Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perkembangan web khususnya media sosial sudah melaju dengan cepat dan sudah menjadi tempat penyebaran informasi dan ilmu pengetahuan. Namun, informasi yang tersebar juga ada yang berupa hoaks dan informasi palsu seperti misinformasi, disinformasi, dan bullshit. Hal ini pun terjadi di Indonesia dimana jumlah dari situs penyebar hoaks sendiri sudah mencapai 800,000 dengan 75,19% dari 2032 koresponden berdasarkan survey DailySocial sering mendapatkan dan sulit mendeteksi hoaks. Penelitian dan proses deteksi hoaks dan informasi palsu di Indonesia pun masih dalam tahap awal pengembangan dan mempunyai banyak tantangan. Karena hal tersebut, karya akhir ini akan membahas penelitian-penelitian terdahulu menggunakan metode tinjauan pustaka sistematik menurut Guideline EBSE untuk menghasilkan best practice dari penelitian saat ini dan melakukan perbandingan dengan kondisi media sosial Indonesia saat ini untuk mendapatkan rekomendasi yang dapat diimplementasikan di Indonesia. Hasil dari penelitian ini adalah Indonesia masih mempunyai beberapa hal yang harus dibenahi dan dapat melakukan rekomendasi seperti melakukan dan mendalami pemahaman definisi, pembaruan literasi, pendetailan hasil evaluasi, pengembangan dataset, metode deteksi, crowdsourcing, serta chatbot sesuai kapabilitas dan kondisi.

---

The development of the web, especially social media has been going fast and has become a place of dissemination of information and science. However, there is also scattered information in the form of hoax and false information. This also happened in Indonesia, where the number of hoax distribution sites alone had reached 800,000, with 75.19% of the 2032 correspondents based on the DailySocial survey often getting and finding it challenging to detect hoax. Research and the hoax detection process and false information in Indonesia are still in the early stages of development and have many challenges. This final paper will discuss previous studies using a systematic literature review method according to the EBSE Guidelines to produce best practices from current research and make comparisons with current conditions of Indonesian social media to obtain recommendations that can be implemented in Indonesia. The results of this study are that Indonesia still has several things that need to be addressed and recommended to conducting and deepening understanding of definitions, literacy updates, detailed evaluation results, dataset development, detection methods, crowdsourcing, and chatbots according to capabilities and conditions.

"

"Perkembangan penggunaan media hingga saat ini telah melahirkan sebuah budaya populer, salah satunya meme yang digunakan sebagai media ekspresi yang bersifat jenaka. Akan tetapi, dalam dekade terakhir meme tidak hanya digunakan untuk tujuan komedi, namun juga sebagai pemicu percakapan dengan topik apapun. Beberapa perusahaan kemudian diamati memanfaatkan meme dalam strategi pemasarannya. Tinjauan literatur ini dilakukan untuk menelaah lebih dalam mengenai alasan di balik implementasi meme marketing dalam strategi pemasaran digital dan faktor-faktor yang bisa mendorong kesuksesan meme marketing itu sendiri. Dalam mengkaji sepuluh literatur, ditemukan bahwa implementasi meme marketing yang didasari atas tiga faktor—isi konten, konsumen, dan media—dalam media sosial bisa meningkatkan brand recall dan customer engagement.

---

The advancement of the usage of media today has given birth to mass popular culture, one of which is the existence of memes that have been used as a humorous medium of self-expression. However, in the last decade, memes have not only been used for comedic purposes, but also used as a trigger for conversation-starters in any kind of topic. Several companies were then observed utilizing memes in their marketing strategies. This literature review was conducted to examine more deeply the reason behind meme marketing implementation as digital marketing strategy and the factors that can elevate the success of meme marketing itself. By reviewing ten sources, it was found that implementing meme marketing based on content-related factors, customer-related factors, and media-related factors in social media can significantly increase brand recall and customer engagement."

"ABSTRAKKebebasan berpendapat melalui media sosial untuk mengungkapkan pikiran, pendapat dan tanggapan terhadap suatu topik tertentu menimbulkan dampak negatif berupa konten yang menebarkan kebencian. Penelitian ini bertujuan untuk melakukan deteksi sebuah informasi yang merupakan ujaran kebencian di media sosial Twitter. Data yang digunakan berjumlah 4.002 data sentimen terkait topik politik, agama, suku dan ras di Indonesia. Pada pembangunan model, penelitian ini menggunakan metode klasifikasi sentimen dengan algoritma machine learning seperti Na ve Bayes, Multi Level Perceptron, AdaBoost Classifier, Random Forest Decision Tree dan Support Vector Machine SVM . Di samping itu, penelitian ini juga melakukan perbandingan performa model dengan menggunakan unigram, bigram dan unigram-bigram dalam proses fitur ekstraksi dan penggunaan SMOTE untuk mengatasi imbalanced data. Evaluasi dari percobaan yang dilakukan menunjukkan bahwa algoritma AdaBoost menghasilkan model terbaik dengan nilai recall tertinggi yaitu 99.5 yang memiliki nilai akurasi sebesar 70.0 dan nilai F1-score sebesar 82.2 untuk klasifikasi ujaran kebencian apabila menggunakan bigram.

---

ABSTRACTFreedom of expression through social media to express idea, opinion and view about current topic causes negative impact as the rise of hateful content. This study aims to detect a hate speech information through Twitter. Dataset of this study consists of 4.002 sentiment data related to politic, race, religion and clan topic. The model development of this study conducted by sentiment classification method with machine learning algorithm such as Na ve Bayes, Multi Level Perceptron, AdaBoost Classifier, Random Forest Decision Tree and Support Vector Machine SVM . We also conduct a comparison of model performance that used unigram, bigram, unigram bigram feature and SMOTE to handle imbalanced data. Evaluation of this study showed that AdaBoost algorithm resulted the best classification model with the highest recall model which was 99.5 , accuracy score as much as 70.0 and F1 score 82.2 to classify hate speech when using bigram features."

"ABSTRAKMedia sosial berkembang dengan pesat saat ini dan menyediakan kenyamanan untuk berkomunikasi. Namun kenyamanan tersebut banyak disalahgunakan untuk memperlakukan orang lain dengan tidak layak di hadapan seluruh komunitas internet yang biasa disebut cyberbullying. Apabila cyberbullying gagal dicegah, akan sulit untuk melacak dan menanganinya. Salah satu senjata utama untuk mencegah aksi cyberbullying adalah dengan melakukan deteksi pada media sosial. Deteksi cyberbullying dapat dilakukan dengan menentukan apakah suatu post menyinggung topik sensitif yang bersifat pribadi seperti ras atau tidak. Dengan menentukan kata-kata terkait topik sensitif tersebut dan filter sentimen, deteksi tweet cyberbullying dilakukan dengan menggunakan metode klasifikasi Hyperpipes, Tree-based J48, dan SVM. Hasil menunjukkan bahwa algoritma hyperpipes dan decision tree menghasilkan hasil evaluasi yang terbaik dengan tingkat akurasi 85,32% dan 86,24%.

---

ABSTRACTSocial media is growing rapidly at the moment and provide convenience to communicate. But such convenience widely misused to treat other people with not decent before the entire internet community commonly called cyberbullying. If cyberbullying fail to prevent, it will be difficult to track down and deal with it. One of the main weapons to prevent acts of cyberbullying is to perform detection on social media. Detection of cyberbullying can be done by determining whether a post offend the sensitive topic of a personal nature such as racist or not. By determining the related words such sensitive topics and filter sentiment, cyberbullying tweet detection is done by using the method of classification Hyperpipes, Tree-based J48, and SVM. The results show that the algorithm hyperpipes and decision tree produces the best evaluation results with the accuracy of 85.32% and 86.24%."

"Skripsi ini membahas tentang peran media sosial dalam penyebaran informasi pertanian di Pustaka Bogor. Penelitian ini merupakan penelitian kualitatif dengan metode studi kasus. Metode pengumpulan data dalam penelitian ini melalui observasi dan wawancara dengan 3 (tiga) orang informan. Hasil penelitian ini menunjukkan bahwa Pustaka memiliki kebijakan pemilihan media sosial yang dibuat oleh Pustaka berdasarkan karakteristik demografi pengguna perpustakaan. Media sosial yang digunakan Pustaka dalam menyebarkan informasi adalah Facebook, Twitter, Instagram, dan Youtube. Media sosial memegang peranan penting dalam penyebaran informasi yang dilakukan oleh Pustaka dan dapat membantu perpustakaan sebagai media promosi dan penyebaran informasi khusus di bidang pertanian kepada masyarakat pengguna.ABSTRACTThis Skrispi discusses the role of social media in disseminating agricultural information in Pustaka Bogor. This research is a qualitative research with a case study method. Data collection methods in this study through observation and interviews with 3 (three) informants. The results of this study indicate that Pustaka has a social media selection policy made by Pustaka based on the demographic characteristics of library users. The social media used by Pustaka for disseminating information are Facebook, Twitter, Instagram, and Youtube. Social media plays an important role in the dissemination of information carried out by Pustaka and can help libraries as a medium for promotion and dissemination of special information in agriculture to the user community."

"Wanita muda adalah pengguna media sosial yang aktif. Dengan ketergantungan mereka pada media soaial, perludimengerti bagaimana media sosial dapat mempengaruhi persepsi tentang citra tubuh diantara mereka. Citra tubuhadalah bagaimana kita secara mental “melihat” tubuh kita dan memiliki persepi dan sikap. Dengan meningkatnyaketidakpuasan tubuh di kalangan wanita muda, penting untuk mengetahui akar masalahnya. Ruang lingkup utamamakalah ini adalah untuk menyelidiki proses yang mendasari antara penggunaan media sosial dan masalah citratubuh. Makalah ini akan memanfaatkan metode tinjauan pustaka sistematis dengan mengumpulkan beberapa jurnalterkait secara purposive. Berdasarkan temuan artikel ini, peneliti meyakini bahwa Instagram adalah platformterkuat yang berkontribusi pada citra tubuh remaja putri. Namun demikian, budaya, televisi, orang tua, temansebaya, dan berbagai platform media sosial juga secara signifikan memengaruhi perhatian terhadap citra tubuhbaik secara negative maupun positif.

---

Young women are active social media users. With their reliance on social media, it is necessary to understand

ways that social media can influence perceptions of body image among them. Body image is how we mentally

“see” our bodies and has both perceptual and attitudinal. With the rise of body dissatisfaction among young

women, it is important to know the roots of the problem. The main scoping of this paper is to investigate the

underlying processes between social media use and body image concerns. This paper will utilize the systematic

literature review method by conducting several related journals purposively. Based upon the findings of this article,

Researchers believed that Instagram is the most powerful platforms that contributes on young women’s body

image. Nevertheless, culture, televisions, parents, peers, and various social media platforms also significantly

influence body image concerns in both negative and positive ways."

"Studi literatur mengenai krisis komunikasi terus berkembang. Hal tersebut tidak hanya disebabkan oleh isu-isu di masyarakat, seperti pandemi atau bencana alam. Literatur mengenai krisis komunikasi juga berkembang karena kehadiran dan perkembangan media baru, salah satunya adalah media sosial. Sepanjang satu dekade terakhir, studi ilmiah yang menganalisis praktik terbaik atau implikasi praktik penggunaan media sosial dalam manajemen krisis komunikasi terus berkembang. Makalah ini melakukan kajian literatur terhadap lima belas jurnal pene litian internasional tentang penggunaan media sosial dalam manajemen krisis komunikasi. Hasilnya, ditemukan lima tema utama tentang peran media sosial dalam manajemen krisis komunikasi, yaitu media sosial berbasis teks lebih efektif dalam manajemen krisis komunikasi dibandingkan media sosial berbasis visual, media sosial efektif jika berperan sebagai sarana penyebaran informasi yang cepat dan akurat, media sosial dapat dimanfaatkan sebagai sarana untuk membangun dialog interaktif dengan pemangku kepentingan sosial dapat digunakan untuk melakukan monitoring , media atau pengawasan terhadap opini publik di masa krisis komunikasi, serta penggunaan media sosial harus tetap dilengkapi oleh penggunaan media tradisional dalam manajemen krisis komunikasi.

---

Literature studies related to crisis communication continue to grow. The growth is not only caused by the issues within the society, such as pandemics or natural disasters, but als o caused by the presence and development of the new media, one of which is social media. Over the past decade, scientific studies analyzing best practices or practical implications on using social media as a part of communication crisis management have con tinued to evolve. This paper conducts a literature review of fifteen international research journals about the use of social media in crisis communication management. The result shows that there are five main themes regarding the topic, namely textmanagement than visualbased s ocial media is more effective in communication crisis based social media, social media is effective if it is used to disseminate information quickly and accurately, social media can be utilized as a means to build interactive dialogu e with stakeholders, social media can be used to monitor or supervise public opinion in times of communication crisis, and the use of social media must still be complemented by the use of traditional media in crisis communication management."

"Perkembangan teknologi telah mendorong terciptanya berbagai platform social commerce. TikTok, platform media sosial dengan perkembangan tercepat sekarang, juga turut serta dalam tren ini dengan mengeluarkan fitur baru pada aplikasinya, yaitu TikTok Shop. TikTok Shop identik dengan fitur live shopping-nya, di mana penjual secara langsung menawarkan produk mereka dalam siaran langsung dan calon pembeli dapat memberikan pertanyaan sekaligus mendapatkan informasi secara langsung dan real-time, baik kepada penjual maupun audiens lainnya. Melalui metode analisis literatur, penelitian ini telah mengidentifikasi empat faktor utama yang mempengaruhi keputusan pembelian konsumen pada platform social commerce, terutama pada kasus TikTok Shop. Keempat faktor tersebut merupakan faktor hedonis, sosial, teknologi, dan perilaku. Temuan pada penelitian ini juga menunjukkan bahwa faktor hedonis, terutama ketika diintegrasikan dengan elemen-elemen sosial, memiliki pengaruh terbesar dalam mempengaruhi keputusan pembelian seseorang di platform social commerce. Berdasarkan temuan tersebut, penelitian ini juga mengembangkan kerangka strategi pemasaran untuk digunakan pada TikTok Shop, yaitu dengan menekankan kepada pembentukan konten yang menyenangkan dan memanfaatkan kemampuan social commerce dengan baik melalui live shopping untuk mendorong keputusan pembelian konsumen.

---

Recent technological advancement has given way for the rise of various social commerce platforms. TikTok, the fastest growing social media platform has also joined the trend by releasing a new and innovative feature in its app called TikTok Shop. TikTok Shop is renowned for its live shopping feature, where sellers directly peddled their items on the live stream and potential buyers can ask questions while also retrieving information directly in real-time from both the sellers and other audiences. Through the method of literature review, this study has identified four key factors that influence consumer purchase decision in a social commerce platform, mainly TikTok Shop. The factors were hedonic, social, technological, dan behavioral factors. Findings in the study also suggest that hedonic factors, especially when integrated with social elements, played the biggest role in influencing someone’s purchasing decision on a social commerce platform. Using the earlier findings, this study also developed a practical framework for an effective marketing strategy in TikTok Shop, which emphasizes on the integration of entertainment value with social commerce capabilities through live shopping to drive consumer purchase decisions."

"ABSTRAKPangan merupakan hak asasi manusia yang harus senantiasa terpenuhi oleh masyarakat dengan daya beli yang sesuai dan mempunyai kualitas pangan yang tinggi dan aman. Hal tersebut mendorong kedaulatan pangan suatu negara, yang secara mandiri memenuhi kebutuhan pangan masyarakatnya berdasarkan sistem pangan yang adil bagi seluruh masyarakat. Peraturan Pemerintah Republik Indonesia Nomor 17 Tahun 2015 yang mewajibkan adanya sistem informasi tentang pangan dan gizi dan teori evolusi e-government 3.0. Oleh karena itu salah satu solusi yang mendukung peraturan tersebut dan pendekatan e-government 3.0 adalah dengan pendekatan text mining. Penelitian ini mengolah data dari LAPOR! dan berita daring mengenai kedaulatan pangan untuk mengekstrak informasi dan menemukan pola-pola yang akan menghasilkan informasi tentang kedaulatan pangan di Indonesia sehingga dapat membantu pengambilan keputusan yang berdasar pada data melalui representasi visualisasi berbasis web. Jenis analisis informasi yang digunakan adalah Klasifikasi Dokumen untuk penyaringan dokumen, Named Entitiy Recognition yang digunakan untuk mengetahui entitas lokasi dan komoditas pangan dari data tekstual, dan Topic Modelling untuk menemukan topik dari sekumpulan teks dokumen berita dan aduan LAPOR!. Algoritma yang dipakai dalam penelitian ini adalah Conditional Random Fields dan Conditional Markov Model untuk implementasi Named Entity Recognition. Latent Dirichlet Allocation dan Non-Negative Matrix Factorization untuk implementasi Topic Modelling. Selain itu Naïve Bayes, Support Vector Machine, dan Logistic Regression digunakan untuk klasifikasi dokumen. Sedangkan pemilihan model ini menggunakan Conditional Random Field dengan nilai F1-score pada entitas lokasi sebesar 83.85 dan entitas komoditas pangan sebesar 90.98 yang digunakan pada data berita daring, pada data aduan LAPOR!, entitas lokasi menggunakan Conditional Markov Model dengan nilai F1-Score sebesar 60.35 dan entitas komoditas pangan sebesar 89.74. Pada klasfikasi dokumen, model Support Vector Machine dengan fitur unigram memiliki nilai presisi sebesar 92.00. Pada Topic Modelling, model Non-Negative Matrix Factorization memiliki nilai coherence yang lebih tinggi daripada Latent Direchlete Allocation pada tiga eksperimen dengan dataset yang berbeda. Di samping itu, dilakukan visualisasi tentang kedaulatan pangan berdasarkan pengolahan data tersebut di atas untuk memudahkan pengambilan kebijakan oleh pimpinan seperti Tim Ahli di Kantor Staf Presiden.

---

ABSTRACTFood is a human right that must always be fulfilled by the society with the appropriate purchasing power and high and safe food quality. This encourages food sovereignty of a country, which independently meets the food needs of its people based on a food system that is fair to the entire community. Peraturan Pemerintah Republik Indonesia Nomor 17 Tahun 2015 requires an information system on food and nutrition and the theory of e-government 3.0 evolution. Therefore, one solution that supports these regulations and the e-government 3.0 approach is the text mining approach. This research processes data from LAPOR! and online news on food sovereignty to extract information and find patterns that will produce information on food sovereignty in Indonesia so that it can assist decision-making based on data through web-based visualization representation. The type of information analysis used is Document Classification for document filtering, Named Entity Recognition which is used to find out location entities and food commodities from textual data, and Topic Modeling to find topics from a collection of text news documents and complaints LAPOR !. The algorithm used in this study is Conditional Random Fields and Conditional Markov Models for the implementation of Named Entity Recognition. Latent Dirichlet Allocation and Non-Negative Matrix Factorization for the implementation of Topic Modeling. In addition Naïve Bayes, Support Vector Machine, and Logistic Regression are used for document classification. Whereas the selection of this model uses Conditional Random Field with an F1-score value for location entities of 83.85 and a food commodity entity of 90.98 used in online news data. In the LAPOR! Complaint data, the location entity uses Conditional Markov Model with an F1-Score value of 60.35 and food commodity entities amounting to 89.74. In classifying documents, the Support Vector Machine model with unigram features has a precision value of 92.00. In Topic Modeling, the Non-Negative Matrix Factorization model has a higher coherence value than the Latent Direchlete Allocation in three experiments with different datasets. In addition, visualization of food sovereignty is based on the processing of the data above to facilitate policy making by leaders such as the Expert Team at the Kantor Staf Presiden.

"

"ABSTRAKPerkembangan teknologi informasi dan komunikasi telah banyak beredar informasi tentang penyakit pasien dalam bentuk foto dan video di berbagai media sosial Media mengangkat isu etik, yaitu pelanggaran rahasia medis. Namun, Kode Etik Kedokteran Indonesia (KODEKI) danUndang-undang Nomor 29 Tahun 2004 tentang Praktik Kedokteran dan peraturan perundang-undangan yang lain menyatakan bahwa dokter wajib menyimpan rahasia medis. Berdasarkan latar belakang tersebut, maka metode penelitian dalam Penulisan ini menggunakan metode penelitian yuridis-normatif, yaitu penelitian yang menekankan penggunaan norma hukum secara tertulis dan didukung dengan hasil wawancara dengan narasumber dan informan. Jenis penelitian yangdigunakan adalah analisis preskriptif, yaitu mengkaji atau mengkaji ketentuan-ketentuan peraturan perundang-undangan di bidang kedokteran dan implementasinya ke dalam rana empiris atau tatanan sosial. Dokter dan dokter gigi diharapkan untuk menggunakan media sosial secara bijak dengan mempertimbangkan aspek etik yang tertuang dalam Kode Etik Kedokteran Indonesia (KODEKI) danketentuan peraturan perundang-undangan yang berlaku di Indonesia. Dengan Dengan demikian, dokter harus dapat mempertanggungjawabkan perbuatannya dengan cara: penerapan sanksi etik, sanksi disiplin dan sanksi hukum.ABSTRACTThe development of information and communication technology has circulated a lot of information about the patient's illness in the form of photos and videos on various social media. Media raises ethical issues, namely the violation of medical secrets. However, the Indonesian Medical Ethics Code (KODEKI) and Law No. 29 of 2004 concerning Medical Practice and other statutory regulations states that doctors are obliged to keep medical secrets. Based on this background, the research method in this writing uses juridical-normative research methods, namely research that emphasizes the use of legal norms in writing and is supported by the results of interviews with sources and informants. The type of research that used is prescriptive analysis, namely reviewing or reviewing the provisions of the legislation in the field of medicine and their implementation into an empirical framework or social order. Doctors and dentists are expected to use social media wisely by considering the ethical aspects contained in the Indonesian Medical Ethics Code (KODEKI) and the provisions of the laws and regulations in force in Indonesia. Thus, doctors must be able to account for their actions by: applying ethical sanctions, disciplinary sanctions and legal sanctions."