BAB IV
PENUTUP
A. Kesimpulan
Berdasarkan hasil penelitian, disimpulkan bahwa temuan jaringan
komunikasi rumor bencana erupsi Kelud mampu memperjelas aliran dan pola
komunikasi informasi personal yang cenderung bergerak tidak beraturan dan
menyembunyikan pihak kunci penyebar informasi khususnya dalam konteks
krisis akibat bencana, dan computer mediated communication/online
communication (CMC). Jaringan komunikasi meliputi dua jaringan yakni
jaringan follow dan jaringan interaksi. Pada jaringan yang ditemukan
diidentifikasi beberapa karakteristik berdasarkan atribut, ikatan yang terjadi,
jumlah anggota dan ikatan kesalingan serta sentralitas yang dianalisis melalui
pengukuran yakni kemampuan akun menerima dan menyebarkan informasi,
kekuatan dan pengaruhnya dalam jaringan dan intensitas sebuah akun menjadi
penghubung. Berdasarkan pengumpulan data, peneliti memperoleh 12
akun/pengguna Twitter sebagai anggota utama jaringan yang diteliti yang
kemudian diperluas untuk setiap anggota jaringan yang diteliti.
1. Jaringan Follow
Jaringan ini memetakan hubungan antar partisipan kaitannya melalui
ikatan follow antar akun Twitter. Anggota jaringan terdiri dari anggota
utama jaringan yang memiliki follower ditambah dengan follower-nya lain
yang bereaksi terhadap postingan informasi terkini dari anggota utama
jaringan. Jaringan follow juga dapat dipahami sebagai bentuk jaringan
information flow dengan arah ikatan yang berkebalikan. Dengan kata lain
ketika A mem-follow B, maka telah terjadi aliran informasi dari B ke A.
Pada jaringan ini terdapat delapan kelompok ikatan (klik) follow
dengan minimal anggota kelompok sebanyak dua akun dengan satu
pemencil yakni Ronallcm yang tidak memiliki followers di dalam
jaringan. Ikatan kesalingan follow dalam jaringan ini tidak terlalu tinggi
namun juga tidak terlalu rendah. Mengingat jaringan ini merupakan
jaringan dengan ikatan asimetris maka ikatan kesalingan follow tersebut
menunjukkan bahwa jaringan cukup setara dalam hal ikatan follow dalam
artian tidak sepenuhnya hirarkis.
Ditinjau dari sentralitasnya terdapat beberapa akun Twitter yang cukup
kuat dan memiliki pengaruh dalam proses penyebaran dan mengalirkan
informasi di dalam jaringan dilihat dari hasil pengukuran kemampuan
menerima dan menyebarkan informasi, kekuatan dan pengaruhnya dalam
jaringan dan intensitas sebuah akun menjadi penghubung yakni
Ragilnomer3, Vrindri, Beibyafya, KepanduanPKS dan Ayuma_morie
sebagai aktor yang potensial untuk menyebarkan dan menerima informasi.
Mereka juga bisa disebut sebagai pihak yang potensial sebagai power
influencer dalam jaringan mengingat sebagian besar followersnya
memiliki ketergantungan yang tinggi serta sebagai pihak yang mampu
menjembatani atau menghubungkan banyak partisipan lainnya.
Pihak yang menjadi penghubung tersebut bersama TravelJunkieID
menjadi sumber munculnya ide baru atau sumber penyebaran informasi
rumor foto hoax erupsi Kelud sebagai sebuah pesan baru yang disebarkan
dalam jaringannya. Di sisi lain, Infogunung menjadi akun yang paling
sentral mengingat pihak tersebut merupakan yang paling kuat dan
berpangaruh hanya sebagai penyebar informasi khususnya rumor erupsi
Kelud.
2. Jaringan Interaksi
Jaringan interaksi memetakan interaksi yang terjadi antar akun dalam
merespon informasi terkini dari anggota utama jaringan. Anggota jaringan
ini adalah akun yang menjadi anggota utama jaringan ditambah dengan
akun lainnya yang berinteraksi dengan anggota utama melalui pemberian
respon berupa fitur dalam Twitter yakni retweet, replay, quote dan
favorite terhadap informasi terkini mengenai foto hoax erupsi kelud dari
anggota utama jaringan.
Berdasarkan karakterisasi yang didasarkan pada atribut interaksi
terkait fitur interaksi Twitter berupa retweet, quote, replay dan favorite
terhadap informasi terkini yang diposting oleh anggota utama jaringan
diketahui bahwa sebagian besar respon/interaksi berupa retweet yakni
pengulangan status/update informasi yang telah diposting oleh sebuah
akun. Retweet membawa konsekuensi informasi asli dari anggota utama
jaringan dapat diketahui secara langsung oleh followers dari akun yang
melakukan retweet. Aliran informasi dalam jaringan follow selanjutnya
dapat diketahui melalui proses interaksi dalam jaringan interaksi. Hal
tersebut merujuk pada sebagian ikatan interaksi yang merupakan ikatan
follow. Dalam kasus ini, materi yang dikomunikasikan berupa rumor
mengenai foto hoax erupsi Kelud pada Twitter.
Dalam jaringan interaksi, diketahui bahwa beberapa pihak menjadi
aktor yang sentral baik ditinjau dari kemampuan akun menerima dan
menyebarkan informasi, kekuatan dan pengaruhnya dalam jaringan dan
intensitas sebuah akun menjadi penghubung yakni Infogunung,
Bem_Polneba, Alfanblack, KepanduanPKS dan Ragilnomer3 sebagai
pihak yang posisinya paling sentral, cukup kuat, dan memiliki pengaruh
yang besar di dalam jaringan interaksi. Di samping itu, Beibyafya dan
TraveljunkieID juga menjadi aktor yang cukup sentral ditinjau dari
kemampuannya berperan sebagai jembatan.
Merujuk pada aliran komunikasi yang tidak terarah, tidak teratur dan
cenderung menyembunyikan sumber informasi, maka temuan jaringan
komunikasi rumor tersebut dapat membantu pembaca dalam hal ini BNPB
dan BPBD sebagai poros informasi bencana untuk memahami aliran
informasi rumor dan membantu dalam mengidentifikasi mengenai pihak
yang bertanggungjawab atas persebaran rumor tersebut sehingga dapat
mengendalikan persebaran informasi.
Jaringan komunikasi rumor dalam krisis bencana alam yang
ditemukan dalam jaringan follow dan jaringan interaksi merupakan
jaringan komunikasi yang tercipta dari adanya keterhubungan antar akun
Twitter dalam mengkomunikasikan pesan rumor berupa hoax erupsi
Kelud. Karakter yang paling menonjol dari jaringan yang ditemukan yakni
nilai kerapatan atau ikatan yang terjadi dibandingkan dengan ikatan yang
mungkin terjadi yang tidak terlalu tinggi. Rendahnya nilai kerapatan
jaringan komunikasi menunjukkan persebaran pesan khususnya pesan
rumor di dalam jaringan yang ditemukan tidak terlalu cepat. Temuan
tersebut bertolakbelakang dengan asumsi utama dari kerangka teoritis
yakni mengenai persebaran informasi yang cenderung cepat dalam
konteks new media dan online communication.
Peneliti menduga temuan jaringan dengan kerapatan yang rendah
tersebut dipengaruhi oleh karakter Twitter.com mengenai aturan follow
dan mekanisme interaksi berupa retweet yang cenderung berdasarkan
kesalingan follow. Sebagaimana telah telah dijelaskan bahwa, interaksi
khususnya retweet sebagian besar bisa dilakukan apabila terdapat ikatan
follow antar akun, dengan kata lain, karakter persebaran informasi dalam
Twitter telah memiliki arah yang pasti yakni dari sebuah akun kepada
followersnya. Cara lain untuk melakukan retweet yakni mencari update
informasi yang dimaksud dalam kolom pencarian untuk di-retweet (tidak
mensyaratkan ikatan follow), serta melalui akun lain (yang telah
melakukan retweet) baik yang telah berada dalam ikatan follow maupun
mencari akun tersebut dalam kolom pencarian hal ini berkaitan dengan
unsur dalam CMC mengenai fleksibilitas dan keleluasaan pengguna media
sosial yang memberikan pilihan untuk melibatkan diri dalam menyebarkan
informasi. Kerapatan yang rendah juga ditinjau dari temuan jaringan
komunikasi rumor pada jaringan follow dan interaksi yang bukan
merupakan satu komponen jaringan besar dengan akun partisipan yang
saling terikat satu sama lain akan tetapi jaringan yang ditemukan terbagi
dalam beberapa kelompok ikatan (klik) yang membentuk beberapa blok
jaringan bahkan banyak akun yang tidak terhubung dalam sebuah ikatan.
Penelitian dengan temuan jaringan komunikasi rumor dalam krisis
bencana alam pada konteks computer mediated communication (CMC)
menunjukkan peran media sosial yang justru memperburuk kondisi krisis.
Mengingat dalam keadaan krisis yang disebabkan bencana orang
cenderung mengalami ketidakpastian dan berusaha mencari informasi
untuk menguranginya salah satunya melalui media sosial, publik justru
semakin mengalami ketidakpastian informasi dan pesan yang tersebar
cenderung menjadi teror daripada pesan untuk menjadi lebih waspada.
B. SARAN
Peneliti merekomendasikan beberapa hal demi pengembangan untuk
kepentingan akademis dan praktis yakni;
1. Saran Akademis
Penelitian yang dilakukan sampai pada tujuan deskriptif sehingga
peneliti hanya mampu menjelaskan temuan jaringan dan mendialogkannya
dengan asumsi dan pemahaman teoritis. Merujuk pada hal tersebut,
peneliti merekomendasikan agar penelitian selanjutnya melakukan
penelitian ekspalanatif untuk menguji beberapa temuan variabel yakni:
a. Kohesivitas (density, ukuran dan resiprokal) dengan efektivitas
komunikasi rumor dalam konteks komunikasi bencana pada online
communication dan new media.
b. Degree centrality, Bonacicih‟s Power dan Betwenness dengan tingkat
keberhasilan persuasi untuk tidak menyebarkan dan mempercayai
hoax atau informasi yang belum diverifikasi kebenarannya dalam
masa bencana.
Peneliti juga merekomendasikan penelitian berikutnya agar menguji
relevansi asumsi teoritis mengenai persebaran informasi yang cepat dalam
online communication/CMC pada new media dikaitkan dengan
karakteristik setiap platform new media seperti media sosial atau platform
lainnya dalam online communication.
2. Saran Praktis
Bagi BNPB dan BPBD agar bekerjasama dengan aktor penting yang
memiliki pengaruh cukup kuat dalam jaringan yang ditinjau dari
sentralitasnya. Kerjasama tersebut diharapkan membantu proses persuasi
kepada khalayak agar tidak mudah mempercayai dan menyebarkan
informasi yang belum diverifikasi kebenarannya serta membantu
mempengaruhi khalayak agar hanya merujuk informasi mengenai bencana
kepada pihak penanggungjawab informasi kebencanaan. Di sisi lain,
mengingat sifat media sosial yang bebas dan memberikan kendali penuh
bagi penggunanya maka perlu bagi pihak-pihak yang menggunakan media
sosial khususnya dalam mencari informasi seputar bencana untuk
senantiasa memverifikasi kebenarannya lalu menyebarkan kepada pihak
lainnya.
C. Keterbatasan Penelitian
Peneliti hanya mengamati interaksi akun Twitter sejauh interaksi
antara akun anggota utama jaringan dengan akun lainnya yang merespon
update informasinya pada temuan pencarian top tweets. Hal tersebut
berdampak pada temuan jaringan interaksi yang hanya memotret sebagian
kecil dari interaksi. Mengingat sebagian besar interaksi dilakukan pada fitur
retweet maka ada kemungkinan terjadinya interaksi lagi antara akun anggota
utama
jaringan
dengan
akun
lainnya
yang
meretweet
ditambah
tanggapan/reaksi dari followers dari akun yang melakukan retweet.
DAFTAR PUSTAKA
Buku Cetak
Borgatti S dan Lopez, Kidwell. 2011. „Network Theory‟ dalam Scott, John dan
Carrington, J.P (ed). 2011. The SAGE Handbook of Social Network Analysis.
Singapore. SAGE
Gruzd dan Haythorntwaite. 2011. „Networking Noline: Cybercommmunities‟ dalam
Scott, John dan Carrington, J.P (ed). 2011. The SAGE Handbook of Social
Network Analysis. Singapore. SAGE
Hanneman dan Riddle. „Concept dan Measures for Basic Network Analysis‟ dalam
Scott, John dan Carrington, J.P (ed). 2011. The SAGE Handbook of Social
Network Analysis. Singapore. SAGE
Huisman, M dan Duijn M.A. 2005. „A Reader‟s Guide to SNA Software‟ dalam
Scott, John dan Carrington, J.P (ed). 2011. The SAGE Handbook of Social
Network Analysis. Singapore. SAGE
Marin, Alexander dan Barry Wellman. 2011. „Social Network Analysis: An
Introduction‟ dalam Scott, John dan Carrington, J.P (ed). 2011. The SAGE
Handbook of Social Network Analysis. Singapore. SAGE
Mulyana, Deddy. 2005. Komunikasi Organisasi Strategi Meningkatkan Kerja
Perusahaan (Terj). Bandung. Remaja Rosdakarya.
_____________.2007. Ilmu Komunikasi Suatu Pengantar. Bandung. Remaja
Rosdakarya
Porthman dan Tobias Muller. 2005. Leveraging Knowledge Coomunication for
Innovation; Framework, Methods and Applications of Social Network
Analysis in Research and Development. Berlin. Peter Lang
Rogers, Everett. M. dan Kincaid, Lawrance D. 1981. Communication Network:
Toward a New Paradigm for Research. Free Press. New York
Susanto, Eko Harry dkk. 2011. Komunikasi Bencana. Yogyakarta. Mata Padi
Pressindo
Ulmer, Sellnow dan Seeger. 2007. Effective Crisis Communication: Moving From
Crisis to Opportunity. London. SAGE
Wasserman, Scott, John dan Carrington, J.P (ed). 2011. Models and Methods in
Social Network Analysis. New York. SAGE
Winkellmann, Simon (ed). 2012. The Social Media (R)evolution? Asian Perspectives
On New Media. Singapore. Konrad-Adenauer-Stiftun
Journal Online
Li, Hong., Zhiming Liu dan Lu Liu. 2012. Determinants of Information Retweeting in
Microblogging‟Internet Research, Vol. 22 No 4 hal: 443-466. Emerald group
(diakses 27 Februari 2014) dari (www.emeraldinsight.com/1066-2243.htm)
Mahmoud dan Auter. 2009. The Interactive Nature of Computer-Mediated
Communication. American Communication Journal Vol 11 No 4. (diakses 24
November 2013) dari (http://www.ac-journal.org/?page_id=24)
Westerman, Spencer dan Van Der Helde. 2013. Social Media as Information Source:
Recency of Updates dan Credibility of Information. 171-183. Journal of
Computer Mediated Communication. (diakses 25 Februari 2014) dari
(http://onlinelibrary.wiley.com/doi/10.1111/jcc4.12041/pdf )
Young dan Park. 2012. The Network Structure of Korean Blogosphere. Journal of
Computer-Mediated Communication. 216-230. International Communication
Association.
(diakses
24
November
2013)
dari
(http://onlinelibrary.wiley.com/doi/10.1111/j.1083-6101.2011.01567.x/pdf)
Electronic Book & Report
Freberg, Dr Karen. Japan Tsunami Social Media Report. Crisis Information Curators
dan Digital Relief Coordinators Via Social Media: Japan Tsunami
Catasrophe Brief Report 2011. University of Tennesse. (diakses 3 Maret
2014)
dari
(http://www.ncfpd.umn.edu/Ncfpd/assets/File/NCFPD_Brief_Report_Japan_
Social_Media.pdf.)
Friedman, Linda Weiser dan Hershey H. Friedman. 2008. The new media
technologies: overview and research framework (diakses 8 Juli 2014) dari
http://www.researchgate.net/publication/228193979_The_New_Media_Techn
ologies_Overview_and_Research_Framework/file/3deec524c044e3633c.pdf
Nancy Davis Kho. Ten Things You Need to Know About Twitter. Information Today.
June 2009 Vol. 26 Issue 6 diakses 3 Maret 2014 dari www.infotoday.com
Goldfine, Erica. 2011. Best Practice: The Use of Social Media Throughout
(http://www.unapcict.org/ecohub/best-practices-the-use-of-social-media-throughout-emergency-disaster-relief-1)
Haddow dan Haddow. 2008. Disaster Communication in a Changing Media World.
Burllington USA. Butterworth-Heinemann (diakses 28 Februari 2014) dari
(http://libgen.org/book/index.php?md5=07F87FF80072E2305558FAC6276F
EB01&open=0)
Rogers, M Everett. 1983. Diffusion of Innovations. London. Collier Macmillan
Publisher.
(diakses
19
Mei
2014)
dari
(http://libgen.org/search.php?req=Everet+M+Rogers&open=0&view=simple
&column=def)
Shipman, Matt. 2014. Figuring Out #Fukushima: An Initial Look at Functions and
Content of US Twitter Commentary About Nuclear Risk. (diakses 3 Maret
2014)
dari
(http://www.tandfonline.com/doi/abs/10.1080/17524032.2012.672442)
Skripsi
Davita, Emerita. 2014. Perbdaningan Komunikasi Krisis oleh Media Massa. Skripsi
S1. Yogyakarta: UAJY
Mustakini, Lenny Rosanawati. 2012. Networking In Consumer Created
Content-Based Cybercommunity (Studi Deskriptif Kuantitatif tentang Karakteristik
Jaringan Komunikasi Partisipan pada Situs Sukamasak.com). Skripsi S1.
Yogyakarta: UAJY
Galuh, I Gusti Agung Ayu Kade. 2013. Karakteristik Jaringan Isu Pada Situs Berita
Indonesia (Studi Deskriptif Kuantitatif tentang Karakteristik Jaringan Isu
Perpecahan Internal Partai Demokrat di Media Internet). Skripsi S1. UAJY
Artikel dan Dokumen Online
Ananta, Widji. 2014. BNPB: Isu Gempa Besar Setelah Erupsi Gunung Kelud Hoax!
(Diakses 24 Maret 2014) dari
(http://m.liputan6.com/news/read/826969/bnpb-isu-gempa-besar-setelah-erupsi-gunung-kelud-hoax)
Ajeng, Restituta. 2013. Mengupas Buku Sejarah Twitter Penuh Intrik. (diakses 26
Maret
2014)
dari
(http://tekno.kompas.com/read/2013/11/25/0929570/mengupas.buku.sejarah.t
witter.penuh.intrik)
Asfar, M Adib. 2014. Foto-Foto Gunung Kelud Meletus Ini Diyakini Hoax (diakses
24 Maret 2014) dari
(http:/www.solopos.com/2014/02/14/gunung-kelud-meletus-foto-foto-gunung-kelud-meletus-ini-diyakini-hoax-489431)
Asih, Ratnaningsih. 2012. Indonesia Pengguna Twitter Terbesar Kelima Dunia
(diakses
26
Maret
2014)
dari
(http://m.tempo.co/read/news/2012/02/02/072381323/Indonesia-Pengguna-Twitter-Terbesar-Kelima-Dunia)
Concise Business Communication. 2013. Grapevine Communication: Advantages
dan
Disadvantages.
(diakses
24
Maret
2014)
dari
(http://hosbeg.com/grapevine-communication-advantages-dan-disadvantages/)
Hakim, Agus Fauzul. 2014. Tidak Benar, Kabar Gunung Kelud Meletus seperti
Pesan
"Broadcast".
(diakses
26
Maret
2014)
dari
(http://regional.kompas.com/read/2014/02/04/0318287/Tidak.Benar.Kabar.Gu
nung.Kelud.Meletus.seperti.Pesan.Broadcast.)
Hepburn, Aden. 2010. Infographic: Facebook vs Twitter Demographics (diakses 25
Maret 2014) dari
(http://www.digitalbuzzblog.com/infographic-facebook-vs-twitter-demographics-2010-2011/)
Iqbal, Muhammad. 2014. Pray For Kelud Jadi Trending Topics. (diakses 26 Maret
2014)
dari
(http://www.republika.co.id/berita/nasional/umum/14/02/14/n0yaeq-prayforkelud-jadi-trending-topics)
Marboen, Ade. 2014. Letusan Gunung Kelud Mulai Berdampak di Jawa Timur-Jawa
Tengah
(diakses
25
Maret
2014)
dari
(http://m.antaranews.com/berita/418952/letusan-gunung-kelud-mulai-berdampak-di-jawa-timur-jawa-tengah)
Muhammad Yuliyanto, 2004. Desas-desus dalam Komunikasi (diakses 24 Maret
2014) dari (http://www.suaramerdeka.com/harian/0406/07/opi03.htm)
Newlin, Hannah. 2010. Twitter Characters: The Simple Guide to Twitter‟s Unique
Symbols diakses (25 Maret 2014) dari
(http://how-to-blog.tv/social/Twitter-characters-symbols/)
Pangestu, Ahmad Pram Prayogo. 2014. Tampilan Twitter dari Masa ke Masa.
(diakses
25
Maret
2014)
dari
(http://www.pram-software.com/2014/03/tampilan-twitter-dari-masa-ke-masa.html)
Sofyan, Eko Hendrawan. 2010. Fenny Rose Bantah Ucapkan "Yogya, Kota
Malapetaka".
(diakses
26
Maret
2014)
dari
(http://entertainment.kompas.com/read/2010/11/08/20054244/Fenny.Rose.Ba
ntah.Ucapkan..quot.Yogya..Kota.Malapetaka.quot.)
Sulistyawati, Anik. 2014. Rayakan Sewindu Kelahiran Ini Hadiah Twitter Untuk
Penggunanya.
(diakses
23
Februari
2014)
dari
(http://www.solopos.com/2014/03/21/rayakan-sewindu-kelahiran-ini-hadiah-Twitter-untuk-penggunanya-497714)
Wibisiono, R. 2014. #PrayForKelud Jadi Trending Topik Twitter (diakses 23 Maret
2014)
dari
(http://www.solopos.com/2014/02/14/gunung-kelud-meletus-prayforkelud-jadi-trending-topik-twitter-489396)
Top
100
Most
Followed.
2014.
Diakses
dari
<http://twittercounter.com/pages/100> (26 Maret 2014)
Brand
Assets
and
Guidelines
About
Twitter.
2014.
Diakses
dari
<https://about.twitter.com/press/brand-assets> (26 Maret 2014)
Company
Overview.
2014.
Diakses
dari
<http://www.crunchbase.com/company/Twitter> (26 Maret 2014)
Twitter study August 2009. Diakses dari <http://www.pearanalytics.com> (27 Maret
2014)
Lain-lain
Borgatti, S.P., Everett, M.G and Freeman, L.C. 2002. Ucinet for Windows: Software
for Social Network Analysis. Harvard. MA: Analytics Technologies (diakses 2
Desember 2013) dari (http://www.analytictech.com/)
Akun Interact to Akun Interact to Akun Interact to traveljunkieID vrindri Infogunung piquegerrard Bem_Polneba prinsewj traveljunkieID princesstika piquegerrard alfanblack Bem_Polneba farhanmohmmd traveljunkieID rizqiatmanto Infogunung alfanblack Bem_Polneba ngadie_choim traveljunkieID ayuma_morie alfanblack afocheeee Bem_Polneba kuntisetyow traveljunkieID EMHA_Fauzi alfanblack _adityaRP Bem_Polneba kendth traveljunkieID makeitupstore alfanblack inespuspitasari Bem_Polneba irapujiarti traveljunkieID info_uday alfanblack annisaisnaini_ Bem_Polneba hanaa1201 KepanduanPKS Ragilnomer3 alfanblack cery_yeni Bem_Polneba aniszyuris
KepanduanPKS SyHD_2509 afocheeee _adityaRP Bem_Polneba mbagusap
KepanduanPKS shopay_akira afocheeee inespuspitasari Bem_Polneba assayyidaa KepanduanPKS bang_delvin afocheeee annisaisnaini_ Bem_Polneba alulbf KepanduanPKS Octaviautari afocheeee cery_yeni Bem_Polneba siscaambar KepanduanPKS nisaa_amalia Infogunung Bem_Polneba Bem_Polneba nananini20 KepanduanPKS PKS_Purworejo Infogunung prinsewj Bem_Polneba debbyartoLFC Ragilnomer3 SyHD_2509 Infogunung farhanmohmmd Bem_Polneba temanjalan__ID Ragilnomer3 shopay_akira Infogunung ngadie_choim Bem_Polneba jeremyPMsaragih Ragilnomer3 bang_delvin Infogunung kuntisetyow Bem_Polneba iindahhsucii Ragilnomer3 Octaviautari Infogunung kendth Bem_Polneba ahmadzambarkah Ragilnomer3 nisaa_amalia Infogunung irapujiarti Bem_Polneba droivi
Ragilnomer3 PKS_Purworejo Infogunung hanaa1201 Bem_Polneba sandrafashion6 rizqiatmanto laili_ira Infogunung aniszyuris Bem_Polneba mpikstore
as3chi fihtriamalia Infogunung mbagusap Bem_Polneba bakpaotembem
ayuma_morie EMHA_Fauzi Infogunung assayyidaa Bem_Polneba fatmayuli ayuma_morie makeitupstore Infogunung alulbf Bem_Polneba soragracia ayuma_morie info_uday Infogunung siscaambar Bem_Polneba khalizalthfynt beibyafya abdanrafi Infogunung nananini20 Bem_Polneba erikaalisia beibyafya rasyaartamevia Infogunung debbyartoLFC Bem_Polneba blue_saphire7 beibyafya jalumahensa Infogunung temanjalan__ID Bem_Polneba tickaagustin beibyafya palaaawwwww Infogunung jeremyPMsaragih Bem_Polneba dvolcans beibyafya yehaphap Infogunung iindahhsucii Bem_Polneba filosantaraINA beibyafya rachmatyudi Infogunung ahmadzambarkah Ronallcm mega_whystyle
beibyafya asadjirai Infogunung droivi Ronallcm arya19051996
beibyafya novan_rahmat Infogunung sandrafashion6 vrindri princesstika Infogunung ragil_ibrahim Infogunung mpikstore SyHD_2509 shopay_akira Infogunung dwiprastiio Infogunung bakpaotembem Ronallcm afrianjr1 Infogunung ahmadzambarkah Infogunung fatmayuli Infogunung afrianjr1 Infogunung ghozalisirimba Infogunung soragracia Infogunung arya19051996 Bem_Polneba afrianjr1 Infogunung khalizalthfynt Infogunung mega_whystyle Bem_Polneba arya19051996 Infogunung erikaalisia Infogunung filosantaraINA Bem_Polneba mega_whystyle Infogunung blue_saphire7 Infogunung Ronallcm
Akun Follow to AlfanBlack Infogunung BeibyAfya rasyaartamevia Ronallcm Infogunung KepanduanPKS Ragilnomer3 fihtriamalia as3tchi Rizqiatmanto Infogunung Ayuma_morie TravelJunkieID piquegerrard Infogunung syhd_2509 Ragilnomer3 vrindri TravelJunkieID Ragilnomer3 Syhd_2509 TravelJunkieID vrindri vrindri princesstika princesstika vrindri bang_delvin KepanduanPKS prinsewj Infogunung farhanmohmmd Infogunung irapujiarti Infogunung assayyidaa Infogunung alulbf Infogunung siscaambar Infogunung debbyartoLFC Infogunung temanjalan__ID Infogunung iindahhsucii Infogunung bakpaotembem Infogunung soragracia Infogunung tickaagustin Infogunung dvolcans Infogunung filosantaraINA Infogunung rasyaartamevia Beibyafya BeibyAfya palaaawwwww palaaawwwww Beibyafya Emha_Fauzi Ayuma_morie Ayuma_morie Emha_fauzi Ayuma_morie Info_uday Info_uday Ayuma_morie PKSPurworejo KepanduanPKS KepanduanPKS PKSPurworejo PKSPurworejo Ragilnomer3 Ragilnomer3 PKSPurworejo ragil_ibrahim Infogunung dwiprastiio Infogunung ghozalisirimba Infogunung as3tchi fihtriamalia
Lampiran3
Lampiran No. 3 Degree Centrality Jaringan Interaksi Diagonal valid? NO
Model: SYMMETRIC
Input dataset: matriks interaksi 26mei (I:\DATA UCINET\matriks interaksi 26mei)
1 2 3 Degree NrmDegree Share 4 infogunung 42.000 18.919 0.167 18 Bem_Polneba 35.000 15.766 0.139 12 ragilnomer3 9.000 4.054 0.036 1 alfanblack 9.000 4.054 0.036 5 kepanduanPKS 9.000 4.054 0.036 2 beibyafya 8.000 3.604 0.032 60 afocheeee 6.000 2.703 0.024 13 traveljunkieID 6.000 2.703 0.024 3 ronallcm 5.000 2.252 0.020 15 shopay_akira 3.000 1.351 0.012 70 mega_whystyle 3.000 1.351 0.012 8 Ayuma_morie 3.000 1.351 0.012 69 arya19051996 3.000 1.351 0.012 10 syhd_2509 3.000 1.351 0.012 68 afrianjr1 3.000 1.351 0.012 7 Rizqiatmanto 2.000 0.901 0.008 17 bang_delvin 2.000 0.901 0.008 34 jeremyPMsaragih 2.000 0.901 0.008 11 vrindri 2.000 0.901 0.008 20 farhanmohmmd 2.000 0.901 0.008 21 ngadie_choim 2.000 0.901 0.008 9 piquegerrard 2.000 0.901 0.008 19 prinsewj 2.000 0.901 0.008 43 khalizalthfynt 2.000 0.901 0.008 25 hanaa1201 2.000 0.901 0.008 26 aniszyuris 2.000 0.901 0.008 27 mbagusap 2.000 0.901 0.008 28 assayyidaa 2.000 0.901 0.008 29 alulbf 2.000 0.901 0.008 30 siscaambar 2.000 0.901 0.008 22 kuntisetyow 2.000 0.901 0.008 14 princesstika 2.000 0.901 0.008 24 irapujiarti 2.000 0.901 0.008 33 temanjalan__ID 2.000 0.901 0.008 35 iindahhsucii 2.000 0.901 0.008 36 ahmadzambarkah 2.000 0.901 0.008 37 droivi 2.000 0.901 0.008 38 sandrafashion6 2.000 0.901 0.008 39 mpikstore 2.000 0.901 0.008 40 bakpaotembem 2.000 0.901 0.008 41 fatmayuli 2.000 0.901 0.008 42 soragracia 2.000 0.901 0.008 61 _adityaRP 2.000 0.901 0.008 44 erikaalisia 2.000 0.901 0.008 45 blue_saphire7 2.000 0.901 0.008 46 tickaagustin 2.000 0.901 0.008 47 dvolcans 2.000 0.901 0.008 48 filosantaraINA 2.000 0.901 0.008 67 PKSPurworejo 2.000 0.901 0.008 31 nananini20 2.000 0.901 0.008 32 debbyartoLFC 2.000 0.901 0.008 65 octaviautari 2.000 0.901 0.008 Page 1
Lampiran3 62 inespuspitasari 2.000 0.901 0.008 63 annisaisnaini_ 2.000 0.901 0.008 64 cery_yeni 2.000 0.901 0.008 23 kendth 2.000 0.901 0.008 57 emha_fauzi 2.000 0.901 0.008 58 makeitupstore 2.000 0.901 0.008 59 info_uday 2.000 0.901 0.008 66 nisaa_amalia 2.000 0.901 0.008 6 fihtriamalia 1.000 0.450 0.004 16 laili_ira 1.000 0.450 0.004 54 rachmatyudi 1.000 0.450 0.004 55 asadjirai 1.000 0.450 0.004 56 novan_rahmat 1.000 0.450 0.004 53 yehaphap 1.000 0.450 0.004 49 abdanrafi 1.000 0.450 0.004 50 rasyaartamevia 1.000 0.450 0.004 51 jalumahensa 1.000 0.450 0.004 52 palaaawwww 1.000 0.450 0.004 71 ragil_ibrahim 1.000 0.450 0.004 72 dwiprastiio 1.000 0.450 0.004 73 ahmadzambarkah 1.000 0.450 0.004 74 ghozalisirimba 1.000 0.450 0.004 75 as3tchi 1.000 0.450 0.004 DESCRIPTIVE STATISTICS 1 2 3 Degree NrmDegree Share 1 Mean 3.360 1.514 0.013 2 Std Dev 6.105 2.750 0.024 3 Sum 252.000 113.514 1.000 4 Variance 37.270 7.562 0.001 5 SSQ 3642.000 738.982 0.057 6 MCSSQ 2795.280 567.178 0.044 7 Euc Norm 60.349 27.184 0.239 8 Minimum 1.000 0.450 0.004 9 Maximum 42.000 18.919 0.167 10 N of Obs 75.000 75.000 75.000 ---Running time: 00:00:01
Output generated: 30 Mei 14 07:22:18
Lampiran4
Lampiran No. 4 Betweenness Jaringan Interaksi
Input dataset: matriks interaksi 26mei (I:\DATA UCINET\matriks interaksi 26mei)
1 2 Betweenness nBetweenness 4 infogunung 697.500 25.824 18 Bem_Polneba 278.500 10.311 1 alfanblack 208.000 7.701 2 beibyafya 28.000 1.037 13 traveljunkieID 21.500 0.796 12 ragilnomer3 7.000 0.259 7 Rizqiatmanto 7.000 0.259 5 kepanduanPKS 7.000 0.259 60 afocheeee 3.000 0.111 58 makeitupstore 1.667 0.062 59 info_uday 1.667 0.062 57 emha_fauzi 1.667 0.062 8 Ayuma_morie 1.500 0.056 3 ronallcm 1.000 0.037 6 fihtriamalia 0.000 0.000 16 laili_ira 0.000 0.000 15 shopay_akira 0.000 0.000 10 syhd_2509 0.000 0.000 19 prinsewj 0.000 0.000 11 vrindri 0.000 0.000 17 bang_delvin 0.000 0.000 9 piquegerrard 0.000 0.000 14 princesstika 0.000 0.000 24 irapujiarti 0.000 0.000 25 hanaa1201 0.000 0.000 26 aniszyuris 0.000 0.000 27 mbagusap 0.000 0.000 28 assayyidaa 0.000 0.000 29 alulbf 0.000 0.000 30 siscaambar 0.000 0.000 31 nananini20 0.000 0.000 32 debbyartoLFC 0.000 0.000 33 temanjalan__ID 0.000 0.000 34 jeremyPMsaragih 0.000 0.000 35 iindahhsucii 0.000 0.000 36 ahmadzambarkah 0.000 0.000 37 droivi 0.000 0.000 38 sandrafashion6 0.000 0.000 39 mpikstore 0.000 0.000 40 bakpaotembem 0.000 0.000 41 fatmayuli 0.000 0.000 42 soragracia 0.000 0.000 43 khalizalthfynt 0.000 0.000 44 erikaalisia 0.000 0.000 45 blue_saphire7 0.000 0.000 46 tickaagustin 0.000 0.000 47 dvolcans 0.000 0.000 48 filosantaraINA 0.000 0.000 49 abdanrafi 0.000 0.000 50 rasyaartamevia 0.000 0.000 51 jalumahensa 0.000 0.000 52 palaaawwww 0.000 0.000 53 yehaphap 0.000 0.000 54 rachmatyudi 0.000 0.000 Page 1
Lampiran4 55 asadjirai 0.000 0.000 56 novan_rahmat 0.000 0.000 20 farhanmohmmd 0.000 0.000 21 ngadie_choim 0.000 0.000 22 kuntisetyow 0.000 0.000 23 kendth 0.000 0.000 61 _adityaRP 0.000 0.000 62 inespuspitasari 0.000 0.000 63 annisaisnaini_ 0.000 0.000 64 cery_yeni 0.000 0.000 65 octaviautari 0.000 0.000 66 nisaa_amalia 0.000 0.000 67 PKSPurworejo 0.000 0.000 68 afrianjr1 0.000 0.000 69 arya19051996 0.000 0.000 70 mega_whystyle 0.000 0.000 71 ragil_ibrahim 0.000 0.000 72 dwiprastiio 0.000 0.000 73 ahmadzambarkah 0.000 0.000 74 ghozalisirimba 0.000 0.000 75 as3tchi 0.000 0.000 Network Centralization Index = 25.54%
Running time: 00:00:01
Output generated: 30 Mei 14 07:26:36
Lampiran5
Lampiran No. 5 BONACICH POWER Jaringan Interaksi
Input dataset: matriks interaksi 26mei (I:\DATA UCINET\matriks interaksi 26mei)
Bonacich Power 1 2 Power Normal 1 alfanblack 9.000 1.292 2 beibyafya 8.000 1.148 3 ronallcm 5.000 0.718 4 infogunung 42.000 6.027 5 kepanduanPKS 9.000 1.292 6 fihtriamalia 1.000 0.144 7 Rizqiatmanto 2.000 0.287 8 Ayuma_morie 3.000 0.431 9 piquegerrard 2.000 0.287 10 syhd_2509 3.000 0.431 11 vrindri 2.000 0.287 12 ragilnomer3 9.000 1.292 13 traveljunkieID 6.000 0.861 14 princesstika 2.000 0.287 15 shopay_akira 3.000 0.431 16 laili_ira 1.000 0.144 17 bang_delvin 2.000 0.287 18 Bem_Polneba 35.000 5.023 19 prinsewj 2.000 0.287 20 farhanmohmmd 2.000 0.287 21 ngadie_choim 2.000 0.287 22 kuntisetyow 2.000 0.287 23 kendth 2.000 0.287 24 irapujiarti 2.000 0.287 25 hanaa1201 2.000 0.287 26 aniszyuris 2.000 0.287 27 mbagusap 2.000 0.287 28 assayyidaa 2.000 0.287 29 alulbf 2.000 0.287 30 siscaambar 2.000 0.287 31 nananini20 2.000 0.287 32 debbyartoLFC 2.000 0.287 33 temanjalan__ID 2.000 0.287 34 jeremyPMsaragih 2.000 0.287 35 iindahhsucii 2.000 0.287 36 ahmadzambarkah 2.000 0.287 37 droivi 2.000 0.287 38 sandrafashion6 2.000 0.287 39 mpikstore 2.000 0.287 40 bakpaotembem 2.000 0.287 41 fatmayuli 2.000 0.287 42 soragracia 2.000 0.287 43 khalizalthfynt 2.000 0.287 44 erikaalisia 2.000 0.287 45 blue_saphire7 2.000 0.287 46 tickaagustin 2.000 0.287 47 dvolcans 2.000 0.287 48 filosantaraINA 2.000 0.287 49 abdanrafi 1.000 0.144 50 rasyaartamevia 1.000 0.144 51 jalumahensa 1.000 0.144 52 palaaawwww 1.000 0.144 53 yehaphap 1.000 0.144 Page 1
Lampiran5 54 rachmatyudi 1.000 0.144 55 asadjirai 1.000 0.144 56 novan_rahmat 1.000 0.144 57 emha_fauzi 2.000 0.287 58 makeitupstore 2.000 0.287 59 info_uday 2.000 0.287 60 afocheeee 6.000 0.861 61 _adityaRP 2.000 0.287 62 inespuspitasari 2.000 0.287 63 annisaisnaini_ 2.000 0.287 64 cery_yeni 2.000 0.287 65 octaviautari 2.000 0.287 66 nisaa_amalia 2.000 0.287 67 PKSPurworejo 2.000 0.287 68 afrianjr1 3.000 0.431 69 arya19051996 3.000 0.431 70 mega_whystyle 3.000 0.431 71 ragil_ibrahim 1.000 0.144 72 dwiprastiio 1.000 0.144 73 ahmadzambarkah 1.000 0.144 74 ghozalisirimba 1.000 0.144 75 as3tchi 1.000 0.144 Running time: 00:00:01
Output generated: 30 Mei 14 07:23:22
Lampiran6
Lampiran No.6 Degree Centrality Jaringan Follow
Input dataset: matriks anggota JF 26 MEI (I:\matriks anggota JF 26 MEI)
1 2 3 4 OutDegree InDegree NrmOutDeg NrmInDeg 12 Ragilnomer3 3.000 3.000 7.895 2 BeibyAfya 2.000 2.000 5.263 5 KepanduanPKS 2.000 3.000 5.263 8 Ayuma_morie 2.000 2.000 5.263 11 vrindri 2.000 2.000 5.263 34 PKSpurworejo 2.000 2.000 5.263 1 Alfan Black 1.000 0.000 2.632 23 temanjalan_id 1.000 0.000 2.632 9 piquegerrard 1.000 0.000 2.632 10 syhd_2509 1.000 1.000 2.632 7 Rizqiatmanto 1.000 0.000 2.632 22 debbyartoLFC 1.000 0.000 2.632 13 bang_delvin 1.000 0.000 2.632 14 traveljunkieID 1.000 2.000 2.632 6 fihtriamalia 1.000 1.000 2.632 16 prinseswj 1.000 0.000 2.632 17 farhanmohmmd 1.000 0.000 2.632 18 irapujiarti 1.000 0.000 2.632 19 assayyidaa 1.000 0.000 2.632 20 alulbf 1.000 0.000 2.632 21 siscaambar 1.000 0.000 2.632 31 palaaawwwww 1.000 1.000 2.632 32 EMHA_Fauzi 1.000 0.000 2.632 24 iindahhsucii 1.000 0.000 2.632 25 bakpaotembem 1.000 0.000 2.632 26 soragracia 1.000 0.000 2.632 27 tickaagustin 1.000 0.000 2.632 28 dvolcans 1.000 0.000 2.632 29 filosantaraINA 1.000 0.000 2.632 30 rasyaartamevia 1.000 1.000 2.632 35 Ragil_Ibrahim 1.000 0.000 2.632 36 DwiPrastiio 1.000 0.000 2.632 33 info_uday 1.000 1.000 2.632 15 princesstika 1.000 1.000 2.632 37 ghozalisirimba 1.000 0.000 2.632 38 as3tchi 1.000 1.000 2.632 3 Ronallcm 0.000 0.000 0.000 4 Infogunung 0.000 20.000 0.000 Page 1
Lampiran7
Lampiran No. 7 Betweenness Jaringan Follow
Input dataset: matriks anggota JF 26 MEI (I:\matriks anggota JF 26 MEI) 1 2 Betweenness nBetweenness 8 Ayuma_morie 7.000 0.526 14 traveljunkieID 6.000 0.450 12 Ragilnomer3 5.000 0.375 11 vrindri 5.000 0.375 5 KepanduanPKS 3.000 0.225 2 BeibyAfya 2.000 0.150 1 Alfan Black 0.000 0.000 4 Infogunung 0.000 0.000 9 piquegerrard 0.000 0.000 6 fihtriamalia 0.000 0.000 7 Rizqiatmanto 0.000 0.000 3 Ronallcm 0.000 0.000 13 bang_delvin 0.000 0.000 10 syhd_2509 0.000 0.000 15 princesstika 0.000 0.000 16 prinseswj 0.000 0.000 17 farhanmohmmd 0.000 0.000 18 irapujiarti 0.000 0.000 19 assayyidaa 0.000 0.000 20 alulbf 0.000 0.000 21 siscaambar 0.000 0.000 22 debbyartoLFC 0.000 0.000 23 temanjalan_id 0.000 0.000 24 iindahhsucii 0.000 0.000 25 bakpaotembem 0.000 0.000 26 soragracia 0.000 0.000 27 tickaagustin 0.000 0.000 28 dvolcans 0.000 0.000 29 filosantaraINA 0.000 0.000 30 rasyaartamevia 0.000 0.000 31 palaaawwwww 0.000 0.000 32 EMHA_Fauzi 0.000 0.000 33 info_uday 0.000 0.000 34 PKSpurworejo 0.000 0.000 35 Ragil_Ibrahim 0.000 0.000 36 DwiPrastiio 0.000 0.000 37 ghozalisirimba 0.000 0.000 38 as3tchi 0.000 0.000 ---Running time: 00:00:01
Output generated: 26 Mei 14 20:57:09
Lampiran8
Lampiran No. 8 Bonacich Power Jaringan Follow Bonacich Power 1 2 Power Norma 1 Alfan Black 1.000 0.803 2 BeibyAfya 2.000 1.605 3 Ronallcm 0.000 0.000 4 Infogunung 0.000 0.000 5 KepanduanPKS 2.000 1.605 6 fihtriamalia 1.000 0.803 7 Rizqiatmanto 1.000 0.803 8 Ayuma_morie 2.000 1.605 9 piquegerrard 1.000 0.803 10 syhd_2509 1.000 0.803 11 vrindri 2.000 1.605 12 Ragilnomer3 3.000 2.408 13 bang_delvin 1.000 0.803 14 traveljunkieID 1.000 0.803 15 princesstika 1.000 0.803 16 prinseswj 1.000 0.803 17 farhanmohmmd 1.000 0.803 18 irapujiarti 1.000 0.803 19 assayyidaa 1.000 0.803 20 alulbf 1.000 0.803 21 siscaambar 1.000 0.803 22 debbyartoLFC 1.000 0.803 23 temanjalan_id 1.000 0.803 24 iindahhsucii 1.000 0.803 25 bakpaotembem 1.000 0.803 26 soragracia 1.000 0.803 27 tickaagustin 1.000 0.803 28 dvolcans 1.000 0.803 29 filosantaraINA 1.000 0.803 30 rasyaartamevia 1.000 0.803 31 palaaawwwww 1.000 0.803 32 EMHA_Fauzi 1.000 0.803 33 info_uday 1.000 0.803 34 PKSpurworejo 2.000 1.605 35 Ragil_Ibrahim 1.000 0.803 36 DwiPrastiio 1.000 0.803 37 ghozalisirimba 1.000 0.803 38 as3tchi 1.000 0.803 ---Running time: 00:00:01
Output generated: 26 Mei 14 20:54:36
UCINET 6.480 Copyright (c) 1992-2012 Analytic Technologies
