Strategi media sosial adalah perencanaan atau proses pemasaran pebisnis yang dilakukan di platform media sosial, seperti Facebook, Instagram, TikTok, Twitter, dan lain sebagainya. Strategi ini penting diterapkan bagi pebisnis untuk mencapai kesuksesan di era digital. Pasalnya aktivitas masyarakat, khususnya interaksi dengan konsumen, banyak yang dilakukan secara digital.
Eksistensi digital konsumen saat ini sudah sangat beragam. Mulai sekadar mencari-cari produk, melihat review, hingga menulis pendapat atas produk yang sudah dibeli. Untuk mengimbangi eksistensi tersebut, pebisnis memerlukan strategi media sosial sebagai langkah pengembangan bisnis.
Selain itu, tujuan dari strategi media sosial di antaranya ialah untuk meningkatkan brand awareness, menjalin hubungan baik dengan audiens/konsumen, meminimalisir biaya pemasaran, dan juga meningkatkan penjualan. Dalam meraih hal tersebut, Netray telah merangkum beberapa langkah strategi marketing media sosial yang dapat dijadikan sebagai bahan pertimbangan.
Gambar 1. Strategi media sosial
Strategi Media Sosial untuk Pelaku Bisnis
Menentukan Tujuan
Menentukan tujuan penggunaan media sosial sangat penting diperhatikan pebisnis dalam menggunakan media sosial. Setiap pebisnis tentu memiliki tujuan yang berbeda-beda dalam memanfaatkan media sosial, seperti menambah followers, menambah jumlah penjualan, atau meningkatkan brand awareness. Oleh karena itu, untuk mengoptimalkan penggunaan media sosial dan agar tidak membengkakkan biaya operasional, diperlukan tujuan yang jelas dalam pemanfaatannya.
Memahami Audiens
Penting bagi pebisnis untuk mengetahui target audiens dari produk yang akan ditawarkannya. Hal tersebut dapat dilakukan dengan melakukan riset sesuai demografi, minat, kebiasaan online, hingga platform yang sering digunakan.
Memilih Platform yang Sesuai
Saat pebisnis sudah mengetahui target audiens, langkah selanjutnya ialah menentukan platform pemasaran sesuai dengan riset target audiens. Misalnya, konsumen rentang usia 20-30 tahun banyak menggunakan platform Instagram atau TikTok, maka pebisnis perlu mengoptimalkan branding di kedua platform tersebut.
Membuat Konten yang Relevan
Pembuatan konten juga diperlukan strategi media sosial khusus untuk menarik minat audiens. Tidak hanya dibuat semenarik mungkin, tetapi konten yang ditampilkan sebisa mungkin dibuat informatif dan bermanfaat bagi audiens.
Memerlukan Konsistensi
Untuk meraih reach dan engagement yang tinggi pebisnis perlu memperhatikan waktu posting konten. Selain itu, konten yang diunggah dengan konsisten juga akan membantu meraih kedua hal tersebut. Jadwal unggah konten yang paling banyak digunakan pebisnis ialah waktu yang paling banyak digunakan audiens untuk melakukan aktivitas media sosial, seperti jam istirahat makan siang ataupun malam hari.
Berinteraksi dengan Followers
Sering berinteraksi dengan followers ataupun audiens yang tidak mengikuti akun brand dapat meningkatkan engagement. Interaksi tersebut dapat dilakukan dengan membalas direct message (DM), membalas komentar, ataupun menjawab pertanyaan saat live.
Kolaborasi
Melakukan kolaborasi dengan influencer ataupun selebritas dapat meningkatkan brand awareness. Kedua sosok tersebut dapat memancing audiens atau konsumen untuk semakin mengenali produk yang ditawarkan.
Analisa dan Evaluasi
Untuk melihat seberapa besar pencapaian dalam pemanfaatan media sosial, diperlukan analisa dan evaluasi yang dilakukan secara rutin. Analisa tersebut dapat dilakukan dengan melihat analitik media sosial untuk memantau jumlah pengikut, engagement rate, dan juga konversi. Lalu, dari analisa tersebut pebisnis dapat melakukan evaluasi tentang pemasaran konten yang berhasil atau tidak, sehingga bisa membuat inovasi yang lebih menarik.
Mengembangkan Komunitas
Membangun komunitas dengan melibatkan konsumen dan audiens dapat memperkuat ikatan antara brand dengan konsumen. Hal tersebut dapat dilakukan dengan berbagi cerita, foto, ataupun pengalaman dalam menggunakan brand tersebut.
Guna membantu merancang strategi media sosial, pelaku bisnis dapat memanfaatkan tool semacam media monitoring. Netray Media Monitoring bisa menjadi pilihan tool dengan segudang fitur yang sangat menunjang aktivitas bisnis. Jika berminat, NMM dapat diakses secara gratis di Netray Trial. Atau simak showcase hasil analisis kami di blog Analisis Netray.
Setiap kali kita menggunakan perangkat digital untuk melakukan sesuatu, sejumlah data tercipta dalam berbagai bentuk. Mulai dari, gambar, suara, video, atau sekadar log aktivitas. Data tersebut bisa jadi hanya terekam di perangkat yang kita gunakan atau terkoneksi dengan perangkat lain melalui internet.
Data tersebut kemudian semakin lama bertambah banyak setiap harinya. Pada level tertentu, keberadaan data tersebut masih diperlukan secara langsung untuk keperluan tertentu. Akan tetapi, data yang terkumpul sudah sangat besar ukurannya di titik tertentu sehingga menyulitkan orang untuk mengolahnya secara konvensional. Di sini lah muncul permasalahan yang akhirnya disebut dengan big data.
Secara definisi, big data merupakan sekumpulan data dengan volume yang sangat besar dan bertambah dengan cepat setiap waktu. Big data juga memiliki jenis yang sangat beragam sehingga tidak dapat diolah dengan teknologi pengolahan data konvensional serta memiliki karakteristik tertentu.
Guna memahaminya, ilmuwan komputer memberi karakteristik pada sebuah himpunan data hingga disebut sebagai big data. Sederhananya big data bisa dikenali menggunakan pemahaman 3V, yakni memiliki karakteristik berdasarkan volume, variety, dan velocity.
Volume merujuk pada ukuran data. Volume yang dihasilkan dari big data berukuran super besar dari berbagai sumber dan bertambah setiap saat, contohnya seperti feed media sosial, transaksi perbankan, dan lainnya.
Variety merupakan ragam jenis data meliputi data terstruktur (misal: data berbentuk kolom dan baris pada excel), data semi terstruktur (misalnya JSON, XML) dan data tidak terstruktur (gambar, teks, audio,video).
Velocity merujuk pada seberapa cepat data itu dikumpulkan serta dapat diproses hingga memperoleh hasil yang valid seperti yang terjadi pada pergerakan saham perusahaan, prakiraan cuaca dan lain-lain.
Big data hanya akan berhenti dan menumpuk tidak bermanfaat jika dibiarkan begitu saja. Maka dibutuhkan adanya analisis atau disebut dengan analisis big data. Analisis big data merupakan kegiatan mengumpulkan, memproses, dan memperoleh wawasan dari berbagai kumpulan data bervolume super besar dengan menggunakan metode, alat dan aplikasi tertentu.
Analisis big data menjadi sangat penting karena kita dapat menggali sekaligus memperoleh informasi yang baru, pola, hingga tren yang sedang berkembang guna mengambill keputusan yang lebih baik, meminimalisir hambatan serta menyelesaikan permasalahan dengan lebih cepat.
Lalu bagaimana proses analisis big data tersebut hingga menghasilkan data yang bermanfaat? Langkah pertama diperlukan pengumpulan data; data dari berbagai sumber seperti web, cloud, smartphone dan lainnya dikumpulkan dan disimpan dalam gudang data (repositori). Kemudian langkah selanjutnya adalah pemrosesan data; data yang tersimpan harus melalui proses sortir, verifikasi, dan filter hingga siap digunakan lebih lanjut.
Langkah ketiga, pembersihan data; data perlu dibersihkan dari hal yang tidak valid, tidak lengkap ataupun adanya kesalahan format. Terakhir, analisis; analisis big data dilakukan dengan menggunakan alat dan teknologi seperti kecerdasan buatan (Artificial Intelligence), pembelajaran mesin (machine learning), analisis statistik, dan lainnya yang dapat membantu memprediksi pola dan perilaku dalam data.
Pemanfaatan Big Data di Indonesia
Di Indonesia sendiri pemanfaatan big data sebagai unit analisis sudah berkembang cukup pesat. Diantaranya diterapkan oleh instansi pemerintahan Ditjen Pajak. Instansi ini mengadopsi penggunaan big data untuk optimalisasi penerimaan pajak. Implementasi secara langsungnya dapat dilihat pada pelayanan e-filing; sistem pelaporan kewajiban perpajakan secara daring dan terotomatisasi. Selain itu terdapat aplikasi Compliance Risk Management (CRM) yakni aplikasi pengelolaan risiko kepatuhan Wajib Pajak meliputi proses identifikasi hingga evaluasi.
Ada pula perusahaan Gojek yang juga berhasil dalam pengelolaan big data. Gojek mampu menghadirkan berbagai layanan dalam satu aplikasi, mulai dari ojek hingga pembayaran berbagai tagihan sehingga mempermudah para pengguna.
Netray Media Monitoring yang dibuat oleh PT Atmatech Global Informatika juga memanfaatkan big data sebagai sumber analisis. Netray mampu memantau berbagai macam media seperti media massa daring hingga media sosial seperti X, Instagram, TikTok, YouTube, hingga Facebook. Apabila pembaca berminat mencoba Netray Media Monitoring dapat mengunjungi Netray Trial atau simak hasil analisis kami di blog Analisis Netray.
Setelah mengenal definisi analisis sentimen dan manfaatnya bagi sebuah bisnis, kini Netray akan mengenalkan cara kerja analisis sentimen. Namun, sebelum mengetahui cara kerja analisis sentimen milik Netray, berikut metode dan teknik dasar analisis sentimen pada mesin AI secara umum.
Secara umum, analisis sentimen menggunakan beberapa metode. Natural Language Processing (NLP) menjadi salah satu teknik yang digunakan oleh developer untuk mengembangkan hal ini. NLP merupakan salah satu produk machine learning yang diciptakan untuk mempermudah dan membuat komputer menjadi lebih pintar dalam memahami, memproses, dan merespons bahasa manusia.
NLP memiliki berbagai definisi dari berbagai ahli. Dua ahli pencetus NLP, yakni Dr. John Grinder dan Dr. Richard Bandler mendefinisikan sebagai berikut. Menurut Dr. John Grinder, NLP adalah sebuah strategi belajar yang dipercepat (accelerate learning strategy). Strategi yang dipakai dengan memanfaatkan pola-pola yang ada dalam pikiran dan apa yang ada di sekeliling kita.
Sedangkan Dr. Richard Bandler memaknai NLP sebagai sebuah sikap mental dan metodologi yang ada di balik teknik-teknik efektif. Dr. Richard Bandler lebih menitik beratkan pada kata efektif, bagaimana NLP ini bisa digunakan untuk memberikan efektivitas terbaik dalam hidup manusia. Tentu saja tujuan utamanya untuk membantu kehidupan manusia menjadi lebih baik melalui pemodelan otak.
Bagaimana cara kerja analisis sentimen?
Untuk mengidentifikasi sebuah teks bersifat positif, netral, ataupun negatif, analisis sentimen menggunakan dua metode utama, yakni rule-based sentiment analysis dan automated sentiment analysis.
Rule-based sentiment analysis
Dalam metode ini melibatkan leksikon (daftar kata) dan tokenisasi (pemecahan kata) untuk menghitung jumlah kata positif, neutral, dan negatif. Kekurangan dari metode ini adalah tidak mempertimbangkan kalimat secara keseluruhan (konteks) karena hanya mengandalkan skorsing dari kedua teknik tersebut.
Automated or Machine Learning Sentiment
Metode pembelajaran mesin (ML) ini dimulai dengan training dataset. ML dilatih untuk membaca algoritma dari pembelajaran tersebut yang kemudian mengklasifikasikan berdasarkan kata dan urutannya. Kemahiran mesin tentang akurasi sentiment didasarkan pada jumlah data yang diolah.
Bagaimana cara kerja analisis sentimen Netrya Media Monitoring?
Salah satu produk Netray menghasilkan teknologi yang bernama Netray Sentiment Analysis (NSA). Sentimen analisis Netray berasal dari metode pembelajaran mesin (ML) yang telah dikembangkan oleh tim developer perusahaan.
Netray melatih mesin dengan mengumpulkan data sebanyak-banyaknya untuk mendapatkan hasil dengan akurasi yang tinggi. Kumpulan data berupa teks digital tersebut akan diklasifikasikan dengan bantuan algoritma ML yang digabungkan dengan lexicon-based. Lalu, mesin akan menunjukkan hasil sentimen yang terbagi dalam 3 kategori, yakni sentimen positif, netral, dan negatif.
Setelah hasil yang diperoleh dapat dipastikan memiliki akurasi yang tinggi, Netray menampilkannya dalam dashboard yang juga telah disiapkan. Keseluruhan fitur tersebut sudah tersedia di Dashboard Netray.
Gambar 1. Contoh unggahan dengan sentimen positif, negatif, dan netral
Analisis sentimen merupakan analisis paling utama dari sebuah media monitoring. Mengetahui bagaimana pendapat publik terhadap sesuatu hal membuka banyak opsi tindak lanjut yang bisa dipilih. Apabila pembaca budiman tertarik dengan analisis sentimen, bisa mencoba versi trial dulu atau cek halaman website Netray.
Analisis jaringan sosial atau sering dikenal dengan Social Network Analysis (SNA) merupakan metode untuk melihat hubungan antar entitas pada suatu jaringan sosial. Sementara itu, jaringan sosial adalah suatu struktur sosial yang dibentuk dari simpul-simpul yang terjalin karena adanya tipe relasi spesifik, seperti gagasan, visi, nilai dan lainnya.
Menurut Jennifer Golbeck, dalam jaringan sosial ada beberapa 3 unsur penting; aktor/orang disebut sebagai nodes atau vertex. Kemudian hubungan/relasi antar aktor disebut sebagai link atau edge. Ketiga adalah tipe relasi atau disebut network measures.
Dalam dunia media monitoring, SNA lebih banyak digunakan untuk menganalisis sosial media atau biasa disebut dengan social media network analysis (SMNA). Dalam buku Analisis Jaringan Media, Eriyanto menyebut bahwa SMNA merupakan penerapan dari analisis jaringan sosial.
Dalam jaringan media sosial, unsur aktor ditempati oleh akun media sosial, kemudian unsur relasi merupakan hubungan antara akun seperti mention, replies, dan lainnya. Sedangkan tipe relasi berupa topik yang sedang dibicarakan antar akun.
SNA pada media sosial dapat digunakan untuk melihat siapa aktor yang paling pengaruh, jarak hubungan antara satu akun dengan akun yang lain, hingga topik apa yang paling banyak dibicarakan.
Data yang digunakan dalam analisis jaringan media sosial pun cenderung banyak, lebih dikenal dengan data raksasa atau big data mulai dari ratusan, ribuan, puluhan ribu, hingga jutaan akun serta percakapan.
Awalnya data yang berhasil didapatkan akan diolah terlebih dahulu oleh mesin guna mendapat data yang lebih terstruktur. Setiap datum kemudian diprediksi menggunakan mesin NER untuk menentukan unsur aktor di dalamnya. Mesin lantas menghubungkan aktor-aktor tersebut dan mengelompokkannya berdasarkan sub topik perbincangan.
Analisis Jaringan Sosial dalam Topik Politik Dinasti
Sebagai contoh percakapan soal politik dinasti di media sosial X pada Oktober 2023 lalu. Melalui fitur SNA yang dimiliki Netray dengan menggunakan kata kunci ‘politik dinasti’ menunjukan bahwa akun milik Prabowo yakni @prabowo dan Gibran di @gibran_tweet menjadi aktor pusat perbincangan. Nodes atau vertex mereka terletak di tengah-tengah grafik analisis jaringan sosial.
Kemudian tipe relasi ditunjukan melalui garis-garis berwarna hijau, merah dan putih yang menunjukan sentimen positif, negatif dan netral. Warganet lebih banyak membincangkan kedua aktor pusat tersebut dominan pada sentimen positif dan netral. Sebagai contoh cuitan bersentimen negatif warganet dari akun @TeddGus menjadi akun terdekat dengan aktor pusat, membahas soal isu dinasti politik hanya menyeruak ketika Gibran dipasangkan dengan Prabowo, daripada ketika Kaesang, Bobby maupun Gibran menduduki jabatan politik di waktu-waktu sebelumnya.
Tipe relasi lain berupa topik dengan sentimen positif yang melekat pada sirkulasi tagar #TegakLurusKonstitusi yang digaungkan akun @Miduk17 seorang loyalis Ganjar dengan garis berwarna hijau, namun jauh letaknya jauh dari pusat perbincangan. Ia berseru bahwa pasangan Ganjar – Mahfud taat pada aturan negara dan tidak memaksakan politik dinasti atau melakukan aksi nepotisme.
Unsur lain sebagai bagian dari analisis jaringan sosial adalah kedua akun ini menjadi akun yang paling sering di-mention warganet ketika membicarakan topik ini. Terlihat dengan banyaknya relasi yang melekat pada nodes mereka. Oleh sebab itu kedua akun ini memiliki link/edges paling banyak kala berhubungan dengan akun-akun lainnya.
Melalui hasil analisis jaringan sosial pun dapat diketahui tipe relasi lainnya berupa tagar yang sering banyak digunakan oleh akun-akun tertentu yang dapat memberi sentimen positif maupun negatif bagi Prabowo-Gibran. Seperti dapat dilihat pada grafik dibawah #RakyatMuakPolitikDinasti paling banyak digaungkan oleh warganet. Selain itu, sekumpulan warganet juga berharap Prabowo-Gibran tak menang Pilpres muncul dalam tagar #PrabowoGibranKalah.
Gambar 3. SNA topik tagar rakyatmuakpolitikdinasti
Tak hanya untuk memantau topik politik, analisis jaringan sosial juga membantu membaca relasi antar tokoh di bidang-bidang lainnya. Jika ingin mencoba melihat bagaimana relasi antar aktor dalam sebuah topik perbincangan, pembaca sekalian bisa mengunjungi Netray Trial. Atau simak hasil analisis kami di blog Analisis Netray.
Kesehatan dan umur panjang bisnismu bergantung pada bagaimana kamu merawat citra brand kamu di hadapan publik. Di era digital saat ini, tentu saja media sosial berperan penting dalam membangun citra atau reputasi sebuah brand. Setelah bersusah payah menentukan strategi membangun brand, kamu harus selalu memantau bagaimana orang-orang membicarakannya.
Melacak bagaimana pandangan orang terhadap brand kamu menjadi penting di era media sosial ini. Sebab, masyarakat kini lebih banyak mengulik informasi di medsos ketika mencari tahu baik atau buruknya sebuah brand. Mengetahui di mana dan bagaimana orang-orang membicarakan brand kamu dapat membantumu mengumpulkan umpan balik yang berharga guna menentukan langkah strategis untuk keberlangsungan brand kamu.
Dengan melakukan pemantauan, kamu juga dapat mengawasi potensi krisis secara real time dan memitigasi persoalan sebelum menjadi tidak terkendali demi melindungi reputasi brand kamu. Lalu apa yang bisa Netray lakukan untuk kamu?
Netray adalah media monitoring (NMM) yang akan membantu kamu memantau percakapan di berbagai platform media online dan media sosial secara praktis dan efisien. Dari hasil pemantauan tersebut, kamu dapat menentukan langkah strategis terhadap keberlangsungan brand. Ini 10 hal yang akan kamu dapatkan jika melakukan pemantauan menggunakan NMM.
Analisis Sentimen: Apa yang Orang Bicarakan Tentang Brand Kamu?
Secara sederhana analisis sentimen atau sentiment analysis merupakan proses menganalisis teks digital untuk menentukan apakah nada emosional pesan tersebut merupakan positif, negatif, atau netral. Monitoring brand dengan analsis ini memungkinkan kamu mengetahui bagaimana orang-orang memandang dan memaknai brand kamu. Selain statistik yang langsung dapat kamu amati secara real time, kamu juga dapat melihat bagaimana sentimen brand kamu bergerak selama periode tertentu dan apa yang mewakili perubahan tersebut.
Gambar 1. Sentimen unggahan
Dengan adanya fitur perbandingan antar periode di Netray, kamu juga bisa melihat perubahan sentimen pada periode saat ini dan sebelumnya. Jika kamu tertarik untuk mempelajari lebih lengkap tentang analisis sentimen di Netray silakan klik di sini.
Analisis Peak Time: Kapan Orang Membicarakan Brand-mu, Kenapa?
Memahami kapan waktu yang tepat untuk melakukan campaign hingga memutuskan langkah yang tepat untuk meredakan sentimen negatif menjadi bagian penting dalam rangkaian strategi menjaga reputasi brand. Netray media monitoring menyajikan grafik peak time dan fitur analisis penunjang lain yang bisa kamu pantau secara realtime dan detail. Kapan orang ramai membicarakan brand kamu, dan kenapa?
Gambar 2. Peak Time monitoring brand Hamlin
Ini adalah keyword Hamlin, brand yang sempat dikuliti warganet pada akhir Maret lalu. Menariknya, orang-orang tidak pernah membicarakan brand ini sebelumnya. Namun, ketika ada satu review buruk, berbondong-bondong publik membicarakan brand ini dan secara signifikan ulasan negatif brand ini menjadi sangat liar. Ini adalah waktu krusial yang harus segera ditangani segera. Dengan mengamati apa yang terjadi menggunakan Netray, langkah strategis untuk menangani krisis ini dapat diambil lebih cepat dan praktis.
Analisis Top Words: Apa yang Orang Bicarakan tentang Brand Kamu?
Data yang begitu besar membutuhkan pengolahan yang tepat agar mudah dibaca. Netray menghadirkan fitur Top Words untuk memudahkanmu menganalisis monitoring brand dan melihat apa saja yang orang bicarakan tentang brand kamu dengan menarik kata-kata paling banyak disebut.
Gambar 3. Top Words monitoring brand Eiger
Ini adalah rangkuman percakapan orang ketika membicarakan Eiger. Dari sini kita dapat mengetahui kenapa Eiger ramai dibicarakan di media sosial dan strategi seperti apa yang tepat untuk meredam keramaian yang berpotensi pada reputasi buruk?
Analisis NER (named entity recognition)
Netray mengekstrak informasi seperti nama orang, organisasi, lokasi, dan waktu. Fitur ini memungkinkan kamu memahami entitas penting yang dibicarakan bersama dengan brand kamu. Di dashboard Netray, kamu akan menemukan Top Person, Top Organization, Top Location, Top Facility, Top Account, Top Mention, bahkan Top Hashtags dan Top Complaint.
Gambar 4. NER Top Hashtags monitoring brand Erspo
Statistik Overview: Seberapa banyak dan sejauh mana brand kamu dibicarakan?
Selain statistik seperti total post, media, dan akun, di statistik Netray kamu juga bisa melihat sebaran jenis kelamin, impresi, hingga potensi jangkauan. Pada setiap monitoring brand, angka statistik semacam ini menjadi krusial guna melihat seberapa besar enggament publik terhadap campaign yang kamu jalankan.
Gambar 5. Summary statistic
Analisis akun populer: siapa saja influencer dan buzzer?
Dengan Netray Media Monitoring, kamu dapat melacak siapa saja akun populer dalam perbincangan saat monitoring brand kamu. Apakah akun tersebut merupakan akun organik atau terindikasi sebagai buzzer? Karena memiliki impresi dan keterjangkauan paling luar, siapa saja dan seperti apa nada opini yang disampaikan di akun-akun populer juga berpotensi mempengaruhi opini publik.
Gambar 6. Top Account
Analisis jaringan percakapan
Social Network Analysis atau analisis jaringan percakapan bisa diartikan sebagai kelompok akun yang memiliki kedekatan opini atau isu. Ini bisa memperlihatkan siapa saja kelompok yang memiliki isu positif dan isu negatif. Atau bisa juga memperlihatkan isu apa yang paling banyak mendapat respons.
Gambar 7. SNA/analisis jaring perbincangan
Bandingkan dua kata kunci
Dorongan publik atas akuntabilitas dan transparansi sebuah organisasi bisnis membuat informasi yang dulu kerap tersimpan menjadi semakin mudah diakses. Akan tetapi butuh analisis guna mengolah informasi tersebut menjadi pertimbangan bisnis, terutama saat monitoring brand. Kamu bisa memanfaatkan fitur multiple keywords yang dimiliki NMM.
Gambar 8. Multiple keywords
Fitur ini memungkinkan kamu membandingkan dua kata kunci, bisa berupa isu maupun 2 brand atau lebih yang ingin kamu selidiki. Dengan tampilan 2 kolom, kamu bisa lebih mudah membandingkan keduanya. Memperbandingkan dua topik pemantauan merupakan bagian dari kerja.
Fitur yang mudah digunakan
Memantau bisnis atau monitoring brand menggunakan Netray juga anti ribet. Tidak banyak aturan atau prasyarat teknis yang kalian harus pelajari. Kamu cukup kunjungi website aplikasi Netray Media Monitoring versi trial di sini lantas ikuti petunjuknya.
Gambar 9. Form page
Pelaku bisnis kadang tidak memiliki banyak waktu karena urusan bisnis yang tak berujung. Maka dari itu Netray memberimu kemudahan dalam menggunakan dashboard dengan cukup memasukan kata kunci, memfilter kata-kata yang tidak diinginkan, mengganti periode, serta menandai unggahan-unggahan yang dideteksi sebagai spam.
Banyak pilihan kanal
Kelebihan lain dari Netray Media Monitoring adalah memiliki banyak kanal media pantauan. Selain memantau pemberitaan di ratusan media massa daring, Netray juga mampu memantau linimasa sejumlah media sosial seperti X (Twitter), Instagram, YouTube, dan TikTok.
Gambar 10. Kanal pemantauan NMM
Bahkan apabila pelaku bisnis seperti kamu membutuhkan pemantauan di situs atau aplikasi yang spesifik, Netray bisa lho membuat pemantauan kustom dengan dashboard tersendiri. Opsi semacam ini Netray buka lebar mengingat kebutuhan pebisnis bisa sangat beragam.
Bagaimana kawan-kawan bisnis sekalian? Kami rasa cukup sekian pemaparan terkait keunggulan Netray untuk monitoring brand yang sedang kalian kerjakan. Apabila kamu tertarik bisa mencoba versi trial dulu atau cek halaman website Netray. Stay tune ya’ll.
Dalam dunia digital yang penuh persaingan, memahami pelanggan adalah kunci kesuksesan bisnis. Namun, bagaimana cara mudah untuk mengetahui apakah mereka puas atau kecewa? Seperti kehadiran kesan atau feedback pelanggan yang kadang berisi respons yang positif namun tak jarang juga berisi ungkapan rasa kesal yang tak berujung. Di sinilah analisis sentimen memainkan peran penting.
Definisi dan Urgensi Analisis Sentimen di Era Digital
Analisis sentimen adalah proses menggunakan teknik pengolahan bahasa alami (Natural Language Processing/NLP) dan pembelajaran mesin untuk mengidentifikasi, mengekstraksi, dan mengklasifikasikan opini atau perasaan yang terkandung dalam teks. Tujuannya untuk menentukan sikap atau perasaan yang ditunjukkan oleh publik atau pelanggan terhadap suatu topik, produk, layanan, atau entitas lainnya. Sikap atau perasaan ini bisa berupa sentimen positif, negatif, atau netral.
Pentingnya Analisis Sentimen di Era Digital
Perkembangan Teknologi dan Media Sosial Kini hampir setiap orang memiliki akses ke platform media sosial atau forum daring, tempat mereka berbagi pendapat, pengalaman, dan opini. Sebagian besar interaksi ini terjadi dalam bentuk teks yang bisa dianalisis untuk mengetahui sentimen pengguna. Sehingga bisnis sekarang memiliki kesempatan untuk menggali informasi berharga dari percakapan daring ini, yang memberikan wawasan yang lebih langsung dan tidak terfilter tentang pandangan pelanggan.
Jumlah Data yang Melimpah Setiap detik, ada begitu banyak pesan, komentar, dan ulasan yang diposting secara online. Ini menciptakan tumpukan data besar yang bisa sangat bermanfaat bagi bisnis jika dapat dianalisis dengan benar. Namun, manual untuk memeriksa setiap interaksi ini jelas sangat tidak efisien. Di sinilah teknologi analisis sentimen berperan besar, membantu memproses dan mengkategorikan data dalam skala besar.
Keputusan Bisnis yang Lebih Tepat Dalam dunia bisnis yang kompetitif, keputusan yang berbasis data menjadi semakin penting. Analisis sentimen memungkinkan perusahaan untuk memahami perasaan pelanggan secara lebih akurat dan cepat, serta membantu dalam membuat keputusan yang lebih terarah, baik itu dalam pengembangan produk, layanan pelanggan, atau strategi pemasaran.
Analisis sentimen di era digital memiliki cara kerja khusus dalam mengelola data. Terutama ketika berhadapan dengan jumlah data yang sangat besar (Big Data). Berikut ini adalah proses atau cara kerja analisis sentimen dari tahap awal hingga menghasilkan insight penting.
1. Pengumpulan Data
Sumber Data Proses analisis sentimen dimulai dengan mengumpulkan data dari berbagai sumber yang mengandung opini atau komentar. Sumber utama data ini biasanya mencakup:
Media Sosial: Platform seperti Twitter, Facebook, Instagram, atau TikTok sering menjadi tempat orang berbagi pendapat dan perasaan mereka tentang suatu produk atau layanan.
Ulasan Pelanggan: Situs web e-commerce atau platform seperti Google Reviews dan TripAdvisor menawarkan banyak ulasan pelanggan yang dapat digunakan untuk analisis.
Forum Online dan Blog: Diskusi di forum atau artikel blog juga dapat memberikan wawasan tentang bagaimana produk atau merek diterima oleh publik.
Survei dan Feedback: Data yang diperoleh dari survei atau feedback langsung dari pelanggan dapat menjadi sumber informasi yang sangat bernilai.
Pengumpulan Data Secara Otomatis Untuk mengumpulkan data dalam jumlah besar, biasanya digunakan teknik pemrograman dan perangkat lunak seperti web scraping atau API dari platform media sosial yang memungkinkan pengumpulan data secara otomatis.
2. Proses Pengolahan Data
Pembersihan Data Data yang dikumpulkan sering kali berisi informasi yang tidak relevan atau berisik (misalnya spasi tambahan, kata yang tidak bermakna, atau simbol yang tidak perlu). Oleh karena itu, langkah pertama dalam proses pengolahan data adalah pembersihan data. Ini meliputi menghapus data yang tidak berguna dan menormalkan teks untuk analisis lebih lanjut.
Pemrosesan Bahasa Alami (NLP) Salah satu komponen utama dalam analisis sentimen adalah pemrosesan bahasa alami (NLP), yang memungkinkan komputer untuk “memahami” teks manusia. Dengan NLP, komputer dapat mengidentifikasi kata kunci, frase, dan struktur kalimat yang memberikan petunjuk tentang sentimen dalam teks. NLP membantu dalam:
Tokenisasi: Memecah teks menjadi kata-kata atau frasa yang lebih kecil untuk dianalisis.
Stop Words Removal: Menghapus kata-kata yang tidak mengandung makna penting seperti “dan,” “atau,” “itu,” dan lainnya.
Stemming dan Lemmatization: Mengubah kata-kata menjadi bentuk dasarnya (misalnya “berjalan” menjadi “jalan”).
Analisis Teks Setelah data dibersihkan, langkah berikutnya adalah menganalisis teks untuk menilai sentimen yang terkandung di dalamnya. Teknik analisis teks yang digunakan bisa berupa:
Pendekatan Berbasis Kamus: Mencocokkan kata-kata dalam teks dengan daftar kata yang sudah ditentukan sebelumnya, yang dikategorikan berdasarkan sentimen (misalnya, “baik,” “positif,” “bagus” untuk positif, dan “buruk,” “jelek,” “negatif” untuk sentimen negatif).
Pendekatan Berbasis Pembelajaran Mesin: Menggunakan algoritma pembelajaran mesin untuk melatih model dalam mengidentifikasi pola sentimen dalam teks. Model ini dapat memprediksi apakah teks tersebut positif, negatif, atau netral.
3. Penyaringan dan Pengkategorian Sentimen
Pengkategorian Sentimen Setelah teks dianalisis, tahap selanjutnya adalah pengkategorian sentimen. Sentimen dikategorikan menjadi tiga kelas utama:
Positif: Teks yang menunjukkan opini atau perasaan positif terhadap produk, layanan, atau merek.
Negatif: Teks yang menunjukkan kritik atau ketidakpuasan.
Netral: Teks yang tidak menunjukkan emosi yang jelas atau hanya memberikan informasi tanpa opini yang kuat.
Analisis Tingkat Lanjut Beberapa alat analisis sentimen dapat memberikan hasil yang lebih mendalam, seperti analisis perasaan (misalnya kebahagiaan, kemarahan, atau frustrasi) atau analisis aspek (menilai berbagai fitur produk seperti kualitas, harga, atau layanan pelanggan).
4. Evaluasi dan Interpretasi Hasil
Visualisasi Hasil Hasil dari analisis sentimen biasanya disajikan dalam bentuk laporan atau visualisasi, seperti grafik atau diagram batang yang menunjukkan perbandingan antara jumlah sentimen positif, negatif, dan netral. Hal ini memudahkan bisnis untuk melihat gambaran umum tentang bagaimana merek mereka diterima oleh publik.
Analisis Tren Selain itu, analisis sentimen juga dapat digunakan untuk memantau tren sentimen dari waktu ke waktu. Ini berguna bagi perusahaan untuk mengukur dampak dari kampanye pemasaran, peluncuran produk baru, atau perubahan kebijakan terhadap sentimen publik.
Tindak Lanjut Berdasarkan Data Hasil dari analisis sentimen memungkinkan bisnis untuk mengambil keputusan yang lebih berbasis data. Misalnya, jika sebagian besar sentimen negatif berasal dari masalah tertentu dalam produk, bisnis dapat fokus pada perbaikan masalah tersebut untuk meningkatkan kepuasan pelanggan.
Keuntungan Menggunakan Analisis Sentimen Secara Umum
Memanfaatkan perkembangan teknologi baru tentu memberikan keuntungan dan keunggulan tersendiri. Begitu juga ketika mulai menggunakan analisis sentimen sebagai salah satu tools dalam mencapai tujuan. Berikut ini adalah sejumlah keuntungan secara umum dari penggunaan analisis sentimen.
Evaluasi Cepat dan Objektif Dengan bantuan teknologi AI, berbagai pihak dapat dengan mudah dan cepat mengevaluasi berbagai aspek yang mereka amati. Kecerdasan buatan dari teknologi ini mampu memberikan penilaian yang objektif sehingga memungkinkan pengambil keputusan untuk segera mencari solusi atau menyusun strategi berdasarkan penilaian tersebut.
Meningkatkan Kualitas dan Efisiensi Analisis sentimen membantu dalam memahami ulasan atau opini yang diungkapkan oleh masyarakat, baik secara langsung maupun tidak langsung. Hal ini memberikan panduan yang jelas untuk meningkatkan layanan, produk, atau bahkan cara komunikasi. Dengan data ini, langkah-langkah untuk meningkatkan efisiensi operasional atau menciptakan hasil yang lebih baik dapat dilakukan secara lebih terarah.
Riset dan Pengembangan Strategi Baru Hasil analisis sentimen yang menyediakan berbagai jenis data dapat digunakan untuk melakukan riset seperti mengidentifikasi tren, preferensi, serta kebutuhan masyarakat. Dengan informasi ini, individu maupun organisasi dapat menciptakan strategi baru yang lebih relevan dan sesuai dengan hasil pembacaan sentimen dan ekspektasi target audiens.
Meningkatkan Hubungan dengan Audiens Dengan memahami apa yang disukai dan tidak disukai oleh audiens melalui analisis sentimen, hubungan dengan pelanggan, masyarakat, atau pengguna layanan dapat ditingkatkan. Tanggapan yang tepat terhadap opini yang muncul dapat memperbaiki hubungan, meningkatkan kepercayaan, dan menciptakan loyalitas di antara audiens.
Pengambilan Keputusan yang Lebih Baik Data yang dihasilkan dari analisis sentimen memberikan wawasan yang mendalam tentang persepsi publik. Hal ini membantu dalam proses pengambilan keputusan yang lebih akurat dan berbasis data. Keputusan yang diambil berdasarkan analisis ini memiliki peluang lebih besar untuk mencapai hasil yang diinginkan.
Cara Kerja Analisis Sentimen Netray Media Monitoring
Sebagai perusahaan yang berbasis teknologi AI dan Big Data, Netray mengembangkan media monitoring yang mampu membaca sentimen dari sebuah teks digital. Teknologi yang bernama Netray Sentiment Analysis (NSA) tersebut menganalisis opini penulis terhadap topik tertentu dari berita dan media sosial. NSA lantas memberikan sentimen positif, negatif, atau netral.
Kapasitas tersebut berasal dari melatih mesin kecerdasan buatan (AI) dengan sumber data yang sudah dipoles. Hasil dari pembacaan ini lantas diolah lagi oleh tim ahli guna mencapai tingkat konfidensial yang tinggi. NSA akhirnya menjadi salah satu inti dari Netray Media Monitoring bersama dengan fitur-fitur lain seperti NER (named entity recognition).
Gambar 2. Contoh tampilan Dashboard Netray
Keseluruhan fitur tersebut sudah tersedia di Dashboard Netray. User atau pelaku bisnis cukup memasukkan kata kunci dan memilih kanal yang ingin dipantau. Seperti kanal media sosial (X, YouTube, TikTok, Instagram, dan Facebook) atau kanal media massa daring. Pengguna juga bisa memilih kapan periode pemantauan ingin dilakukan.
Setelah mendapatkan data yang diinginkan dari kanal spesifik, data tersebut akan dibersihkan dari elemen-elemen yang tidak relevan. Selanjutnya masing-masing datum akan diprediksi oleh mesin pintar untuk diberi label sentimen. NSA menggunakan model yang sudah disesuaikan dengan data di masing-masing kanal. Hasilnya akan ditampilkan di dashboard Netray bersama dengan produk analisis lainnya.
Tak perlu bingung jika ingin mencoba sentimen analisis untuk memantau kata kunci yang diinginkan. Pasalnya Netray Media Monitoring sekarang memiliki program uji coba gratis di Netray Trial. Atau pembaca bisa melihat contoh analisis kami di Analisis Netray.
Perkembangan informasi yang begitu cepat membutuhkan teknologi yang tepat untuk memperoleh informasi yang akurat. Media monitoring menjadi salah satu cara yang dewasa ini mulai banyak digunakan perusahaan, pemerintahan, dan bahkan individu untuk memperoleh informasi yang tepat. Lalu sebenarnya apakah tools media monitoring itu? Seberapa penting penguasaan tools ini bagi pelaku bisnis?
Pengertian Media Monitoring
Media monitoring adalah proses memantau mengumpulkan, serta menganalisis informasi/konten dari berbagai media. Antara lain seperti media massa cetak, media massa daring, hingga media sosial dengan menggunakan kata kunci spesifik sesuai kebutuhan pengguna (user).
Bentuk media monitoring ada tiga. Pertama, media clipping merupakan pendokumentasian artikel berita, mau pun iklan media massa. Sebagian besar orang mungkin sudah pernah melakukan kliping berita dari koran semasa sekolah dulu. Kedua, media tracking adalah proses melacak opini publik atas suatu kejadian atau isu-isu tertentu pada media massa. Salah satu perluasan dari bentuk ini adalah brand monitoring.
Ketiga, media content analysis atau analisis isi merupakan metode analisis teks dengan pendekatan kuantitatif. Menurut Klaus Krippendorff, analisis isi merupakan teknik penelitian untuk menyimpulkan makna teks melalui prosedur yang dapat dipercaya (reliable) serta dapat diaplikasikan dalam konteks yang berbeda (replicable).
Sebagai contoh perusahaan merek makanan A ingin mengetahui reputasi makanan yang sedang dipasarkannya. Setelah terjadi keluhan pelanggan yang viral di sosial media, perusahaan dapat menggunakan tools media monitoring untuk melacak opini warganet melalui sosial media seperti Twitter, TikTok, Instagram, atau Facebook. Perusahaan bisa meminta atau memasukan kata kunci yang ingin dilacak pada tools yang tersedia dalam hitungan detik, menit, hingga jam. Hasil pemantauan tersebut selanjutnya dapat dijadikan acuan dalam manajemen krisis.
Cara Kerja Media Monitoring
Langkah awal untuk memulai media monitoring adalah dengan menentukan kata kunci yang ingin dipantau serta kanal media mana saja yang ditargetkan. Kemudian kata kunci tersebut diproses oleh tools sehingga dapat memperoleh data yang diinginkan seperti pembacaan artikel berita maupun opini warganet.
Data yang diperoleh pun bisa begitu beragam jenisnya mulai dari sumber data, jumlah total unggahan dan penerbitan, impresi atas unggahan, hingga sentimen unggahan. Beragam data tersebut dapat memberi gambaran yang detil sesuai yang diinginkan pengguna.
Manfaat Media Monitoring dalam Bisnis
Memantau Sentimen dan Opini Publik
Melalui data dari media monitoring, setiap pengguna, baik itu perusahaan, pemerintah, maupun individu dapat mengetahui sentimen sekaligus opini publik terhadap kebijakan, program, atau kampanye yang sedang dijalankan. Sentimen tersebut antara lain apakah cenderung positif, negatif, pro, atau pun kontra.
Mengetahui bagaimana wacana publik terhadap sebuah usaha bisnis tentu saja menjadi aspek inti bagi pelaku usaha, selain proses produksi. Pebisnis perlu tahu bagaimana reaksi, respons, opini, hingga penerimaan masyarakat terhadap usaha mereka. Apakah dipandang secara positif atau negatif.
Mitigasi Krisis
Sebagai sebuah usaha, bisnis tentu saja tak akan luput dari masalah, kendala, atau kesulitan. Kemunculannya bisa dari faktor eksternal maupun internal. Masalahnya adalah bagaimana seorang pelaku bisnis bisa mengatasi kesulitan dan kendala tersebut dengan cepat dan akurat.
Data media monitoring yang dapat diperoleh dalam waktu yang singkat, mampu menampilkan keluhan atau masalah yang sedang terjadi baik itu dari kanal pemberitaan media massa maupun sosial media. Sehingga pihak terkait dapat segera menentukan langkah yang tepat untuk menangani krisis atau masalah tersebut.
Analisis Kompetitor
Agar tidak terjadi monopoli, sebuah pasar komoditas barang dan jasa tertentu harus memiliki lebih dari satu aktor untuk berkompetisi. Meskipun terkesan merepotkan, kompetisi itu penting bagi konsumen agar selalu mendapatkan produk dan pelayanan yang prima dari pelaku bisnis.
Maka dari itu informasi kompetitor perusahaan juga bisa dilakukan dari media monitoring agar bisnis menjadi lebih mudah. Seperti mengetahui program, kegiatan, hingga kampanye yang sedang dijalankan baik itu melalui pemantauan media sosial maupun pemberitaan media massa daring.
Divisi hubungan masyarakat atau humas (public relations) dalam bisnis memiliki peran yang sangat penting. Selain menjadi ujung tombak citra organisasi melalui komunikasi dengan publik, humas harus menjamin eksistensi perusahaan akan terus menjadi bagian dari masyarakat.
Pekerjaan praktisi humas bisa sangat terbantu apabila memiliki tools media monitoring untuk melihat bagaimana pandangan masyarakat terhadap perusahaan atau bisnis mereka. Dulu humas hanya perlu memantau media massa secara manual untuk melihat reputasi perusahaan.
Dengan perkembangan moda-moda sosial yang baru dan lebih canggih, aktivitas relasi media (media relations) juga ikut berkembang. Keberadaan media sosial menjadi tak kalah penting dibanding media massa sebagai medan perang reputasi perusahaan.
Memanfaatkan media monitoring yang kompeten memantau media sosial tentu menjadi hal wajib bagi praktisi PR kontemporer. Tools tersebut juga diharapkan bisa bekerja lebih cepat dan mudah untuk digunakan. Sehingga dengan bantuan teknologi ini, dapat membantu pekerjaan humas menjadi lebih singkat.
Memiliki pengalaman menjalankan media monitoring tentu menjadi nilai plus bagi pelaku bisnis atau praktiksi humas. Tak perlu kebingungan mencari tools pemantauan media yang mudah dan murah. Karena Netray siap membantu anda. Rasakan pengalaman menggunakan media monitoring gratis di Netray Trial.
Cuaca panas ekstrem mulai melanda Indonesia meski masih berselingan dengan hujan. Badan Meteorologi Klimatologi dan Geofisika (BMKG) memprediksi bahwa suhu udara permukaan rata-rata di wilayah Indonesia tahun 2024 bakal lebih hangat daripada tahun sebelumnya. BMKG juga menyebut jika sebagian besar wilayah akan mengalami awal musim kemarau pada bulan Mei hingga Agustus 2024.
Musim kemarau ditandai dengan intensitas hujan sedikit dan matahari yang bersinar terik. Apabila kalian kerap beraktivitas di luar rumah, perlu perlindungan khusus bagi kulit agar tidak terbakar oleh sinar ultraviolet. Perlindungan paling populer adalah dengan mengaplikasikan tabir surya atau sunscreen. Tak hanya itu, dilansir dari alodokter, tabir surya memiliki manfaat lain seperti mencegah penuaan dini, mencegah bercak gelap pada kulit, hingga menurunkan risiko kanker kulit.
Dewasa ini terdapat bermacam-macam merek sunscreen di pasaran. Netray mencoba mengulik merek tabir surya apa yang banyak banyak diminati warganet TikTok selama 11 – 17 April 2024. Dengan menggunakan kata kunci sunscreen, rekomendasisunscreen dan tabir surya, ditemukan 676 unggahan video yang membahas topik ini selama sepekan. Berikut ulasannya tabir surya rekomendasi dari warganet TikTok.
Gambar 1. Statistik unggahan video TikTok topik rekomendasi sunscreen
Rekomendasi Tabir Surya ala Warganet TikTok
Biore UV Fresh & Bright
Produk global asal Jepang ini direkomendasikan akun @clariceecutie, seorang aktris sekaligus pemengaruh kecantikan (beauty influencer). Ia menyukai tabir surya Biore ini karena memiliki perlindungan maksimal dengan kandungan Sun Protection Factor (SPF) 50. Menurutnya, sunscreen ini dapat digunakan bagi mereka yang memiliki wajah dengan kulit berminyak. Sebab, produk ini memiliki shine control formula sehingga dapat mengontrol minyak berlebih pada wajah.
Gambar 2. video rekomendasi @clariceecutie
Setelah menggunakan tabir surya ini Clarice merasa wajahnya terlihat lebih cerah. Biore UV ini juga dapat digunakan bersama make up karena tidak menyebabkan make up geser maupun tidak menempel. Selain itu, bagi Clarice kelebihan sunscreen Biore ini memiliki tekstur ringan dan mudah meresap di kulit. Unggahan ini sekaligus menjadi yang terpopuler selama periode pemantauan dengan 7,8 ribu likes, 45 komentar, serta, dibagikan ulang sebanyak 30 kali.
Azloe Tinted Sunscreen
Tabir surya dengan pigmen warna tambahan sesuai warna kulit ini disarankan oleh akun @viviratu8 sekaligus founder merk Azloe. Unggahannya berhasil memperoleh 5 ribu likes, 60 komentar serta dibagikan ulang sebanyak 35 kali. Meski tak menjelaskan secara panjang lebar, Vivi menyarankan agar wanita pengguna tinted sunscreen Azloe untuk saling mendukung agar memiliki kulit yang sehat bukan sekadar putih saja. Azloe sendiri merupakan skincare lokal asal Bandung yang sudah meluncur sejak tahun 2021. Penggunanya ditargetkan usia remaja hingga dewasa muda (16-25 tahun). Azloe telah mengantongi sertifikat BPOM.
Gambar 2. video rekomendasi @viviratu8
UnitAry Sun Face Protection Serum
Sunscreen yang diklaim cocok untuk segala jenis kulit ini, terlihat direkomendasikan akun @tiwirhma. UnitAry Sun Face Protection SPF 50 ini menurutnya sangat makeupable alias bisa menyatu dengan makeup tanpa menyebabkan pilling (menggumpal) karena produk yang tidak terserap baik di kulit. Ketika dipakai pun tabir surya ini terasa ringan dan membuat wajah tampak lebih glowing. Unggahan rekomendasi tabir surya merk UnitAry ini mampu memperoleh 5 ribu likes, 20 komentar, serta dibagikan ulang sebanyak 7 kali oleh warganet TikTok.
Gambar 3. video rekomendasi @tiwirhma
UV Sunscreen Serum Amaterasun
Akun @shelaamaliyaputri menobatkan produk ini sebagai best sunscreen untuk oily skin. Tabir surya dengan SPF 50 PA++ yang dikhususkan bagi jenis kulit yang kombinasi hingga berminyak. Ia menyukai tekstur sunscreen yang begitu cair serta mudah menyatu dengan kulit hingga tidak terasa lengket pada permukaan wajah. Ia juga menyukai hasil sunscreen yang tidak menimbulkan white cast (noda putih yang tertinggal) serta terasa ringan di wajah. Unggahan rekomendasi sunscreen Amaterasun ini disukai oleh 2,3 ribu pengguna TikTok, memperoleh 29 komentar, serta dibagikan ulang sebanyak 9 kali.
Gambar 4. video rekomendasi @shelaamaliyaputri
Garnier Super UV Invisible Serum Sunscreen
Influencer sekaligus model Jessica Bandit yang bisa ditemui di akun TikTok @jessbandit merekomendasikan sunscreen ini bagi orang-orang yang sering melakukan aktivitas luar ruangan. Keseringan terpapar sinar matahari dapat menyebabkan sunspots atau bercak hitam pada wajah.
Jess menyarankan tabir surya ini karena mengandung vitamin C sebagai antioksidan yang dapat mengurangi bercak kulit. Menurutnya kelebihan sunscreen ini yakni memiliki power by airlock technology yang membuat teksturnya ringan, no white cast serta ringan di kulit. Ia pun telah membuktikan setelah memakainya seharian sunscreen ini tak tampak berminyak di wajah. Dengan harga yang terjangkau sebesar Rp 69 ribu sudah mendapatkan tabir surya SPF 50 PA++++ yang diklaim mampu melindungi hingga 99% dari paparan sinar UV matahari.
Gambar 5. video rekomendasi @jessbandit
Sun Battle Emina
Sunscreen lokal ini terlihat direkomendasikan akun @bukancecil. Cecil merasa produk ini sangat cocok bagi yang memiliki kulit berjerawat hingga sensitif. Dengan tekstur yang ringan ditambah kandungan cica alias centella asiatica atau di Indonesia lebih dikenal dengan daun pegagan yang mampu menenangkan kulit kemerahan. Dia juga menjabarkan bahwa kelebihan tabir surya ini karena harga terjangkau, membuat kulit terlihat lebih sehat dan glowing, tekstur yang mudah meresap di kulit, dan tidak berminyak. Unggahannya ini berhasil menarik perhatian warganet berupa 1,3 ribu likes, 6 komentar, serta dibagikan ulang sebanyak 10 kali.
Gambar 7. video rekomendasi @bukancecil
The Originote Ceramella Sunscreen
Tabir surya dari merk asal China ini disarankan pengguna TikTok @always.denia. Ia menyukai produk ini karena tidak membuat kulit terlihat kusam dengan tekstur creamy sehingga mudah diaplikasikan pada wajah. Sunscreen yang mengandung SPF 50 PA+++ ini mudah meresap di kulit serta cocok untuk semua jenis kulit. Unggahan tanpa voice over ini berhasil memperoleh 1,2 ribu likes serta 2 komentar dari warganet.
Gambar 8. video rekomendasi @always.denia
Simak analisis terkini dan mendalam lainnya di analysis.netray.id. Atau untuk melakukan pemantauan terhadap isu yang sedang berkembang secara real time dapat menggunakan percobaan gratis di netray.id.
Sidang putusan Mahkamah Konstitusi terkait sengketa hasil Pilpres 2024 akhirnya digelar pada Senin (22 April 2024). Setelah sebelumnya capres Anies Baswedan dan Ganjar Pranowo mengajukan gugatan karena tidak terima akan keputusan Komisi Pemilihan Umum (KPU) yang menyatakan Prabowo-Gibran sebagai pemenang dalam Pilpres 2024. Hasil sidang MK menyebutkan bahwa gugatan yang diajukan Anies maupun Ganjar seluruhnya ditolak oleh para hakim.
Terdapat delapan hakim yang memutuskan perkara ini yakni Suhartoyo sebagai Ketua MK, Wakil Ketua MK Saldi Isra, serta enam hakim anggota; Arief Hidayat, Enny Nurbaningsih, Daniel Yusmic, Guntur Hamzah, Ridwan Mansyur, dan Arsul Sani. Para hakim MK mengeluarkan keputusan tersebut tersebab seluruh permohonan sengketa tidak beralasan menurut hukum. Putusan tersebut pun sudah dapat dibaca langsung pada website MK.
Netray mencoba menilik ragam berita yang sering muncul selama sebelum hingga sesudah dibacakannya putusan MK. Dengan menggunakan kata kunci putusan&&mk selama periode 21-23 April 2024 muncul pemberitaan yang begitu masif sebanyak 1355 artikel terbit dari 176 media massa. Bahkan intensitas pemberitaannya pada hari-H sidang mencapai 879 artikel.
Gambar 1. Statistik pemberitaan sidang putusan sengketa pilpres
Gamba2. Intensitas pemberitaan
Melalui fitur Top Words atau kata- kata yang paling sering digunakan oleh media massa. Dalam grafik di bawah tampak kata 2024, pilpres, konstitusi, dan presiden menjadi yang paling banyak disebut. Selain itu kata hakim juga menjadi sorotan media dalam memberitakan sengketa pilpres ini. Berita terkait kata ini adalah adanya dissenting opinion atau beda pendapat dari tiga hakim. Dissenting opinion dalam sidang PHPU ini baru kali ini terjadi sepanjang sejarah. Perbedaan pendapat ini berasal dari hakim Saldi Isra, Enny Nurbaningsih, dan Arief Hidayat.
Gambar 3. Jajaran kata populer
Pendapat dari Arief menyatakan bahwa Pemilihan Umum (Pemilu) 2024 cenderung menandakan kualitas demokrasi Indonesia yang menurun bahkan mengalami defisit. Sedangkan Saldi meyakini bahwa telah terjadi upaya politisasi bansos dan mobilisasi aparat dengan tujuan keuntungan elektoral sehingga seharusnya diadakan pemungutan suara ulang. Begitu pun Hakim Konstitusi Enny Nurbaningsih menginginkan pemilu ulang terkait adanya mobilisasi aparat negara dalam Pilpres 2024. Namun dari ketiga perbedaan pendapat tersebut tak ada satu pun yang menyinggung soal diskualifikasi. Berita ini seperti yang disampaikan oleh portal Ayo Jakarta, RMOL, dan Pikiran Rakyat.
Lalu terdapat pula nama Anies yang jadi sorotan media massa. Pemberitaannya begitu beragam. Sehari sebelum sidang MK, Anies beserta tim kuasa hukum yakin bisa menang dalam gugatan PHPU kali ini. Co-captain Timnas Anies-Muhaimin (AMIN), Sudirman Said meyakini bahwa paling tidak hakim akan mendiskualifikasi untuk cawapres nomor urut 2.
Sementara Anies Baswedan tak menyebutkan secara detail hanya ia meyakini Mahkamah Konstitusi (MK) akan membuat keputusan berani dan berdasarkan hati nurani. Warta ini seperti yang dituliskan Tribun Medan dan Kompas.
Gambar 5. Sampel berita kata ‘anies’
Topik lain yang juga dihadirkan media terkait Anies terkait dengan apakah dia akan kembali maju menjadi cagub Jakarta masih mencuat. Namun hal tersebut sudah dijawab oleh Muhaimin Iskandar alias Cak Imin karena harus melalui proses Pilpres hingga tuntas. Seperti yang tampak diberitakan Realita Rakyat serta Rakyat Merdeka pada gambar di bawah ini.
Gambar 6. Sampel berita kata ‘anies’
Adapun setelah putusan selesai dibacakan, tim Anies-Imin tidak pecaya bahawa para hakim MK menolak gugatan timnya. Seperti yang terungkap dari Pengacara Anies, Wakil Kamal yang menyerukan kalimat istighfar usai hakim MK membacakan putusan. Portal Bisinis Bandung terlihat menerbitkan terkait bahasan ini.
Gambar 7. Sampel berita kata ‘anies’
Di sisi lain, usai putusan Anies justru legowo menerima keputusan tersebut. Bahkan ia sempat menilai Prabowo sebagai sosok patriot yang berpendidikan. Sehingga mampu mengembalikan dan akan menjaga nilai-nilai demokrasi ini di masa-masa Indonesia ke depan.
Gambar 8. Sampel berita kata ‘anies’
Kata lain yang banyak disebut media massa adalah nama Cak Imin. Terlihat nama muhaimin tampak menonjol dalam jajaran Top Words. Muhaimin banyak dikutip pernyataannya usai sidang MK selesai. Cak Imin, mengaku tidak terkejut dengan putusan Mahkamah Konstitusi yang menolak gugatannya. Lebih lanjut munculnya putusan ini mengkonfirmasi bahwa pihaknya termasuk MK tak mampu menghentikan laju pelemahan demokrasi di Tanah Air.
Gambar 9. Sampel berita kata ‘muhaimin’
Muhaimin juga menegaskan ia bersama Anies akan terus berada pada gerakan perubahan dengan cita-cita jangka panjang memperkuat pilar-pilar demokrasi serta menghadirkan keadilan. Sedangkan terkait langkah partainya PKB akan menjadi oposisi atau bergabung dengan pemerintah Cak Imin belum menjelaskan secara gamblang karena masih menampung aspirasi dari para kader PKB seluruh Indonesia, terutama dari para kiai pada Dewan Syura.
Gambar 10. Sampel berita kata ‘muhaimin’
Kemudian nama Ganjar juga menonjol dalam pemberitaan terkait sengketa Pilpres 2024. Meski tak banyak mengeluarkan pernyataan, pemberitaan soal Ganjar lebih banyak tentang kehadirannya secara langsung dalam sidang MK bersama Mahfud MD. Sedangkan Prabowo-Gibran tak tampak hadir di tempat hanya diwakili oleh pengacaranya.
Ganjar hanya merespon putusan ini dengan mengatakan bahwa semoga keputusan Mahkamah Konstitusi benar-benar lahir dari kejernihan hati dan pikiran serta sesuai dengan hati nurani dan profesionalisme.
Usai sidang MK, Ganjar bersama Mahfud langsung menyambangi kediaman Ketua Umum PDIP Megawati Soekarnoputri. Pertemuan tertutup tersebut berlangsung kurang lebih selama dua jam. Ganjar pun tak banyak bicara kepada awak media setelah pertemuannya dengan sang Ketum PDIP.
Pemantauan Linimasa X Terkait Sidang MK
Pemantauan kanal media sosial X menunjukan data antara lain seperti jumlah unggahan, yakni sebanyak 39.140 kali. Jumlah tersebut dihasilkan dari unggahan langsung dan repost atas unggahan dengan kata kunci. Reaksi warganet sendiri atas unggahan-unggahan tersebut berjumlah 76,7 ribu kali yang membentuk sebuah gelembung perbincangan dari topik sidang sengketa MK. Secara potensial gelembung perbincangan tersebut dapat menjangkau 164,2 juta akun.
Gambar 12 . Statistik pemantauan topik sidang MK
Secara garis besar, perbincangan warganet banyak didominasi unggahan dengan sentimen netral dibanding sentimen lainnya. Pasalnya Netray hanya menemukan 9.751 unggahan dengan sentimen positif dan 10.688 unggahan dengan sentimen negatif. Sedangkan total unggahan dengan sentimen netral tercatat sebanyak 18.701 kali.
Tingginya unggahan dengan sentimen netral tentu saja bukan tanpa alasan. Salah satunya adalah antusiasme warganet menunggu berlangsungnya sidang Mahkamah Konstitusi pada hari Senin lalu. Antusiasme tersebut dicurahkan dengan membanjiri unggahan yang bersifat informatif alih-alih mencurahkan pada unggahan dengan pendapat atau sikap politik. Sebagai contoh adalah unggahan dari akun media massa atau unggahan yang berisi semacam pengumuman dari public figure.
Gambar 13. Unggahan dengan sentimen netral
Mengamati perluasan perbincangan warganet, Netray mendapatkan sejumlah topik yang direpresentasi dengan kata yang kerap digunakan warganet. Salah satunya adalah kata anies yang tentu saja merujuk pada nama Anies Baswedan. Usut punya usut naiknya nama Anies adalah buah dari pendukungnya semasa Pilpres seperti akun @Mdy_Asmara1701 dan @Yurissa_Samosir. Mereka membagikan sikap kubu Anies-Cak Imin dalam menghadapi sidang Mahkamah Konstitusi.
Gambar 14. Top Words X sidang MK
Gambar 15. Unggahan yang menyebut kata anies
Terdapat pula kata dissenting yang merujuk pada posisi sejumlah hakim MK dalam persidangan. Diketahui bahwa terdapat 3 hakim yang memiliki dissenting opinion, atau pendapat yang memberatkan dari putusan sidang MK. Meskipun akhirnya pendapat yang memberatkan ini harus berseberangan dengan keputusan sidang.
Warganet yang berharap gugatan dalam sidang MK ini berhasil dari awal sudah merasa mereka akan kalah. Adanya dissenting opinion juga tidak membantu memenangkan kasus. Jadi warganet tidak terlalu terkejut dengan keberadaan perkembangan sidang tersebut. Meskipun tidak sedikit yang masih mengapresiasi sikap sejumlah hakim ini.
Gambar 16. Unggahan yang membahas dissenting opinion
Sedangkan untuk Top Complaint warganet yang biasanya menjadi sarang unggahan sentimen negatif terpantau muncul kata tidak terbukti dan kecewa. Kata tidak terbukti menjadi ungkapan dari pendukung pemerintah yang menyebut bahwa gugatan ini hanya aksi sakit hati dari pemohon 01 dan 03 seperti unggahan dari akun @ferrykoto.
Gambar 17. Top Complaints topik sidang MK
Gambar 18. Unggahan dengan ungkapan complaint
Kekecewaan atas hasil sidang MK tentu saja akan diwakili oleh kata kecewa dalam daftar di atas. Kekecewaan tersebut jelas tertulis dari unggahan milik akun @panduwisnubroto. Akan tetapi lagi-lagi warganet tidak terlalu terkejut dengan hasil sidang sengketa pemilu ini. Warganet kembali ditunjukkan bahwa hukum adalah instrumen politik yang hanya membelenggu kebenaran.
Simak analisis terkini dan mendalam lainnya di analysis.netray.id. Atau untuk melakukan pemantauan terhadap isu yang sedang berkembang secara real time dapat menggunakan percobaan gratis di netray.id.
Program pemerintah Kartu Indonesia Pintar (KIP) Kuliah kembali menjadi sorotan warganet setelah sebuah akun menfess di X menguak gaya hidup mahasiswa penerima bantuan tersebut. Disinyalir, penerima program ini dinilai banyak salah sasaran. Warganet pun menyayangkan hal tersebut lantaran bantuan ini seharusnya dapat dinikmati oleh mahasiswa yang benar-benar membutuhkannya.
Memantau kericuhan ini, Netray Media Monitoring menggunakan kata kunci KIP dan KIPK untuk melihat seberapa besar atensi warganet atas isu ini. Hasilnya ialah ditemukan sebanyak 4,3 ribu unggahan tentang kedua kata kunci ini. Unggahan-unggahan tersebut memperoleh 114,7 ribu reaksi dari warganet lainnya.
Gambar 1. Statistik perbincangan warganet
Isu santer diunggah oleh lebih dari 2 ribu akun dengan potential reach mencapai 19,6 juta akun. Sementara itu, akun yang paling banyak menyuarakan dan mendapat impresi tentang hal ini ialah akun @UGM_FESS. Akun tersebut telah membagikan 135 cuitan dengan total 56,8 ribu impresi.
Gambar 2. Jajaran akun terpopuler berdasarkan impresi
Gambar 3. Jajaran akun terpopuler berdasarkan total unggahan
Tidak hanya mengunggah tentang kritik atau sindiran terhadap oknum penerima KIPK. Merasa geram dengan gaya hedon dan fancy para oknum, akun ini juga telah ‘me-spill’ sosok dan juga akun-akun medsos dari mahasiswa tersebut.
Gaya Hidup Penerima KIP Kuliah Dirujak Warganet
Perbincangan warganet tentang kedua kata kunci ini tampak memuncak di tanggal 22 April 2024 dengan total 2,9 ribu twit dalam sehari. Tampak unggahan warganet tentang isu ini didominasi dengan cuitan bersentimen negatif sepanjang pemantauan. Unggahan warganet tersebut banyak didominasi dengan ungkapan kritik terkait gaya hidup penerima KIPK. Terlihat dari jajaran top words di bawah ini, kosakata hedon, gaya, kaya, mahal, branded, bahkan iphone.
Gambar 4. Grafik intensitas perbincangan warganet
Gambar 5. Jajaran kosakata dominan di isu KIPK
Gaya hidup mahasiswa penerima KIP tidak hanya menjadi sorotan melainkan menjadi ajang kritik warganet. Tidak sedikit warganet yang mengunggah dan membongkar hal tersebut ke khalayak umum. Bahkan warganet tak segan ‘mengutuk’ perbuatan oknum mahasiswa tersebut dengan mendoakannya agar benar menjadi seorang yang miskin.
Gambar 6. Sampel unggahan kritik warganet
Gambar 7. Sampel unggahan kritik warganet
Lifestyle serba fancy seolah-olah sudah melekat di kehidupan oknum mahasiswa ini. Banyak warganet yang mengungkap gaya busana, makanan, barang, hingga tempat nongkrong penerima KIP Kuliah ini semuanya serba mewah dan ‘bermerek’. Seperti halnya gadget para mahasiswa tersebut yang berasal dari merek ternama dan dikenal mahal.
Gambar 8. Sampel unggahan kritik warganet
Gambar 9. Sampel unggahan kritik warganet
Warganet sangat menyayangkan kejadian-kejadian tersebut. Bantuan pemerintah berupa pembiayaan kuliah ini seharusnya tepat sasaran. Warganet pun merasa permasalahan beasiswa salah sasaran ini sudah bukan menjadi hal yang baru. Bahkan salah satu akun menyampaikan bahwa adanya permainan ‘monopoli’ administrasi tentang beasiswa ini di beberapa daerah. Oleh karena itu, informasi tentang beasiswa ini hanya bisa diakses oleh masyarakat kalangan menengah ke atas bahkan keluarga pejabat daerah.
Gambar 10. Sampel unggahan kritik warganet
Gambar 11. Sampel unggahan kritik warganet
Gambar 12. Sampel unggahan kritik warganet
Program beasiswa pengganti bidikmisi ini tentu saja seharusnya menyasar mahasiswa dari kalangan kurang mampu dengan potensi akademik yang baik. Melansir dari laman Puslapdik Kemendikbudristek, tahun 2023 total penerima KIPK sebanyak 161.953 mahasiswa. Besaran bantuan biaya hidup yang diberikan dari beasiswa ini ialah terbagi menjadi 5 klaster, mulai dari Rp800.000 hingga Rp1.400.000 per bulan.
Meskipun memiliki persyaratan dan seleksi yang begitu ketat, beasiswa pengganti Bidikmisi ini nyatanya masih memiliki permasalahan yang sama dari tahun ke tahun. Banyak laporan dari publik yang menemukan fakta lapangan jika penerima beasiswa ini banyak salah sasaran. Bahkan mereka yang seharusnya mendapatkan beasiswa ini justru hingga saat ini harus berjuang membiayai pendidikan dan hidupnya di tengah keterbatasan.
Simak analisis terkini dan mendalam lainnya di analysis.netray.id. Atau untuk melakukan pemantauan terhadap isu yang sedang berkembang secara real time dapat menggunakan percobaan gratis di netray.id.
