ANALISIS MANFAAT DAN EFEKTIVITAS AKUN SEBAGAI STRATEGI KOMUNIKASI TMC POLDA METRO JAYA MAKALAH NON-SEMINAR

UNIVERSITAS INDONESIA

ANALISIS MANFAAT DAN EFEKTIVITAS AKUN TWITTER @TMCPoldaMetro SEBAGAI STRATEGI KOMUNIKASI TMC POLDA METRO JAYA

MAKALAH NON-SEMINAR Diajukan sebagai salahsatu syarat untuk memperoleh gelar Sarjana Ilmu Sosial

SHERA AMALIA KHUMAIRA 1006756326

FAKULTAS ILMU SOSIAL DAN ILMU POLITIK DEPARTEMEN ILMU KOMUNIKASI HUBUNGAN MASYARAKAT DEPOK DESEMBER 2013!

Analisis manfaat ..., Shera Amalia Khumaira, FISIP UI, 2013



DAFTAR ISI Halaman HALAMAN JUDUL ..........................................................................................i LEMBAR PENGESAHAN ............................................................................. ii LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH ....................... iii DAFTAR ISI ...................................................................................................iv Abstrak...............................................................................................................1 Pendahuluan......................................................................................................2 Tinjauan Teoritis.................................................................................................3 Tujuan Penelitian................................................................................................3 Metode Penelitian...............................................................................................4 Temuan Penelitian .............................................................................................5 Pembahasan.......................................................................................................6 A. Manfaat yang Dirasakan Masyarakat dengan Adanya Akun Twitter @TMCPoldaMetro..................................................................................6 B. Tingkat Efektivitas Akun Twitter @TMCPoldaMetro dalam Melibatkan followers-nya........................................................................7 a. Informasi Lalu-lintas................................................................7 b. Informasi Tips..........................................................................9 c. Informasi Kecelakaan...............................................................9 d. Informasi Kegiatan Polantas...................................................10 e. Informasi SIM/STNK/BPKB..................................................11 f. Skor Tweet...............................................................................11 g. Jumlah Retweet.......................................................................12 h. Jumlah Favorite......................................................................14 i. Jumlah Tweet yang Menyertai Gambar...................................14 Kesimpulan........................................................................................................15 Referensi.............................................................................................................17 Lampiran............................................................................................................18

iv


ANALISIS MANFAAT DAN EFEKTIVITAS AKUN TWITTER @TMCPoldaMetro SEBAGAI STRATEGI KOMUNIKASI TMC POLDA METRO JAYA Shera Amalia Khumaira Departemen Ilmu Komunikasi, FISIP, Universitas Indonesia, Depok, 16424, Indonesia E-mail: [email protected]

Abstrak

Kehadiran internet telah membawa perubahan terhadap pola komunikasi dalam masyarakat. Internet membuat informasi tersebar sangat cepat dan menjangkau khalayak lebih luas. Media sosial sebagai produk dari internet merupakan wadah yang memungkinkan seluruh lapisan masyarakat untuk berkomunikasi secara realtime sehingga menjadikannya media yang efektif bagi pengelolaan hubungan baik antara organisasi dengan publiknya. Penelitian kuantitatif ini bertujuan menganalisis efektivitas penggunaan akun media sosial Twitter @TMCPoldaMetro oleh Traffic Management Centre Polda Metro Jaya dengan menggunakan metode content analysis selama satu minggu. Aspek yang diteliti adalah jumlah penambahan followers, jumlah tweet setiap harinya, jumlah retweet, jumlah favorite serta isi setiap tweet-nya. Penulis menyusun panduan analisis untuk menyamakan persepsi mengenai kategori topik tweets, dan menggunakan aplikasi statistik SPSS dalammelakukan perhitungan frekuensi.Penelitian ini menyimpulkan bahwa akun @TMCPoldaMetro dinilai informatif dan mengakomodasi kebutuhan informasi para followers-nya. Ditemukan juga bahwa masyarakat menempatkan informasi tentang lalu lintas di atas informasi-informasi lain yang disampaikan dalam akun @TMCPoldaMetro. Hal ini menunjukkan betapa pentingnya informasi lalu-lintas tersebut serta pengaruh yang positif bagi kehidupan “jalanan” masyarakat atau followersnya. Hasil penelitian ini dapat digunakan sebagai bahan rekomendasi bagi TMC Polda Metro Jaya untuk memilih informasi yang akan disampaikan melalui akun Twitter-nya.#

BENEFIT AND EFFECTIVENESS ANALYSIS OF TWITTER ACCOUNT @TMCPoldaMetro AS COMMUNICATION STRATEGY OF TMC POLDA METRO JAYA Abstract

Presence of Internet has change the patterns of communication in society. Internet makes information spread very quickly and reach a wider audience. Social media as a product of internet is a place that allows all people to communicate in real-time so that makes it an effective medium for management of an organization's relationships with its publics. This quantitative study was to analyze the effectiveness of using social media Twitter account @TMCPoldaMetro by the Traffic Management Centre Polda Metro Jaya using content analysis method for one week. Studied aspect is number of additional followers, number of tweets per day, number of retweets, number and content of each favorite tweets. The author develop analyzes guidelines to harmonize views on the topics, tweets, and using SPSS statistical applications in calculation of the frequency. This study concludes that the account @TMCPoldaMetro assessed informative and accommodate the information needs of its followers. It was also found that people put information about traffic above other information presented in the account @ TMCPoldaMetro. Results of this study can be used as a recommendation for TMC police to choose information to be conveyed through its Twitter account. Keywords: content analysis; engagement; communications; social media; TMC Polda Metro Jaya.

"#


Pendahuluan Internet saat ini telah menjadi bagian dari kehidupan sehari-hari. Dengan internet orang-orang dapat terhubung dan berkomunikasi satu sama lain. Mengutip Onggo (2004:2) komunikasi internet dianggap efektif dalam praktik karena menciptakan hubungan one to one, dari pada media massa lain yang bersifat one to many. Kini, dunia Public Relations memanfaatkan internet dalam menyampaikan pesan organisasi kepada publiknya. Menurut data yang didapat dari laporan We Are Social – sebuah agensi riset yang mengkombinasikan media sosial dengan digital PR dan marketing, yang berjudul “Social, Digital, and Mobile in Asia”, hampir 44 juta jiwa merupakan pengguna media social (Simon Kemp: 2012). Dengan jumlah populasi pengguna internet yang besar maka pemasar dan praktisi PR di seluruh dunia mulai menggunakan media sosial untuk berbagai macam keperluannya. Twitter diidentifikasi sebagai media sosial yang memungkinkan perusahaan atau organisasi untuk secara langsung berkomunikasi, berinteraksi, dan membangun hubungan dengan stakeholdernya (Heaps, D, 2009: 18-22). Menurut hasil riset Semiocast (2012) pada Februari 2012, Indonesia termasuk salah satu negara dengan jumlah pengguna Twitter terbanyak di dunia. Dengan jumlah akun mencapai 19,5 juta, Indonesia menempati urutan ke5 di bawah Amerika Serikat (107,7 juta akun), Brazil (33,3 juta akun), Jepang (29,9 juta akun), dan Inggris Raya (23,8 juta akun). Twitter dipilih karena menurut Eysenbach (2009) Twitter merupakan media yang memungkinkan untuk melihat perkembangan suatu data atau informasi secara mendalam dan real-time. Terdapat beberapa penelitian yang dilakukan sebelumnya yang menggunakan Twitter sebagai media pengambilan data untuk dianalisis, salah satunya adalah penelitian mengenai penyebaran sebuah isu kesehatan (Chew, C: 2010). Dalam penelitian tersebut ditegaskan bahwa Twitter dapat digunakan sebagai media yang dijadikan analisis dalam penelitian untuk melihat atensi publik, kepekaan perasaan, dan pengetahuan publik. Berdasarkan teori Social Media Engagement (Mark Chaves: 2010), efektivitas penggunaan media sosial oleh organisasi dapat terukur dari aspek keterlibatan (engagement) organisasi dengan publiknya secara nyata. Terkait dengan teori tersebut, penelitian ini bertujuan untuk mengukur efektivitas akun @TMCPoldaMetro dengan mengidentifikasi tingkatan engagement akun tersebut dengan publiknya. Identifikasi tersebut dilakukan dengan menggunakan analisis descriptive statistics yang menjelaskan kegiatan dan tren berdasarkan jumlah followers, tweets, retweets, favorite. $#


Tinjauan Teoritis Trafic Management Center (TMC) Polda Metro Jaya merupakan bagian dari sistem yang dibuat oleh Direktorat Lalu Lintas Polda Metro Jaya (Ditlantas Polda Metro) yang bertugas untuk memantau kondisi arus lalu lintas melalui teknologi multimedia yang diintegrasikan dengan teknologi GPS sebagai sarana penunjangnya. Dengan dibentuknya TMC Polda Metro yang memiliki tugas untuk memantau arus lalu lintas tersebut, maka TMC Polda Metro saat ini telah dijadikan sebagai pusat komando dan pengendalian operasional kepolisian bidang lalu lintas. Tujuan dibentuknya TMC Polda Metro diantaranya adalah: !

Sebagai Pelayanan "Quick Respon Time" secara profesional terhadap masyarakat;

!

Sebagai Pelayanan Penegakan Hukum;

!

Sebagai Pusat Informasi bagi Polri dan Masyarakat. Salah satu cara TMC Polda Metro Jaya untuk menjalankan peranannya sebagai

petugas pelayanan masyarakat adalah dengan membuat akun Twitter @TMCPoldaMetro yang dijadikan subjek oleh peneliti. Dengan adanya akun @TMCPoldaMetro yang menjadi salah satu media yang digunakan TMC Polda Metro, peneliti ingin mengamati beberapa aspek yang terdapat dalam akun Twitter @TMCPoldaMetro yang diantaranya adalah perkembangan jumlah followers, jumlah tweet perhari, isi tweet, dan retweet untuk melihat: !

Penerimaan masyarakat terhadap layanan akun @TMCPoldaMetro sebagai akun Twitter yang dapat digunakan untuk mendapatkan informasi (dilihat dari perkembangan jumlah followers);

!

Frekuensi penggunaan akun @TMCPoldaMetro yang digunakan oleh TMC sebagai media penyampaian informasi dan layanan masyarakat (dilihat dari jumlah tweet, isi tweet, favorite dan retweet);

!

Apa saja informasi dan bentuk pelayanan yang diberikan oleh TMC Polda Metro melalui akun @TMCPoldaMetro (dilihat dari isi tweet).

Tujuan Penelitian Tujuan penelitian ini adalah: “Bagaimana manfaat yang dirasakan masyarakat dengan adanya akun Twitter @TMCPoldaMetro? Apakah akun Twitter @TMCPoldaMetro berfungsi secara efektif dalam melibatkan publiknya?.” %#


Untuk mendapatkan informasi tersebut, penulis menggunakan Twitter sebagai media penelitian ini. Jumlah tweet, followers dan following serta interaksi dengan followersnya merupakan indikator yang digunakan untuk memperoleh informasi. Selain itu, jumlah retweet dan favorite terhadap tweet yang di-posting oleh @TMCPoldaMetro juga menjadi indikator untuk memperoleh informasi. Menurut situs resmi Twitter, definisi retweet ialah:“a reposting of someone else’s tweet. Twitter’s retweet feature helps you and others quickly share that tweet with all followers”. Favorite adalah salah satu fitur di Twitter yang bermanfaat untuk menyimpan tweet agar tidak hilang dan dapat dibuka sewaktu-waktu. Pada penelitian ini digunakan teori Social Media Engagement (Mark Chaves: 2010), efektivitas penggunaan media sosial oleh organisasi dapat terukur dari aspek keterlibatan (engagement) organisasi dengan publiknya secara nyata. Terkait dengan teori tersebut, penelitian ini bertujuan untuk mengukur efektivitas akun @TMCPoldaMetro dengan cara mengidentifikasi tingkatan engagement akun tersebut dengan publiknya. Identifikasi tersebut dilakukan dengan menggunakan analisis descriptive statistics yang menjelaskan kegiatan dan tren berdasarkan jumlah followers, tweets, retweets, favorite. Konsep yang digunakan pada penelitian ini adalah konsep engagement dalam sosial media. Menurut Dave Evans dan Jake McKee dalam bukunya Social Media Marketing; The Next Generation of Business Engagement (2010: 204), social media engagement concept yaitu konsumen atau stakeholder menjadi seorang participant, yang berarti konsumen tersebut bersedia meluangkan waktu dan tenaga untuk berbicara dengan perusahaan dalam suatu percakapan maupun tindakan yang mempunyai pengaruh baik besar maupun kecil pada proses perusahaan, berbeda dibanding menjadi viewer (penonton). Konsep tersebut akan menjawab pertanyaan penelitian mengenai bagaimana

manfaat

yang

dirasakan

masyarakat

dengan

adanya

akun

twitter

@TMCPoldaMetro. Penelitian ini akan memantau perkembangan akun Twitter @TMCPoldaMetro selama periode satu minggu yang ditentukan secara acak oleh peneliti, yaitu tanggal 9 Mei sampai 15 Mei 2013. Seluruh proses penelitian ini akan dilaksanakan dalam kurun waktu empat minggu. Metode Penelitian Dalam penelitian ini, penulis menggunakan dua cara pengumpulan data. Pertama, Desktop Research untuk memperoleh data-data lebih jauh mengenai TMC Polda Metro, yang dilakukan dengan membuka website resmi TMC Polda Metro Jaya, akun Facebook TMC &#


Polda Metro Jaya, serta memanfaatkan mesin pencari Google untuk melihat pemberitaan, artikel, dan diskusi di Internet mengenai TMC Polda Metro Jaya. Kedua, content analysis terhadap akun Twitter @TMCPoldaMetro dengan memantau perkembangan jumlah tiga aspek akun @TMCPoldaMetro, yakni tweets, followers, retweet, dan favorite periode tweet selama satu minggu yaitu 9-15 Mei 2013 dan akan diteliti dalam kurun waktu empat minggu. Penulis akan menggunakan instrumen standar berupa online analytical tool, yaitu www.tweetstats.com yang akan digunakan untuk membantu peneliti dalam memperoleh data yang mendukung penelitian ini. Situs www.tweetstats.com dapat memenampilkan grafik perkembangan jumlah followers, grafik jumlah tweet perhari, waktu tweet yang paling sering dan keyword yang paling sering digunakan @TMCPoldaMetro. Variabel yang akan diteliti adalah isi akun Twitter @TMCPoldaMetro, diantaranya jumlah perkembangan followers; jumlah tweet setiap harinya; jumlah retweet; jumlah Favorites; serta isi tweet tersebut. Quality control dalam penelitian ini berupa panduan dalam penelitian, yakni penyamaan persepsi akan kategori topik tweets yang dilakukan oleh penulis, dan menggunakan aplikasi perhitungan statistik SPSS dalam melakukan perhitungan frekuensi. Temuan Penelitian Analisis isi akun Twitter @TMCPoldaMetro menemukan beberapa hasil penelitian sebagai berikut: Tabel 1. Frekuensi Topik Tweets @TMCPoldaMetro

Statistics SIM_STNK_

Kecelakaan

BPKB N Valid

1429

Missing

0

Sum

19.00

Lalu-

Tips

lintas 1429 0 154.00

1429

1429

0

0

982.00

238.00

Kegiatan

Jumlah

Jumlah

Ada

Polantas

Retweet

Favorite

Gambar

1429

1429

1429

1429

0

0

0

0 96.00

12414.00

1430.00

228.00

Berdasarkan tabel analisis SPSS diatas, dapat dilihat bahwa topik yang paling sering muncul adalah topik mengenai informasi lalu-lintas sebanyak 982 tweets, sedangkan topik yang paling jarang muncul adalah mengenai informasi SIM, STNK dan BPKB sebanyak 19 tweets. '#


Tabel di atas juga menunjukkan jumlah retweet yang diperoleh @TMCPoldaMetro periode 9-15 Mei 2013 sebanyak 12.414 retweet, sedangkan jumlah favorite yang diperoleh @TMCPoldaMetro sebanyak 1.430 dan tweets @TMCPoldaMetro yang mencantumkan gambar sebanyak 228 tweets. Pembahasan A.

Manfaat

yang

dirasakan

masyarakat

dengan

adanya

akun

twitter

@TMCPoldaMetro Dengan adanya akun Twitter @TMCPoldaMetro masyarakat

terlihat

dari

tingginya

partisipasi

manfaat yang dirasakan oleh

followers

terhadap

akun

twitter

@TMCPoldaMetro. Hal ini ditunjukkan dengan banyaknya retweet pada setiap tweets yang diposting oleh @TMCPoldaMetro khususnya pada periode penelitian 9-15 Mei 2013 yakni sebanyak 12.414 retweet dari total 1.429 tweets pada periode tersebut. Berdasarkan konsep engagement dalam sosial media menurut Dave Evans dan Jake Mckee dalam bukunya Social Media Marketing; The Next Generation of Business Engagement (2010: 204), social media engagement adalah konsumen tersebut bersedia meluangkan waktu dan tenaga untuk berbicara dengan perusahaan dalam suatu percakapan maupun tindakan yang mempunyai pengaruh baik besar maupun kecil pada proses perusahaan, berbeda dibanding menjadi viewer (penonton), perilaku partisipasi followers @TMCPoldaMetro ini terbukti telah terengage atau terlibat melalui aktivitas sosial media ini. Hal ini dapat ditunjukkan dengan beberapa contoh berikut:

gambar!1.!bukti!partisipasi!aktif!followers!@TMCPoldaMetro!

(#

#


#

! gambar!2.!bukti!partisipasi!aktif!followers!@TMCPoldaMetro!

# Jumlah

retweets

yang

tinggi

menunjukkan

bahwa

informasi

yang

diberikan

@TMCPoldaMetro tersebar dengan sangat luas oleh para follower, atau many to many. Social Network Media seperti Twitter adalah teknologi atau media online yang memungkinkan para anggota jaringannya saling berbagi berhubungan dan bertukar informasi, pendapat , wawasan, pengalaman, dan perspektif, satu dengan lainnya. Untuk menghitung penyebaran informasinya, kita dapat menggunakan Reed’s Law. Hukum ini pertama kalinya dikemukakan oleh David Reed. Reed’s Law menyatakan bahwa dengan memanfaatkan jaringan antar komunitas, terutama social networking, dapat secara eksponensial meningkatkan nilai jaringan tersebut. Maka, berdasarkan Reed’s Law ini, kalau khalayaknya berjumlah N, maka nilainya menjadi

(Reed: 2001). Communitization ala Reed’s Law ini menunjukkan manfaat

yang sangat besar dalam penggunaan social network seperti Twitter khususnya dalam penyebaran informasi. Karena, informasi yang disebarkan oleh suatu sumber tidak hanya dapat diakses oleh followers nya saja, namun followers dari @TMCPoldaMetro ini dapat meretweet pesan tersebut kemudian menyebarkannya lagi kepada followers si pe-retweet pesan ini. Pada intinya manfaat yang didapatkan oleh masyarakat adalah mereka mendapatkan informasi seputar lalu-lintas yang mereka butuhkan, Informasi lalu lintas ini sangat penting khususnya bagi masyarakat Jakarta dan sekitarnya dalam melakukan kegiatan sehari-hari yang tidak pernah lepas dari “kehidupan jalanan” yang sangat ramai.

B. Tingkat Efektivitas akun Twitter @TMCPoldaMetro dalam melibatkan followersnya a. Informasi Lalu-lintas

)#


Tabel 2. Frekuensi Tweet informasi Lalu-lintas

Valid

Frequency

Percent

tidak

447

31.3

ya

982

68.7

Total

1429

100.0

Dari hasil analisis SPSS di atas, terlihat dari total keseluruhan tweet periode 9-15 Mei adalah 1.429 tweets, dengan 982 tweets (65,91%) di antaranya berisi informasi lalulintas. Berdasarkan pengamatan, tweets mengenai informasi lalu-lintas ini muncul diwaktu pagi saat orang-orang memulai aktivitas dan siang hari pada saat jam makan siang, dan sore hingga malam pada jam pulang kantor. Ini juga terlihat dari data yang dimiliki oleh www.tweetstats.com yang menunjukkan grafik frekuensi waktu kemunculan tweets per harinya.

#

#

+,-./0"1#2++,3+-43#567,89#Tweets#:;<=>#?7@A3,B#www.tweetstats.com#

terlihat jelas bahwa frekuensi tweet terbanyak yang di-post oleh @TMCPoldaMetro pada pukul 06.00 WIB dan 18.00 WIB. Pukul 06.00 WIB adalah waktu disaat orangorang memulai aktivitas, seperti berangkat sekolah, ke kantor, ke kampus, atau kegiatan-kegiatan lainnya. Ini merupakan salah satu faktor yang membuat @TMCPoldaMetro memberikan informasi mengenai lalu-lintas.

*#


b. Informasi Tips Tabel 3. Frekuensi Tweets Tips

Valid

Frequency

Percent

tidak

1191

83.3

ya

238

16.7

1429

100.0

Total

Dari hasil analisis SPSS di atas, terlihat dari total keseluruhan tweet periode 9-15 Mei berjumlah 1.429 tweets dengan di antaranya 238 tweets (15,97%) berisi tentang tips. Berdasarkan pengamatan, tips yang biasa diinformasikan oleh @TMCPoldaMetro adalah berupa tips dan trik dalam berkendara. Seperti misalnya pada tweet: “Tips Aman Naik Angkot http://lockerz.com/s/165755335” “Etika Berkendara bagi Pengendara http://www.facebook.com/note.php?note_id=31682505664”

c. Informasi Kecelakaan Tabel 4. Frekuensi Tweets Kecelakaan Valid

Frequency

Percent

tidak

1275

89.2

ya

154

10.7

1429

100.0

Total

Dari hasil analisis SPSS di atas, terlihat total keseluruhan tweet periode 9-15 Mei 2013 berjumlah 1.429 tweets, 154 tweets di antaranya (10,40%) mengenai informasi kecelakaan. Isi dari informasi ini adalah mengenai kecelakaan kendaraan bermotor seperti tabrakan, tanah longsor ke jalan raya, mobil terguling dan lainnya. Informasi ini juga seringkali diikuti oleh informasi mengenai kemacetan yang diakibatkan oleh kecelakaan tersebut. Misalnya, pada tweet @TMCPoldaMetro pada tanggal 11 Mei 2013:

C#


“18:19 Kecelakaan Pick Up F 8571 US bermuatan Singkong terbalik di KM 21,800 Tol Jagorawi (arah ke Cawang), lalin tersendat & msh penanganan” yang menginformasikan bahwa kecelakaan yang terjadi berimbas pada macetnya lalu lintas. d. Informasi Kegiatan Polantas

Valid

tidak ya Total

Tabel 5. Frekuensi Tweets Kegiatan Polantas#

Frequency

Percent

1333

93.3

96

6.7 100.0

1429

Dari hasil analisis SPSS di atas, terlihat dari total keseluruhan tweet periode 9–15 Mei 2013 berjumlah 1.429 tweets, 96 tweets di antaranya (6,44%) merupakan tweet yang berisi informasi mengenai kegiatan polisi lalu-lintas (Polantas). Berdasarkan pengamatan, isi tweet kegiatan polantas ini adalah kegiatan-kegiatan seperti penertiban pedagang kaki lima, menyosialisasikan informasi kepada supir-supir angkutan kota dan lain sebagainya. Beberapa contoh tweet yang berisi tentang kegiatan polantas diantaranya adalah: “Penindakan dgn surat tilang terhadap Pemotor yg belum memiliki SIM (dibawah umur) http://t.co/lpmTDyVaZe (Foto: Kompol @SugengBudiono) ” “16.38 Ops Simpatik Ptg membagikanbrosur keselamatan berlalulintas kpd pengguna Jln di Jl Joyo Martono Bekasi Kota http://t.co/c69k8Bg1OG” “Pemasangan Spanduk Angkot Dilarang Ngetem http://t.co/lVKQYjHNPo #OperasiSimpatik2013 (Foto:Aipda @_tarmi n)” Selain itu ada juga tweet kegiatan polantas yang berhubungan dengan penanganan kecelakaan seperti misalnya,

"D#


“RT@dudih20: @TMCPoldaMetro Briptu Deny Prasetyo@Jameed31 sdg upa ya menutupi solar yg brcceran di jlurlmbt semanggi arh benhil http://t.co/m2e GO5y6uS e. Informasi SIM/STNK/BPKB Tabel 6. Frekuensi Tweets SIM / STNK / BPKB

Valid

tidak

Frequency

Percent

1410

98.7

ya

19

1.3

Total

1429

100

Dari hasil analisis SPSS di atas, terlihat dari total keseluruhan tweet periode 9-15 Mei berjumlah 1.429 tweets, 19 tweets di antaranya (1,28%) merupakan informasi mengenai SIM/STNK/BPKB. Berdasarkan pengamatan peneliti, isi informasi tersebut berkaitan dengan lokasi perpanjangan SIM/STNK/BPKB yang disediakan Polda Metro Jaya untuk membantu masyarakat dalam mengurus kepentingan berkaitan dengan

SIM/STNK/BPKB.

Contoh

tweet

yang

berisi

informasi

mengenai

SIM/STNK/BPKB diantaranya, “ Lokasi SIM & STNK Keliling Sabtu 11Mei 2013 http://t.co/kFZaXBhw86” “Persyaratan SIM Untuk WNA (WargaNegara Asing) http://t.co/uMFgKX45” f. Skor Tweet Penelitian memberikan skor pada kelengkapan tweet yang disampaikan oleh akun @TMCPoldaMetro kepada followers-nya. Dengan penjelasan skor 1 adalah tweet dengan satu informasi; skor 2 adalah tweet dengan lebih dari satu informasi; dan skor 3 adalah tweet dengan lebih dari satu informasi dan dilengkapi gambar. Tabel 7. Skor Tweet @TMCPoldaMetro Valid

Frequency

Percent

Valid Percent

Cumulative Percent

8

.6

.6

.6

1.00

1141

79.8

79.8

80.4

2.00

263

18.4

18.4

98.8

3.00

17

1.2

1.2

100.0

Total

1429

100.0

100.0

.00

""#


Hasil analisis SPSS di atas menunjukkan semakin tinggi nilai skor, maka semakin banyak informasi yang diberikan dalam setiap tweet. Frekuensi terbanyak terdapat pada skor bernilai 1 yaitu sejumlah 1.141 tweet. g. Jumlah Retweet Tabel 8. Jumlah Retweet Selama Satu Minggu Frequency

valid

Percent

Valid Percent

Cumulative Percent

0.00

101

7.1

7.1

7.1

1.00

74

5.2

5.2

12.2

2.00

142

9.9

9.9

22.2

3.00

120

8.4

8.4

30.6

4.00

157

11.0

11.0

41.6

5.00

139

9.7

9.7

51.3

6.00

103

7.2

7.2

58.5

7.00

94

6.6

6.6

65.1

8.00

61

4.3

4.3

69.3

9.00

54

3.8

3.8

73.1

10.00

33

2.3

2.3

75.4

11.00

28

2.0

2.0

77.4

12.00

45

3.1

3.1

80.5

13.00

28

2.0

2.0

82.5

14.00

28

2.0

2.0

84.5

15.00

23

1.6

1.6

86.1

16.00

18

1.3

1.3

87.3

17.00

22

1.5

1.5

88.9

18.00

17

1.2

1.2

90.1

19.00

21

1.5

1.5

91.5

20.00

20

1.4

1.4

92.9

21.00

10

.7

.7

93.6

22.00

4

.3

.3

93.9

23.00

13

.9

.9

94.8

24.00

5

.3

.3

95.2

25.00

7

.5

.5

95.7

26.00

8

.6

.6

96.2

27.00

4

.3

.3

96.5

28.00

8

.6

.6

97.1

29.00

4

.3

.3

97.3

"$#


30.00

1

.1

.1

97.4

31.00

3

.2

.2

97.6

32.00

5

.3

.3

98.0

35.00

2

.1

.1

98.1

36.00

1

.1

.1

98.2

37.00

1

.1

.1

98.3

38.00

1

.1

.1

98.3

41.00

2

.1

.1

98.5

43.00

1

.1

.1

98.5

44.00

1

.1

.1

98.6

46.00

2

.1

.1

98.7

48.00

1

.1

.1

98.8

49.00

1

.1

.1

98.9

50.00

2

.1

.1

99.0

52.00

1

.1

.1

99.1

53.00

1

.1

.1

99.2

56.00

2

.1

.1

99.3

62.00

1

.1

.1

99.4

65.00

2

.1

.1

99.5

70.00

1

.1

.1

99.6

78.00

1

.1

.1

99.7

79.00

1

.1

.1

99.7

81.00

1

.1

.1

99.8

150.00

1

.1

.1

99.9

175.00

1

.1

.1

99.9

565.00

1

.1

.1

100.0

1429

100.0

100.0

Total

Dari hasil analisis SPSS di atas, terlihat jumlah tweet @TMCPoldaMetro dalam waktu 1 minggu terhitung tanggal 9-15 Mei 2013 adalah 1.429 tweets. Jumlah retweet terbanyak 565, sedangkan yang paling sedikit adalah tidak ada atau nol (0). Dari hasil SPSS tersebut juga terdapat sebanyak 157 tweets yang di-retweet sebanyak 4 kali. Hasil tersebut merupakan frekuensi angka retweet yang paling sering muncul. Hasil retweet memperlihatkan bahwa informasi yang disampaikan oleh akun @TMCPoldaMetro berguna bagi para followers-nya.

"%#



gambar pada tweet @TMCPoldaMetro selama satu minggu adalah 228 tweets. Artinya bahwa 228 tweets pada akun @TMCPoldaMetro menyertakan gambar sedangkan 1.201 tweets lainnya tidak menyertakan gambar (84% tweet pada akun @TMCPoldaMetro tidak disertakan gambar). Kesimpulan Berdasarkan analisis hasil temuan dalam penelitian ini, tweet yang dilakukan oleh @TMCPoldaMetro sudah informatif dan sesuai dengan informasi yang dibutuhkan oleh followers-nya.

Terbukti

dari

banyaknya

retweet

dan

favourite

terhadap

tweet

@TMCPoldaMetro. Topik tweet yang di-posting oleh @TMCPoldaMetro bervariasi dan peneliti kategorikan dalam lima topik, yaitu informasi mengenai lalu-lintas; tips dan trik; kecelakaan; kegiatan yang dilakukan oleh polantas, serta informasi seputar pembuatan SIM, STNK, dan BPKB. Topik yang paling banyak diinformasikan adalah topik mengenai lalu-lintas. Informasi ini sangat dibutuhkan para pengguna lalu lintas di ibu kota. Hal itu dapat dilihat dari banyaknya jumlah informasi yang disampaikan TMC tentang lalu lintas dalam waktu satu minggu, yaitu terdapat 982 tweet didominasi oleh informasi lalu lintas atau sekitar 65,91%. Diurutan kedua, topik yang paling banyak diinformasikan adalah mengenai tips dan trik dalam menjaga keselamatan diri dalam berkendara maupun dalam menjaga keamanan rumah. Ini menjadi nilai lebih karena TMC Polda yang merupakan bagian dari kepolisian yang mengurusi lalu-lintas tidak hanya peduli terhadap lalu-lintas saja, tetapi juga peduli terhadap keselamatan masyarakat. Informasi mengenai kecelakaan berada pada posisi ketiga, karena dalam beberapa tweet yang disampaikan, kecelakaan banyak menyebabkan kemacetan sehingga banyak orang yang me-retweet pesan tersebut. Tweets yang berisi kegiatan polantas menempati urutan keempat dari sejumlah tweets yang di-share oleh akun @TMCPoldaMetro. Hal ini dilakukan sebagai salah satu bukti kinerja Polantas yang bertujuan memperbaiki, menjaga, dan meningkatkan citra baik Polantas di mata publik. Tweets yang berisi informasi tentang pembuatan SIM, STNK, dan BPKB merupakan informasi yang menempati posisi terendah dalam jumlah tweet yang dilakukan oleh akun TMC Polda Metro. Hal ini dikarenakan SIM, STNK, dan BPKB hanya merupakan informasi berisi pengumuman dimana masyarakat dapat membuat SIM, STNK, dan BPKB dihari-hari "'#


tertentu dan informasi ini bukan merupakan informasi rutin yang terus harus diperbaharui seperti informasi keadaan lalu-lintas dan kecelakaan yang kejadiannya tidak dapat diperkirakan. Penyediaan gambar dalam setiap tweet yang ada pada akun @TMCPoldaMetro sebagai pelengkap informasi yang disampaikan. Namun ada dan tidak adanya gambar tidak menjadikan permasalahan yang signifikan, karena pesan yang disampaikan oleh TMC Polda Metro melalui akun Twitter nya @TMCPoldaMetro dianggap sudah kredibel.

"(#


REFERENSI Chew, C. (2010) Pandemics in the Age of Twitter: A Content Analysis of the 2009 H1N1 Outbreak. M.Sc. University of Toronto (Canada). David P. Reed's, "The Law of the Pack" (Harvard Business Review, February 2001) EL

(2012),

“Indonesia

Peringkat

Lima

Pengguna

Twitter”.

Diakses

dari:

http://www.gatra.com/iltek/internet/20244-indonesia-peringkat-lima-penggunatwitter.html [Diakses tanggal: 16 Maret 2013] Evans, Dave. 2010. “Social Media Marketing; The Next Generation of Business Engagement”. Indiana: Wiley Publishing. Inc. Eysenbach, G. (2009). Infodemiology and infoveillance: Framework for an emerging set of public health informatics methods to analyze search, communication, and publication behavior on the internet. Journal of Medical Internet Research. Heaps, D. (2009) Twitter: Analysis of Corporate Reporting Using Social Media. The Corporate Governance Advisor, 17 (6), p.18-22. Mark Chaves (2010). “Social Media Metrics : Listening, Understanding and Predicting the

Impacts

of

Social

Media

on

Your

Business”

Diakses

dari:

http://www.sas.com/resources/whitepaper/wp_19861.pdf [Diakses tanggal: 17 Maret 2013] Semiocast (2012), “Twitter reaches half a billion accounts More than 140 millions in the U.S.” Diakses dari: http://semiocast.com/en/publications/201207_30_Twitter_reaches_half_a_billion_accounts_140m_in_the_US [Diakses tanggal: 16 Maret

2013] Simon Kemp (2012), “Social Digital and Mobile in Asia”. Diakses dari: http://wearesocial.sg/blog/2012/10/social-digital-mobile-asia/. [Diakses tanggal: 16 Maret 2013] ! "#! !


TMC Metro, http://pop.tmcmetro.com/profil/traffic-management-center [Diakses tanggal: 15 Maret 2013] ! www.tweetstats.com ! www.tweetcloud.com www.twitter.com Yin, S. (2008) How Social Media and PR Connect. [online] 15th May. Diakses dari: http://search.proquest.com/docview/206280853?accountid=17242 [Diakses tanggal: 16 Maret 2013].

LAMPIRAN 1.) Grafik jumlah tweets per jamnya

! "$! !


2.) Grafik jumlah tweets per harinya

3.) Isi tweet yang paling populer berdasarkan Tweet Cloud

4.) Grafik perkembangan jumlah followers

! "%! !


ANALISIS MANFAAT DAN EFEKTIVITAS AKUN SEBAGAI STRATEGI KOMUNIKASI TMC POLDA METRO JAYA MAKALAH NON-SEMINAR

Recommend Documents