Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK Kehadiran media sosial adalah suatu strategi komunikasi yang dinamis dan transparan, serta menawarkan utilitas khusus untuk pemerintah khususnya dalam membangun keterlibatan publik atau citizen engagement. Tesis ini bertujuan untuk mengetahui hubungan komunikasi dialogis dengan keterlibatan online warga negara (citizen engagement) dalam unggahan media sosial institusi pemerintah pusat. Penelitian ini dilakukan terhadap unggahan tweet dari dua instansi pemerintah pusat yaitu Kemristekdikti dan Sekretariat Kabinet selama periode Januari-Desember 2017. Penelitian ini menggunakan pendekatan kuantitatif dengan metode analisis isi. Penelitian ini menemukan bahwa indikator komunikasi dialogis yang paling tinggi frekuensinya adalah speeches dengan jeda waktu pembaruan terkini (recent update) antara tweet satu dengan tweet selanjutnya tidak lebih dari 1x24 jam, serta tweet yang diunggah sebagian besar merupakan publikasi pemberitaan terkait institusi selama 30 hari terakhir. Selain itu, komentar user yang sesuai dengan topik tweet yang diunggah lebih banyak jika dibandingkan dengan komentar user yang tidak sesuai topik. Meski begitu, komentar warga masih lebih rendah jika dibandingkan like dan retweet yang ada di setiap tweet yang diunggah. Temuan lain dalam penelitian ini menunjukkan bahwa fitur media sosial Twitter belum sepenuhnya dioptimalkan penggunaannya oleh kedua institusi pemerintah tersebut.

---

ABSTRACT Social media is a dynamic and transparent communication strategy, and offers special services for the community in community involvement or community involvement. The aim of the research is to see the relations of dialogical strategy with citizen engagement in the central government social media posts. This research was conducted on tweet posts from two central government agencies, namely the Ministry of Research, Technology and Higher Education and the Cabinet Secretariat during the period January-December 2017. This study used a quantitative approach with the content approach. This study found that the highest frequency indicator of dialogue communication was the latest time lag (the latest update) between one tweet and others, no more than 1x24 hours, and the tweets uploaded were mostly related news publications for the past 30 days. In addition, user comments that match the topic of uploaded tweets are more compared to user comments that do not match the topic. Even so, peoples comments are still lower compared to like and retweeted in every uploaded tweet. Another finding in this study shows that Twitters social media features have not been fully used by bot

Abstrak :
Infeksi SARS-CoV-2 yang kemudian diidentifikasi sebagai COVID-19 telah menjadi permasalahan global. Dalam perkembangannya, sejumlah vaksin berhasil dikembangkan dan diproduksi. Peningkatan jumlah negara yang level penularannya telah mencapai transmisi komunitas mendorong urgensi vaksinasi guna membentuk herd immunity. Sebagai pandemi pertama di era media sosial, tercipta infodemi COVID-19, ketika terjadi kelimpahan informasi—baik benar maupun tidak—membuat masyarakat sulit untuk menentukan sumber yang tepat untuk mengambil tindakan. Pemerintah wajib hadir di medium yang sama untuk dapat memberikan Komunikasi, Informasi, dan Edukasi (KIE) sehingga publik memperoleh informasi yang tepat dan dapat mengikuti program pemerintah mengatasi pandemi melalui vaksinasi. Di Indonesia, negara hadir melalui Badan Pengawas Obat dan Makanan (BPOM) sebagai institusi yang memiliki kewenangan menerbitkan Emergency Use Authorization (EUA) serta melakukan KIE yang relevan. Penelitian ini bertujuan untuk menganalisis pembentukan citizen engagement pada pemanfaatan media sosial pemerintah dalam KIE pengembangan vaksin COVID-19. Media sosial yang digunakan adalah Instagram sebagai media sosial BPOM dengan jumlah pengikut tertinggi. Penelitian ini menggunakan pendekatan positivisme dengan explanatory sequential mixed methods yang mengkombinasikan analisis regresi, analisis sentimen, dan Computer-Assisted Qualitative Data Analysis (CAQDA). Prediktor yang diteliti adalah media richness, content production, dan content type dengan variabel dependennya adalah citizen engagement yang dikalkulasi dari likes dan comments yang diberikan oleh publik pada aktivitas akun @bpom_ri dan 73 akun UPT BPOM di seluruh Indonesia dalam rentang 6 Agustus 2020 hingga 18 Februari 2021 secara spesifik untuk konten pengembangan vaksin COVID-19. Berdasarkan hasil analisis kuantitatif terhadap 2.168 konten, seluruh prediktor secara signifikan mempengaruhi pembentukan citizen engagement, dengan konten video dan foto, konten orisinil, serta konten informasi menghasilkan engagement yang lebih tinggi. Pada analisis sentimen, sebanyak 58,52% konten menghasilkan sentimen positif dan 30,59% memiliki sentimen negatif. Sentimen negatif cenderung terjadi pada konten dengan tingkat interaksi yang tinggi. Pada integrasi dengan analisis kualitatif, faktor pengguna dan konteks menjadi elemen penting bagi pengelola media sosial pemerintah untuk mengoptimalkan citizen engagement. ......SARS-CoV-2 infection, later identified as COVID-19, has become a global problem. In its progress, several vaccines were successfully developed and produced. However, the increasing number of countries whose transmission rates have reached community transmission encourages the urgency of vaccination to form herd immunity. As the first pandemic in the social media era, COVID-19 generates infodemic when information was abundant, both valid and not, making it difficult for the public to determine the right source to take action. Therefore, the government must be present in the related medium to provide communication, information, and education (KIE) for citizens to accept accurate information and support government programs to overcome pandemics through vaccination. In Indonesia, the nation is present through the Badan Pengawas Obat dan Makanan (BPOM) as an institution with the right to issue Emergency Use Authorization (EUA) and conduct relevant KIE. This study aims to analyze the formation of citizen engagement on the utilization of government social media in the development of the COVID-19 vaccine KIE. The social media used is Instagram as a social media BPOM with the highest number of followers. This study uses a positivism approach with explanatory sequential mixed methods that combine regression analysis, sentiment analysis, and Computer-Assisted Qualitative Data Analysis (CAQDA). The predictors studied were media richness, content production, and content type, with dependent variables are citizen engagement calculated from likes and comments given by the public on the activity of @bpom_ri accounts and 73 regional office accounts in the range of August 6, 2020, to February 18, 2021, specifically for COVID-19 vaccine development content. Based on the quantitative analysis of 2,168 content, all predictors significantly influenced the formation of citizen engagement, with video and photo content, original content, and informational content generate higher engagement than an infographic, repost, and news event content. On sentiment analysis, 58.52% of content produces positive sentiment, and 30.59% has a negative sentiment. Negative sentiment tends to occur in content with a high level of interaction. In integrating qualitative analysis, user factors and context become essential for government social media administrators to optimize citizen engagement.