Analisis Interaksi Pengguna Twitter pada Strategi Pengadaan Barang Menggunakan Social Network Analysis

Deinard Yordan Sihombing, Yessica Nataliani

Abstract


Abstrak

Meningkatnya interaksi pengguna internet dan media sosial tentu memiliki dampak terhadap peningkatan jumlah data atau konten yang dihasilkan oleh pengguna. Data atau konten yang dihasilkan sering disebut dengan User Generated Content (UGC). Data UGC dapat dimanfaatkan untuk tujuan tercapainya strategi bisnis terhadap produk yang disediakan. Hal ini dilakukan dengan menganalisis interaksi yang terjadi dengan sebuah metode yaitu Social Network Analysis (SNA), dengan membandingkan properti jaringannya. Dalam penelitian ini dilakukan analisis interaksi di dalam platform jejaring sosial yaitu Twitter pada produk smartphone Xiaomi Redmi 9, Xiaomi Redmi 9A, Xiaomi Redmi 9C, Xiaomi Redmi Note 9, dan Xiaomi Redmi Note 9 Pro. Dari perbandingan properti jaringannya dihasilkan bahwa terdapat tiga tipe smartphone yang memiliki pertimbangan untuk dilakukan perencanaan pengadaan stok ke depannya, yaitu Redmi 9A, Redmi 9C dan Redmi Note 9 Pro.

Kata kunci: User Generated Content, Social Network Analysis, Smartphone

 

Abstract

The increased interaction between internet and social media users will certainly have an impact on increasing the amount of data or content generated by users. The data or content generated is often referred to as User Generated Content (UGC). UGC data can be used for the purpose of achieving business strategies for the products provided. This is done by analyzing the interactions that occur, with a method, namely Social Network Analysis (SNA), by comparing the network properties. In this study, an analysis of interactions was carried out on social networking platforms, namely Twitter on the Xiaomi Redmi 9, Xiaomi Redmi 9A, Xiaomi Redmi 9C, Xiaomi Redmi Note 9, and Xiaomi Redmi Note 9 Pro. From the comparison of network properties, it can be concluded that there are three types of smartphones that have considerations for future stock procurement planning, namely Redmi 9A, Redmi 9C and Redmi Note 9 Pro.

Keywords: User Generated Content, Social Network Analysis, Smartphone


Full Text:

PDF

References


H. Jati, W., & Yuliansyah, “Pengaruh Strategi Pemasaran Online (Onlinearketing Strategy) Terhadap Minat Beli Konsumen,” J. Pemasar. Kompetitif, vol. 125, 2017.

W. M. Baihaqi, K. Indartono, and S. Banat, “Penerapan Teknik Clustering Sebagai Strategi Pemasaran pada Penjualan Buku Di Tokopedia dan Shopee,” Paradig. - J. Komput. dan Inform., vol. 21, no. 2, pp. 243–248, 2019, doi: 10.31294/p.v21i2.6149.

A. E. P. Harrera, “Pemanfaatan Media Sosial Twitter oleh Ridwan Kamil dan Ganjar Pranowo Telah Sesuai dengan Fungsi Utama Media Massa,” J. Messenger, vol. 8, no. 2, p. 52, 2016, doi: 10.26623/themessenger.v8i2.335.

M. K. B. Wildan Ignatio, Muhammad Rizqy Dwi Putra, “Penentuan Top Brand Menggunakan Social Network Analysis pada E-Commerce Bukalapak dan Tokopedia,” J. Inf. Eng. Educ. Technol., vol. 02, p. 5, 2018.

“Jumlah Pengguna Internet di Indonesia Capai 196,7 Juta | Databoks.” https://databoks.katadata.co.id/datapublish/2020/11/11/jumlah-pengguna-internet-di-indonesia-capai-1967-juta (accessed Feb. 06, 2021).

“Pengguna Aktif Harian Twitter Indonesia Diklaim Terbanyak.” https://tekno.kompas.com/read/2019/10/30/16062477/pengguna-aktif-harian-twitter-indonesia-diklaim-terbanyak (accessed Feb. 06, 2021).

L. Maryati, “Strategi Komunikasi Penggunaan Twitter Dalam Kegiatan Promosi Kuliner,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2019.

J. Bollen, H. Mao, and X. Zeng, “Twitter mood predicts the stock market,” J. Comput. Sci., 2011, doi: 10.1016/j.jocs.2010.12.007.

D. H. Wibowo, Z. Arifin, and . Sunarti, “Analisis Strategi Pemasaran Untuk Meningkatkan Daya Saing UMKM (Studi pada Batik Diajeng Solo),” J. Adm. Bisnis, vol. 29, no. 1, pp. 59–66, 2015, [Online]. Available: http://administrasibisnis.studentjournal.ub.ac.id/index.php/jab/article/view/1172.

V. N. Aini and A. Alamsyah, “Analisis pada peringkat top brand menggunakan jejaring sosial percakapan dengan social network analysis (Studi kasus pada smartphone Samsung, Blackberry, Nokia, Iphone di Indonesia ),” e-Proceeding Manag., vol. 3, no. 1, pp. 77–85, 2016.

M. Olmedilla, M. R. Martínez-Torres, and S. L. Toral, “Harvesting Big Data in social science: A methodological approach for collecting online user-generated content,” Comput. Stand. Interfaces, vol. 46, pp. 79–87, May 2016, doi: 10.1016/j.csi.2016.02.003.

“Mengapa User-Generated Content menjadi Strategi Marketing yang Efektif? - SIRCLO.” https://www.sirclo.com/mengapa-user-generated-content-menjadi-strategi-marketing-yang-efektif/ (accessed Apr. 13, 2021).

J. Krumm, N. Davies, and C. Narayanaswami, “User-generated content,” Environ. Sci. Technol., vol. 41, no. 13, p. 4487, 2007, doi: 10.1021/es0725605.

M. Tsvetovat and A. Kouznetsov, Social Network Analysis for Startups. 2011.

B. Susanto, H. Lina, and A. R. Chrismanto, “Penerapan Social Network Analysis dalam Penentuan Centrality Studi Kasus Social Network Twitter,” J. Inform., vol. 8, no. 1, 2012, doi: 10.21460/inf.2012.81.111.




DOI: https://doi.org/10.32520/stmsi.v10i2.1289

Article Metrics

Abstract view : 72 times
PDF - 32 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.