DATA ANALISIS MEDIA SOSIAL TWITTER PUSAT RISET PERIKANAN
Kementerian Kelautan dan Perikanan; Kementerian Kelautan dan Perikanan; Kementerian Kelautan dan Perikanan
Abstrak
Data analisis media sosial Twitter adalah proses pengumpulan, pemrosesan, dan analisis data yang berkaitan dengan penggunaan platform Twitter. Tujuan dari analisis ini adalah untuk memahami tren dan pola perilaku pengguna Twitter, serta untuk mendapatkan wawasan tentang opini publik, preferensi konsumen, dan pengaruh sosial yang dapat digunakan untuk keperluan bisnis, pemasaran, riset, dan kebijakan publik. Metode analisis media sosial Twitter melibatkan penggunaan algoritma dan teknik statistik untuk mengumpulkan dan mengolah data Twitter, seperti penggunaan hashtag, kata kunci, lokasi, retweet, dan like. Selain itu, metode analisis ini juga melibatkan penggunaan teknik machine learning untuk mengklasifikasikan tweet ke dalam kategori tertentu, seperti sentimen, topik, dan pengguna. Hasil analisis media sosial Twitter dapat memberikan informasi yang bermanfaat untuk berbagai tujuan. Misalnya, bisnis dapat menggunakan hasil analisis untuk memahami preferensi konsumen dan merancang kampanye pemasaran yang lebih efektif. Pemerintah dan lembaga publik dapat menggunakan hasil analisis untuk memahami opini publik dan merancang kebijakan publik yang lebih efektif. Sedangkan peneliti dapat menggunakan hasil analisis untuk memahami tren dan pola perilaku pengguna Twitter dan membangun teori sosial yang lebih baik. Selama tahun 2023 akun twitter PUSRISKAN melakukan postingan sebanyak 62 postingan dengan jumlah like sebanyak 545 dengan rata-rata perbulan sebanyak 45 like. Like terbanyak terjadi pada bulan Juni dengan 72 like dan terendah di bulan Desember dengan 16 like.
Abstract
Twitter social media analysis data is the process of collecting, processing and analyzing data related to the use of the Twitter platform. The goal of this analysis is to understand about trends and patterns in Twitter user behavior, as well as to gain insights into public opinion, consumer preferences, and social influence that can be used for business, marketing, research, and public policy purposes. Twitter social media analysis methods involve the use of algorithms and statistical techniques to collect and process Twitter data, such as hashtag usage, keywords, location, retweets, and likes. In addition, this analysis method also involves the use of machine learning techniques to classify tweets into certain categories, such as sentiment, topic, and user. The results of Twitter social media analysis can provide useful information for various purposes. For example, businesses can use analysis results to understand consumer preferences and design more effective marketing campaigns. Governments and public institutions can use the results of analysis to understand public opinion and design more effective public policies. Meanwhile, researchers can use the results of the analysis to understand trends and behavioral patterns of Twitter users and build better social theories. During 2023, Research Center for Fisheries Twitter account posted 62 posts with a total of 545 likes, with a monthly average of 45 likes. The most highest in June with 72 likes and the lowest in December with 16 likes.
Keywords:
Twitter
· social media
· Research Center for Fisheries
Introduction
Untuk saat ini penggunaan twitter dan instagram sebagai platform media sosial telah menjadi hal yang tidak bisa kita pisahkan di kehidupan sehari-hari, menurut we are social, ada sekitar 2,75 juta pengguna twitter alias X di Indonesia per oktober 2023. Jumlah itu menempatkan Indonesia di perikat keempat global. (Annur, 2023) Pesatnya pertumbuhan teknologi membuat banyak hal dilakukan secara digital. Dua platform media sosial yang sangat populer adalah Twitter dan Instagram, yang menyediakan layanan microblogging dengan batasan karakter yang singkat. Dua platform media sosial ini berguna untuk menhubungkan orang dengan kepentingan yang sama, serta mendapatkan informasi secara cepat dan real-time. Selain sebagai platform untuk menghubungkan orang, Twitter dan Instagram juga merupakan sumber data yang sangat berharga untuk analisis data. Data dari Twitter dan Instagram mengandung informasi berharga yang dapat membantu kita memahami perilaku pengguna media sosial, opini publik tentang topik tertentu, tren sosial, dan banyak lagi. Oleh karena itu, analisis media sosial Twitter telah menjadi area yang sangat populer dan bermanfaat dalam berbagai bidang, termasuk bisnis, politik, sosial, dan ilmu pengetahuan. Gambar 1. 10 negara dengan umlah pengguna twitter terbanyak di dunia (oktober 2023) Pusat Riset Perikanan (Pusriskan) sebagai salah satu lembaga penelitian di bawah Badan Riset dan Sumber Daya Manusia Kelautan dan Perikanan (BRSDMKP) - Kementerian Kelautan dan Perikanan (KKP) menyadari manfaat dari media sosial dalam penyebar luaskan informasi terkait kelautan. Melalui akun resmi Twitter PUSRISKAN. Analisis media sosial Twitter dan Instagram, data dapat diambil dari banyak sumber, termasuk data publik yang tersedia di kedua medias sosial, seperti tweet, retweet, dan like. Analisis data dari Twitter dapat memberikan informasi yang sangat berharga bagi organisasi atau individu dalam membuat keputusan dan meningkatkan strategi pemasaran. Dalam tulisan ini, akan dibahas lebih lanjut tentang analisis data media sosial Twitter PUSRISKAN, termasuk teknik-teknik analisis data yang digunakan dan manfaatnya dalam jumlah pengikut, jangkauan konten. Twitter adalah sebuah situs jejaring sosial yang sedang berkembang pesat saat ini karena pengguna dapat berinteraksi dengan pengguna lainnya dari komputer ataupun perangkat mobile mereka dari manapun dan kapanpun. Setelah diluncurkan pada Juli 2006, jumlah pengguna Twitter meningkat sangat pesat. Pada September 2010, diperkirakan jumlah pengguna Twitter yang terdaftar sekitar 160 juta pengguna. (Chiang, 2011)
Method
Metode ini digunakan untuk menganalisis jaringan sosial yang terbentuk antara pengguna Twitter. Dalam analisis jaringan, pengguna dapat dilihat sebagai simpul atau node, dan hubungan antara mereka dapat dilihat sebagai edge atau sambungan. Network analysis dapat membantu dalam memahami bagaimana informasi menyebar melalui jaringan sosial dan bagaimana pengguna terhubung satu sama lain. Untuk melakukan analisis media sosial Twitter, langkah pertama yang perlu dilakukan adalah mengumpulkan data dari Twitter API menggunakan bahasa pemrograman seperti Python. Setelah data terkumpul, data tersebut dapat diproses dan dianalisis menggunakan teknik-teknik analisis data. Hasil dari analisis media sosial Twitter dapat berupa insight mengenai tren dan sentimen pengguna di platform tersebut. Berikut adalah contoh hasil analisis media sosial Twitter: Trending Topics Analisis media sosial Twitter dapat memberikan insight mengenai trending topics atau topik-topik yang sedang populer di Twitter pada suatu waktu tertentu. Contoh trending topics bisa berupa peristiwa politik atau kejadian yang sedang viral. Sentiment Analysis Sentiment analysis merupakan teknik analisis data yang digunakan untuk mengukur perasaan atau opini pengguna terhadap suatu topik atau merek di Twitter. Sentiment analysis dapat memberikan insight mengenai bagaimana orang merespons suatu topik atau merek di Twitter. Network Analysis Network analysis adalah teknik analisis data yang digunakan untuk mengukur hubungan antara pengguna Twitter. Dengan menggunakan network analysis, kita dapat memetakan bagaimana pengguna Twitter terhubung satu sama lain dan mengidentifikasi pengguna yang paling berpengaruh di platform tersebut.
Result & Discussion
Analisis media sosial Twitter dapat membantu perusahaan atau organisasi dalam mengidentifikasi tren dan opini pengguna terkait merek atau topik tertentu. Dalam melakukan analisis media sosial Twitter, kita dapat menggunakan berbagai teknik analisis data seperti sentiment analysis, network analysis, dan lainnya. Hasil dari analisis media sosial Twitter dapat membantu perusahaan atau organisasi dalam mengambil keputusan yang lebih baik berdasarkan insight yang diperoleh. Misalnya, hasil analisis media sosial Twitter dapat membantu perusahaan dalam memperbaiki produk atau layanan yang mereka tawarkan, memperbaiki strategi pemasaran mereka, atau memahami opini pengguna terhadap produk atau merek mereka. Di Pusriskan jenis postingan terdiri dari kegiatankegiatan harian Kepala Pusat, narasi tunggal lingkup Badan Riset dan Sumber Daya Manusia KP dan kegiatan lain yang dirasa perlu untuk ditampilkan. Tema yang diangkat untuk postingan twitter Pusriskan terdiri dari hasil-hasil kebijakan bidang perikanan tangkap dan budidaya, Smart Fisheries Village (SFV), Hari-hari besar nasional Indonesia, Satuan pendidikan tinggi vokasi lingkup KKP. Hasil like postingan akun twitter PUSRISKAN dengan postingan sebanyak 62 postingan selama tahun 2023 seperti terlihat pada Gambar 2 menunjukkan bahwa selama satu tahun terdapat like sebanyak 545 like dengan rata-rata perbulan sebanyak 45 like. Like terbanyak terjadi dibulan Juni sebanyak 72 like dan terendah di bulan Desember sebanyak 16 like.
Conclusion
Selama tahun 2023 akun twitter PUSRISKAN melakukan postingan sebanyak 62 postingan dengan jumlah like sebanyak 545 dengan rata-rata perbulan sebanyak 45 like. Like terbanyak terjadi pada bulan Juni dengan 72 like dan terendah di bulan Desember dengan 16 like.