Menu
Pakde Karwo: Antara Operator dan Regulator Transportasi Tidak Bisa Dipisahkan

Pakde Karwo: Antara Operator dan Re…

Surabaya-KoPi| Gubernur J...

Nertalitas TNI dalam Pemilu Capres dan Cawapres

Nertalitas TNI dalam Pemilu Capres …

Lembah Tidar-KoPi| Senin ...

Reuni Adem Akabri '86, Ibu ibu melaksanakan Out Bound

Reuni Adem Akabri '86, Ibu ibu mela…

Lembah Tidar-KoPi| Minggu...

Teknik Mesin SV UGM Dukung Program Kampus Sehat dan Bebas Asap Rokok

Teknik Mesin SV UGM Dukung Program …

Jogja-KoPi| Departemen Te...

Teknologi RFID Bantu Lacak Legalitas Kayu

Teknologi RFID Bantu Lacak Legalita…

Bantul-KoPi| Tim Pengabdi...

Pakar UGM Ajak Masyarakat Memanen Air Hujan

Pakar UGM Ajak Masyarakat Memanen A…

Jogja-KoPi| Pakar Hidrolo...

BKP: Indonesia Fokus Pada Peningkatan Kompetitifitas Produk Agrikultur

BKP: Indonesia Fokus Pada Peningkat…

Bantul-KoPI|Pada tahun 20...

UNIVERSITAS MENYAMBUT R.I KEEMPAT

UNIVERSITAS MENYAMBUT R.I KEEMPAT

Oleh Moh. Mudzakkir(Dosen...

Pakde Karwo : 2/3 Perguruan Tinggi Swasta Sumbangkan Kaum Intelektual di Jatim

Pakde Karwo : 2/3 Perguruan Tinggi …

Surabaya-KoPi| Sebanyak 2...

Pengungsi Korban Gempa di Gumantar Banyak Terserang Ispa

Pengungsi Korban Gempa di Gumantar …

Lombok-KoPi| Sebanyak 30 ...

Prev Next

Tahun Politik, Akun Buzzer di Media Sosial Bermunculan

Sleman-KoPi| Menjelang pilkada dan pilpres jumlah akun buzzer dan akun robot semakin banyal bermunculan. Umumnya akun ini menanggapi soal berita politik dengan mengutip sumber berita yang tidak jelas. Oleh karena itu warga net diharapkan lebih peka dalam merespon akun semacam ini sehingga diperlukan sikap lebih bijak dalam menerima, memproses, mengolah serta membagikan infomasi ke media sosial. Hal itu dikemukan oleh peneliti Center for Digital Society (CfDs) Fisipol UGM, Viyasa Rahyaputra, dalam menyampaikan hasil penelitiannya mengenai sentimen warga net terhadap isu UU MD3 di twitter dan portal Berita Daring, Senin (14/5) di Fisipol UGM.

 

 

Dalam penelitian CfDS terkait opini warga net terhadap revisi UU MD3 pda bulan Februari dan maret lalu, sebanyak 4605 tweets yang diketahui berkaitan dengan soal UU MD3. Namun dari jumlah tersebut sekitar 57 persen tweets tersebut diunggah oleh akun buzzer. 

“Hanya 43 persen tweets yang betul-betul opini,” katanya.

Pemilahan akun buzzer ini kata Viyasa dilakukan dengan melihat karateristik buzzes di twitter yang umumnya sumber identitas akunnya tidak jelas, lalu mengutip berita daring dari sumber yang dipertanyakan dan akun tersebut menangapi berita politik dari sumber yang tidak bisa dipercayakan kredibilitasnya.

Selain isi konten dan identitas akun yang tidak jelas, fenomena buzzer juga bisa dilihat dari aktifitas tweets yang dilakukan akun tersebut dalam setiap harinya yang dianggap tidak biasa. 

“Aktifitas tweet satu bulan saja bisa 423 ribu tweets jauh melebihi aktifitas normal,” katanya.

Fenomena ini menurutnya digunakan untuk menggangu lalu lintas informasi sehingga informasi negatif lebih banyak bermunculan di kalangan warga net.

"Tujuannya untuk mengganggu lalu lintas informasi,” katanya.

Meski demikian, kata Viyasa, untuk menggulangi fenomena akun semacam ini tidak mudah namun begitu warga net menurutnya lebih bisa mengolah informasi yang ada di media sosial untuk ditelaah lebih dalam sebelum mengunggah opini untuk menanggapi sebuah informasi.

Sehubungan dengan hasil penelitian mengenai sentimen opini warga net terhadap kemunculan UU MD3 pada buklan februari dan maret lalu, CfDS menemukan bahwa warganet twitter lebih banyak memberikan sentimen negatif terhadap isu UU MD3. 

“Sebanyak 69 % memberikan sentimen negatif, 29 % netral dan hanya 2 persen yag positif,” kata Lamia Putri Damayanti, peneliti CfDS lainnya.

Sementara dari 694 berita yang dikumpulkan dari 6 portal berita daring seperti CNN Indonesia, Kompas, Kumparan, Liputan 6, Merdeka, Sindo News dan Tribun news, diketahui terdapat 412 jumlah berita yang dinilai netral, 231 berita negatif dan 51 berita positif. Namun dari sumber portal daring, sentimen yang paling banyak dimunculkan oleh warga net adalah sentimen negatif. (Humas UGM/Gusti Grehenson)

back to top