Social Network Analysis ‘Makan Bergizi Gratis’(Studi Netnografi pada Tiktok)
DOI:
https://doi.org/10.31599/x14phm64Keywords:
Social Network Analysis Free Nutritious Meal Netnography TikTok Health CommunicationAbstract
Penelitian ini menganalisis wacana program "Makan Bergizi Gratis" (MBG) di TikTok, yang telah menjadi topik sentral diskusi publik , untuk memetakan persepsi masyarakat dan bagaimana diskursus digital ini membentuk realitas sosial. Dengan landasan teoritis Social Network Analysis (SNA) yang berfokus pada relasi dan struktur sosial , penelitian ini menggunakan pendekatan mixed method yang mengintegrasikan analisis tematik kualitatif dan analisis frekuensi teks kuantitatif (n-gram) terhadap data tekstual yang diambil dari unggahan video selama September-Oktober. Hasil penelitian secara tegas mengungkapkan dominasi narasi krisis yang meluas , berpusat pada empat tema utama: krisis keamanan pangan seperti keracunan massal , kegagalan standar operasional , kontaminasi pangan (misalnya ulat dan serpihan kaca) , dan rendahnya kepercayaan publik. Temuan kuantitatif memvalidasi hal ini, di mana frasa negatif "keracunan makanan" menempati peringkat kedua (frekuensi 10) setelah nama resmi program , membuktikan bahwa fokus wacana adalah masalah, bukan keberhasilan. Pembahasan mengidentifikasi akar masalah pada tiga kegagalan fundamental: kesenjangan implementasi antara kebijakan dan eksekusi , pengawasan yang tidak memadai , dan kegagalan komunikasi krisis. Penelitian ini menyimpulkan bahwa platform seperti TikTok kini berfungsi sebagai early warning system yang efektif untuk kegagalan kebijakan publik , yang menuntut pemerintah untuk mengembangkan kapasitas social listening secara real-time untuk intervensi proaktif
Downloads
References
Ariyus, D., Manongga, D., & Sembiring, I. (2024). Opinion mining on Indonesian tourism TikTok video content using fasttext and multilayer long short-term memory. In A. G. Abdullah, D. Ramayanti, H. Septanto, & Y. G. Adhiyoga (Eds.), AIP Conference Proceedings (Vol. 3077, Issue 1). American Institute of Physics. https://doi.org/10.1063/5.0202656
Balcioglu, Y. S., & Cerasi, C. C. (2025). TikTok and Online Dating: A Social Media Analysis of Emerging Patterns. Global Business and Organizational Excellence, 44(4), 119–125. https://doi.org/10.1002/joe.22288
Borgatti, S. P., Mehra, A., Brass, D. J., & Labianca, G. (2009). Network analysis in the social sciences. Science, 323(5916), 892–895. https://doi.org/10.1126/science.1165821
Broda, M. D., Granger, K., Chow, J., & Ross, E. (2021). Using Social Network Analysis in Applied Psychological Research: A Tutorial. Psychological Methods, 28(4), 791–805. https://doi.org/10.1037/met0000451
Buch-Hansen, H. (2014). Social network analysis and critical realism. Journal for the Theory of Social Behaviour, 44(3), 306–325. https://doi.org/10.1111/jtsb.12044
Einstein, M. (2024). FAITH-CENTRIC TIKTOKS: Promoting Religion through Personalized Experience and Engagement. In Selling the Sacred: Religion and Marketing from Crossfit to QAnon (pp. 139–153). Taylor and Francis. https://doi.org/10.4324/9781003342229-12
Fiallos, A., & Figueroa, S. (2023). Detection of Educational Influencers and Communities on TikTok. In C. Vaca, D. Riofrio, J. Pincay, L. Teran, & L. Teran (Eds.), 2023 9th International Conference on eDemocracy and eGovernment, ICEDEG 2023. Institute of Electrical and Electronics Engineers Inc. https://doi.org/10.1109/ICEDEG58167.2023.10122011
Freeman, L. C. (1978). Centrality in social networks conceptual clarification. Social Networks, 1(3), 215–239. https://doi.org/10.1016/0378-8733(78)90021-7
Issar, S. (2024). The Social Construction of Algorithms in Everyday Life: Examining TikTok Users’ Understanding of the Platform’s Algorithm. International Journal of Human-Computer Interaction, 40(18), 5384–5398. https://doi.org/10.1080/10447318.2023.2233138
Martino, F., & Spoto, A. (2006). Social Network Analysis: A brief theoretical review and further perspectives in the study of Information Technology. PsychNology Journal, 4(1), 53–86. https://www.scopus.com/inward/record.uri?eid=2-s2.0-38149063618&partnerID=40&md5=5362fb3806b77cc9732ce735c05e1bc9
Soric, I., Dinjar, D., Stajcer, M., & Orescanin, D. (2017). Efficient social network analysis in big data architectures. In M. Cicin-Sain, F. Hormot, T. G. Grbac, B. Vrdoljak, E. Tijan, K. Skala, S. Ribaric, S. Gros, V. Sruk, M. Mauher, P. Biljanovic, & M. Koricic (Eds.), 2017 40th International Convention on Information and Communication Technology, Electronics and Microelectronics, MIPRO 2017 - Proceedings (pp. 1397–1400). Institute of Electrical and Electronics Engineers Inc. https://doi.org/10.23919/MIPRO.2017.7973640
Tudehope, L., Sofija, E., & Harris, N. (2024). VentTok: Exploring the Mental Health Narrative on TikTok. Stigma and Health. https://doi.org/10.1037/sah0000577
Vázquez-Herrero, J., Negreira-Rey, M.-C., & Rodríguez-Vázquez, A.-I. (2021). Intersections between TikTok and TV: Channels and Programmes Thinking Outside the Box. Journalism and Media, 2(1), 1–13. https://doi.org/10.3390/journalmedia2010001
