You are on page 1of 13

ANALISIS KONTEN PADA MEDIA SOSIAL VIDEO YOUTUBE UNTUK

MENDUKUNG STRATEGI KAMPANYE POLITIK

Evans W. Wirga

Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarma


Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
evansww@staff.gunadarma.ac.id

Abstrak

YouTube menyediakan mekanisme interaksi social untuk mendapatkan opini dan


tontonan dari pengunjung melalui komentar, pemilihan, pemeringkatan,
pemilihan favorit, pembagian rujukan, perujukan tayangan serta komentar positif
dan negative yang diberikan oleh pengguna. Informasi ini penting dan berguna
dalam mempelajari perlakuan pengguna dan masyarakat atas video dan
tayangan yang ada pada media social seperti YouTube. Mekanisme Interaksi
sosial dapat dikelompokkan menjadi struktur analisis sentiment pada video
YouTube. Berdasarkan struktur ini, dapat dilakukan analisis terhadap popularitas
level dari video dan kanal pada YouTube termasuk pula sentiment analisisnya.
Tidak hanya dapat menganalisa komentar yang diberikan pada video, tapi juga
termasuk semua aspek interaksi yang ada pada YouTube yang didapat melalui
tayangan videonya. Karenanya, sentiment public terhadap informasi baik positif
ataupun negative, dapat dikumpukan melalui analisa video atas kajian tema
tertentu. Bahkan dari analisa ini, kita dapat menyimpulkan dampak negative
ataupun positif yang dapat diakibatkan oleh tayangan video itu. Baik itu sentimen
publik ataupun dampaknya baik positif ataupun negative, dapat digunakan untuk
mendukung perencanaan strategi yang akan dilakukan pada pelaksanaan
kampanye politik. Popularitas model dari calon yang diusung oleh partai politik
tertentu, dapat dibentuk melalui pengamatan terhadap komentar yang diberikan,
pilihan, pemeringkatan, jumlah share serta opini public atas aksi ataupun
pernyataan yang dipublikasi oleh calon pada kampanye melalui video pada
YouTube.

Kata kunci: analisis sentiment, YouTube, model popularitas, kampanye politik

CONTENT ANALYSIS ON SOCIAL MEDIA YOUTUBE VIDEO AS


POLITICAL CAMPAIGN STRATEGY SUPPORT

Abstract

YouTube provides a social interaction mechanism to assess user opinions and views of
the video by commenting, voting, rating, favorite, share (sharing) and negative
comments, etc.This information is useful for studying the behavior of users and the
public. The social interaction mechanisms can be grouped into a sentiment analysis
structure for video on youtube. Based on this structure,it can perform an analysis of the
popularity level of a video and channel and also sentiment analysis for video on youtube.
It is not only the comments of the audience could be analyzed, but all aspects of social
interaction on youtube. Therefore, public sentiment information can be obtained both
positive or negative for a topic of video on YouTube, and it can also be concluded that

14 Wirga, Analisis Konten …


the video has a positive or negative impact. Public sentiments both positive and negative
as well as its impacts which could be positive and negative, could be used to support the
strategic planning in political campaign. The popularity model of the candidate of the
campaign could be formed by analyzing the comment, vote, rate, favor, share and opinion
of the public to the actions or statements of the candidate through the video on YouTube.

Keywords : sentiment analysis, YouTube, popularity model, political campaign

PENDAHULUAN
Web adalah tempat yang cukup dengan cara voting, rating, favorit, ber-
ideal bagi mereka yang ingin meng- bagi (share) dan komentar negatif, dll.
ekspresikan pendapatnya pada publik Informasi ini berguna dalam mempela-
tentang beragam tema. Bahkan pemberi jari perilaku pengguna dan masyarakat.
opini profesional, seperti reviewer film Kemampuan untuk mengekstrak penda-
atau reviewer produk memiliki blog pat dari baris-baris teks yang ada pada
dimana publik dapat mengomentari dan YouTube dapat menjadi sangat berguna,
merespon apa yang mereka pikirkan. Sa- dan ini adalah area studi yang banyak
at ini berbagai macam jejaring sosial se- dikaji, tidak diragukan karena kemung-
macam facebook, twitter, YouTube, dll kinan nilai komersialnya (Ian Barber,
telah berkembang dengan berbagai fitur- 2010). Dikarenakan kebanyakan infor-
nya. Popularitas yang cepat meningkat masi (perkiraan umum mengatakan lebih
dari situs media sosial seperti Facebook, dari 80%) saat ini disimpan sebagai teks,
Flickr dan YouTube terutama dalam text mining diyakini memiliki potensi
kemudahan penggunaan dan kesederha- nilai komersial tinggi [2].
naan sistem ini, serta dimungkinkannya YouTube merupakan pionir akti-
kolaborasi dan berbagi sumber daya vitas kreatif yang bersifat kolektif sekali-
(gambar, video) bahkan dari pengguna gus sebagai bagian dari media main-
non-teknis sekalipun, semakin memper- stream melalui internet. Melalui media
mudah pemakai untuk berekspresi dan ini, vlogger (pembuat video blogger) da-
beropini melalui berbagai jenis media pat memberikan komentarnya pada acara
yang menarik dan populer. Untuk ber- yang sedang berlangsung melalui repor-
bagi video, YouTube adalah situs yang tase yang sedang dibawakan. Hal ini
paling populer di Web. Menurut studi ini dimungkinkan karena YouTube telah
[1], YouTube menyumbang 20% dari menjalin banyak kerjasama dengan jeja-
lalu lintas Web dan 10% dari total lalu ring pemberitaan dan reportase. Bahkan
lintas Internet. pada tahun 2008, YouTube terlibat
Video merupakan salah satu cara dalam Kampanye Pemilihan Presiden
tercepat untuk terhubung dengan pe- USA dan bergabung bersama CNN
langgan dan membangun hubungan baik untuk mengkoordinir jalannya acara De-
dengan mereka dan alasan bahwa video bat Presiden. Hal ini menjadi liputan
sangat kuat karena 90% dari komunikasi utama dalam ranah politik pada saat itu
adalah non-verbal. YouTube adalah cara [4]
tercepat dan salah satu alat paling kuat di Setelah lima tahun, lebih dari 500
ranah media sosial. Sedangkan Twitter aktivis YouTube telah membangun kanal
menempati posisi nomor dua, dan yang video mereka masing-masing dalam
ketiga adalah facebook. platform YouTube, termasuk pula 92%
YouTube menyediakan mekanisme dari anggota senat dan kepresidenan tu-
interaksi sosial untuk menilai pendapat rut meramaikan kanal-kanal YouTube
pengguna dan pandangan tentang video dengan meluncurkan 17 video per ming-

Jurnal Ilmiah Informatika dan Komputer Vol. 21 No. 1 April 2016 15


gu pada Kanal Whitehouse [6]. Para aspek. Sebagai contoh, partai politik
calon presiden pun melegitimasi You- mungkin akan tertarik untuk menge-
Tube dengan memanfaatkan YouTube tahui apakah orang mendukung program
pada aktivitas penting mereka. Barack mereka atau tidak. Organisasi sosial da-
Obama telah mengumumkan keikutserta- pat meminta pendapat masyarakat ten-
annya pada kampanye Pencalonan Presi- tang perdebatan yang ada saat ini. Tang-
denan USA melalui YouTube. Hal ini gapan masyarakat mengenai kinerja para
kemudian diikuti dengan video tangga- pemimpin rakyat melalui berita yang
pan dari para pendukungnya. Proses ini- terdapat pada YouTube yang ingin tahu
lah yang kemudian mengawali terben- bagaimana pendapat masyarakat menge-
tuknya budaya yang sifatnya lebih de- nai program mereka, serta tanggapan
mokrat, dimana YouTube berfungsi positif atau negatif masyarakat mengenai
sebagai sumber langsung yang terperca- program tersebut.
ya dan transparan, tanpa perlu menunggu Dengan banyaknya interaksi sosial
pemberitaan melalui media pemberitaan pada situs YouTube dan penerapan sen-
konvensional lainnya, karena yang ber- timen analisis terhadap komentar video
sangkutan dapat secara langsung meng- YouTube dalam aplikasi, diharapkan
unggah video tangggapan dan pemikiran dapat mengetahui pengaruh suatu video
secara langsung ke publik melalui inter- pada situs YouTube dalam bentuk tang-
net. Bahkan pemerintah pun dapat mem- gapan masyarakat berupa sentimen posi-
berikan tanggapan melalui YouTube, tif atau negatif mengenai program – pro-
sebagai respon terhadap kampanye me- gram yang dibuat atau yang akan dibuat
reka. oleh pemerintah melalui postingan video
YouTube merubah cara mereka yang diunggah di beberapa kanal You-
untuk berkampanye, dimana kini You- Tube. Selain itu bisa didapat tingkat
Tube memperbolehkan penggunanya un- kepopuleran tokoh - tokoh publik atau
tuk mengunggah dan membagikan isi objek yang terdapat pada media sosial
dan materi mereka pada pihak lain. Hal video YouTube.
ini memungkinkan pesan kampanye le-
bih cepat disampaikan ke publik. Pesan METODE PENELITIAN
kampanye ini juga dapat dilihat dan
didengarkan berulang-ulang. Lebih dari Alur Proses Penelitian
itu, pemirsa YouTube ini juga bisa mem- Terdapat tujuh proses dalam pe-
berikan opini serta nilai suka atau tidak nelitian ini pada gambar 1. merupakan
suka pada video yang dipublikasikan ini. alur proses dari sistem. (1) Crawling
Dari pihak pengelola kanal You- Data YouTube: Mengambil data-data
Tube, dapat melakukan evaluasi serta yang diperlukan untuk melakukan ana-
memantau jumlah pemberi opini atau lisis. (2) Preprocessing: Pada proses ini
tanggapan, serta melihat reaksi publik data yang telah diambil pada proses
apakah positif atau negatif terhadap vi- crawling didefinisikan format dan struk-
deo yang diunggah. [7]. Para calon pe- turnya sehingga memudahkan dalam
serta kampanye dituntut untuk selalu proses analisis dan klasifikasi komentar.
memperbaharui materi pada YouTube (3) Klasifikasi Komentar: Komentar
sesuai dengan strategi yang ingin mereka pengguna pada YouTube diklasifikasi
terapkan dalam memanfaatkan media so- kedalam tiga bentuk dasar yaitu ko-
sial dalam mendukung kampanye. Senti- mentar diskusi(W1), komentar infe-
men analisis pada ko-mentar video dapat rior(W2), komentar substansial(W3) ser-
digunakan untuk memperoleh informasi ta beberapa fitur komentar lainnya [5].
pandangan masyarakat terhadap suatu (4) Sentimen Analisis Komentar: Ko-

16 Wirga, Analisis Konten …


mentar pengguna pada video You-Tube dilakukan kedalam bentuk antar muka
dilakukan sentimen analisis untuk men- yang dapat dimengerti oleh pengguna.
dapat tanggapan positif atau negatif dari
pengguna mengenai topik video tersebut. Pengambilan Data
Pada tahap ini komentar juga diklasifi-
kan kedalam beberapa tipe yang telah di- Pada proses ini dilakukan pengam-
buat sebelumnya. (5) Kanal (channel) bilan data pada situs YouTube. dengan
dan Video Popular: Penentuan kanal dan menggunakan API yang disediakan oleh
video popular pada YouTube dipengaru- situs YouTube, sehingga video di You-
hi oleh beberapa faktor diantaranya Tube dapat diintegrasikan di site yang
views, shared, comment, serta subscri- lain. Dengan adanya API ini user tidak
ber. Faktor tersebut dijadikan suatu for- perlu lagi membuka situs YouTube.
mula yang menghasilkan apakah channel YouTube API adalah kumpulan
atau video tersebut popular. fungsi - fungsi yang disediakan oleh
Selanjutnya, (6) Video Dampak pengembang YouTube sehingga me-
Positif/Negatif: Pada tahap ini akan mungkinkan konten-konten video You-
dilakukan penentuan suatu video yang Tube dan fungsionalitasnya dapat di in-
memiliki dampak positif atau negatif. tegrasikan ke situs web, aplikasi perang-
Terdapat beberapa faktor yang mem- kat lunak, atau perangkat lainnya. Deng-
pengaruhi apakah video tersebut ber- an adanya data API memungkinkan se-
dampak positif atau negatif dianta-ranya buah program dapat memiliki banyak
jumlah view, Like/Dislike, jumlah sha- operasi seperti yang ada di website You-
red, dan komentar positif atau negatif. Tube itu sendiri. Contohnya seperti
Faktor tersebut dijadikan formula se- mencari video, melihat content yang
hingga menghasilkan video yang ber- berkaitan. Selain itu, dengan data API
dampak positif atau negatif. (7) Antar sebuah program dapat mengautentikasi
muka pengguna: Pada tahap ini akan user sehingga dapat mengupload video
ditampilkan hasil analisis yang telah dan menggunakan fitur-fitur lainnya.

Gambar 1. Alur Proses Penelitian

Jurnal Ilmiah Informatika dan Komputer Vol. 21 No. 1 April 2016 17


Pada proses ini akan diambil data - Begitu juga dengan Channel pada
data yang dibutuhkan yaitu diantaranya YouTube, pengguna lainnya tentunya
User, Komentar, Voting, Favorit, Share, lebih mengikuti aktivitas, berkomentar
Views, Like atau Dislike, Vote Up & Vote dan berinteraksi lainnya pada channel
Down, Spam, Negative Comment. Semua yang lebih popular. Pa-da YouTube,
data tersebut merupakan bentuk meka- channel popular di-dapat dari formula
nisme interaksi sosial yang dapat dila- yang tertera pada gambar 2. Penjelasan
kukan pada YouTube. formula ada-lah:
CP : Channel Populer
Channel dan Video Popular Sc : Total subscriber
Vc : Total view
YouTube memiliki fitur Channel, Shc: Total share
fitur ini seperti sebuah saluran siaran Dengan Asumsi : w1=w2=w3
pada televisi atau pada siaran radio. Pada maka di dapat dalam bentuk yang seder-
Channel YouTube pengguna dapat up- hana pada gambar 2.
load video, mengkonfigurasi Channel- CP adalah channel populer yang
nya, berkomentar terhadap video peng- didapat dari jumlah subscriber dari cha-
guna lain, membuat playlist video sen- nnel tersebut kemudian ditambah jumlah
diri, melihat statistik channel atau video total pengunjung yang melihat video
yang terdapat pada channel me-reka, dan pada channel tersebut ditambah jumlah
seperti sosial media, pengguna dapat video yang dishare oleh peng-guna.
update status meng-follow peng-guna Selanjutnya untuk video popular bisa
lain dengan cara menjadi subscri-ber. didapat dengan formula di gambar 3.
Channel yang popular pada You- Penjelasan formula adalah:
Tube tentunya lebih berpengaruh terha- VP : Video Popular
dap interaksi diantar pengguna, sebagai Vv: Total view pada video
contoh aktifitas yang di lakukan seorang Cv : Total komentar pada video
publik figur atau selebriti tentunya lebih Sv: Total Share pada video
banyak dan lebih menarik untuk diikuti Dengan Asumsi: w1=w2=w3 maka
dibanding orang yang biasa-biasa saja. di dapat dalam bentuk yang sederhana

Gambar 2. Channel Popular

Gambar 3. Model Popularitas Channel

Gambar 4. Video Popular

Gambar 5. Model Popularitas Video

18 Wirga, Analisis Konten …


VP adalah video popular yang di- maka di dapat dalam bentuk yang seder-
dapat dari jumlah pengunjung yang me- hana seperti pada gambar 7. Gambar 8,
lihat video tersebut, kemudian ditambah adalah model video positif.
jumlah share video tersebut oleh peng- Vp adalah konten video yang po-
guna lalu ditambah jumlah komentar sitif yang didapat dari jumlah pengun-
pada video tersebut. jung yang melihat video tersebut, kemu-
dian ditambah jumlah Like” dari peng-
Video Positif dan Video Negatif guna terhadap video tersebut, kemudian
ditambah jumlah share video tersebut
Pada tahap ini dilakukan untuk oleh pengguna, lalu ditambah positif,
menentukan dampak suatu video di positif adalah jumlah komentar positif
masyarakat, dampak video berupa positif yang telah dianalisa sentimen dari ke-
atau negatif. Terdapat beberapa faktor seluruhan komentar-komentar pada vi-
yang mempengaruhi apakah video ter- deo tersebut.
sebut berdampak positif atau negatif di- Sementara itu, pada gambar 9
antaranya jumlah view, Like/Dislike, adalah formula untuk video yang
jumlah shared, dan komentar positif atau memiliki dampak negatif. Dimana: Vn:
negatif. Faktor-faktor tersebut dijadikan Video Negatif, dL : Total dislike pada
suatu formula sehingga menghasilkan video, N : Total komentar negatif pada
video yang berdampak positif atau video, Vv : Total view pada video, Sv:
negatif. Gambar 6 adalah formula untuk Total Share pada video
video positif, dimana: Vp: Video Positif, Dengan Asumsi: w1=w2=w3 maka
L : Total like pada video, P : Total ko- di dapat dalam bentuk yang sederhana
mentar positif pada video, Vv: Total pada gambar 10. Maka dapat dibuat
view pada video, Sv: Total Share pada bentuk sederhananya lagi seperti gambar
video. Dengan Asumsi: w1=w2=w3 11.

Gambar 6. Formula Video Positif.

Gambar 7. Formula Video positif dengan asumsi w1,w2,w3 adalah sama.

Gambar 8. Model Video Positif.

Jurnal Ilmiah Informatika dan Komputer Vol. 21 No. 1 April 2016 19


Gambar 9. Formula Video Negatif.

Gambar 10. Formula Video negatif dengan asumsi w1,w2,w3 adalah sama.

Gambar 11. Model Video Negatif

Vn adalah konten video yang ne- (http://www.YouTube.com/user/ahokbtp


gatif yang didapat dari jumlah pengun- ). Penguasaha. Channel pribadi yang
jung yang melihat video tersebut, kemu- menampilkan video-video berita (http:/
dian ditambah jumlah “Dislike” dari /www.YouTube.com/user/Pengu-asaha).
pengguna terhadap video tersebut, kemu- Kemudian, Mr Lovemata. Channel
dian ditambah jumlah share video terse- pribadi yang menampilkan video-video
but oleh pengguna, lalu ditambah negatif, berita (http://www.You Tube.com/user/
negatif adalah jumlah komentar negatif MrLovemata). beritajakartavideo. Cha-
yang telah dianalisa sentimen dari kese- nnel resmi berita mengenai pemprov
luruhan komentar-komentar pada video DKI Jakarta(http://www.YouTube.com/
tersebut. user/beritajakartavideo). Susilo Bam-
bang Yudhoyono. Channel resmi Presi-
HASIL DAN PEMBAHASAN den Republik Indonesia (http://www
.YouTube.com/channel/UCK50GvgmGc
Channel Popular NCRMGjjZ5epdw). Sekretariat Kabinet.
Channel resmi dari sekretariat kabinet
Terdapat 10 channel yang diambil Indonesia (http://www.YouTube.com/
data - data sebagai bahan untuk uji coba channel/UCey1BgbIUz6eVz2vywc2d7g.
model popularitas suatu channel ter- Liputan Berita. Channel berita nasional
sebut, pemilihan 10 channel atau saluran dan internasional(http://www.YouTube.
ini merupakan kanal yang menyajikan com/user/ simpangpelor). Pusat Berita.
berita-berita seputar jakarta dan interna- Channel berita nasional dan internasio-
sional. berikut adalah saluran-saluran nal (http://www.YouTube.com/user/
yang diambil data sampel untuk model gejeaha). Pengambilan data-data pada
popularitas: PemprovDKI. Channel res- saluran tersebut mendapatkan hasil
mi dari pemerintah provinsi DKI Jakarta seperti pada tabel 3.
(http://www.YouTube.com/user/Pempro Kemudian data-data yang telah di-
vDKI). TyoJB. Channel pribadi yang peroleh tersebut diproses menggunakan
menampilkan video-video berita seputar rumus model popularitas sehingga
Jakarta (http://www.YouTube.com/user/ menghasilkan bentuk popularitas suatu
TyoJB). Basuki Purnama. Channel dari channel tersebut, hasil pemrosesannya
wakil gubernur provinsi DKI Jakarta terdapat pada Gambar 12.

20 Wirga, Analisis Konten …


Tabel 1. Pengambilan data pada beberapa channel Youtube.
No Channel View Subscriber Share Hasil
1 PemprovDKI 14.892.125 97.541 921 13.805.482.386
2 TyoJB 3.990.502 6.014 3 11.989.548
3 Basuki Purnama 4.072.373 18.643 43 175.913.688
4 Penguasaha 10.008.004 23.228 23 230.718.336
5 Mr Lovemata 3.410.958 5.075 1 3.416.033
6 beritajakartavideo 5.262.215 5.850 1 5.268.065
Susilo Bambang
7 Yudhoyono 267.479 0 99 26.480.421
8 Sekretariat Kabine 17.423 31 68 1.186.872
9 Liputan Berita 10.115.686 3.834 0 10.119.520
10 Pusat Berita 11.459.239 9.537 3 34.406.328

Gambar 12. Popularitas Channel setelah diaplikasikan model popularitas

Dari hasil pemrosesan tersebut di- Hasil yang digunakan sebagai data sam-
dapat bahwa saluran Pemprov DKI me- pel adalah sebanyak 10 video untuk ma-
rupakan yang paling popular, hal ini sing-masing kata kunci yaitu “Jokowi”
disebabkan banyaknya jumlah pelang- dan “SBY”.
gan, jumlah view, terlebih lagi dengan Dari pemrosesan video tersebut
banyaknya dibagikan ke situs jejaring dapat disimpulkan juga mengenai popu-
sosial seperti Facebook, Twitter, dan laritas Jokowi dan SBY melalui video-
Google Plus. video yang berkaitan dengan beliau.
Pengambilan data-data pada saluran ter-
Video Popular sebut dapat dilihat dari tabel 2 dan 3.
Pengambilan data dari video popu- Hasil pemrosesan model popularitas
lar dilakukan dengan melalukan search, Jokowi dan SBY terdapat pada Gambar
dengan kata kunci “Jokowi” dan “SBY”. 13.

Jurnal Ilmiah Informatika dan Komputer Vol. 21 No. 1 April 2016 21


Tabel 2. Video Jokowi
No Video ID View Komentar Share Hasil
1 lF2sHw27T_o 37 0 1 37
2 gOLmvwXy2n8 126 0 1 126
3 RwvOS25hlmY 150 0 1 150
4 YVEZ75OS3ZM 50 0 1 50
5 RLaJbQL6muY 100 2 1 102
6 S6A7AvLvU0o 68 0 2 136
7 Nh03MAEiij8 19 1 1 20
8 se4sm9M-Txo 40 0 1 40
9 pEzDwMBKhew 151 0 1 151
10 t0TptQisOUo 8 0 1 8
Total 820

Tabel 3. Video SBY


No Video ID View Komentar Share Hasil
1 JpeUzItTRMs 12 0 1 12
2 FMtTT8-4umA 84 0 1 84
3 iSrnHvfxJe0 1 0 1 1
4 _zaSPOPb2E4 2 0 1 2
5 WqRFTXRq0bw 8 0 1 8
6 nzHAxxOdNL4 4 0 1 4
7 z37NtF3G4DE 21 0 1 21
8 4c7aHjqXEtI 1 0 1 1
9 Dv-ftmbB8cA 20 0 1 20
10 fap8RS_Y2SA 47 0 4 188
Total 341

Gambar 13. Popularitas Jokowi dan SBY

Dari hasil pemrosesan tersebut video yang berhubungan dengan pro-


menghasilkan bahwa popularitas Jokowi gram pemerintah, dalam hal ini sampel
di media sosial YouTube sekarang ini videonya adalah video yang berkaitan
lebih tinggi dibandingkan popularitas dengan program KJS (Kartu Jakarta Se-
SBY. Faktor utama yang membuat po- hat) oleh pemerintah DKI Jakarta dan
pularitas Jokowi lebih tinggi adalah video yang berkaitan dengan program
tingginya jumlah view pada video Joko- BSLM (Bantuan Langsung Sementara
wi. Masyarakat) oleh pemerintah pusat.
Terdapat tiga sampel video untuk ma-
Video Positif dan Negatif sing-masing program tersebut. Pemro-
Pengambilan data sampel untuk sesan data pada video tersebut menghasil
video positif dan negatif adalah berupa pengaruh positif atau negatif dimasya-

22 Wirga, Analisis Konten …


rakat mengenai video program pemerin- KJS dan BSLM. Selanjutnya data-data
tah tersebut. yang diperoleh tersebut diproses meng-
Pengambilan data pada video ter- gunakan model video positif pada rumus
sebut menghasilkan data seperti pada dan model video negative. Hasil pem-
Tabel 4. Keterangan Tabel antara lain P rosesan video positif dan negatif ini da-
= Kalimat Positif, N = Kalimat Negatif, pat dilihat pada gambar 14.
KV = Komentar Video, Ts = Timestamp, Dari hasil pemrosesan ini didapat
KD= Komentar Diskusi dan FS = bahwa video-video yang berkaitan deng-
Komentar yang dilaporkan Spam oleh an program KJS memiliki persantase po-
pengguna sitif lebih tinggi dibandingkan dengan
Data Statistik Program KJS dan video yang berkaitan dengan program
BLSM. Data pada Tabel merupakan data BSLM, hal ini juga berbanding lurus
statistic serta komentar positif dan nega- dengan besar persentase negatif nya.
tif dari video-video mengenai program

Tabel 3.4: Data Statistik Program KJS(Kartu Jakarta Sehat) dan BLSM(Bantuan Langsung
Sementara Masyarakat)
Video ID View Like Dislike Share P N KV Ts KD FS
KJS
_MXk8a2k4F8 5324 137 1 27 50 20 53 6 9 15
GH3IeZJ8t-M 640 23 0 1 4 1 2 0 0 0
QNjLj4At5M8 313 3 0 2 9 6 15 0 0 0
BSLM
LTEtm58v7WI 514 8 0 3 3 12 15 0 0 0
CsILQMKmPeM 1045 35 1 8 13 7 20 0 0 0
nd7zCsbttk 301 8 0 4 6 4 10 0 0 0

Gambar 14. Positif dan Negatif Program KJS dan BSLM

Jurnal Ilmiah Informatika dan Komputer Vol. 21 No. 1 April 2016 23


Analisis channel Susilo Bambang Yudhoyono
menjadi urutan kedua yang paling banyak
Pada tahap ini dilakukan analisis diketahui masyarakat mungkin disebab-
terhadap data-data yang telah diproses kan karena pemberitaan di media cetak
sebelumnya, proses analisis dilakukan dan online sehingga lebih diketahui oleh
dengan membandingkan hasil yang di- masyarakat dibandingkan channel lain-
peroleh dari model popularitas dengan nya. Namun pada kenyataannya berdasar-
metode survei dan Google Trend. kan data yang telah diperoleh channel
Survei mengenai penelitian ini di- Susilo Bambang Yudhoyono memiliki
lakukan dengan mengisi pertanyaan sur- jumlah view nomor dua paling sedikit di-
vei yang telah diunggah melalu alamat bandingkan channel lainnya dan bahkan
website https://docs.google.com/forms/ channel Susilo Bambang Yudhoyono ti-
d/1mDPioffKSuma79QAsy6vCe5FSuke dak memiliki subscriber, hal ini menye-
Bkp kEfZ8YkG5U6o/viewform. babkan peringkat channel Susilo Bam-
Melalui form survei tersebut, be- bang Yudhoyono berada diurutan nomor
berapa responden telah mengisi survei dua dari peringkat terakhir.
tersebut sesuai dengan pertanyaan-per- Pada pemrosesan data model popu-
tanyaan pada survei tersebut. Pada Gam- laritas suatu channel yang terdapat pada
bar 15 merupakan hasil survei mengenai Gambar 15 diperoleh hasil channel Pem-
popularitas suatu channel. Berdasarkan provDKI merupakan channel yang paling
hasil survei yang didapat tersebut menun- populer, hasil ini juga sama dengan hasil
jukkan channel Pemprov DKI merupakan survei yang menempatkan channel Pem-
channel yang paling populer dan paling provDKI merupakan channel yang paling
diketahui oleh masyarakat. Selanjutnya Populer, ini bisa dibagi menjadi beberapa
diurutan kedua yaitu channel Presiden RI sub bab, tetapi tidak perlu mencantumkan
Susilo Bambang Yudhoyono, Adanya penomorannya.

Gambar 15. Popularitas Channel dengan model Popularitas.

24 Wirga, Analisis Konten …


Pada survei mengenai popularitas Pada hasil pencarian tersebut diper-
antara “Jokowi” dan “SBY” para respon- oleh skor terakhir yaitu 84 pada tanggal
den dihadapkan pada pertanyaan mana- 11 september 2013. Kemudian pencarian
kah yang lebih populer antara “Jokowi” menggunakan kata kunci “SBY” diper-
dibandingkan dengan “SBY”. Hasil sur- oleh hasil dengan skor terakhir yaitu 54
vei pada Gambar mengenai popularitas pada tanggal 11 September 2013.
dua tokoh pemerintahan ini menempatkan Berdasarkan hasil tersebut popula-
“Jokowi” dengan keunggulan mutlak ritas “Jokowi” memperoleh skor yang
yaitu sebanyak 90% responden memilih lebih tinggi dibandingkan dengan “SBY”.
“Jokowi” merupakan sosok yang lebih Hasil yang diperoleh dengan metode sur-
populer pada saat sekarang ini dan hanya vei dan menggunakan Google Trend ada-
10% responden yang memilih “SBY”. lah sama dengan menggunakan model
Pada survei mengenai popularitas popularitas pada media sosial video You-
antara “Jokowi” dan “SBY” para respon- Tube.
den dihadapkan pada pertanyan manakah Video yang memiliki dampak posi-
yang lebih populer antara “Jokowi” tif dan negatif, dengan membandingkan
dibandingkan dengan “SBY”. Hasil sur- antara dua program pemerintahan yaitu
vei pada Gambar mengenai popularitas program Kartu Jakarta Sehat (KJS) dan
dua tokoh pemerintahan ini menempatkan Bantuan Langsung Sementara Masyara-
“Jokowi” dengan keunggulan mutlak kat (BLSM). Pada survei yang dilakukan
yaitu sebanyak 90% responden memilih dengan menanyakan positif atau negatif
“Jokowi” merupakan sosok yang lebih dari masing-masing program pemerinta-
populer pada saat sekarang ini dan hanya han tersebut. Hasil survei yang diperoleh
10% responden yang memilih “SBY”. seperti yang terlihat pada Gambar menun-
Hasil pemrosesan data kedalam jukkan bahwa semua responden memberi
model popularitas dari video-video yang penilaian positif pada program KJS.
berkaitan dengan “Jokowi” dan “SBY” Sementara itu untuk program BLSM
juga menunjukkan bahwa “Jokowi” lebih diperoleh hasil yaitu negatif sebesar 60%
populer dibandingkan dengan “SBY”. dari responden dan 40% menilai program
Pada hasil model popularitas tersebut tersebut positif.
“Jokowi” memiliki tingkat popularitas Hasil yang diperoleh dengan meto-
sebesar 78 % sedangkan “SBY” memiliki de survei tersebut tidak terlalu berbeda
popularitas 28 % pada media sosial video dengan hasil pemrosesan data menggu-
YouTube. nakan model video positif dan negatif.
Selanjutnya bentuk popularitas dari Hasil yang diperoleh memalui perhitung-
dua tokoh pemerintahan ini ditelusuri an rumus video positif dan negatif me-
juga dengan memanfaatkan Google nunjukkan bahwa program KJS memiliki
Trend, yaitu website yang memproses dampak positif yang lebih banyak, se-
trend atau kecenderungan suatu topik mentara itu program BLSM memiliki
menggunakan suatu kata kunci. Pada dampak negatif yang lebih banyak diban-
penelusuran menggunakan fitur Google dingkan dampak positifnya.
Trend ini dilakukan dengan menggunakan
kata kunci “Jokowi” dan “SBY” pada SIMPULAN DAN SARAN
kolom pencarian, hasil pencarian tersebut
difilter dengan menampilkan hasil pen- Penelitian ini telah berhasil meng-
carian selama rentang waktu tujuh hari embangkan suatu model popularitas pada
karena hasil yang akan dicari adalah po- sosial media video YouTube dengan ru-
pularitas kedua tokoh pemerintahan ter- mus channel popular dan Video popular,
sebut pada saat sekarang ini. kemudian juga model video berdampak

Jurnal Ilmiah Informatika dan Komputer Vol. 21 No. 1 April 2016 25


positif atau negatif dengan rumus video Report arXiv:0707.3670v1 cs.NI,
positif dan video negatif. Dengan meng- New York, NY, USA, 2007. Cornell
gunakan model popularitas dan dampak University, arXiv e-prints.
video ini diterapkan pada objek dibidang [2] Bridge, C. 2011. Unstructured Data
politik yaitu terhadap popularitas dua and the 80 Percent Rule. [Online].
tokoh politk Gubernur DKI Jakarta Tersedia di: http://www.clarabridge.
“Jokowi” dan Presiden RI “SBY”, kemu- com/default.aspx?tabid=137&Modul
dian dampak positif dan negatif terhadap eID=635 &ArticleID=551
program Kartu Jakarta Sehat (KJS) dan [3] Barber, I. 2010. Bayesian Opinion
Bantuan Langsung Sementara Masyar- Mining. [Online]. Tersedia di:
akat (BLSM) melalui video yang terdapat http://phpir.com/bayesian-opinion-
pada YouTube. Hasil yang diperoleh dari mining
model popularitas dan dampak video ini [4] Burgess, Jean, and Joshua Green.
memiliki kecenderungan yang sama YouTube: online video and partici-
dengan metode survei dan Google Trend. patory culture. Cambridge, England:
Diharapkan kedepannya dapat di- Polity, 2009. Print.
tingkatkan jumlah data penilitian dan di- [5] Schultes, Peter; Dorner, Verena; and
kembangkan rumus model popularitas Lehner, Franz, "Leave a Comment!
dan dampak video yang terdapat pada An In-Depth Analysis of User
media sosial YouTube agar dapat me- Comments on YouTube" (2013).
miliki tingkat akurasi yang lebih tinggi Wirtschaftsinformatik Proceedings
lagi, sehingga dapat diterapkan pada ber- 2013. Paper 42. http://aisel.aisnet.-
bagai bidang seperti politik dan mar- org/wi2013/42
keting suatu perusahaan. [6] Sniderman, Zachary. 2011. YouTube
Politics Infographic. Web 10 Feb.
DAFTAR PUSTAKA 2012.http://mashable.com/2011/08/1
5/ youtube-politics-infographic/
[1] X. Cheng, C. Dale, and J. Liu. [7]“YouTube Politics.” YouTube. 1 Apr.
Understanding the characteristics of 2012.<http://www.youtube.com/user/
internet short video sharing: You- politics>.
Tube as a case study. In Technical

26 Wirga, Analisis Konten …