Tagar Penggerak Aksi Mahasiswa Indonesia

Tulisan bertujuan secara umum untuk memotret vibrasi gerakan aksi mahasiswa Indonesia yang tertangkap dari media sosial Twitter.

Sebuah Pengantar

Hari ini tanggal 1 Oktober 2019, Banyak agenda penting akan, sedang dan nanti akan berjalan sampai malam nanti. Sejak pagi Aparatur Sipil Negara telah bersiap mengikuti apel Hari Kesaktian Pancasila.Pelantikan  Anggota DPR periode 2019-2024 direncanakan berlangsung sedari siang hingga mahasiswa yang berniat untuk terus menyuarakan aspirasinya dengan turun ke jalan.

Gerakan aksi mahasiswa masih belum juga usai. Gelombang demi gelombang demonstrasi mahasiswa masih berlangsung hingga saat analisis di tulis.

Tagar-tagar baru di media sosial muncul menggantikan tagar-tagar lama yang selama ini ada. 

Tagar-tagar milik mahasiswa dari observasi penulis tidak bertahan lama karena tidak cukup terorganisasi atau tidak mendapatkan dukungan logistik yang memadai karena di lakukan dengan gotong royong alias swadaya dan berdikari.

 Penulis mencoba mendalami tagar-tagar tersebut untuk membuktikan dugaaan atau hipotesis sementara yang penulis sampaikan di atas.

Pada proyek kali ini penulis mencoba mendalami tagar-tagar yang digunakan pada media sosial Twitter sebagai sarana berbagi informasi aksi mahasiswa yang selama ini ada dan dapat dipantau aktivitasnya.

Tagar-Tagar Penggerak Aksi Mahasiswa yang dapat di identifikasi oleh penulis antara lain tagar-tagar yang mengandung kata: mahasiswa, rakyat, pelajar, stm serta tagar lain seperti surabaya menggugat, dll.

Penulis mendapati 6 tagar dengan karakteristik tersebut yang selama ini disinyalir sebagai tagar yang mengaspirasikan cuitan baik berupa gambar, video, status sebagai sarana penyampaian aspirasi lewat media sosial. Ke-enam tagar itu adalah:

1. # MahasiswaBergerak

2. # RakyatBergerak

3. # stmmahasiswabersatu

4. # SurabayaMenggugat

5. # MahasiswaBersatu

6. # MahasiswaPelajarAnarkis

Pembahasan  dibatasi hanya pada 6 tagar ditujukan agar pembahasan tidak terlalu lebar dan pada akhirnya kita memperoleh kejelasan yang memadai.

Mari Kita Mulai Saja. Periode observasi 24 September 2019 - 1 Oktober 2019.

• Tingkat Popularitas Tagar

Dari keenam tagar , 2 tagar dengan tingkat popularitas tertinggi  dicapai oleh tagar stmmahasiswabersatu (38 persen dengan 1776,606 cuitan)  di ikuti oleh tagar MahasiswaBergerak (33 persen dengan 154, 794 cuitan). Selanjutnya di ikuti oleh tagar SurabayaMenggugat (13 persen dengan 62,271 cuitan) di ikuti MahasiswaBersatu (9 persen dengan 42, 271 cuitan) dan tagar MahasiswaPelajarAnarkis (1 persen dengan 6,207 cuitan). 

dokumen pribadi

Lebih rinci lagi, gambar berikut menyajikan jumlah volume cuitan dari masing masing tagar.

dokumen pribadi

- Vibrasi Aksi Mahasiswa Indonesia

Masifnyanya tagar-tagar ini berkerja dapat di peroleh dari tangkapan layar Total Mention di Twitter per jamnya dalam periode observasi 24 September 2019 - 1 Oktober 2019.

dokumen pribadi

Dominasi Masifnya penggunakaan tagar MahasiswaBergerak mendominasi pada periode 24 september-26 september. Kehadiran tagar  stmmahasiswabersatu menggantikan vibrasi tagar MahasiswaBergerak  pada periode 26 September -29 September. 

Akhir pekan 29 sore sampai 30 Pagi tagar-tagar ini ikut berakhir pekan dan digantikan oleh tagar MahasiswaPelajarAnarkis yang baru saja muncul selanjutnya dengan vibrasi cuitan yang masih lemah.

Dapat kita lihat terdapat pola yang sambung menyambung antar  tagar ini. Propagasi atau penguatan tagar, sambung-menyambung,  gulung menggulung, break di akhir pekan, dan lanjut pada awal  minggu selanjutnya (30 september). Pola seperti ini tidak kita jumpai pada tagar tagar yang dikelola secara modern dan autobot.

• Interaction Rate

Interaction rate dapat dianalogikan sebagai tingkat partisipasi alami para pengguan media sosial. Nilai interaction rate di bawah poin 5, dapat diduga tagar terindikasi adanya bot. Namun jika semakin tinggi angkanya, maka semakin tingkat interaksi antar pengguna semakin natural.

dokumen pribadi

Interaction rate tagar tagar penggerak  aksi mahasiswa cukup tinggi secara poin. Beberapa tagar memang  pada titik tertentu bisa memiliki skor interaction rate yang rendah yang berada pada skor di bawah 5. Artinya beberapa akun  tidak murni alami dan terdapat sedikit rekayasa di dalamnya.

• Sentimen Analisis

dokumen pribadi

Analisis sentimen pada ke-6 tagar secara gamblang tersaji pada tangkapan layar social media analisis dari drone emprit academic. Sentimen negatif yang berwarna merah mendominasi  skor sentimen di setiap tagar. 

Artinya Tingkat penerimaan dan persepsi  mahasiswa akan tersalurkannya aspirasi mereka dengan turun ke jalan belum dapat tingkat penerimaan yang positif. Hal ini membuka peluang aksi mahasiswa akan terus berlangsung untuk waktu yang panjang.

• Visualisasi Social Network Analysis  Mention dan Retweet

Dari tangkapan layar hasil visualisasi Social Network Analysis Mention dan Retweet dari Twitter diperoleh sebaran titik dan influencer dengan bulatan yang lebih besar.  Sedang titik-titik yang kecil dapat digambarkan sebagai status atau cuitan dari pengguna tagar sesuai dengan warna tagar pada keterangan warna di pojok kiri atas hasil visualisasi.

dokumen pribadi

• Visualisasi Social Network Analysis dengan total mention saja di Twitter

dokumen pribadi

Dengan menggunakan data hingga 10.000 mention dari tiap tiap tagar diperoleh tanggakapan layar dengan sebaran titik yang merata. Titik-titik tersebut adalah akun yang berkicau atau membuat status dengan tagar-tagar yang menggerakkan aksi mahasiswa ini. 

Bila teman-teman perhatikan ada kumpulan titik titik yang membentuk parasut mengelilingi satu titik yang lebih besar adalah akun yang di re-tweet oleh titik titik yang menjadi parasutnya. Para buzzer ternyata menggunakan akun-akun give away untuk menghasilkan retweet dengan cara yang tidak alami demi  meningkatkan popularitas tagar.

Tanda panah merah menunjukkan akun yang menggunakan teknik give away untuk meningkatkan popularitas tagarnya.

Penutup

Kiranya informasi singkat terkait analisis media sosial Twitter terkait akun penggerak aksi mahasiswa semakin menambah wawasan pembaca terhadap model analisis dari  data yang bersumber dari  big data khususnya yang di tambang dari social media Twitter

Analisis ini berguna untuk membaca tren sesaat terhadap denyut pegerakan opini dan persepsi  masyarakat yang ada di sosial media.

Passer Baroe, 1 Oktober 2019

Salam Hangat

Hari Bagindo @haribagindo