Sosial media, virality dan SNA

Widy Widyawan
Widy WidyawanAssistant Professor en Universitas Gadjah Mada
Sosial Media, Viral dan SNA
Widyawan
“Wahai orang-orang yang beriman! Jika seseorang yang fasik datang
kepadamu membawa suatu berita, maka telitilah kebenarannya, agar kamu
tidak mencelakakan suatu kaum karena kebodohan (kecerobohan), yang
akhirnya kamu menyesali perbuatanmu itu.”
(Al-Hujurat 6)
S1 teknik elektro ugm
S2 erasmus univ netherland
S3 electronic, cork institute of tech, ireland
reaserach interest:
pervasive computing, big data analytic
dosen dteti ugm
direktur dssdi ugm
komisaris pt gamatechno indonesia
co-founder semantic.id
tim ahli Jogja Smart Province
anggota asosiasi ilmuwan data indonesia
pengurus yayasan Ali Maksum PP Krapyak
● Penyebaran Pesan
● Dua Muka Sosial Media
● Virality
● Studi Kasus SNA
● Radikalisme dan Machine Learning
Online News, Facebook dan Twitter
Perbedaan Jenis Media
• Informasi akan menyebar/difusi dalam berbagai media. Online
News, Facebook atau twitter isinya akan mencerminkan isi dan
resonansi dari media lainnya.
• Perbedaannya, online news akan ada proses kurasi oleh redaksi. Shg
(idealnya) yg dilaporkan adalah fakta (bukan gosip/spekulasi), cover
both side, tidak memihak, tidak mengandung opini/netral.
• Sedangkan, sosial media spt twitter dan facebook, status/tweet nya
merupakan ekspresi pribadi. Shg mengandung opini dan tidak ada
mekanisme kurasi/cek ricek, lebih rentan hoax
Bagaimana mendapatkan data?
• Social Media
• Twitter: publik secara default, menyediakan fasilitas search ke semua
tweetnya. Terdapat API gratis dan berbayar
• Facebook dan Instagram hanya menyediakan akses ke publik group atau
page, sejak kasus Cambridge Analytica menjadi lebih susah mekanismenya
• Whatsap tidak bisa didapatkan datanya
• Online news bisa didapatkan dari RSS atau scrapping
• Karena prinsip difusi pesan, twitter bisa dijadikan proxy untuk
mengetahui pesan dari warganet
Metcalfe’s Law dan Network Economics
● Value or power of a network grows exponentially as a function of
the number of network members
● As network members increase, more people want to use it
Dua Muka
“Cukuplah seseorang dikatakan sebagai pendusta apabila dia mengatakan
semua yang didengar.” (HR. Muslim no.7)
Hoax dan Fake News
• False news stories were 70% more likely to be re-tweeted than true
stories
• It took true stories around six times longer to reach 1,500 people
• True stories were rarely shared beyond 1,000 people, but the most
popular false news could reach up to 100,000
The spread of true and false news online
Science 09 Mar 2018:, Vol. 359, Issue 6380, pp. 1146-1151
Sosial media, virality dan SNA
Social Boot dan
Manipulasi
https://www.snopes.com/fact-check/false-obama-student-id/
http://theconversation.com/misinformation-on-social-media-can-technology-save-us-69264
Debunk Hoax
Memfasilitasi Perubahan Sosial
Influencer
Virality
The transition from linear growth (where connections
are added one by one) to going viral happens somewhere
around 7% density
Social Network Analysis for Startups, Maksim Tsvetovat
and Alexander Kouznetsov
Mengetahui pola hubungan dgn SNA
● Studi mengenai struktur sosial dengan menggunakan network dan graph
● Node bisa berupa aktor/orang dan hubungan/edges berupa hubungan antar node (contoh retweet atau
mention)
Studi Kasus SNA
SNA (Social Network Analysis) terorisme di mako brimob: 1600 node. Keyword: ‘brimob’
50 node
keyword ‘brimob’
Influencer (kasus serangan mako Brimob)
Word Cloud
Online News
keyword ‘brimob’
Studi Kasus: Daftar 200 Mubaligh
SNA daftar mubaligh. Suaranya lebih seragam
Influencer u/ topik mubaligh
Word cloud online news dan hashtag
Word cloud dari 106 berita di online news Popular #hashtag dari 13.922 tweet
Sosial media, virality dan SNA
Sosial media, virality dan SNA
Analisis Radikalisme dan
Machine Learning
6 Kelompok Radikal menurut BNPT
1. Radikal Gagasan, kelompok ini memiliki ideologi radikal namun tidak ingin menggunakan
kekerasan. Kelompok ini masih mengakui NKRI.
2. Radikal Milisi, kelompok yang terbentuk karena konflik komunal. Mereka masih mengakui
NKRI.
3. Radikal Premanisme, kelompok ini melakukan kekerasan untuk melawan kemaksiatan yang
terjadi di lingkungan mereka namun masih mengakui Negara Kesatuan Republik Indonesia.
4. Radikal Separatisme, kelompok ini mengusung ide memisahkan diri dengan NKRI dan
melakukan konfrontasi dengan pemerintah.
5. Radikal Lainnya, kelompok yang menyuarakan kepentingan kelompok politik, sosial,
budaya, ekonomi, dll.
6. Radikal Terorisme, Kelompok ini mengusung cara-cara kekerasan dan menimbulkan rasa
takut yang luas, tidak mengakui Negara Kesatuan Republik Indonesia dan ingin mengubah
ideologi negara yang sah dengan ideologi yang mereka sendiri.
Analisis Radikalisme
Preprocessing:
● Stop words
● Stemming
● Normalization
Classifier:
● Naive Baye
● SVM
● Deep Learning
● Tweet
● Facebook status
Training data
Klasifikasi
Tweet/Status
Demo
Purwarupa
https://youtu.be/eFFR-Z4UT4I
1 de 34

Más contenido relacionado

Similar a Sosial media, virality dan SNA

Presentasi hoax   binar editedPresentasi hoax   binar edited
Presentasi hoax binar editedBudi Sulistyo
189 vistas28 diapositivas

Similar a Sosial media, virality dan SNA(20)

Presentasi hoax   binar editedPresentasi hoax   binar edited
Presentasi hoax binar edited
Budi Sulistyo189 vistas
ETIKA PENGGUNAAN MEDIA SOSIAL.pptxETIKA PENGGUNAAN MEDIA SOSIAL.pptx
ETIKA PENGGUNAAN MEDIA SOSIAL.pptx
ZahrotusSyitta790 vistas
Socmed 101 oleh Ainun ChomsunSocmed 101 oleh Ainun Chomsun
Socmed 101 oleh Ainun Chomsun
Cecep Husni Mubarok, S.Kom., M.T.355 vistas
Etika dalam menggunakan jejaring sosialEtika dalam menggunakan jejaring sosial
Etika dalam menggunakan jejaring sosial
Esy Ginting14.3K vistas
Remaja dan internetRemaja dan internet
Remaja dan internet
Hendri Destiwanto1.8K vistas
medsosmanfaatdanakibat-160715171838.pptxmedsosmanfaatdanakibat-160715171838.pptx
medsosmanfaatdanakibat-160715171838.pptx
MUHAMADBADRULAMINBIN9 vistas
Kejahatan di Balik Jejaring SosialKejahatan di Balik Jejaring Sosial
Kejahatan di Balik Jejaring Sosial
Non Formal Education4.4K vistas
InternetInternet
Internet
lovedison1.1K vistas
membaca media online melalui media sosialmembaca media online melalui media sosial
membaca media online melalui media sosial
mataharitimoer MT857 vistas
Internet, ekosistem informasi, dan mis/disinformasiInternet, ekosistem informasi, dan mis/disinformasi
Internet, ekosistem informasi, dan mis/disinformasi
Cyprianus Lilik Krismantoro Putro43 vistas
Bssn book security awarnessBssn book security awarness
Bssn book security awarness
Yusuf Hadiwinata Sutandar1.5K vistas
Presentation1Presentation1
Presentation1
Dadang Sopiansah377 vistas

Más de Widy Widyawan(20)

Mewarnai Ruang Digital ala PesantrenMewarnai Ruang Digital ala Pesantren
Mewarnai Ruang Digital ala Pesantren
Widy Widyawan20 vistas
Studi Lanjut dan BeasiswaStudi Lanjut dan Beasiswa
Studi Lanjut dan Beasiswa
Widy Widyawan107 vistas
Tanggapan Mengenai RegsosekTanggapan Mengenai Regsosek
Tanggapan Mengenai Regsosek
Widy Widyawan76 vistas
Open Data dan xPlore.Pustakadata.idOpen Data dan xPlore.Pustakadata.id
Open Data dan xPlore.Pustakadata.id
Widy Widyawan24 vistas
Revolusi Industri 4.0 and Society 5.0Revolusi Industri 4.0 and Society 5.0
Revolusi Industri 4.0 and Society 5.0
Widy Widyawan1.8K vistas
Big Data dan UMKMBig Data dan UMKM
Big Data dan UMKM
Widy Widyawan197 vistas
Agriculture big dataAgriculture big data
Agriculture big data
Widy Widyawan438 vistas
Big Data for Indonesian ParliamentBig Data for Indonesian Parliament
Big Data for Indonesian Parliament
Widy Widyawan72 vistas
Understanding Human MobilityUnderstanding Human Mobility
Understanding Human Mobility
Widy Widyawan105 vistas
eGovernment Interoperability FrameworkeGovernment Interoperability Framework
eGovernment Interoperability Framework
Widy Widyawan207 vistas
Data as a serviceData as a service
Data as a service
Widy Widyawan158 vistas
Big data dan riset sosial dan politikBig data dan riset sosial dan politik
Big data dan riset sosial dan politik
Widy Widyawan864 vistas
Ai dan big dataAi dan big data
Ai dan big data
Widy Widyawan34.9K vistas

Sosial media, virality dan SNA

  • 1. Sosial Media, Viral dan SNA Widyawan
  • 2. “Wahai orang-orang yang beriman! Jika seseorang yang fasik datang kepadamu membawa suatu berita, maka telitilah kebenarannya, agar kamu tidak mencelakakan suatu kaum karena kebodohan (kecerobohan), yang akhirnya kamu menyesali perbuatanmu itu.” (Al-Hujurat 6)
  • 3. S1 teknik elektro ugm S2 erasmus univ netherland S3 electronic, cork institute of tech, ireland reaserach interest: pervasive computing, big data analytic dosen dteti ugm direktur dssdi ugm komisaris pt gamatechno indonesia co-founder semantic.id tim ahli Jogja Smart Province anggota asosiasi ilmuwan data indonesia pengurus yayasan Ali Maksum PP Krapyak
  • 4. ● Penyebaran Pesan ● Dua Muka Sosial Media ● Virality ● Studi Kasus SNA ● Radikalisme dan Machine Learning
  • 5. Online News, Facebook dan Twitter
  • 6. Perbedaan Jenis Media • Informasi akan menyebar/difusi dalam berbagai media. Online News, Facebook atau twitter isinya akan mencerminkan isi dan resonansi dari media lainnya. • Perbedaannya, online news akan ada proses kurasi oleh redaksi. Shg (idealnya) yg dilaporkan adalah fakta (bukan gosip/spekulasi), cover both side, tidak memihak, tidak mengandung opini/netral. • Sedangkan, sosial media spt twitter dan facebook, status/tweet nya merupakan ekspresi pribadi. Shg mengandung opini dan tidak ada mekanisme kurasi/cek ricek, lebih rentan hoax
  • 7. Bagaimana mendapatkan data? • Social Media • Twitter: publik secara default, menyediakan fasilitas search ke semua tweetnya. Terdapat API gratis dan berbayar • Facebook dan Instagram hanya menyediakan akses ke publik group atau page, sejak kasus Cambridge Analytica menjadi lebih susah mekanismenya • Whatsap tidak bisa didapatkan datanya • Online news bisa didapatkan dari RSS atau scrapping • Karena prinsip difusi pesan, twitter bisa dijadikan proxy untuk mengetahui pesan dari warganet
  • 8. Metcalfe’s Law dan Network Economics ● Value or power of a network grows exponentially as a function of the number of network members ● As network members increase, more people want to use it
  • 10. “Cukuplah seseorang dikatakan sebagai pendusta apabila dia mengatakan semua yang didengar.” (HR. Muslim no.7)
  • 11. Hoax dan Fake News • False news stories were 70% more likely to be re-tweeted than true stories • It took true stories around six times longer to reach 1,500 people • True stories were rarely shared beyond 1,000 people, but the most popular false news could reach up to 100,000 The spread of true and false news online Science 09 Mar 2018:, Vol. 359, Issue 6380, pp. 1146-1151
  • 18. Virality The transition from linear growth (where connections are added one by one) to going viral happens somewhere around 7% density Social Network Analysis for Startups, Maksim Tsvetovat and Alexander Kouznetsov
  • 19. Mengetahui pola hubungan dgn SNA ● Studi mengenai struktur sosial dengan menggunakan network dan graph ● Node bisa berupa aktor/orang dan hubungan/edges berupa hubungan antar node (contoh retweet atau mention)
  • 21. SNA (Social Network Analysis) terorisme di mako brimob: 1600 node. Keyword: ‘brimob’
  • 25. Studi Kasus: Daftar 200 Mubaligh
  • 26. SNA daftar mubaligh. Suaranya lebih seragam
  • 28. Word cloud online news dan hashtag Word cloud dari 106 berita di online news Popular #hashtag dari 13.922 tweet
  • 32. 6 Kelompok Radikal menurut BNPT 1. Radikal Gagasan, kelompok ini memiliki ideologi radikal namun tidak ingin menggunakan kekerasan. Kelompok ini masih mengakui NKRI. 2. Radikal Milisi, kelompok yang terbentuk karena konflik komunal. Mereka masih mengakui NKRI. 3. Radikal Premanisme, kelompok ini melakukan kekerasan untuk melawan kemaksiatan yang terjadi di lingkungan mereka namun masih mengakui Negara Kesatuan Republik Indonesia. 4. Radikal Separatisme, kelompok ini mengusung ide memisahkan diri dengan NKRI dan melakukan konfrontasi dengan pemerintah. 5. Radikal Lainnya, kelompok yang menyuarakan kepentingan kelompok politik, sosial, budaya, ekonomi, dll. 6. Radikal Terorisme, Kelompok ini mengusung cara-cara kekerasan dan menimbulkan rasa takut yang luas, tidak mengakui Negara Kesatuan Republik Indonesia dan ingin mengubah ideologi negara yang sah dengan ideologi yang mereka sendiri.
  • 33. Analisis Radikalisme Preprocessing: ● Stop words ● Stemming ● Normalization Classifier: ● Naive Baye ● SVM ● Deep Learning ● Tweet ● Facebook status Training data Klasifikasi Tweet/Status