Syntax Literate: Jurnal Ilmiah Indonesia p–ISSN: 2541-0849 e-ISSN: 2548-1398

Vol. 10, No. 10, Oktober 2024

 

ANALISIS STRUKTUR JARINGAN KOMUNIKASI BOIKOT PIZZA HUT DI TWITTER MENGGUNAKAN PENDEKATAN SOCIAL NETWORK ANALYSIS (SNA)

 

Adienda Rheswary1*, Munadhil Abdul Muqsit2, Radita Gora Tayibnapis3

Universitas Pembangunan Nasional Jakarta, Jakarta, Indonesia1,2,3

Email: adiendarheswary@gmail.com*

 

Abstrak

Penelitian ini menggunakan metode Social Network Analysis (SNA) untuk menganalisis struktur jaringan komunikasi dalam aksi boikot Pizza Hut di Twitter. Data dikumpulkan dari 1 September hingga 30 November 2023, dengan temuan yang menunjukkan bahwa Twitter berfungsi sebagai platform utama untuk penyebaran informasi dan pengorganisasian aksi boikot tersebut. SNA digunakan untuk mengidentifikasi struktur sosial dan posisi aktor utama dalam penyebaran informasi di media sosial ini. Hasil analisis menunjukkan adanya modularitas yang tinggi dalam jaringan komunikasi, yang ditandai dengan terbentuknya banyak kelompok atau cluster. Sentralitas aktor dalam jaringan juga terdistribusi dengan merata. Penyebaran word cloud terkait Boikot Pizza Hut tampak dimobilisasi oleh beberapa akun yang menjadi pusat retweet. Studi ini memberikan wawasan lebih dalam tentang dinamika jaringan komunikasi di media sosial. Namun, penelitian ini memiliki beberapa keterbatasan, seperti partisipasi dan aktivitas pengguna yang terbatas, serta jumlah data yang bisa diambil. Penelitian ini juga mengukur nilai modularity untuk mengidentifikasi kelompok-kelompok yang terbentuk dalam jaringan. Penelitian lanjutan disarankan untuk lebih mendalami konten tweet dan interaksi antar akun guna memahami dinamika jaringan secara lebih mendalam, serta menganalisis sentimen pengguna terkait topik ini untuk mengembangkan strategi komunikasi yang lebih efektif di media sosial.

Kata Kunci: Boikot, Pizza Hut, Social Network Analysis (SNA)


 

Abstract

This research uses the Social Network Analysis (SNA) method to analyze the communication network structure in the Pizza Hut boycott on Twitter. Data was taken from September 1 to November 30, 2023, and the results show that Twitter was used as a means to disseminate information and organize boycotts. The SNA method is used to determine the social structure and position of the main actors in the dissemination of information on social media. Analysis of the Twitter communication network regarding the Pizza Hut Boycott shows high modularity, with many groups or clusters forming. Actor centrality is also distributed evenly. The spread of the Pizza Hut Boycott word cloud seems to have been mobilized in groups by several accounts that were the center of retweets. This research provides a deeper understanding of the dynamics of communication networks on social media. Limitations in data collection include limitations on participation and activities, as well as limitations on the amount of data that can be retrieved. This research also determines the value of modularity to explain the groups that form in communication networks on Twitter. For future research, it is recommended to conduct further analysis of tweet content and interactions between accounts to understand more deeply the dynamics of communication networks. Apart from that, sentiment analysis can also be carried out to understand user responses to the Boycott Pizza Hut topic. This analysis can be used for further communication strategies on social media.

Keywords: Boycott, Pizza Hut, Social Network Analysis (SNA)

 

Pendahuluan

Salah satu bentuk perkembangan dari adanya New Media atau media baru adalah lahirnya sebuah inovasi berupa internet (Zolkepli & Kamarulzaman, 2015).  Yang telah menjadi cara baru untuk berkomunikasi di dunia saat ini. Hampir seluruh aspek kehidupan manusia dipengaruhi oleh keberadaannya, termasuk politik, ekonomi, sosial, dan budaya. Namun dengan maraknya fenomena kemudahan kita dalam pencarian informasi di Internet, tidak menutup kemungkinan jika penyebaran Hoax dan  Cybercrime pun terjadi dengan mudah. Salah satunya seperti fenomena Boikot yang sedang marak terjadi, berawal dari fatwa yang dikeluarkan MUI mengenai list produk yang diduga mendukung skema Israel - Palestina, namun produk yang disebutkan MUI merupakan produk yang sudah memiliki nomor BPOM dan Halal yang jelas-jelas izin tersebut dikeluarkan leh MUI.

Dalam (Moerdijati, 2012), menjelaskan bahwa perkembangan Teknologi dan Informasi melalui 3 zaman, yaitu radiasi Media Lisan, Cetak, Era First Age Media, Second Age Media, and Era Digital. Dahulu, bangsa Mesir Kuno menggunakan papyrus pada tahun 2000 SM untuk merekam dan menyampaikan pesan tertulis. Sistem tulisan telah dibangun secara mandiri oleh orang Maya dan orang Cina pada masa itu. Bahkan pada tahun 1041, Pi Sheng menemukan sejenis alat cetak buku yang sederhana.

Perkembangan Media Siber (Cyber Media) dianggap sebagai penerus dari media cetak, media massa seperti radio dan televisi, serta media lainnya yang dianggap tidak dapat berkomunikasi dengan baik (Sung & Kim, 2020). Sebagian besar orang memerlukan komunikasi yang cepat, mudah, dan murah. Sekarang surat menyurat dapat dikirim dalam sekejap melalui email.

Jika kita mencar definisi cybermedia menurut para ahli, tidak ada informasi yang jelas mengenai ahli yang menemukan atau menciptakan cybermedia (Cuadrado-Gordillo & Fernández-Antelo, 2016). Banyak penyebutan yang bisa disematkan untuk media siber (cybermedia) dalam literatur akademis, misalnya media online, digital media,media virtual, e-media, network media, media baru, dan media web.

Di dalam era globalisasi yang semakin meluas, di 2023 semakin banyak inovasi yang bermunculan baik dari segi teknologi cybermedia, mulai dari cara kita mendapatkan informasi sampai untuk mendapatkan keperluan sehari-hari.  Terutama kemudahan untuk mendapatkan rekomendasi makanan atau minuman disaat itu juga. Menurut survei yang dilakukan oleh katadata pada tahun 2021, alasan paling utama generasi milenial dan gen Z dalam membeli merek lokal adalah kebanggaan terhadap buatan produk dalam negeri (82,3%), disusul beberapa alasan lain seperti faktor harga yang terjangkau (60,7%), rasa nyaman pada saat menggunakan brand lokal (40,2%), hingga yang paling terakhir adalah kualitas yang dirasa sudah mampu bersaing dengan brand global (35,5%) oleh(Peran Gen Z Dan Milenial Terhadap Tren Merek Lokal, 2023).

PT. Sarimelati Kencana Tbk, merupakan salah satu perusahaan yang membawahi Pizza Hut Indonesia dan Pizza Hut Delivery ini sukses menggunakan media baru sebagai salah satu bentuk implementasi di dunia digital. Namun, sayangnya perusahaan yang telah di akuisisi oleh PT. Sriboga Raturaya selaku induk perusahaan ini mendapatkan beberapa isu miring terkait dengan ‘brand’ Pizza Hut, dimana masyarakat hanya mengetahui bahwa “Pizza Hut” merupakan brand asal Amerika yang mendukung gencatan senjata pada perang Israel dan Palestina.

Adapun tidak hanya Pizza Hut saja yang menjadi pembicaraan di media sosial, ada beberapa brand lain seperti McDonalds, KFC, Taco Bell, Starbucks, hingga Domino’s Pizza. Yang menjadi uniqueness disini adalah tidak banyak masyarakat Indonesia saat ini yang mengetahui bahwa Pizza Hut Indonesia tidak ada sangkut pautnya dengan Pizza Hut luar yang mungkin memiliki kepentingan khusus dengan fenomena tersebut.

 

Gambar 1. Pengguna Twitter 2023

Sumber: https://databoks.katadata.co.id/

 

Dalam penyebaran mengenai aksi Boikot yang dilakukan di masyarakat melalui social media ramai diperbincangkan. Salah satu Media Sosial yang sering dipakai dan penyebarannya cukup cepat adalah Twitter. Pada data yang didapatkan melalui https://databoks.katadata.co.id/, Indonesia masuk kedalam 10 negara dengan pengguna Twitter yang cukup tinggi di dunia. Salah satu kesulitan dalam penelitian gerakan sosial secara digital adalah kesulitan memahami bagaimana interaksi dan informasi membentuk bentuk gerakan sosial di Twitter (Sitorus, 2022).

Pada bulan Oktober 2023 hingga November ini ramai dengan konflik yang sedang terjadi di Israel-Palestina yang berdampak pada brand-brand Amerika yang ada di Indonesia, karena dianggap sebagai pendukung atau sponsor dari Gencatan yang dilakukan oleh Israel terhadap Palestina. Brand yang terkena dampak yang cukup signifikan adalah KFC, Taco Bell, Pizza Hut, McDonalds, Domino’s Pizza, hingga semua produk Unilever.

Salah satu bentuk support warganet adalah aksi Boikot terhadap brand-brand tersebut. Fokus penelitian ini adalah brand Pizza Hut, karena sempat ramai diperbincangkan oleh warga Twitter. Penelitian ini dilakukan dengan metode Social Analysis Network (SNA) yang mempelajari Analitik jaringan sosial ilmu yang berfokus pada hubungan atau relasi manusia melalui penggunaan dan pemanfaatan teori grafik.

Pada beberapa penelitian terdahulu seperti penelitian yang dilakukan oleh (Bratawisnu & Alamsyah, 2018) menyebutkan bahwa Twitter adalah media sosial dengan banyak manfaat, salah satunya adalah kekuatan informasinya yang kuat untuk politik, bencana alam, dan marketing. yang dimana twitter menjadi salah satu sarana yang cukup berpengaruh dalam citra sebuah merek. Dengan informasi yang tersebar secara keseluruhan tentang aktivitas setiap individu, dampaknya dapat diprediksi dan dianalisis untuk berbagai kemungkinan dan opsi. Untuk memahami dan memahami hubungan antara jaringan kelompok dalam sebuah organisasi, analisis jaringan sosial (SNA) sangat berguna karena dapat mengidentifikasi sifat dan struktur jaringan dari waktu ke waktu (Achaqie, 2022).

Dalam penelitian (Utami et al., 2021) menyebutkan bahwa semua informasi yang didapatkan sudah sangat mudah melalui Twitter, dan semua informasi tersebut tersedia secara serentak dan tidak bias. Pengguna Twitter dikenal karena menjadi jujur dan apa adanya saat mengunggah konten. Twitter memiliki komunitas yang terbuka, karena tidak ada batasan untuk bersosialisasi dengan pengguna lain. Hal ini disampaikan melalui penelitian yang dilakukan (Akbar et al., 2022) bahwa ada kemungkinan bahwa aktor-aktor di Twitter memiliki hubungan satu sama lain; dengan kata lain, mereka adalah anggota jaringan komunikasi.

Fokus penelitian ini adalah jaringan komunikasi dan aktor yang menggunakan Keyword Boikot Pizza Hut dalam platform Twitter. Yang menjadi pembeda dalam adalah management crisis data yang hangat terjadi, isu yang terjadi pada tahun 2023 ini menjadi isu nasional terutama pada merek-merek yang berasal pada Amerika. peneliti ingin mengetahui berapa banyak komponen yang terbentuk, dan berapa keanggotaan aktor dalam komponen. Tak hanya itu, peneliti ingin melihat aktor yang memiliki relasi terbanyak, aktor yang menjadi perekat dalam jaringan serta berapa banyak klik terbentuk dan berapa keanggotaan aktor dalam jaringan yang membahas mengenai Boikot Pizza Hut. Dengan melihat jaringan komunikasi diantara aktor-aktor yang ada platform tersebut, peneliti dapat mengetahui apakah audiens melakukan perbincangan mengenai Boikot Pizza Hut melalui Twitter. Maka dari itu, penelitian ini bertujuan untuk melihat tipe relasi dan struktur jaringan komunikasi pada Boikot Pizza Hut yang tentunya dilakukan oleh aktor-aktor yang ada di Twitter.

 

Metode Penelitian

Penelitian ini menggunakan metode penelitian kualitatif menggunakan pendekatan digital yaitu Social Network Analysis (SNA). Tujuan utama penelitian kualitatif adalah untuk membuat fakta dan fenomena mudah dipahami, serta memungkinkan untuk menghasilkan hipotesis baru menggunakan modelnya (Fadli, 2021).

Dalam proses pengambilan data ini, peneliti menggunakan data Twitter melalui Keywords Boikot Pizza Hut. Periode yang diambil dalam data ini 1 September 2023 - 30 November 2023, proses rentan waktu pengambilan data selama 91 hari. Ketika peneliti mengumpulkan data, terkumpul 41 tweets yang terdeteksi. Dalam penelitian ini, peneliti menggunakan Google Collab sebagai salah satu media yang digunakan dalam penarikan data.

Saat penelitian berlangsung, Data Google Colab kemudian diproses melalui https://nocodefunctions.com/ dalam menganalisa sentimennya. Dalam proses visualisasi data. Visualisasi pemetaan jaringan sosial Boikot Pizza Hut dilakukan menggunakan perangkat lunak Gephi dan https://netlytic.org/index.php. Teknik analisis data menggunakan Social Network Analysis (SNA), yaitu menentukan struktur sosial dan posisi aktor utama yang berperan penting dalam penyebaran informasi di sosial media (Rios et al., 2019).

Dalam sebuah SNA, aktor (baik individu, kelompok, organisasi, dan lain-lain) digambarkan sebagai titik, disebut node, sementara interaksi antar aktor digambarkan sebagai garis, disebut edges. Kedua simbol ini digunakan untuk mendapatkan pemahaman tentang individu atau masyarakat serta pola interaksi sosialnya di seluruh jaringan. Dalam proses pengolahan data, pengukuran centrality seperti degree centrality, and betweenness centrality.

Meskipun menjadi alternatif yang terbilang efektif dalam mengatur mobilisasi massa, terdapat limitasi dalam studi gerakan sosial online di Twitter. Pertama, aktivitas dan partisipasi online tidak bisa disamakan dengan gerakan sosial pars pro toto atau menggunakan sebagian dari sesuatu hal untuk menyimpulkan keseluruhan (Fominaya & Gillan, 2020). Sehingga artikel ini hanya menggambarkan protes melalui word cloud di Twitter sebagai salah satu contoh tindakan jaringan digital yang merupakan bagian dari fenomena gerakan sosial yang sifatnya jauh lebih luas.

 

Hasil dan Pembahasan

Gerakan warga net melalui #BoikotPizzaHut merupakan gerakan persuasif dalam perlawanan terhadap produk yang diduga teraffiliasi dengan Negara Israel. Adapun narasi kampanye aksi boikot brand yang berasal dari Amerika ini dilakukan netizen di media sosial. Mereka beralasan jika kita berhenti membeli produk yang terbukti memberikan royalti kepada Israel, maka dana yang dimiliki Israel akan berkurang sehingga oerang di Rafah mun berhenti sehingga dapat menyelamatkan masyarakat Palestina. Gerakan tersebut dilakukan dengan menggunakan hashtag yang kemudian beredar luas bahkan menjadi trending topik perbincangan masyarakat di media sosial pada September - November 2023 dan menuai kontroversi dari berbagai pihak, termasuk Fatwa Halal MUI dan LPPOM terkahir jamanan Halal produk tersebut.

Kampanye #BoikotPizzaHut dilakukan dengan menyebarkan jaringan provokasi dan mengajak masyarakat melalui Twitter untuk menambah anggota akun jaringan yang dapat diakses dengan mudah sehingga total jaringan bisa mencapai ribuan. Beberapa komunitas digital atau akun dari organisasi komunitas, bahkan akun media juga dilibatkan dalam jaringan ini sehingga aktor sentral dapat memperoleh suara kooperatif dari anggota masyarakat secara online dan komunitas digital.

Hashtag ini juga dapat menyebarluaskan secara luas. Penelitian ini menunjukkan adanya peran aktor sentral yang berusaha memprovokasi komunikas aktor digital. Penelitian ini menggunakan data dari Twitter yang diambil dari tanggal 1 September - 30 November 2023 yang kemudian dijadikan sebagai dataset. Data yang dikumpulkan berupa akun, tweet, retweet, mention, reply, serta tanggal dan waktu yang menggunakan keyword Boikot Pizza Hut.

Akun dari status pembuat akan menjadi node dan setiap tweet, retweet, mention, dan reply akan menjadi relasi dari setiap node yang terdapat 41 tweet yang menggunakan yang menggunakan keyword tersebut. menurut Huberman, Romero, dan Wu dalam (Bakry & Kusmayadi, 2021) menyatakan bahwa hanya sekitar 13% dari followers atau following Twitter yang memiliki interaksi yang signifikan atau mendefinisikan teman yang sebenarnya dalam jaringan Twitter.

 

Tahapan Penelitian

Twitter memang sangat baik untuk mengatur indikator dari brand kita melalui jaringan sosial, namun terdapat beberapa limitasi dalam proses pengambilan datanya.

Gambar 2. Tahapan penelitian oleh peneliti

Sumber: penelitin (Radjah et al., 2023)

 

Pertama, partisipasi dan aktivitas cukup terbatas dengan limitasi maksimal 100, jika lebih dari angka tersebut maka akan muncul error dalam Google Collab tersebut. Karena itu, artikel ini hanya membahas demonstrasi melalui keyword di Twitter sebagai salah satu contoh tindakan jaringan digital yang merupakan bagian dari fenomena gerakan sosial yang lebih luas.

 

Gambar 3. Berikut raw data ketika diimplementasikan ke Gephi

 

Dalam penelitian sebelumnya yaitu penelitian yang dilakukan oleh (Sitorus, 2022). hasil adalah dalam peta jaringan sosial, peran aktor-aktor yang berpengaruh sangat penting dalam memperluas spektrum gerakan sosial di sosial media Twitter. Dalam analisa sistem, digunakan untuk mengetahui nilai dari Diameter, Density, Reciprocity, Centralization dan Modularity.

Berdasarkan hasil penelitian diketahui bahwa diameter antara sub-aktor dan aktor pusat adalah sebesar 1. Hal ini berarti jaringan tersebut sangat terkoneksi, di mana setiap node dapat terhubung langsung dengan node lainnya tanpa perlu melalui node perantara. Dengan kata lain, semua node terhubung secara langsung, dan tidak ada node yang memerlukan lebih dari satu langkah untuk mencapai node lainnya dalam jaringan tersebut. Karena dalam kasus ini jarak terjauh akun media sosial dalam menjangkau akun media sosial lain hanya 1 langkah atau node. Jarak terjauh antara dua aktor dalam jaringan disebut diameter.

Jumlah pengguna (vertice) yang aktif berkomunikasi di Twitter dengan tag #BoikotPizzaHut mencapai jumlah total pengguna jaringan aktif yaitu 39 Nodes dengan jumlah Edges mencapai 703.  Dengan Nilai densitasnya berasal dari derajat interaksi antar akun media sosial dalam jaringan yaitu dengan angka  0.949. Dengan kata lain,  berarti bahwa sekitar 94.9% dari semua hubungan yang mungkin antara node dalam jaringan memang ada. Jaringan ini sangat padat, hampir semua node terhubung dengan hampir semua node lainnya.

Dalam penelitian ini juga ditemukan jika terdapat beberapa kelompok yang terbentuk satu sama lain, seperti yang ditunjukkan oleh jumlah komponen yang terhubung yang berjumlah 2. Ini karena lebih dari satu interaksi tersebar dan tidak terkumpul. karena itu, banyak kelompok atau cluster terbentuk pada jaringan komunikasi yang berlangsung, ini berarti ada dua kelompok node yang masing-masing terhubung di dalam kelompoknya tetapi tidak ada koneksi antara kelompok-kelompok ini.

Saat peneliti menganalisa tahapan modularitas menunjukkan angka 0.012, yang menunjukkan bahwa banyak aktor saling tumpang tindih. Selain itu, hasil analisis data menunjukkan bahwa modularitas yang dihasilkan relatif rendah, sebesar 0,012. Menunjukkan perdebatan yang terjadi menggunakan word cloud Boikot Pizza Hut tampaknya tidak umum di banyak akun Twitter, dan mungkin juga tidak seragam. Nilai modularitas jaringan  0,012 menunjukkan bahwa jaringan tidak memiliki struktur komunitas yang kuat atau kelompok-kelompok yang terdefinisi dengan jelas. Sebagian besar node terhubung secara acak tanpa adanya pembagian yang jelas ke dalam komunitas-komunitas.

 

Gambar 4. Visualisasi data yang telah diolah melalui Gephi untuk melihat aktor utama dari Tweet Boikot Pizza Hut

 

Dalam penelitian sebelumnya yaitu penelitian yang dilakukan oleh (Sitorus, 2022) hasil adalah dalam peta jaringan sosial, peran aktor-aktor yang berpengaruh sangat penting dalam memperluas spektrum gerakan sosial di sosial media Twitter.

Nilai dari Reciprocity mendekati 1.0, yang menunjukkan nilai timbal balik yang tinggi sehingga banyak penonton berkomunikasi dua arah. Di sisi lain, nilai timbal balik yang rendah menunjukkan komunikasi satu arah. mengukur sejauh mana hubungan dalam jaringan tersebut bersifat timbal balik atau dua arah

Berdasarkan hasil skor tersebut menunjukkan bahwa komunikasi dua arah cikup tinggi, namun lebih banyak pergerakan aktor komunikasi satu arah yang terpusat pada aktor utama untuk memancing opini publik melalui jaringa. Salah satu yang menjadi Aktor yang memiliki interasi yang cukup tinggi dalam postingannya ada pada Oposisi Cerdas dan Geloraco yang merupakan sebuah media massa yang tulisan beritanya cukup berpengaruh dalam menentukan opni masyarakat dikala Boikot yang sedang marak diperbincangka . Dalam postingannya banyak aktor-aktor komunitas digital di Twitter saling meninggalkan jejak berupa komentar terkait isu Boikot yang terjadi di Indonesia.

Pada Hastag #BoikotPizzaHut memiliki struktur jaringan yang cukup rendah. Hal ini terlihat dari nilai modularitas total sebesar  0,012 atau indikasi kurang dari 1% dari 1.0. Dimana modularitas angka tersebut sangat rendah, yang berarti jaringan tersebut tidak memiliki struktur komunitas yang jelas atau kuat. Node-node di dalam jaringan tersebut mungkin tersebar dan tidak signifikan.

 

Gambar 5. Visualisasi keyword di Twitter dengan VOSviewer (nocodefunctions.com)

 

Kata “boikot”kerugian” memiliki frekuensi tertinggi dalam pesan. Hal ini menunjukkan tekanan masyarakat untuk menghentikan pembelian produk yang terbukti memiliki integrasi dengan Israel melalui Twitter begitu besar. Tentu bukan hanya aktor saja yang membangun pesan namun juga aktor jaringan lainnya.

Dari hasil dari penelusuran posisi dominan sebagai aktor sentral tagar (#) Boikot Pizza Hut, akun perantara @ Geloraco atau Gelora News ditemukan memiliki pengikut sebanyak 602.8K (enam ratus dua ribu delapan ratus) dan kemudian yang kedua ada @ OposisiCerdas dengan total pengikut 269.8K (dua ratus enam puluh sembilan ribu delapan ratus). Kedua Akun ini merupakan akun asli media nasional yang berisi konten tetang pemberitaan dan berfungsi sebagai media sosial yang menyampaikan berbagai aktivitas pemberitaan yang sedang terjadi di tanah air. Ia menggunakan beberapa keyword atau word cloud yang didalamnya menjadi sorotan happening yang sedang terjadi, ditambah pada masa perboikotan, BDS tidak henti-hentinya mendeklarasikan boikot pada beberapa produk tetentu. Beberapa gerakannya dan posting di Twitter, seperti #Boikot, yang berfokus pada produk-produk yang berasal dari Amerika. Ini adalah dasar akun sentral di #BoikotPizzaHut.

Aktor perantara tidak memiliki hubungan langsung atau kontak satu sama lain, dengan sentralitas keterhubungan minimal 0,000. Salah satu cara untuk terhubung dengan aktor (node) lain dalam jaringan adalah melalui hubungan langsung atau melalui perantara. Aktor dapat berhubungan langsung dengan aktor lainnya dengan kontak langsung.

Dalam penelitian ini, peneliti juga menemukan bahwa Nilai 37 dalam sentralitas menunjukkan bahwa node tersebut memiliki peran signifikan dalam jaringan, baik dalam hal jumlah koneksi langsung, pengaruh dalam aliran informasi, kedekatan dengan node lain, atau koneksi dengan node-node penting lainnya. Makna spesifiknya bergantung pada jenis sentralitas yang diukur.

Nilai M=1 menunjukkan komunitas yang terpisah (tanpa banyak tumpang tindih) atau bahwa jaringan sangat terhubung secara merata. Namun, kemungkinan overlap jaringan masih ada karena nilai modularitasnya masih di bawah 1.0.

Jumlah skor In-Degree dan Out-Degree dalam penelitian ini adalah 50, dengan skor Out-Degree yang lebih tinggi dibandingkan In-Degree dan skor satu yang lebih tinggi dibandingkan In-Degree. Skor 0 pada In-Degree menunjukkan bahwa belum ada yang menghubungi atau menghubungi pelaku, sedangkan skor 1 menunjukkan hubungan (ikatan). Aktor sentral memiliki skor Out-Degree 50, yang lebih tinggi dari skor Out-Degree aktor lainnya.

Hasilnya, para pelaku atau aktor yang terlibat dalam menjalankan misi termasuk dalam homophile, yang mengedepankan nilai kesamaan misi yang berasal dari sesuatu yang diberikan dan relatif, meskipun tidak selalu, tidak dapat diubah oleh seseorang. Dengan berhenti membeli dan penghentikan brand yang mamproduksi produk terkait dengan israel dan mengkampanyekannya melalui ajalan dalamTwitter, nilai-nilai bersama dan kemanusiaan dianggap adalah prioritas utama.

Hasil penelitian sebelumnya dalam (Tayibnapis et al., 2023) menunjukkan bahwa data perilaku pengguna internet berubah menjadi behavioral surplus.. Yang dimana merujuk pada data perilaku pengguna internet yang dikumpulkan dan digunakan melampaui tujuan aslinya. Awalnya, data ini mungkin dikumpulkan untuk meningkatkan layanan atau pengalaman pengguna, tetapi kemudian digunakan untuk keperluan lain, seperti iklan bertarget atau prediksi perilaku. Hal ini dapat ditandai dengan maraknya produk serupa namun dipasarkan dengan label Produk Lokal.

Dengan adanya pemberitaan yang berlebihan ini memunculkan beberapa oknum yang menumbulkan sifat fanatik yang berlebihan. Fanatik pada boikot berarti menunjukkan tingkat komitmen atau dedikasi yang sangat tinggi terhadap aksi boikot. Ini bisa melibatkan berbagai bentuk keterlibatan, seperti aktif mempromosikan boikot, mengajak orang lain untuk ikut serta, dan melakukan tindakan-tindakan yang konsisten dengan tujuan boikot tersebut.

Sehingga, adapun Teori Komunikasi Persuasi sangat relevan dalam konteks boikot, karena boikot sering kali melibatkan upaya untuk mengubah sikap dan perilaku orang terhadap suatu produk, perusahaan, atau kebijakan. Salah satu turunan dari teori tersebut adalah Teori Koneksi Sosial menjelaskan bagaimana informasi menyebar melalui jaringan sosial. Hashtag berfungsi sebagai alat untuk menghubungkan individu dengan jaringan yang memiliki minat atau tujuan yang sama.

Hashtag memungkinkan anggota jaringan berkomunikasi dan bekerja sama dengan lebih baik dan memperkuat jaringan sosial yang berfokus pada boikot dan dapat meningkatkan efek persuasi dengan memanfaatkan pengaruh teman atau kontak dalam jaringan sosial untuk mendorong partisipasi dalam boikot. Skses Twitter yang lebih mudah dan luas melalui hashtag dan mention. Komunikasi digital dapat membantu masyarakat sipil. Media sosial memainkan peran penting dalam menggulingkan pemerintahan otoriter, seperti halnya di negara-negara Islam.

Gerakan persuasif seperti tagar #BoikotPizzaHut adalah gerakan yang dimediasi melalui media digital yang bertujuan untuk mendorong masyarakat sipil mempengaruhi audiens agar mendukung dan berpartisipasi dalam aksi boikot. Pesan persuasif ini biasanya dirancang untuk memengaruhi sikap, keyakinan, dan perilaku audiens dengan menggunakan berbagai teknik komunikasi yang efektif, serta menuntut pembubaran organisasi suatu perusahaan atau brand yang dianggap menyimpang dari moralitas. Teknologi komunikasi dan informasi telah mengubah faham tentaang otonomi mondern yang dianggap independen menjadi "pemain global" yang terperangkap dalam jaringan komunikasi.

 

Kesimpulan

Penelitian ini menggunakan metode Social Network Analysis (SNA) untuk menganalisis struktur jaringan komunikasi dalam aksi boikot Pizza Hut di Twitter. Data diambil dari 1 September hingga 30 November 2023, dan hasilnya menunjukkan bahwa Twitter digunakan sebagai sarana untuk menyebarkan informasi dan mengorganisir aksi boikot. Analisis jaringan komunikasi Twitter mengenai Boikot Pizza Hut menunjukkan modularitas yang tinggi, dengan banyak kelompok atau cluster terbentuk. Sentralitas aktor juga terdistribusi secara merata. Penyebaran word cloud Boikot Pizza Hut terkesan dimobilisasi secara berkelompok oleh beberapa akun yang menjadi pusat retweet. Analisis ini memberikan pemahaman yang lebih dalam tentang dinamika jaringan komunikasi di media sosial. Untuk penelitian selanjutnya, disarankan untuk melakukan analisis lebih lanjut terhadap konten tweet dan interaksi antar akun untuk memahami lebih dalam dinamika jaringan komunikasi. Selain itu, juga dapat dilakukan analisis sentimen untuk memahami respons pengguna terhadap topik Boikot Pizza Hut. Analisis ini dapat digunakan untuk strategi komunikasi lebih lanjut di media sosial.

 

 

BIBLIOGRAFI

 

Achaqie, H. N. R. (2022). Pemanfaatan social network analysis (SNA) untuk analisis pemetaan komunikasi pada pegawai bank syariah di Jawa Tengah: Social Network Analysis. Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 2(1), 42–49.

Akbar, M. A., Amril, M. A. B., Syahira, R., Latisha, F. R., & Jihan, N. (2022). Analisis Struktur Jaringan Komunikasi# Seagames2022 Di Twitter Menggunakan Pendekatan Social Network Analysis (Sna). Jurnal Studi Komunikasi Dan Media, 26(1), 1–16.

Bakry, G. N., & Kusmayadi, I. M. (2021). Peran pers sebagai aktor gerakan digital tagar# solidaritasuntukntt di Twitter. Jurnal Kajian Jurnalisme, 5(1), 98.

Bratawisnu, M. K., & Alamsyah, A. (2018). Social Network Analysis Untuk Analisa Interaksi User Dimedia Sosial Mengenai Bisnis E-Commerce (Studi Kasus: Lazada, Tokopedia Dan Elevenia). Almana: Jurnal Manajemen Dan Bisnis, 2(2), 107–115.

Cuadrado-Gordillo, I., & Fernández-Antelo, I. (2016). Adolescents’ perception of the characterizing dimensions of cyberbullying: Differentiation between bullies’ and victims’ perceptions. Computers in Human Behavior, 55, 653–663.

Fadli, M. R. (2021). Memahami desain metode penelitian kualitatif. Humanika, Kajian Ilmiah Mata Kuliah Umum, 21(1), 33–54.

Fominaya, C. F., & Gillan, K. (2020). Navigating the technology-media-movements complex. In Technology, Media and Social Movements (pp. 1–20). Routledge.

Moerdijati, S. (2012). Pengantar ilmu komunikasi. Surabaya: Revka Petra Media.

Radjah, E. G., Iriani, A., & Manongga, D. H. F. (2023). Analisis Terhadap Tagar# LGBT di Twitter Menggunakan Analisis Jaringan Sosial (SNA). Jurnal Media Informatika Budidarma, 7(1), 300–311.

Rios, S. A., Aguilera, F., Nuñez-Gonzalez, J. D., & Graña, M. (2019). Semantically enhanced network analysis for influencer identification in online social networks. Neurocomputing, 326, 71–81.

Sitorus, A. M. H. (2022). Social Network Analysis (SNA) Tentang Protes Digital Di Twitter: Studi Pada Tagar# CabutPermenJHT56Tahun. SOSIOGLOBAL: Jurnal Pemikiran Dan Penelitian Sosiologi, 7(1).

Sung, N., & Kim, J. (2020). Does the internet kill newspapers? The case of South Korea. Telecommunications Policy, 44(4), 101955.

Tayibnapis, R. G., Muqsith, M. A., & Sembada, W. Y. (2023). Persuasive Communication Of The# BUBARKANMUI Movement. Jurnal Wacana Politik, 8(2).

Utami, S. R., Safitri, R. N., & Kuncoroyakti, Y. A. (2021). Analisis jaringan dan aktor# BatalkanOmnibusLaw di media sosial Twitter menggunakan social network analysis (SNA). Journal of Media and Communication Science, 4(3), 135–148.

Zolkepli, I. A., & Kamarulzaman, Y. (2015). Social media adoption: The role of media needs and innovation characteristics. Computers in Human Behavior, 43, 189–209.

 

 

Copyright holder:

Adienda Rheswary, Munadhil Abdul Muqsit, Radita Gora Tayibnapis (2024)

 

First publication right:

Syntax Literate: Jurnal Ilmiah Indonesia

 

This article is licensed under: