Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKImplementasi e-government di Indonesia masih jauh dari harapan dan tujuan Instruksi Presiden nomor 3 tahun 2003 tentang ?Kebijakan tentang E-Government?. Hal ini dapat dilihat dari hasil asesmen PBB tahun 2014 yang memberikan Indonesia indeks e-government 0,4487 dari 1 dan indeks e-participation 0,2941 dari 1. Media sosial adalah salah satu contoh yang baik untuk meningkatkan indeks e-government dan e-participation. Sudah banyak negara yang menggunakannya untuk menjalin komunikasi dengan masyarakatnya, selain itu juga tidak membutuhkan investasi besar untuk implementasinya. Oleh karena itu penelitian ini melakukan analisis terhadap penggunaan media sosial yang telah dilakukan instansi pemerintah Indonesia. Media sosial yang dianalisis adalah Twitter karena Twitter merupakan media sosial yang paling banyak digunakan oleh instansi pemerintah di Indonesia. Sampel pesan yang dianalisis adalah pesan yang di-posting tanggal 21-27 September 2015. Pesan-pesan tersebut dikategorisasi oleh responden, kemudian dipilih kategori dengan frekuensi tertinggi. Aspek yang dikategorisasi oleh responden adalah konten, nada, dan tipe sumber pesan. Aspek sumber, bentuk, dan respon pesan dikategorisasi sendiri oleh peneliti karena tidak subjektif. Analisis dilakukan untuk tiap-tiap instansi, berdasarkan instansi pusat dan daerah, dan analisis secara menyeluruh yaitu Indonesia.Hasil penelitian menyimpulkan bahwa penggunaan media sosial di instansi pemerintah belum optimal. Hal ini dibuktikan dengan rendahnya indeks penggunaan media sosial yang diperoleh. Adapun indeks paling tinggi yang diperoleh adalah 9,031 dari skala 0 ? 100. Indeks tersebut merupakan indeks yang diperoleh oleh KPK, DPR, DPD, Jakarta, dan Polri merupakan lima instansi pemerintah dengan indeks penggunaan media sosial paling tinggi diantara 58 instansi pemerintah lainnya. Adapun indeks kelima instansi tersebut adalah 9,031; 7,798; 5,832; 5,621; dan 5,416. KPK merupakan instansi yang paling optimal menggunakan media sosialnya untuk keseluruhan instansi dan untuk instansi pusat. Jakarta merupakan instansi daerah yang paling optimal menggunakan media sosialnya.

---

ABSTRACT

Implementation of e-government in Indonesia is still far from the expectations and objectives of Presidential Instruction No.3 of 2003 on E-government Policy. It can be seen from the results of the United Nations assessment in 2014 which gave Indonesia 0.4487 of 1 for e-government index and 0.2941 of 1 for e-participation index. Social media is a good example to increase e-government and e-participation index. Many countries have used it to interact and communicate with their citizens. It also does not require high costs for implementation. Therefore, this research analyzed the use of social media of Indonesia government agencies. The selected social media is Twitter because Twitter is most used by Indonesia government agencies. Samples are messages that were posted on September 21-27, 2015. Messages are categorized by respondents, then final category is selected by the highest frequency. Aspects that categorized by respondents are content, tone, and source type. Aspects message source, form, and response are categorized by researcher because they are not subjective. The analysis was performed for each institution, then analysis based on the central and regional agencies, and entire analysis of Indonesia.

The results concluded that the use of social media in Indonesia government agencies have not been optimal. It is based on the low index gained of the use of social media. The highest index obtained was 9.031 on a scale of 0 ? 100. The index is obtained by KPK, DPR, DPD, Jakarta, and Polri is five government agencies with use of social media index is highest among 58 other government agencies. The index of the five agencies are 9.031, 7.798, 5.832, 5.621, and 5.416. KPK is an agency that is the most optimal use of its social media for the entire agencies and to central agencies. Jakarta is the most optimal regional agencies using its social media."

"ABSTRACTPada saat ini, pemerintah Indonesia telah melaksanakan tugasnya untuk meningkatkan transparansi publik. E-Government dan media sosial dianggap oleh banyak orang sebagai sarana yang sangat membantu dalam memudahkan proses pelayanan publik, mengurangi biaya pelayanan publik, meningkatkan transparansi dan mengurangi korupsi. Sarana yang dioperasionalkan oleh piranti Teknologi Informasi dan Komunikasi (TIK) tersebut telah digunakan oleh pemerintah Indonesia dan memberikan hasil yang memuaskan, komprehensif dan transparan. Meskipun banyak perhatian dari berbagai kalangan terhadap pengembangan e-Government dan media sosial, namun masih sedikit perhatian yang ditujukan pada pengembangan e-Government dan media sosial untuk mendorong perubahan sosial yang signifikan dalam mewujudkan transparansi. Makalah ini memaparkan dampak positif penerapan e-Government dan media sosial untuk menyampaikan informasi pemberantasan korupsi sehingga dapat mewujudkan budaya transparansi."

"Skripsi ini membahas mengenai sufiks -teki sebagai hedge (pagar) dalam cuitan (tweet) yang diposting dalam situs jejaring sosial Twitter pada bulan Oktober 2016. Tujuan dari penelitian ini adalah untuk memerikan sufiks -teki sebagai hedge (pagar). Dengan memerikan sufiks -teki sebagai hedge (pagar), dapat diketahui penggunaan dan fungsi sufiks -teki sebagai hedge (pagar). Selain itu, dapat diketahui sikap pencuit yang menggunakan sufiks -teki dalam cuitannya. Hasil penelitian menunjukkan bahwa berdasarkan 21 data yang dianalisis, penggunaan sufiks -teki sebagai hedge (pagar) dapat dikelompokkan berdasarkan posisi, yaitu penggunaan sufiks -teki pada pronomina persona pertama, sufiks -teki pada kuotasi, dan sufiks -teki (na) pada modifikator nomina. Sufiks -teki berfungsi untuk menghaluskan ujaran. Hal ini dipicu oleh sikap pencuit yang berupaya untuk menghindari konflik dengan pembaca cuitan.

---

The focus of this study is the use of the suffix -teki as a hedge found on tweets posted on October 2016 on the social media site Twitter. The purpose of this research is to describe the suffix -teki as hedge. By describing the suffix -teki as hedge, the use of suffix -teki as hedge and its functions will be discovered. Moreover, the tweeter (the person who tweeted) attitude toward their tweets will be found out. Based on the 21 tweets analyzed, the suffix -teki used as hedges can be divided into three groups based on its position in the sentence, which are the use of the suffix -teki after first person pronouns, suffix -teki after quotation, and suffix -teki (na) after noun modifier. The use of the suffix -teki as a hedge implies that the tweeter (the person who tweeted) weakens the assertion of the speech. The use of the suffix -teki as a hedge is motivated by the attitude of tweeter who attempted to avoid conflicts with the readers."

"Kejadian banjir ekstrem diperkirakan semakin sering terjadi seiring dengan perubahan iklim yang belum menunjukkan tanda-tanda perbaikan. Hal ini berpotensi menyebabkan curah hujan yang lebih tinggi dari rata-rata dan laju kenaikan genangan banjir yang lebih cepat dari biasanya. Ketidaktahuan bahwa suatu daerah tergenang banjir juga bisa mengakibatkan kendaraan terjebak di daerah banjir, kemacetan lalu lintas, serta terlambatnya evakuasi warga terutama yang tinggal di daerah rawan banjir. Penelitian ini bertujuan memberikan alternatif sumber informasi mengenai ketinggian genangan banjir dengan memanfaatkan data teks dari tweet pada media sosial Twitter. Salah satu tantangannya yaitu bahwa ketinggian genangan tidak selalu disebutkan dalam standar satuan internasional seperti centimeter atau meter sehingga machine learning digunakan untuk mengatasinya. Penyebutan ketinggian genangan didapati bisa menggunakan referensi bagian tubuh seperti lutut dan pinggang, serta juga bagian kendaraan atau kondisi jalan. Model yang diusulkan memberikan dua keluaran, yaitu kategori relevansi tweet terhadap informasi ketinggian banjir (Relevan atau Tidak Relevan) dan kategori ketinggian banjir (Tinggi, Sedang, Rendah, dan Tidak Diketahui). Algoritma klasifikasi yang digunakan yaitu SVM (Linear SVC dan RBF), Logistic Regression, Random Forest, Decision Tree, dan Naïve Bayes. Hasil uji coba menunjukkan bahwa nilai akurasi tertinggi untuk klasifikasi relevansi tweet adalah 91% dan F1-score tertinggi sebesar 82% diperoleh dengan menggunakan algoritma SVM Linear SVC. Sedangkan hasil klasifikasi ketinggian genangan terbaik diperoleh saat menggunakan SVM Linear SVC dengan akurasi 83% dan rata-rata F1-score 70%.

---

Extreme flood events are expected to occur more frequently as climate change has yet to show signs of improvement. This has the potential to lead to higher rainfall and floods that come more quickly. This has the potential for vehicle trapping, traffic jams, or delay in evacuation for people who live in areas which are prone to flooding. Hence, this study aims to provide an alternative source of information in flood conditions by using data in social media Twitter. One of the challenges was information about inundation level is not always in international standard unit like centimeter or meter so that machine learning was used to cope with this problem. Mention of inundation level was found to be done by also referring to certain body parts like knee and waist, and also parts of vehicles or road condition. The proposed model is expected to provide two outputs, which are relevance category of tweet (Relevant or Irrelevant) and inundation level category (High, Medium, Low, Unknown). Some classifier algorithms were used, like SVM (Linear SVC and RBF), Logistic Regression, Random Forest, Decision Tree, and Naïve Bayes. The test results showed that the best relevance classification resulted in 91% accuracy (SVM Linear SVC) and 82% average F1-score by using SVM Linear SVC. On the other side, the best result of classification of inundation level was obtained when using SVM Linear SVC which resulted in 83% accuracy and 70% average F1- score."

"Media sosial kini telah menjadi bagian dari komunikasi organisasi, termasuk organisasi pendidikan. Bagi humas, yang memiliki peran dalam membangun dan menjalin hubungan baik dengan publik, kehadiran media sosial dapat menjadi peranti baru dari strategi information subsidies. Di sisi lain, setiap organisasi perlu memiliki reputasi positif supaya tercipta kesepahaman dan kepercayaan antara publik dan organisasi. Penelitian ini bertujuan untuk mengetahui pengaruh penggunaan media sosial twitter sebagai information subsidies tool terhadap reputasi Universitas Indonesia. Penelitian ini menggunakan metode kuantitatif melalui survei kuesioner online dengan 75 responden. Dari pengujian korelasi rank Spearman, menunjukkan hasil ada hubungan yang kuat antara variabel media sosial dan reputasi dengan angka koefisien korelasi positif 0,563. Sehingga penelitian ini menyimpulkan media sosial berpengaruh terhadap reputasi.

---

Social media has become a fundamental part of organizational communication, included educational organization. For public relations, which has a central role in building and maintaining good relationship between organization and its public, social media can be a new tool of its information subsidies strategy. In addition, every organization should has a good reputation in order to create mutual understanding and mutual trust between organization and its public.

This study aimed to determine the influence of social media as information subsidies tool towards reputation of university of Indonesia. This study is quantitative research by online questionnaire survey to 75 respondents. By using Spearman's correlation test, the result obtained there was strong correlation between two variables with the correlation coefficients of 0,563. The study conclude that there was influence of social media on reputation."

"Dalam dunia politik dewasa ini, penggunaan media sosial sebagai media untuk menyampaikan dukungan politik dan untuk berkampanye sudah menjadi hal yang sangat sering dilakukan. Twitter adalah salah satu dari media sosial yang sering digunakan untuk kampanye, hal ini karena kelebihan Twitter yang bersifat formal dan beruntun secara waktu. Namun Twitter juga memiliki kelemahan seperti tidak adanya keterangan demografis sehingga susah untuk diolah. Maka dari itu penelitian ini bertujuan untuk mencari tahu pola demografi dari pendukung masing-masing pasangan calon Presiden Indonesia 2019 pada Twitter berbahasa Indonesia.Dalam mencari demografi, penelitian ini menggunakan metode klasifikasi teks dan menggunakan kamus nama dan jenis kelamin. Kamus nama dan jenis kelamin yang digunakan berasal dari data pemilih tetap KPU. Label demografi yang digunakan antara lain, laki-laki, perempuan, generasi Z, generasi milenial, generasi X+, luar jawa dan jawa. Untuk menentukan pilihan dukungan, penelitian ini menggunakan metode sentimen analisis yang cocok digunakan untuk kalimat pendek yaitu metode SentiStrength.Hasil dari penelitian ini menunjukkan bahwa mayoritas pengguna Twitter yang aktif berbincang berkaitan dengan politik pemilihan presiden dan wakil presiden Indonesia 2019 adalah perempuan dengan kategori umur milenial atau rentang umur 25-39 tahun.

---

In today’s political world, the use of social media as a medium to convey political views and using it for campaign has become a very common thing. Social media can be used to express one’s expression both in supporting a political party and someone who is running for politics. Twitter is one of the social media that is often used for campaign, this is because of Twitter’s unformal and chronological feature. But Twitter also has weakness such as the absence of demographic information. Therefore this study aims to find out the demographic patterns of supporter of each Indonesian Presidential candidate 2019 on Indonesian language Twitter.

For searching the demographics, this study using text classification method and dictionary of names and genders. The dictionary comes from KPU permanent voter data. Demographic labels used in this study consist of male, female, generation Z, millennial generation, generation X+, outside Java and Java. To determine the political preference, this study uses the sentiment analysis method that is suitable for short sentences, namely the SentiStrength method.

The results of this study indicate that the majority of Twitter users who actively talk related to the politics of 2019 Presidential and Vice Presidential elections are women with millennial age categories or 25-39 years old."

"Penelitian ini dilakukan untuk mengetahui hubungan kausalitas antara traffic media sosial twitter dengan pergerakan saham perusahaan. Metode penelitian yang digunakan adalah scrapping data dari twitter, adopsi granger causality VAR untuk pengujian kausalitas, dan analisi perilaku herding. Data dalam penelitian ini berupa data time series dari bulan Februari 2020 sampai dengan Oktober 2020 dengan basis 30 menit. Penelitian ini dilakukan pada perusahaan penerbangan komersial terbuka di Indonesia, dengan total didapatkan 89.334 tweet yang sudah tersaring. Penelitian ini memberikan informasi tentang tren volume tweet dan aktivitas pasar saham serta korelasi di antara keduanya. Hasil analisis memberikan kesimpulan bahwa tidak ada kausalitas terarah antara Traffic Twitter dan Pergerakan Saham perusahaan penerbangan komersial Indonesia pada periode penuh, namun ditemukan hubungan causalitas pada periode per dua bulan pada skema 2 periode 4. Penelitian ini menemukan perilaku herding pada periode tersebut dan potensi informasi bahwa pasar saham yang bersangkutan punya penyebaran informasi oleh investor yang belum merata serta bukti yang didapatkan berpotensi menggambarkan pasar yang weak-form.

---

This research is conducted to know the relationship of causality between the traffic of social media twitter and the stock return of the company. The research method uses scrapping data from twitter, adopting granger causality VAR for testing causality, and analyze herding behavior. Data in this research is time-series data from February 2020 until Oktober 2020 on a 30min basis. This research conducted at one aviation company in Indonesia, with total 89.334 filtered tweet found. The analysis gives information about the trend of tweet volume and stock market activity and the correlation between them. Analysis result gives a conclusion that there are no directional causality between the Twitter Traffic and Stock return on IPO Airline Companies. This reserach found herding behavior during that period and the information about the stock market not fully distributed and the evidence obtained could potentially describe a weak-form market."

"Pandemi COVID-19 membuat banyak negara menyatakan wabah itu sebagai darurat nasional, termasuk Indonesia. Oleh karena itu, pemerintah negara Indonesia menerapkan PPKM hingga penularan COVID-19 mereda. Hal ini berlaku bagi semua tempat di Indonesia, termasuk perpustakaan. Banyak perpustakaan yang tutup sementara, namun tetap menjalankan segala kegiatannya secara online, salah satunya Perpustakaan Universitas Indonesia. Dalam penelitian ini, dibahas mengenai pemanfaatan media sosial Twitter di Perpustakaan Universitas Indonesia saat pandemi COVID-19. Tujuan dari penelitian ini untuk mendeskripsikan pemanfaatan Twitter sebagai media promosi perpustakaan di Perpustakaan Universitas Indonesia, serta mengidentifikasi kendala dan cara penyelesaian saat melakukan promosi perpustakaan menggunakan Twitter di masa pandemi COVID-19. Jenis penelitian yang digunakan adalah penelitian kualitatif dengan teknik pengumpulan data berupa wawancara dan observasi. Hasil penelitian menunjukkan pemanfaatan Twitter terhadap kegiatan promosi perpustakaan di Perpustakaan Universitas Indonesia saat Pandemi COVID-19 masih belum dimanfaatkan secara maksimal. Hal ini dapat diketahui dari hasil analisis peneliti bahwa promosi perpustakaan lebih banyak dilakukan di media sosial lain daripada Twitter karena banyak kendala jika harus mempromosikan melalui Twitter. Meskipun dengan adanya kendala tersebut, tidak menyurutkan semangat Humas Perpustakaan Universitas Indonesia untuk tetap mempromosikan perpustakaan melalui Twitter.

---

COVID-19 pandemic has made many countries declare the outbreak a national emergency, including Indonesia. The Indonesian government decided to implement PPKM until COVID-19 subsided. This applies to all places in Indonesia, including libraries. Libraries are temporarily closed, but still doing all their activities online, like the University of Indonesia Library. In this study, we discuss the use of Twitter in the University of Indonesia Library during the COVID-19. The purpose is to describe how to use Twitter for library promotion, identify obstacles, and how to solve them when promoting a library using Twitter at the University of Indonesia Library during the COVID-19. The type of research used is qualitative research with data collection techniques in interviews and observations. The results is the use of Twitter for library promotion at the University of Indonesia Library during the COVID-19 are still not fully utilized. The statement of the informant who said that library promotion was mostly done on other social media rather than Twitter because there were many obstacles when promoting through Twitter. Even with these obstacles, it did not dampen the enthusiasm of the PR of the University of Indonesia Library to continue promote the library through Twitter."

"Media sosial telah berkembang pesat dalam masyarakat dunia. Tak terkecuali Twitter yang mendapatkan peningkatan baik dalam jumlah pengguna maupun konten yang dibuat. Namun, Twitter memiliki batasan karakter dalam satu tweet yang menyebabkan perubahan pada pola penulisan para penggunanya. Pengguna Twitter mulai memodifikasi penulisan dengan kata baku menjadi kata tidak baku, salah satunya dengan menggunakan bahasa campuran. Untuk keperluan analisis tweet, normalisasi teks diperlukan untuk mengubah kata tidak baku menjadi baku untuk memudahkan analisis. State-of-the-art pada normalisasi teks Twitter berbahasa campuran Indonesia dan Inggris saat ini adalah model statistical machine translation (SMT), namun model SMT masih memiliki kelemahan pada beberapa jenis perubahan kata. Penelitian ini berfokus pada normalisasi teks Twitter Indonesia berbahasa campuran Indonesia dan Inggris dengan menggunakan salah satu model transformer yaitu UFAL ByT5. Terdapat dua model UFAL ByT5 yang digunakan masing-masing untuk bahasa Indonesia serta bahasa Inggris. Hasil penelitian menunjukkan model UFAL ByT5 unggul dalam normalisasi teks dibandingkan model SMT, dengan selisih nilai BLEU 0,88 persen lebih besar.

---

Social media has been grown rapidly in the global community. It also includes Twitter, which is getting increase in both users and content created. However, Twitter has character limit in one tweet which causes changes to the writing patterns of its users. Twitter users began to modify their writing from using formal words into non-formal words, one of which was using code-mixed language. For tweet analysis purposes, text normalization is required to transform non-formal words into formal ones to help analysis process. The recent state-of-the-art for Indonesian-English code-mixed Twitter text normalization is with statistical machine translation (SMT) models, however the SMT model still has weakness in word recognition. This research focuses on the Indonesian and English code-mixed Twitter text normalization using one of transformer model which is UFAL ByT5. There are two UFAL ByT5 models that were used, each of them are for Indonesian and English language. Research result shows that UFAL ByT5 model outperform SMT model on text normalization by 0.88 percent of BLEU score in difference."

"Dengan maraknya perkembangan penggunaan media sosial, banyak perusahaan-perusahaan nasional maupun multi nasional yang mulai aktif menggunakan media sosial. Salah satu media sosial yang paling banyak digunakan saat ini adalah Twitter. Keberadaan Twitter membuat perusahaan mampu berhubungan dengan konsumen mereka secara cepat tanpa adanya hambatan waktu. Adapun dipilihnya PT. Daihatsu Indonesia dalam penelitian ini adalah karena mereka merupakan salah satu perusahaan pabrikan mobil yang paling diminati di Indonesia. Banyaknya jumlah konsumen Daihatsu Indonesia membuat peneliti tertarik untuk mengamati tindakan apa yang dilakukan PT. Daihatsu Indonesia dalam menjaga hubungan mereka dengan konsumennya.Penelitian ini bertujuan untuk mengungkapkan model komunikasi apa yang digunakan oleh Daihatsu dan bagaimana relasi mereka dengan konsumen mereka melalui twitter. Analisa dilakukan secara langsung dengan memperhatikan secara langsung aktifitas yang mereka lakukan di media twitter. Adapun hasil penelitian ini menunjukkan hasil bahwa PT. Daihatsu Indonesia menggunakan perangkat media sosial mereka untuk menciptakan hubungan dua arah dengan konsumen mereka.

---

With the current development of social media, many of the existing corporation whether local or multinational corporation has started their activity in social media. One of many social media that are oftenly used by users are Twitter. Twitter has made it possible for every corporation to interact with their customers in instant, real time, and with no delay. PT. Daihatsu Indonesia, one of the most popular cars product in Indonesia surely has the need to keep in touch with their customers, and that is why PT. Daihatsu Indonesia has been picked to be analyzed.

This research has the mean to see what communication model that are used by Daihatsu and how good their relations are with their customers. This research will be focused on PT. Daihatsu Indonesia activity on Twitter and how they engage their customers. The indicators of their success will be based on how frequent they post a tweet and replies their followers tweets. Results found in this research shows that PT. Daihatsu Indonesia has used their twitter to establish a two way communication with their customers."