Hasil Pencarian  ::  Simpan CSV :: Kembali

"Makalah ini membahas jenis lelucon dan bentuk majas yang terdapat pada akun Twitter @KorteMoppen. Twitter adalah media sosial berbentuk status yang disukai oleh remaja dan hanya menyediakan 140 karakter dalam satu kali mengirim status. Dalam makalah ini, penulis menganalisis bentuk kreativitas akun Twitter @KorteMoppen dalam membuat lelucon dengan keterbatasan karakter pada Twitter. Bentuk kreativitas yang dianalisis berupa majas dan peneliti juga mengidentifikasi jenis lelucon yang dihasilkan. Penelitian menggunakan metode kualitatif dan kuantitatif, karena bertujuan untuk mengidentifikasi bentuk majas dan jenis lelucon yang muncul serta menghitung jenis majas dan lelucon yang paling sering muncul pada Twitter @KorteMoppen. Peneliti menggunakan data berupa 18 kicauan/tweet yang diambil secara acak, kemudian dianalisis dengan menggunakan teori bentuk majas dan jenis lelucon. Setelah dianalisis, jenis majas yang sering digunakan oleh pengguna akun Twitter adalah repetitio, yaitu pengulangan kata atau bentuk yang sama dalam satu pernyataan. Jenis lelucon yang terdapat pada akun Twitter tersebut adalah groteske, woord- en naamgrapjes, ironie, misverstanden, incongruentie, carnavaleske dan taboedoorbrekingen. Taboedoorbrekingen merupakan jenis lelucon yang paling banyak ditemukan. Selain itu penggunaan karakter huruf juga ditemukan dalam lelucon @KorteMoppen. Pada satu buah lelucon memungkinkan adanya lebih dari satu bentuk majas ataupun jenis lelucon dan ditemukan juga bentuk ikon dan simbol. Hal tersebut menujukkan bahwa kreativitas tidak dapat dibatasi oleh jumlah karakter pada Twitter.

---

This article discusses about types of jokes and figure of speech on Twitter @KorteMoppen. Twitter is a social media that teenagers love. Each tweet allows the user to use up to 140 characters. The focus of this article is on the creative aspects namely the figure of speech and types of jokes shown in such limited space as Twitter @KorteMoppen. Those two elements are then identified as tools of making jokes. Using the qualitative and quantitative methodes, 18 tweets chosen randomly from the Twitter @KorteMoppen are analysed. This study has found that repetitie is the figure of speech that is mostly used on the mentioned Twitter account. Certain words and phrases are repeated in one tweet. The kind of jokes that are found in @KorteMoppen are groteske, woord- en naamgrapjes, ironie, misverstanden, incongruentie, carnavaleske and taboedoorbrekingen. The taboedoorbrekingen happens to occur most frequently. The other major finding is that one joke can consist of more than one figure of speech or more than one type of joke. The usage of icons and symbols can also occur as another type of joke. This article shows that creativity however cannot be restricted by certain amount of characters on Twitter."

"Penelitian ini membahas tentang analisis semiotik meme tanpa konteks pada akun Twitter No context Russia dengan menggunakan teori semiotik oleh Roland Barthes. Penelitian ini bertujuan untuk mengidentifikasi makna yang terkandung dalam unggahan meme pada akun Twitter Russia_NC. Penelitian ini menggunakan metode deskriptif kualitatif untuk mencapai tujuan penelitian. Penulis menganalisis sepuluh buah data berupa meme dari twit pada akun Russia_NC. Pengambilan sumber data dilakukan dengan dokumentasi unggahan berupa gambar pada akun Twitter Russia_NC dan studi pustaka. Dari hasil analisis, penulis menemukan makna denotasi dan konotasi yang terkandung dalam unggahan meme pada akun Twitter No context Russia. Dengan demikian, penulis berharap penelitian ini memberikan kontribusi bagi pengembangan studi semiotik dan secara khusus menambah informasi tambahan terkait meme Rusia.

---

This study discusses the semiotic analysis of memes without context on the No context Russia Twitter account by using the semiotic theory by Roland Barthes. This study aims to identify the meaning contained in postings of memes on the Russia_NC Twitter account. This study uses a qualitative descriptive method to achieve the research objectives. The author analyzes ten pieces of data in the form of memes from tweets on the Russia_NC account. Data source retrieval was carried out by documentation of postings in the form of images on the Russia_NC Twitter account and literature studies. From the results of the analysis, the author has found the meaning of denotation and connotation contained in postings of memes on the Twitter account No context Russia. Thus, the author hopes that this research contributes to the development of semiotic studies and especially adds additional information related to Russian memes."

"Godverdomme adalah interjeksi dalam bahasa Belanda yang biasanya bernuansa negatif, dan digunakan sebagai umpatan. Kata umpatan merupakan wujud ekspresi dari rasa kesal, marah, benci dan hal lainnya yang bersifat negatif. Agaklah aneh, kata godverdomme memuat kata Tuhan namun digunakan untuk melontarkan ekspresi negatif. Dari sekian banyak kata umpatan yang ada, masyarakat Belanda tetap menggunakan godverdomme. GVD sebagai bentuk singkatan dari god- verdomme juga banyak digunakan pada masa kini dan merupakan bentuk umpatan yang lebih halus. Kini penggunaan godverdomme tidak sepenuhnya bersifat negatif, meski jumlahnya pemakaiannya tidak signifikan. Penelitian ini akan menggali makna dari kata godverdomme melalui kajian semantis dan mengkaji dari sisi sosiolinguistik dengan memaparkan perubahan makna dan bagaimana kata tersebut digunakan oleh masyarakat Belanda, terutama melalui media sosial Twitter.

---

Godverdomme is an interjection in Dutch which implicit to something negative, and is used as a curse word. Curse word is a form of expression that derives from annoyance, anger, hatred and other negative things. Oddly enough, the word godverdomme implies to God but it is used to throw negative expression instead. Of all kinds of curse word, the Dutch still uses godverdomme. GVD as an abbreviation of godverdomme is also widely used presently because it gives a rather more delicate impression. Nowadays, the use of godverdomme is not entirely negative, although the number of users are not significant. This study explores the meaning of the word godverdomme through semantic studies and the reviews from the sociolinguistic side by describing the difference in meaning and how the word is used by the Dutch, especially through social media Twitter. "

"Skripsi ini membahas analisis wacana iklan pada sebuah akun twitter, @7elevenID. Penelitian ini bertujuan memaparkan suprastruktur wacana dalam tweet @7ElevenID, hubungan antarunsur pembentuk wacana yang terwujud dalam kohesi pada dalam tweet @7ElevenID, analisis sintaktis dalam tweet @7ElevenID, serta makrostruktur wacana dalam tweet @7ElevenID. Metode penelitian yang digunakan adalah metode kualitatif. Hasil penelitian menunjukkan bahwa, melalui analisis suprastruktur, akun @7elevenID memanfaatkan semua ruang untuk beriklan. Adapun alat-alat kohesi yang ditemukan dalam penelitian ini adalah referensi, elipsis (nominal dan verbal), konjungsi, reiterasi (repetisi dan sinonimi), serta kolokasi. Selain itu, dari 27 kalimat yang ada, 13 kalimat di antaranya merupakan kalimat tidak lengkap. Adapun dari segi analisis makrostruktur, proposisi yang paling banyak muncul adalah dasar-DESAKAN, yakni sebanyak 9 tweet.

---

This research discusses advertising discourse at @7elevenID’s twitter account. The aim of this research is to explain superstructure, cohesion tools, syntactic analysis, and macrostructure at @7ElevenID’s twitter account. This research uses qualitative methodology. The result of this research shows that, by using superstructure analysis, @7elevenID took the whole space at its twitter account to advertise the product. The cohesion tools that have found are reference, ellipses (noun and verb), conjunction, reiteration (repetition and synonymy), and collocation. Syntactically, from 27 sentences, there are 13 sentences that have no subject or predicate. In macrostructure, the proposition basic-PRESSURE was the most appear proposition toward the whole proposition."

"Perkembangan Teknologi Informasi dan Komunikasi semakin pesat, ditandai dengan munculnya internet pada tahun 1960-an, hingga kini menjadi salah satu tools penting bagi perkembangan ekonomi dan bisnis, termasuk di dalamnya manajemen hubungan pelanggan atau customer relationship management (CRM). Salah satu cara guna mengefektifkan CRM organisasi adalah dengan membangun customers engagment melalui social media atau jejaring sosial. Hal tersebut merupakan inisiatif Public Relations (PR) yang menggunakan media internet sebagai media penghubung organisasi dengan stakeholder, hubungan tersebut terjadi dua arah baik secara langsung maupun tidak langsung. Makalah ini bertujuan untuk mengetahui aktivitas customer relationship management (CRM) yang dilakukan khususnya tahapan customer engagement yang berusaha dibangun oleh salah satu perusahaan online bussiness dengan komoditas berupa wedges/ sepatu berhak tinggi untuk wanita melalui jejaring sosial twitter. Metode yang digunakan dalam penelitian ini adalah content analysist twitter @iwearUP selama lima belas hari berturut-turut. Melalui penelitian ini diperoleh hasil bahwa jejaring sosial twitter terbukti ampuh dalam membangun customer engagement dengan cara menjaga komunikasi dua arah dan memperhatikan aspek personal touch antara perusahaan dengan pelanggannya.

---

The development of Information and Communication Technology is rapidly increasing, marked by the emergence of the Internet in the 1960s until now as one of the important tools for economic development and business, include customer relationship management (CRM). One way to streamline the CRM organization is to build customers engagement through social media. This is a Public Relations (PR) initiative that uses the internet as a media liaison with stakeholder organizations, two way relationship, either directly or indirectly. This paper aims to understand the activity of customer relationship management (CRM) especially about the customer engagement building process by one company which is an online bussiness with commodities such as wedges / high heels for women through social networking twitter. The method used in this research is content analysist on twitter @iwearUP for fifteen consecutive days. Through this research result that social networking twitter proven effective in building customer engagement by maintaining two-way communication and doing personal touch between the company and its customers."

"ABSTRAKBentuk-bentuk gaya bahasa kiasan banyak ditemukan dalam berbagai macam meme yang tersebar luas di sosial media untuk memberikan sisi humor bagi para pembacanya. Tidak terkecuali tiap-tiap meme yang diunggah oleh akun Facebook Voetbalhumor yang bertemakan tentang dunia sepak bola, khususnya sepak bola Belanda. Penggunaan gaya bahasa kiasan pada meme tersebut menyebabkan makna yang terkandung di dalamnya tidak dapat tersampaikan secara langsung, sehingga dibutuhkan sebuah konteks yang terkait dengan tiap-tiap meme tersebut untuk dapat memahami makna tersirat di dalamnya dengan baik. Oleh karena itu, penelitian ini bertujuan untuk memaparkan makna tersirat yang terkandung dalam penggunaan gaya bahasa kiasan pada setiap unggahan meme oleh akun Facebook Voetbalhumor dan untuk memahami makna yang terkandung dalam tiap-tiap meme sesuai konteks peristiwa yang terkait. Hasil penelitian ini menunjukkan bahwa setiap meme pada akun Facebook Voetbalhumor mengandung gaya bahasa kiasan sindiran dan untuk memahami makna yang tersirat di dalamnya dibutuhkan konteks.

---

ABSTRACTMany forms of figurative language style are found in a wide variety of memes in social media to provide humor to readers. Meme uploaded by a Facebook account of Voetbalhumor is no exception. It has the theme of the football rsquo s world, especially the Dutch football. The use of figurative language style in the meme causes the meaning contained in it can not be conveyed directly. So it takes a context related to each meme to be able to understand every implicit meaning. Therefore, this research aims to expose the implied meanings contained in the use of figurative language styles on each meme uploaded by the Facebook account of Voetbalhumor and to understand the meaning contained in each meme based on the context of the corresponding event. The results of this research indicate that every meme on the Facebook account of Voetbalhumor contains satirical figure of speech and it needs context to understand the implicit meanings."

"Skripsi ini mengkaji ideologi liberalisme yang tersirat dalam status akun Twitter @Ulil milik Ulil Abshar Abdalla dengan menggunakan pendekatan analisis wacana kritis untuk mengetahui pandangan, keberpihakan, pendapat yang pro-kontra dari pengguna Twitter lain, dan ideologi dari akun @Ulil. Penelitian ini dilakukan dengan menggunakan metode penelitian kualitatif, berupa metode analisis wacana kritis yang diterapkan oleh Norman Fairclough, yang menitikberatkan deskripsi, interpretasi, dan eksplanasi teks. Interpretasi dan deskripsi teks dilakukan dengan menggunakan pendekatan makrostruktur Teun A. van Dijk untuk mencari makroproposisi dan makrostruktur setiap status dari akun Twitter @Ulil. Hasil penelitian ini memperlihatkan bahwa terdapat ideologi liberalisme yang tersirat di dalam akun Twitter @Ulil yang termanifestasi ke dalam bentuk-bentuk kebahasaan.

---

This research is about critical discourse analysis of Twitter discourse (about implied liberalism ideology in Twitter account’s Ulil Abshar Abdalla). This study has purpose for knowing worldview and pro-contra opinion from the others Twitter users, and implied ideology from @Ulil account. This research uses qualitative method, which is the critical discourse analysis method proposed by Norman Fairclough (description, interpretation, and explanation text). Interpretation and description text are done by using macrostructure approach of Teun A. van Dijk for finding macrostructures in every Twitter’s status of @Ulil. The result indicates that there is implied liberalism ideology in Twitter’s account of @Ulil which is represented in language."

"Penipuan dan bahkan pencurian informasi saat ini kerap terjadi di media sosial melalui unggahan pengguna yang tidak bertanggung jawab berupa status, tweet, ataupun pesan Spam yang berisi tautan-tautan yang berbahaya. Hal ini tidak terlepas dari keberadaan akun-akun jahat yang sudah sangat meresahkan dan mengganggu keamaan dan kenyamanan pengguna media sosial. Oleh karena itu, penelitian ini bertujuan untuk menggunakan fitur dari tweet (teks) dalam mendeteksi Malicious Account (akun jahat) di Twitter pengguna Indonesia. Terdapat dua metode ekstraksi fitur teks yang digunakan dan dibandingkan dalam penelitian ini yaitu Word2Vec dan FastText. Selain itu, penelitian ini juga membahas perbandingan antara metode Machine Learning dan Deep Learning dalam mengklasifikasi pengguna atau akun berdasarkan fitur dari tweet tersebut. Algoritma Machine Learning yang digunakan di antaranya adalah Logistic Regression, Decision Tree, dan Random Forest sedangkan algoritma Deep Learning yang digunakan yaitu Long Short-Term Memory (LSTM). Hasil dari keseluruhan skenario pengujian menunjukkan bahwa performa rata-rata yang dihasilkan metode ekstraksi fitur Word2Vec lebih unggul dibandingkan dengan FastText yang memiliki nilai F1-Score sebesar 74% dan metode klasifikasi Random Forest lebih unggul dibandingkan dengan tiga metode lainnya yang mana memiliki nilai F1-Score sebesar 82%. Sedangkan performa terbaik untuk kombinasi antara metode ekstraksi fitur dan metode klasifikasi terbaik yaitu gabungan antara Pre-trained Word2Vec dan LSTM dengan nilai F1-Score sebesar 84%.

---

Fraud and even theft of information nowadays often occur on social media through irresponsible user uploads in the form of statuses, tweets, or spam messages containing dangerous links. This is inseparable from the existence of Malicious Accounts that have been very disturbing and disturbing the comfort of users and the comfort of social media users. Therefore, this study aims to use the feature of tweets (text) in detecting Malicious Accounts on Indonesian Twitter users. There are two text feature extraction methods used and compared in this study, namely Word2Vec and FastText. In addition, this study also discusses the comparison between Machine Learning and Deep Learning methods in classifying users or accounts based on the features of the tweet. The Machine Learning algorithm used is Logistic Regression, Decision Tree, and Random Forest, while the Deep Learning algorithm used is Long Short-Term Memory (LSTM). The results of all test scenarios show that the average performance of the Word2Vec feature extraction method is higher than FastText with an F1-Score value of 74% and the Random Forest classification method is higher than the other three methods which have an F1-Score value of 82%. While the best performance for the combination of feature extraction method and the best classification method is the combination of Pre-trained Word2Vec and LSTM with an F1-Score value of 84%."

"Ambiguitas muncul jika sebuah kalimat atau sebuah kata memiliki dua makna atau lebih. Ambiguitas juga merupakan salah satu aspek yang digunakan untuk membangun humor. Penelitian ini menggunakan data yang diambil dari akun Twitter "Russian Memes United" yang mengandung ambiguitas pada unggahannya. Metode yang digunakan dalam penelitian ini merupakan metode deskriptif dengan jenis penelitian kualitatif. Penelitian ini akan memaparkan beberapa ambiguitas makna sebagai pembangun humor yang ada pada meme "Russian Memes United" yang terdiri atas ambiguitas tingkat fonetik, ambiguitas tingkat gramatikal dan ambiguitas tingkat leksikal.

---

Ambiguity happens when a sentence or a word has two or more meanings. Ambiguity is also one aspect that is used to build the effect of humor. The data used in this research were sourced from posts on the account "Russian Memes United" on Twitter which contained ambiguity. The method used in this research is a descriptive method with a qualitative research type. The result of this research is the finding of some ambiguity of meaning used to make humorous effect in "Russian Memes United" memes which consists of phonetic ambiguity, grammatical ambiguity, and lexical ambiguity."

"Penelitian ini bertujuan untuk memberikan penjelasan mengenai penggunaan strategi mengeluh dalam ujaran ekspresif dan direktif yang terdapat pada kolom balasan dari unggahan video berjudul “Zusammen gegen Corona #BesondereHelden” di akun Twitter @RegSprecher beserta fungsi ujarannya. Metode penelitian yang digunakan adalah metode kualitatif dengan model analisis deskriptif. Teori yang digunakan dalam menganalisis data adalah teori tindak tutur oleh Austin (1962), teori tindak tutur ilokusi oleh Searle (1975), dan teori strategi mengeluh oleh Trosborg (1995). Berdasarkan hasil analisis delapan data berupa empat tuturan ilokusi ekspresif dan empat tuturan ilokusi direktif, peneliti menemukan penggunaan tiga kategori strategi mengeluh, yakni "keluhan implisit", "ungkapan kekesalan atau ketidaksetujuan", serta "menyalahkan". Sementara itu, strategi mengeluh kategori "menyalahkan" sama sekali tidak ditemukan. Adapun pada tuturan ekspresif ditemukan dua fungsi ujaran yaitu mengkritik dan mengungkapkan kekesalan, sedangkan pada tuturan direktif ditemukan empat fungsi ujaran yaitu memerintah, menyarankan, meminta, dan mempertanyakan.

---

This study aims to provide an explanation of complaint strategies that are used in expressive and directive speech acts contained in the reply column of the video entitled “Zusammen gegen Corona #BesondereHelden” under @RegSprecher account on Twitter along with the speech functions. The research method used is a qualitative method with descriptive analysis model. The theories utilized in analyzing the data are speech act theory by Austin (1962), illocutionary speech act theory by Searle (1975), and complaint strategies theory by Trosborg (1995). According to the analysis results of eight data consisting four expressive illocutionary speech acts and four directive illocutionary speech acts, the researcher found the use of three categories of complaint strategies, namely "no explicit reproach", “expression of annoyance or disapproval" and "blaming". However, the use of the complaint strategies category "accusations" was not found. In addition, there are two speech functions founded in expressive speech acts namely criticizing and expressing resentment, whereas in directive speech acts there are four speech functions founded, namely commanding, suggesting, requesting, and questioning."