BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I

PENDAHULUAN

1.1 Latar Belakang

Aplikasi di bidang teknologi informasi dan komunikasi sangat berkembang, salah satunya adalah dalam hal komputasi personal yang memberikan fasilitas kepada pengguna untuk berkolaborasi dan mengembangkan interaksi sosial. Fenomena ini dikenal sebagai social computing (komputasi sosial), bagian dari teknologi informasi yang mengupas irisan antara manusia dan studi sosial yang terhubung melalui jaringan komputer [1]. Komputasi sosial merupakan ide baru yang memunculkan paradigma mengenai komputasi yang melibatkan pengetahuan multidisipin. Media sosial dalam jaringan (daring) yang cukup beragam saat ini menyediakan banyak aplikasi termasuk Social

BookMarking, Social Tagging dan sebagainya, yang memudahkan seseorang

untuk senantiasa terpantau dan tertanda dalam suatu lingkup jaringan pertemanan. Eksplorasi tingkah laku pengguna melalui jejak yang ditinggalkan dalam jejaring sosial (messages, links, posts, edits, upload, download) adalah hal yang menarik untuk dipetakan sebagai salah satu sumber informasi yang berharga. Gambar 1.1 pada lembar berikut, menunjukkan lapisan keterhubungan antara teori dasar, infrastruktur dan aplikasi dalam komputasi sosial [2].

Ada tiga karakteristik penting dalam ilmu komputasi sosial, yaitu keterhubungan (connectivity) yang membentuk keterhubungan antar pengguna dalam suatu grup atau kelompok, kerjasama (collaboration) yang memodelkan bagaimana mereka berinteraksi dan komunitas (community) yaitu kelompok atau kluster berdasarkan kemiripan dan hubungan kedekatan antar pengguna[1]. Komputasi sosial adalah suatu hal yang menarik untuk diteliti, selama ditemukan banyak cara orang berhubungan, berkomunikasi, berkolaborasi membentuk komunitas di dunia maya.

Kesuksesan yang fenomenal dari media sosial seperti Facebook, Twitter,

YouTube maupun blog dinilai karena mampu mengakomodir faktor konektivitas,

Gambar 1.1 Aplikasi, Teknologi Inrastruktur dan Dasar Teori Komputasi Sosial [3]

mempermudah seseorang untuk menjalin relasi dengan banyak pihak dan terlibat aktif dalam komunitas lokal maupun global. Shneiderman, seorang tokoh dalam bidang interaksi manusia dan komputer meyakini bahwa hal ini dapat dikelola dan dimanfaatkan untuk mendukung prioritas nasional, termasuk dalam hal ini adalah kesehatan masyarakat, mitigasi bencana bencana, penghematan energi, konservasi alam dan bahkan pemberantasan korupsi [4]. Meskipun perlu waktu panjang dalam pencapaiannya, tahap demi tahap mulai dilakukan. Salah satunya dengan memberikan motivasi pada partisipan, meningkatkan kepercayaan sosial dan mempromosikan kolaborasi melalui media teknologi.

Salah satu isu krusial yang menarik dan berskala nasional adalah peristiwa bencana kabut asap yang diakibatkan oleh kebakaran hutan yang disinyalir sebagai aksi kesengajaan. Pada termin Oktober 2015 masyarakat mulai resah dan

Gambar 1.1 Teori dasar, infrastruktur dan aplikasi komputasi sosial [2]

KOMPUTASI SOSIAL

APLIKASI Komunitas Daring

Blogs, wikis, Social networks, collaborative bookmarking, social tagging, poscasts Hiburan Interaktif Edutainment, pelatihan, gaming, storytelling SektorPublik &Bisnis Rekomendasi, prakiraan, reputasi, umpan balik,

analisis keputusan, e-government APLIKASI Teknologi Multimedia Teknologi Web Teknologi Basis Data Rekayasa Perangkat Lunak Teknologi Agen Teknologi Nirkabel TEKNOLOGI INFRASTRUKTUR Psikologi Sosial Sosiologi Teori Organisasi Anthro pologi Analisis Jejaring Sosial Teori Komunikasi & Interaksi Manusia-Komputer Teori Komputasi DASAR TEORI

menuntut pemerintah untuk menyatakannya sebagai bencana nasional. Greenpeace Indonesia merupakan sebuah komunitas yang sangat aktif dalam kampanye pelestarian lingkungan hidup menghimpun banyak informasi melalui berbagai media, salah satunya fanpage facebook Greenpeace Indonesia. Data yang diperoleh dari fanpage tersebut merupakan sumber informasi yang menarik untuk mengetahui tingkat partisipasi masyarakat terhadap peristiwa bencana yang terjadi melalui persebaran informasi yang dilakukan dalam jejaring relasi oleh para pelaku di dalamnya.

Fasilitas untuk berkolaborasi dan berinteraksi sosial sangat digemari saat ini, yang dibuktikan dengan semakin membengkaknya angka pengguna media jejaring sosial, seperti Facebook, Twitter, Flickr dan sebagainya. Sebagaimana layanan aplikasi komputasi sosial ini semakin bersifat pervasive, menjadikan informasi menjadi kian tak terbendung yang berakibat semakin kompleksnya pengambilan keputusan. Begitu banyaknya informasi yang dihadirkan seringkali membuat pengguna kehilangan fokus dan akhirnya tersesat jauh dari awal tujuan yang ditentukan (lost in hyperspace), selain juga membuang waktu yang berguna. Bertolak belakang dengan ekses negatif yang sering diberitakan, seharusnya relasi jejaring melalui media sosial dapat bermanfaat sebagai salah satu sarana partisipasi publik dalam membangun infrastruktur di dunia maya untuk aksi sosial berskala nasional/ internasional, termasuk masalah kesehatan, pendidikan, politik, bencana maupun keamanan dan pertahanan [4] [5].

Salah satu pendekatan yang dilakukan adalah dengan Social Network

Analysis (SNA) atau Analisis Jejaring Sosial (AJS). SNA merupakan suatu bidang

ilmu yang memiliki teori, metode, dan riset tersendiri dalam pemetaan keterhubungan, relasi dan komunikasi yang terjadi antar manusia, kelompok, organisasi, komputer ataupun entitas yang memproses suatu informasi[6]. Sumber data yang menyatakan keterhubungan ini dapat diperoleh dengan mencatatnya secara langsung ataupun menggunakan rekam jejak yang ditinggalkan dalam media sosial. Hubungan relasi ini merepresentasikan keadaan interaksi manusia sebagaimana keadaan nyata yang kemudian divisualisasikan dalam graf menggunakan metoda SNA. SNA juga dapat digunakan sebagai penghubung dengan media sosial untuk dapat memahami opini publik mengenai suatu topik,

identifikasi kelompok orang diantara populasi massa untuk menemukan sosok berpengaruh, menentukan struktur komunitas daring, rekomendasi suatu produk atau aktivitas untuk individu atau hanya untuk mendapatkan informasi yang dapat dipercaya.

1.2 Perumusan Masalah

Media sosial tak hanya berfungsi sebagai alat komunikasi dan penyebar informasi. Media sosial memainkan peran yang sangat penting dan diharapkan mampu mendorong dan mengarahkan penggunanya pada suatu kecenderungan positif. Hal ini terjadi karena di dalam media sosial, para pengguna akan saling

terhubung dan mempengaruhi. Interaksi semacam ini menghasilkan informasi

yang sangat melimpah, tidak terstruktur meskipun jelas autornya, dan bahkan penting jika terkait dengan pengguna lain dalam struktur pertemanan yang lebih kompleks yaitu sebuah komunitas daring. Pengelolaan terhadap informasi tersebut memberikan rujukan pada beberapa aktor yang berperan signifikan dalam sebuah komunitas daring.

1.3 Keaslian Penelitian

Penelitian mengenai SNA (Social Network Analysis) sebenarnya sudah dimulai puluhan tahun yang lalu, jauh sebelum era media sosial seperti Facebook dan Twitter. Analisis jejaring sosial merupakan suatu teknik untuk memetakan dan mengukur relasi dan komunikasi yang terjadi antar manusia, kelompok, organisasi, komputer ataupun entitas yang memproses suatu informasi [6][7]. Hubungan relasi ini divisualisasikan dengan graf SNA sehingga akan menjadi lebih mudah untuk dianalisis

Metode SNA dapat diterapkan pada berbagai bidang kajian misalnya ilmu antropologi, biologi, ilmu komunikasi, geografi, psikologi, sosial, dan ilmu-ilmu eksata lainnya seperti matematika, fisika dan kimia.meskipun data yang diolah tidak langsung diambil dari media jejaring sosial. Beberapa penelitian menggunakan metode ini dengan mencermati keterhubungan dan aktivitas pada objek penelitian. Pola permainan suatu pertandingan sepakbola dapat dimonitor dengan metode ini [8], untuk mengevaluasi kekalahan ataupun kecurangan yang

mungkin terjadi. Kular dan Meneze [9]menggunaan metode analisis jejaring sosial bahkan pada resep masakan di seluruh dunia untuk mengkaitkan tinjauan latar belakang sejarah suatu daerah melalui ciri khas sajian kuliner tradisional Selanjutnya Shang dan Tayebi menerapkan SNA untuk mengidentifikasi terorisme melalui komunitas tertentu. Penelitian lain memanfaatkan teori keterhubungan melalui graf dalam manajemen disaster[10][11], kampanye politik [12], perencanaan perjalanan wisata[13], monitoring kemacetan lalu lintas[14] dan sebagainya.

SNA menggunakan teori graf dalam merepresentasikan interaksi antar individual dan perannya dalam diseminasi informasi maupun inovasi. Salah satu pengembangan penelitian mengenai SNA adalah analisis komunitas (Lampiran 1). Komunitas daring dalam media sosial, sesungguhnya terbentuk dari meta-komunitas yang berjumlah banyak. Identifikasi kelompok kecil yang juga merupakan komunitas dapat dilakukan berdasarkan banyak hal, misalnya profesi, latar belakang pendidikan, kesukaan bahkan barang belanjaan [15]. Identifikasi kelompok ini sangat berguna untuk menentukan struktur komunitas yang pada akhirnya mampu mengenali profil individu.

Pemetaan informasi melalui SNA memberikan hasil yang telah terseleksi untuk dapat menjadi sumber informasi lain misalnya untuk sebuah sistem rekomendasi, yang membantu pengguna mendapatkan pengetahuan yang lebih spesifik. SNSR (Social Network-Based Recommender System) merupakan sebuah sistem rekomendasi berdasarkan jejaring sosial yang mampu mengatasi masalah klasik dalam sistem rekomendasi berkaitan dengan data sparsity dan cold-start

issues melalui pendekatan dua metoda yaitu content-based filtering dan collaborative filtering. Hubungan relasi antar pengguna yang ditentukan dengan

metode kolaborasi ini menyatakan faktor kepercayaan terhadap suatu informasi, sehingga lebih mendekati prediksi. Penelitian lain mengenai sistem rekomendasi berdasarkan analisis jaringan [16] adalah pada sebuah data heterogen yang melibatkan banyak objek termasuk pasien, diagnosa, jurnal, penyakit, petugas klinik dan jurnalis untuk menentukan sepuluh rekomendasi jenis penanganan/ perawatan terhadap tiga macam jenis penyakit berdasarkan data – data dari objek.

Kendala yang masih dihadapi adalah kedinamisan jaringan yang dapat berubah setiap waktu, sehingga perlu dilakukan pengelolaan terhadap pembuatan ranking disamping untuk meminimalkan biaya.

Pada dasarnya masalah pokok yang dihadapi dalam SNA adalah tidak adanya groundtruth (nilai rujukan) umum untuk mengevaluasi hasil akhir. Pada sistem rekomendasi ekstraksi data, kriteria pe-ranking-an, kedinamisan data dan evaluasi merupakan faktor yang perlu dicermati. Namun demikian masih perlu banyak dilakukan pengembangan penelitian menggunakan metoda SNA [17]. Penelitian ini menerapkan metode SNA yang mengambil data dari media daring

facebook untuk mewakili kedinamisan data yang tidak terstruktur. SNA dalam

penelitian ini mencakup penentuan fitur – fitur sosiometrik sekaligus visualisasi relasi dalam graf untuk mendapatkan gambaran persebaran pengguna sebagai sumber maupun perantara informasi. Selanjutnya struktur komunitas ditentukan melalui deteksi komunitas dengan suatu pendekatan.

1.4 Tujuan Penelitian

Penelitian ini memiliki tujuan antara lain : (1)Membentuk peta analisis jejaring sosial pada sebuah komunitas daring dalam sebuah graf berikut dengan aktor sentral ; (2)Mendeteksi kelompok dalam komunitas menggunakan klustering; (3)Menganalisis keluaran yang berkaitan dengan pemanfaatan teknologi sebagai media berpartisipasi masyarakat.

1.5 Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat bagi pengguna dalam memetakan dan mengenali lingkungan komunitas daring facebook, dalam suatu bentuk relasi yang terorganisir. Lebih lanjut lagi, penelitian ini diharapkan memberikan kontribusi bagi pembelajaran mengenai perilaku manusia melalui sudut pandang komputasi sosial, terutama untuk menggunakan fasilitas media