
Selain hashtag- #alumni212 dan #spirit212,
beberapa hashtag cukup sering muncul namun
tidak terkait secara langsung dengan pesan utama.
Beberapa diantaranya adalah #boikotmetrotv,
#penjarakanahok, #subuhberjamaan1212,
#indonesiakita, #indonesiadamai,
#hidupsederhana, dan #tangkapahok.
Hashtag-hashtag tersebut beberapa berdiri sendiri dan ada
juga beberapa yang digunakan secara bersamaan
Sumber: Hasil Penelitian Source: Research Result
Gambar 4. Relasi co-occurrence antar hashtag yang sering muncul dalam tweet Picture 4. Co-occurrence realation among hartag most often appears in tweets
hashtag-hastag tersebut, dimana hashtag tersebut digunakan sendiri (tidak bersamaan dengan
hashtag #boikotsariroti).
Tabel 3.Hashtag yang paling banyak digunakan Table 3. Hashtags are the most widely used
Hashtag Contoh Tweet
#boikotmetrotv allahu akbar ulama amp kiai forum pondok pesantren riau boikot metrotv & sari roti #BoikotMetroTV #penjarakanahok hikmah sari roti tak laku
usaha kecil menengah jadi tumbuh kembali
#penjarakanahok #tangkapahok awas upaya pengalihan
isu untuk dan diramaiin lah padahal cm salah faham #tangkapahok Sumber: Hasil Penelitian
Source: Research Result
Seperti pada analisis teks tweet, dalam artikel
ini kami juga melakukan analisis co-occurrence
terhadap hashtag yang digunakan. Gambar 4
mengilustrasikan relasi antar hashtag dalam hal
seberapa sering hashtag-hashtag tersebut
digunakan bersama-sama. Dari gambar 4 dapat
dilihat bahwa hastag #boikotsariroti paling sering
dipasangkan dengan #boikotmetrotv. Hashtag lain
yang sering digunakan secara bersama dengan
hashtag #boikotsariroti adalah
#subuhberjamaan212, #alumni212, dan
#penjarakanahok. Tabel 4 menunjukkan contoh
tweet dari pasangan hashtag-hashtag tersebut.
Seperti pada analisis teks tweet, dalam artikel
ini kami juga melakukan analisis co-occurrence
terhadap hashtag yang digunakan. Gambar 4
mengilustrasikan relasi antar hashtag dalam hal
seberapa sering hashtag-hashtag tersebut
digunakan bersama-sama. Dari gambar 4 dapat
dilihat bahwa hastag #boikotsariroti paling sering
dipasangkan dengan #boikotmetrotv. Hashtag lain
Tabel 4.Contoh Tweet yang mengandung pasangan hastag tertentu Table 4. Sample of tweets which is contains pair of certain hastags
Hashtag Contoh Tweet
#boikotsariroti & #boikotmetrotv begundal ini nantang ehem siapa takut kumandangkan dan laksanakan #boikotsariroti #boikotmetrotv
ketika nasib roti bukan untuk dimakan tapi diboikot emang enaaaaaaaak #boikotsariroti #boikotmetrotv #boikotsariroti & #penjarakanahok -tidak ada teks, hanya hashtag- #boikotmetrotv
#boikotsariroti #penjarakanahok
ahox lebih islami ? rukun islam ke berapa yang sudah ahok lakukan #boikotsariroti #penjarakanahok #boikotsariroti & #subuhberjamaah1212 tak butuh sari roti ini buktinya #boikotsariroti
#subuhberjamaah1212
elfood sumbang ribuan roti untuk jamaah subuh 1212 #boikotsariroti #subuhberjamaah1212
Sumber: Hasil Penelitian Source: Research Result
hashtag #boikotsariroti adalah
#subuhberjamaan212, #alumni212, dan
#penjarakanahok. Tabel 4 menunjukkan contoh
tweet dari pasangan hashtag-hashtag tersebut
C.
Pembahasan
Dari analisis teks (isi tweet) dan hastag yang sudah dilakukan, dapat dibaca secara garis besar
pesan-pesan ataupun reaksi-reaksi mayoritas dari
netizen di Twitter. Dari analsisi teks dapat diketahui bahwa kata yang sering muncul
bersamaan dengan kata boikot adalah kata GNPF,
Islam, Pedagang dan Anjlok. Dilihat dari kata-kata
tersebut dan tweet-tweet yang mengandung
kata-kata tersebut, terlihat bahwa netizen lebih banyak
yang pro kepada ajakan pemboikotan Sari Roti.
Mereka yang pro juga menunjukkan pesan bahawa
apa yang dilakukan Sari Roti dengan press
release-nya justru membuat citra perusahaan tersebut
menurun di mata masyarakat, khususnya umat
muslim. Sedangkan pihak yang kontra mayoritas
menyampaiakan pesan bahwa pemboikotan justru
akan merugikan para pedagang kecil yang
menggantungkan hidupnya dari berjualan produk
Sari Roti.
Hashtag pada umumnya digunakan untuk
menunjukkan pesan tersirat dari suatu tweet. Dari
analisis hashtag yang dilakukan, hasilnya tidak
jauh berbeda dengan analisis konten isi tweet.
Hasil analisis hashtag menunjukkan bahwa
unggahan netizen yang cenderung pro, lebih banyak dari yang kontra. Hal yang menarik dari
analisis hashtag ini adalah munculnya hashtag
#boikotmetrotv yang pada mayoritas tweet
disandingkan dengan hashtag utama
#boikotsariroti. Hal ini menunjukkan Sari Roti dan
Metro TV pada masa itu menjadi “common enemy”
bagi masyarakat yang bersimpati dengan aksi bela
islam 3, sehingga kedua entitas tersebut besar
kemungkinan akan selalu dikaitkan. Analisi
hashtag ini juga menunjukkan bahwa aksi boikot
sari roti ini digunakan sebagai sarana untuk
lanjutan yaitu aksi sholat subuh berjamaah secara
serentak melalui hashtag #subuhberjamaah.
IV.
KESIMPULAN DAN SARAN
A.
Kesimpulan
Penelitian ini bertujuan untuk mengeksplorasi
pesan-pesan maupun reaksi-reaksi yang muncul
pasca ajakan untuk memboikot produk Sari Roti
terkait dengan aksi bela Islam jilid 3. Dalam
penelitian ini, telah berhasil dianalisis dan
dirangkum sejumlah besar pesan dalam bentuk
tweet terkait dengan peristiwa boikot Sari Roti.
Dua metode yang digunakan adalah melakukan
perhitungan frekuensi kemunculan kata-kata dan
hashtag untuk mengetahui kata dan hashtag yang
paling sering digunakan dalam tweet terkait
dengan boikot Sari Roti. Metode yang kedua yaitu
membuat visualisasi dalam bentuk graf dari
co-occurrence antar kata-kata dan hashtag yang
muncul. Analisis yang kedua bertujuan untuk
mengetahui keterkaitan antar satu kata dengan kata
lain dan antara satu hashtag dengan hashtag lain.
B.
Saran
Penelitian ini barulah sebatas penelitian
deskriptif. Sehingga, pada penelitian selanjutnya
untuk mendapatkan gambaran yang lebih
mendalam dari sebuah peristiwa termasuk
peristiwa pemboikotan Sari Roti pasca Aksi Bela
Islam 3 diperlukan analisis statistikal yang lebih
kompleks dan bervariasi. Beberapa hal yang bisa
dilakukan adalah melakukan analisis temporal
terhadap kemunculan kata-kata ataupun hashtag
tertentu, melakukan perhitungan metrik untuk graf
yang terbentuk, serta melakukan analisis jaringan
sosial terhadap akun-akun yang terlibat dalam
UCAPAN TERIMA KASIH
Terimakasih dan apresiasi setinggi-tingginya
penulis sampaikan kepada pihak-pihak yang
membantu terlaksananya penelitian ini. Yang
pertama kepada lab komputer STMIK Jend. A
Yani yang berkenan meminjamkan komputer
server untuk proses pengambilan/crawling data,
serta yang kedua kepada rekan-rekan penulis yang
telah memberikan review dan masukan atas