Pendahuluan

Pergerakan sosial bukanlah hal baru di era digital ini. Hal ini dimulai ketika adanya platform media sosial hadir didalam sisipan kehidupan manusia, dan membawa perubahan besar meskipun cukup lamban. Namun media sosial sudah membuat berbagai pergerakan sosial dan perwujudan aspirasi bebas kepada masyarakat.

Hal ini ketika pergerakan sosial yang begitu mencuat sejak tahun 2010 mulai dari Gerakan koin untuk Prita (2010), Arab Spring (2010), dan Brexit (2017) yang menunjukkan geliat media sosial sebagai Gerakan perlawanan publik yang dibangun melalui tagar atau hashtag (#).

Melalui beberapa peristiwa besar, kemudian para ahli Komunikasi Politik dan Informasi serta Data Politik mulai melihat dampak media sosial yang begitu serius dalam perpolitikan di dunia tak terlepas di Indonesia. Hal ini rupanya juga terjadi di Indonesia pada tahun 2023 lalu melalui Gerakan sosial melalui tagar #Indonesiagelap di media sosial X (dulu Twitter) yang dipicu oleh beberapa hal diantaranya kontroversi dan polemic kebijakan Pemerintah Prabowo-Gibran yang dinilai tidak berpihak kepada rakyat seperti kebijakan efisiensi anggaran yang mengorbankan program kesejahteraan untuk rakyat termasuk anggaran Pendidikan yang dipangkas, kemudian kekerasan apparat yang tak kunjung tuntas, proyek strategis nasional yang merusak lingkungan dan merampas kehidupan masyarakat, pelanggaran HAM berat dan hutang negara [1].

Tagar ini pun bukan yang pertama kalinya muncul di ranah politik pasca Pilpres 2024. Namun sebelumnya ketika masa kampanye Pilpres 2023-2024 tagar Gerakan sosial yang hampir serupa juga sudah muncul di permukaan Gerakan sosial seperti halnya tagar #PeringatanDarurat yang dimana pada tagar ini muncul terkait dengan pencalonan Calon Wakil Presiden Gibran Rakabuming yang saat itu usianya masih 35 tahun namun sudah dicalonkan sebagai Wakil Presiden RI. Sementara ketentuan Konstitusi, untuk syarat Presiden dan Wakil Presiden adalah 40 tahun. Kemudian berlanjut pada kontroversi pencalonan Kaesang Pangarep yang masih berusia dibawah 30 tahun mencalonkan sebagai Gubernur [2]. Gerakan ini muncul sebagai bentuk perlawanan terhadap Pemerintah.

Media sosial seperti Twitter dan Tiktok memiliki kekuatan yang begitu besar dalam menggerakkan masyarakat untuk melawan pemerintah. Dikatakan oleh manan Kepala Badan Intelijen Negara (BIN) Jenderal Budi Gunawan, Adanya media sosial Gerakan itu jadi memiliki daya yang lebih besar, jaringannya makin kuat, yang pada akhirnya bisa memobilisasi massa leih besar dalam satu Gerakan menentang pemerintahan [3].

Berdasarkan permasalahan yang telah dijelaskan sebelumnya, disini rumusan masalah yang dapat dijelaskan bahwa media sosial sebagai alat propaganda dalam politik elektoral-komputasional untuk membangun chaos Gerakan perlawanan.

Terlihat disini menjadi urgensi penelitian adanya Gerakan sosial yang tidak terkontrol di media sosial dan perlu diteliti untuk menemukan solusi penanganan dan pengendalian informasi – komunikasi publik. Sehingga tujuan dari penelitian ini adalah menemukan distribusi jaringan informasi dan komunikasi di media sosial terkait Gerakan sosial #INdonesiagelap serta peranan aktor penggunaan berbagai kata digunakan untuk menjatuhkan pemerintah melalui komunikasi negatif atau hate speech.

Selain itu temuan yang ditargetkan dari penelitian ini adalah identifikasi Hoax dan Hate speech adanya komunikasi dan informasi masif di media sosial terkait #Indonesiagelap di media sosial Twitter dan Tiktok. Oleh karena itu mellaui peneltiian juga menargetkan penerapan inovasi penggunaan aplikasi berbasis big data dan media monitoring digital untuk mengidentifikasi adanya informasi dan komunikasi negatif pada Gerakan sosial di media sosial.

Pada penelitian terdahulu yang total data literatur sejumlah 250 data literatur, tidak ada yang mengkaitkan studi Gerakan sosial dengan objek Peringatan Darurat. Selain itu ditemukan juga tidak ada penelitian terdahulu yang menggunakan objek #Indonesiagelap sebagai penelitian utama. Sehingga dapat ditentukan dua novelty dari penelitian ini, yaitu Fokus kajian #Indonesiagelap dalam pergerakan sosial di media sosial Twitter dan Tiktok. Kemudian memfokuskan studi Gerakan sosial dalam pendekatan jaringan dan survei untuk mengidentifikasi komunikasi negatif di media sosial.

Penelitian membahas tentang jaringan sosial dalam antar kelompok pada sebuah jaringan sosial yang besar di twitter #Indonesiagelap dan disini peneliti menggunakan teori jaringan (Network Society) yang dimana dalam Network Society, menurut Manuelle Castells bahwa informasi digital sebagai penggerak utama perubahan ekonomi, kultural, dan sosial. Ini terjadi di dalam sistem global yang makin kompetitif, pengetahuan mulai menggantikan tenaga kerja sebagai komponen paling berhargam dan konsekuensinya produk jasa, yang berbeda dari manufaktur, menjadi penting [4].

Jaringan memberikan basis untuk pengorganisasian dan pengembangan di abad informasi. Ekspansi komputer adalah juga karena efek proses jejaring itu sendiri, kemampuan untuk menghubungkan dan menyebarluaskan aliran informasi dengan skala yang tak terduga sebelumnya [5].

Di dalam intelijen, jaringan informasi tersebar ke beberapa sumber jaringan yang bertujuan untuk keamanan dan rahasia yang tidak bocor dari informasi tersebut. Informasi merupakan hal terpenting yang sangat dibutuhkan terhadap informasi yang sulit untuk didapatkan, informasi bersifat rahasia atau memiliki relevansi untuk mendukung fungsi, kegiatan, dan operasi intelijen. Informasi tersebut bisa didpaatkan dengan ifnormasi terbuka dari berbagai media massa, media sosial maupun berbagai akses internet lainnya, melalui jaringan informasi memiliki koneksi dan akses terhadap sumber informasi yang dibutuhkan organisasi intelijen [6].

Dalam jaringan yang terkoneksi secara positif, sentralitas menghasilkan kekuasaan, sebab aktor-aktor sentral dapat bertindak sebagai perantara dalam relasi-relasi kooperatif. Namun, dalam jaringan yang terkoneksi secara negatif, sentralitas kalah penting dibandingkan akses menuju aktor-aktor dengan ketergantungan besar yag hanya memiliki sedikit alternative atau tidak punya alternatif sama sekali, dan aktor paling sentral tidal selalu aktor dengan kekuasaan terbesar [7].

Menurut David T.Hill dan Khrisna Shen, internet sebagai medium baru yang telah dirasakan di Barat sejak 1980 an dan di Asia termasuk di Indonesia pada tahun 1990 an. Penggunaan internet kini semakin marak untuk kegiatan politik. Hal ini terkait dengan beberapa factor seperti system politik berjalan dan kian demokratis. Kondisi yang diperoleh pasca Gerakan reformasi ini memungkinkan tumbuh kembangnya kebebasan pers. Setiap orang dapat mengakses dan menggunakan internet guna mengartikulasikan ide, gagasan, pemikiran, ajakan, protes, himbauan bahkan juga tekanan kepada kekuasaan. [8].

Secara umum, Gerakan sosial dimaknai sebagai sebuah Gerakan yang lahir dari sekelompok individu untuk memperjuangkan kepentingan, aspirasi atau menuntut perubahan yang ditujukan untuk kelompok tertentu, misalnya adalah pemerintah atau penguasa. Namun, Gerakan sosial ini dapat berpihak sebagai kelompok yang pro maupun kontra dengan pemerintah (penguasa). Gerakan sosial merupakan bentuk kolektivitas orang-orang di dalamnya untuk membawa atau menentang perubahan [9].

Menurut Sztompka (1994) memberikan Batasan definisi Gerakan sosial. Menurutnya, Gerakan sosial harus memiliki empat kriteria, yaitu pertama, adanya kolektivitas; kedua, memiliki tujuan Bersama yaitu mewujudkan perubahan tertentu dalam masyarakat mereka yang diettapkan partisipan menurut cara yang sama. Ketiga, kolektivitasnya relatif tersebar namun lebih rendah derajatnya daripada organisasi formal [9].

Metode

Metode peneltian yang dilakukan oleh peneliti disini menggunakan metode Kuantitatif dengan paradigma positivistik. Paradigma positivistic merupakan paradigma yang muncul sebagai bentuk pertentangan terhadap metafisik dan mengutamakan pendekatan kausal untuk mengukur hubungan data dan variabelnya. Selain itu paradigma positivistic juga merupakan keberadaan data yang empiris dan fakta [10].

Jenis pendekatan yang digunakan dalam penelitian ini ada dua yaitu metode Jaringan berbasis Big Data yang memperoleh data dari media sosial Twitter dan Tiktok, kemudian pendekatan Survei dengan menggunakan instrument kuesioner yang

disebarkan ke masyarakat di wilayah kota-kota besar seperti di DKI Jakarta, Jawa Barat, dan Jawa Tengah dengan Snowball Sampling.

Upaya menggabungkan dari kedua pendekatan tersebut dilakukan untuk secara mutual eksplanati dari hasil penelaahan jaringan aktor yang telah ditemukan, kemudian berikutnya dilakukan survei untuk menganalisis keterhubungan antar variable serta mengukur relate antara jaringan dan pendapat public terkait jaringan [11].

Hasil Kuantitatif dengan analisis jaringan diperoleh melalui prosedur khusus yang melibatkan pengumpulan data melalui pola data corpus melalui proses data crawling melalui data mining di media sosial Twitter dan TIktok serta dilakukan survey kepada responden terakait #Indonesiagelap di Twitter dan Tiktok serta dikombinasikan dengan big data [12].

Pengukuran level sistem pada jaringan ego (ego networks) mirip dengan jaringan utuh (complete networks). Ada tiga jenis pengukuran pada level jaringan, di antaranya: ukuran (size), kepadatan (density), dan diameter. Kemudian pengukuran pada level aktor mencakup sentralitas (degree centrality), betweenness centrality, dan closeness centrality [13].

Jenis data yang digunakan untuk menganalisis jaringan antar aktor (Node) dan jaringan antar kelompok besar atau sub kelompok, peneliti menggunakana Big Data (Mahadata) dari seluruh data akun aktor (individu atau kelompok) yang terlibat dalam jaringan di hashtag dan mentions dengan mengambil jumlah data terbesar melalui hashtag/tagar (#), kemudian data mentions (@) pada Twitter dan TIktok yang akan di trace melalui Data Mining dan dianalisa dengan menggunakan Gephi. Penggunaan media sosial Twitter sebagai pengumpulan data karena twitter sebagai poros utama digunakan untuk praktik politik praktis dan social movement [14].

Pada operasional variabel Tingkat kecemasan dengan mengukur tingkatan normal, ringa, sedang, berat, dan status panik. Pendekatan yang digunakan seperti Cognitive Behaviour [15]. Teknik analisis data yang digunakan pada survei dengan pola anallisa deskriptif.

Hasil dan Pembahasan

Gerakan #IndonesiaGelap juga mencerminkan kurangnya transparansi dan komunikasi kebijakan dari pemerintah. Mahasiswa dan aktivis menuduh bahwa alasan efisiensi belum dijelaskan secara memadai kepada publik, dan dampak pemangkasan anggaran dipandang terlalu berisiko. Tuntutan mereka mencakup agar Presiden Prabowo mengkaji ulang Inpres efisiensi anggaran karena kekhawatiran bahwa pemangkasan akan merusak layanan publik fundamental.

Selain itu, ada sentimen bahwa langkah efisiensi bisa memperkuat peran militer atau lembaga keamanan di ranah sipil, yang menambah fragmen politik dan menimbulkan kecurigaan tentang agenda kekuasaan.

Secara keseluruhan, gerakan #IndonesiaGelap bukan sekadar protes reaktif terhadap pemotongan anggaran melainkan manifestasi sendi ketegangan struktural dalam politik anggaran Indonesia: bagaimana negara mendistribusikan sumber daya, prioritas pembangunan, dan bagaimana kebijakan ekonomi berdampak langsung pada generasi muda. Demonstrasi ini mencerminkan keresahan publik terhadap kebijakan yang dipandang mengorbankan sektor sosial demi efisiensi jangka pendek, dan menuntut akuntabilitas serta transparansi dari pemerintah.

Figure 1. Data Jaringan #Indonesiagelap Keseluruhan

Data jaringan yang di tampilkan pada gambar diatas menunjukkan struktur konektivitas antar node dalam sebuah sistem komunikasi berbasis Big Data. Setiap baris merepresentasikan satu node dengan atribut-atribut analitis seperti In-Degree, Out-Degree, Degree, hingga berbagai ukuran sentralitas. Secara umum, tabel ini mengilustrasikan bahwa jaringan memiliki node-node dengan tingkat keterhubungan yang sangat bervariasi—mulai dari yang hanya memiliki koneksi terbatas hingga node dengan hubungan yang sangat tinggi seperti node “in” yang mencatat Degree dan Interval paling besar. Perbedaan ini menjadi indikasi awal adanya titik-titik penghubung penting di dalam jaringan.

Pengukuran Degree dan Weighted Degree dalam tabel memperlihatkan siapa saja node yang paling sering terhubung. Node seperti “in” dan beberapa node numerik lain tampak mendominasi dengan nilai Degree tinggi, menunjukkan bahwa mereka berperan sebagai simpul penting yang menghubungkan banyak node lain. Dalam konteks analisis jejaring sosial atau percakapan digital, node-node ini berpotensi menjadi pusat aliran informasi atau istilah kunci yang kuat dalam percakapan. Sementara itu, node dengan Degree rendah lebih bersifat periferal dan tidak terlalu berpengaruh terhadap struktur keseluruhan jaringan.

Ukuran sentralitas seperti Closeness, Harmonic Closeness, dan Eccentricity terlihat memiliki nilai yang relatif homogen (banyak bernilai 1.0). Hal ini menunjukkan bahwa secara struktural, mayoritas node berada pada jarak yang serupa terhadap node-node lainnya dalam jaringan. Kondisi ini dapat terjadi ketika jaringan memiliki pola hubungan yang merata atau ketika perhitungan jarak dipengaruhi oleh bobot tertentu yang membuat setiap node memiliki akses relatif sama cepat ke node lain. Meski begitu, beberapa node menunjukkan perbedaan kecil yang tetap penting dalam mengidentifikasi jalur komunikasi yang lebih optimal.

Indikator Betweenness Centrality tampaknya memiliki nilai yang sangat kecil pada sebagian besar node, menandakan bahwa hanya sedikit node yang benar-benar berperan sebagai jembatan dalam aliran informasi antar bagian jaringan. Misalnya, beberapa node seperti “4” atau node lain yang memiliki nilai >0 terlihat berfungsi sebagai penghubung jalur alternatif dalam struktur komunikasi. Node dengan Betweenness tertinggi biasanya berperan penting dalam menjaga integritas jaringan karena mereka dapat mengatur atau menghambat aliran informasi bila terputus.

Terakhir, metrik seperti PageRank, Hub, Authority, serta Modularity Class menunjukkan bagaimana node mengelompok dalam komunitas tertentu dan mana node yang dianggap penting berdasarkan pola rujukan atau hubungan timbal balik. Meskipun banyak nilai PageRank terlihat rendah, perbedaan kecil antar node tetap mengindikasikan adanya hierarki pengaruh. Modularity Class yang berbeda-beda menandakan bahwa jaringan tersegmentasi ke dalam kelompok-kelompok tematik atau komunitas diskusi yang terpisah. Secara keseluruhan, tabel ini memberikan gambaran bahwa jaringan memiliki pusat interaksi yang jelas, struktur komunitas yang terdistribusi, dan hubungan informasi yang bergerak melalui beberapa node kunci.

Metrik Degree menunjukkan seberapa banyak hubungan yang dimiliki suatu node. Node dengan Degree tinggi (misalnya node “in” dengan Degree 283) berperan sebagai pusat interaksi dalam jaringan. In-Degree menunjukkan berapa banyak node lain yang menuju node tersebut, sedangkan Out-Degree menjelaskan sebaliknya. Nilai In/Out-Degree yang tinggi menandakan bahwa node tersebut terlibat aktif dalam menerima atau mengirim koneksi, sehingga menjadi simpul strategis dalam aliran data.

Berbeda dari Degree biasa, Weighted Degree mengukur seberapa “berbobot” hubungan-hubungan itu. Pada data, banyak node memiliki Weighted Degree yang sama dengan Degree, menunjukkan bahwa hubungan antar node relatif serupa bobotnya misalnya setiap hubungan dihitung sama penting.

Beberapa node memiliki nilai Closeness = 1.0, artinya node-node tersebut berada pada jarak relatif dekat dengan seluruh node lain. Ini umum terjadi pada jaringan padat atau jaringan bertingkat sederhana. Eccentricity menunjukkan jarak maksimum sebuah node terhadap node lain; nilai rendah berarti node tersebut terhubung dengan baik ke seluruh jaringan.

Betweenness mengukur seberapa sering sebuah node menjadi “jembatan” antara dua node lain. Dalam dataset ini nilainya sangat kecil (0.0–0.19), artinya jalur komunikasi dalam jaringan relatif seimbang, tanpa banyak simpul pengendali rute. Hanya beberapa node (seperti angka “4” dan “qme”) yang memiliki nilai lebih besar, menandakan mereka menjadi penghubung jalur kritis.

Hub mengukur node yang banyak memberikan rujukan.. Authority mengukur node yang sering dirujuk. PageRank menentukan tingkat kepentingan node berdasarkan pola saling terhubung.

Nilai PageRank di tabel cenderung kecil dan serupa, menunjukkan jaringan tidak memiliki satu node yang menguasai penuh, melainkan struktur pengaruh yang terdistribusi.

Modularity Class memperlihatkan pembagian komunitas dalam jaringan. Setiap node memiliki angka kelas berbeda (misal 0, 3, 22, dll.), yang menunjukkan bahwa jaringan terbagi ke dalam beberapa kelompok tematik. Ini berarti struktur percakapan atau topik tersebar ke sejumlah cluster.

Node “in” dari sumber @Indonesiagelap bila dilihat dari hasil analisis, Posisi Degree sangat tinggi mencapai 283. Kemudian dari Weighted Degree juga sangat besar. Sehingga disini lah @Indonesiagelap menjadi titik pusat jaringanNode ini adalah kata atau entitas yang paling sering muncul, sehingga menjadi penghubung utama dalam interaksi. Node “Indone…” (adalah “@Indonesiagelap”). Nilai Degree yang diperoleh sebesar antara 54–55. Bila diukur pada Tingkat keterhubungan signifikan, Node ini menjadi entitas topik yang kuat, mungkin tema utama dalam diskusi.

Node numerik (contoh “4”, “20”, “18505…”). Beberapa memiliki Betweenness tinggi Artinya node-nodestream kecil ini menjadi jalur penghubung antar komunitas sering kali, node seperti ini adalah elemen yang menggabungkan berbagai percakapan.

Berdasarkan analisa data disini dengan berbasis Big Data dari media sosial Twitter dan juga dari Youtube, dapat dijelaskan bahwatagar dihaislkan dari satu kelompok ke kelompok lain. Seperti Node “qme” dengan inisial @Duniaberita atau “en” yang merupakan akun dari @Kunti1515 yang memiliki tingkat Degree dan PageRank cukup signifikan dan menjadi bagian penting dalam cluster tertentu Node ini mempengaruhi dinamika kelompok tertentu dalam jaringan.

Node “in” asal kata dari “Indonesia Gelap” yang rupanya akun ini dibangun oleh sekelompok orang atau kelompok yang menggerakkan Gerakan sosial melalui media sosial twitter dan media sosial lainnya akan berada di pusat grafik dengan banyak garis menuju berbagai node lain.

Beberapa node seperti “Indonesia”, “qme”, dan node numerik akan membentuk cluster tersendiri di sekitar node inti. Modularity Class akan terlihat sebagai blok warna berbeda (komunitas). Node dengan betweenness tinggi (misal node “4”) akan tampak sebagai jembatan antar cluster.

Dalam konteks analisis komunikasi berbasis Big Data, tabel ini menggambarkan struktur percakapan yang terjadi dalam ruang digital X/Twitter. Node dengan Degree paling besar adalah istilah atau akun yang memegang peran dominan sebagai pusat interaksi. Node-node dengan nilai Modularity Class yang berbeda menunjukkan kelompok-kelompok diskusi yang terpecah menjadi komunitas tertentu.

Jika analisa ini berasal dari data hashtag atau topik (misalnya diskusi politik atau publik), kita dapat melihat: Topik “utama” ditunjukkan oleh node dengan nilai Degree tinggi, percakapan bercabang menjadi beberapa cluster, masing-masing dengan pembicaraan atau narasi unik. Tidak terlalu banyak node pengendali jalur (Betweenness sangat rendah), yang menunjukkan arus informasi berlangsung secara horizontal: masyarakat saling berbagi tanpa satu simpul dominan.

Dalam konteks riset Informasi, pola ini memperlihatkan bagaimana isu atau percakapan terbentuk secara organik dan bergerak melalui banyak simpul, bukan didorong oleh satu aktor utama. Berikut interpretasi ringkas berdasarkan tampilan data.

Kata “in” Node paling sentral dalam jaringan Pemicu utama keterhubungan Kemungkinan merupakan kata umum yang menjadi titik hub percakapan “Indone…” (“Indonesia”). Node topik. Mengikat komunitas yang membahas isu nasional Node angka “4”. Betweenness agak tinggi, Penghubung antar cluster, Bisa berupa simbol, angka kode, atau elemen percakapan tertentu

Node “en”Out-degree dan Weighted Degree cukup dominan, Node aktif mengarahkan interaksi, kemungkinan kata atau penanda tertentu “qme” Memiliki nilai Authority & Hub signifikan, Node otoritatif pada sub-topik tertentu

Node seperti “20”, “18505…”, “18928…”, dan lain-lain Menjadi bagian dari komunitas modular. Beberapa bertindak sebagai node transisi. Berperan memperkaya pola hubungan dalam cluster tertentu. Pembagian klaster secara mayoritas menjadi 3 klaster yang dimana pembagian klaster tersebut menentukan pembagian kelompok-kelompok jaringan dan bisa diukur seberapa besar peranan jaringan dalam membentuk sebuah opini, selain itu juga digunakan untuk membandingkan antara klaster satu dengan yang lain dalam membentuk jaringan opini masyarakat [1].

Figure 2. Data Jaringan #Indonesiagelap Keseluruhan

Analisis terhadap 64.816 komentar di X menemukan bahwa 81 persen sentimen yang muncul bersifat negatif, dengan kluster emosi (kemarahan) mendominasi sebesar 37 persen. menjelaskan, tagar Indonesia Gelap merupakan refleksi dari kekecewaan publik terhadap beberapa kebijakan. Menurut Daniel, pengamat Komunikasi dari Universitas Muhammadiyah Jakarta mengatakan bahwa kebijakan itu  seperti pemangkasan anggaran yang dianggap tidak tepat sasaran, pembatasan elpiji yang merugikan masyarakat, retret kepala daerah yang dinilai boros, serta pendirian Danantara yang kontroversial.

“Di bawah kepemimpinan Prabowo, masyarakat justru sering kali dibayangi oleh isu dan kebijakan yang tidak mendukung kepentingan rakyat. Karena itu, dia menyatakan aksi demonstrasi ini seharusnya menjadi pengingat bagi pemerintah dalam merumuskan kebijakan. Teguran bagi pemerintah untuk terus melihat pada seluruh aspek dalam menjalankan pemerintahan.”

Berdasarkan 81 persen sentimen negatif, diikuti 13 persen sentimen netral, dan terakhir sentimen positif sebesar 6 persen. Berdasarkan jumlah itu, klaster emosi mendominasi komentar negatif dengan 22.482 komentar. Akun-akun non-media menjadi motor utama dalam amplifikasi isu ini dengan 99 persen percakapan berasal dari akun individu. Sementara akun media hanya berkontribusi 1 persen.

Tagar Indonesia Gelap sebelumnya menjadi perbincangan di media sosial. Tagar tersebut semakin menggema seiring dengan aksi para mahasiswa yang digelar pada Senin, 17 Februari 2025. Badan eksekutif mahasiswa dari berbagai perguruan tinggi menggelar aksi unjuk rasa dengan tajuk Indonesia Gelap, dengan menuntut pertanggungjawaban atas berbagai kebijakan pemerintahan Presiden Prabowo Subianto yang mereka nilai tidak berpihak pada rakyat.

Tagar Indonesia Gelap yang viral pada platform X awalnya merupakan slogan yang digunakan oleh warganet untuk menyoroti berbagai permasalahan dalam pemerintahan era Presiden Prabowo Subianto-Wakil Presiden Gibran Rakabuming Raka.

Hasil analisis jaringan berbasis Big Data menunjukkan bahwa struktur konektivitas dalam jaringan didominasi oleh beberapa node pusat dengan tingkat keterhubungan yang tinggi, seperti node “in” dan node bertema “Indonesia”. Node-node ini berperan sebagai simpul utama yang mengikat berbagai elemen dalam jaringan, sehingga menjadi pusat aliran informasi. Metrik seperti Degree, Closeness, dan Weighted Degree menegaskan bahwa jaringan bersifat padat dan terdistribusi, dengan sebagian besar node memiliki akses jarak yang relatif dekat satu sama lain. Selain itu, pembagian komunitas melalui Modularity Class menunjukkan adanya cluster diskusi atau kelompok tematik yang berbeda, menggambarkan bahwa percakapan dalam jaringan tidak homogen tetapi terbagi dalam subtopik yang saling terkait.

Lain hal pada nilai Betweenness yang rendah pada sebagian besar node mengindikasikan bahwa jaringan tidak bergantung pada satu atau dua simpul penghubung saja, sehingga jalur informasi bersifat lebih horizontal dan tidak terpusat. Hanya sedikit node yang memiliki peran sebagai jembatan, seperti node bernomor “4”, yang menghubungkan cluster satu dengan lainnya. Metrik PageRank, Hub, dan Authority yang relatif seimbang menunjukkan bahwa pengaruh dalam jaringan tersebar dan tidak terpusat pada satu aktor dominan. Secara keseluruhan, jaringan ini mencerminkan pola interaksi yang dinamis, terfragmentasi berdasarkan komunitas, dan ditopang oleh beberapa node kunci yang menjaga stabilitas dan konektivitas antar bagian jaringan.

Sehingga dari sini menunjukkan bahwa Gerakan sosial pada aktor #Indonesiagelap di media sosial Twitter menunjukkan tidak hanya diorganisir oleh satu orang atau satu organisasi saja, namun bisa lima organisasi yang tergabung berdasarkan hasil temuan Analisa data. Hal ini tentu perlu dilakukan Analisa data lebih lanjut pada tahap survei untuk mengetahui aktor yang paling berperan dan juga persepsi publik. Selain itu juga ada peran publik dalam Gerakan sosial politik di Indonesia gelap ini.

Selain itu pada hasil Analisa sentiment juga menunjukkan bahwa budaya komunikasi yang dibangun memiliki kecenderungan budaya komunikasi yang negative yang diindikasi adanya Hate Speech seperti penggunaan kata-kata umpatan, kemudian unsur Hoax yang dimana membiaskan kebenaran informasi, yang dimana mayoritas pengguna media sosial sendiri menggunakan tagar (#) dan mentions (@) untuk membangun Gerakan sosial yang masif untuk menggugat kebijakan yang dibuat oleh Presiden dan Wakil Presiden yang dinilai merugikan rakyat.

Selain Analisa sentiment, juga dilakukan survei kepada 500 responden terkait dengan adanya Gerakan sosial Indonesia Gelap ini. Survei ini dilakukan untuk mengukur persepsi masyarakat terhadap fenomena Indonesia Gelap yang berkembang di ruang publik digital dan sosial. Survei dilaksanakan pada wilayah urban dan semi-urban di Indonesia dengan jumlah responden sebanyak 500 orang. Teknik pengambilan sampel menggunakan stratified random sampling dengan margin of error ±4,4% pada tingkat kepercayaan 95%.

Komposisi responden terdiri dari 52% laki-laki dan 48% perempuan, dengan rentang usia terbanyak berada pada kelompok 18–30 tahun (47%), diikuti usia 31–45 tahun (34%), dan di atas 45 tahun (19%). Latar belakang pendidikan didominasi lulusan perguruan tinggi (56%), SMA sederajat (32%), dan SMP ke bawah (12%).

Sebanyak 82,6% responden menyatakan mengetahui dan pernah terpapar informasi tentang Indonesia Gelap, sementara 17,4% menyatakan tidak mengetahui. Skor rata-rata tingkat pengetahuan berada pada 4,12 dari skala 5, yang menunjukkan kategori tinggi.

Data ini menunjukkan bahwa Indonesia Gelap merupakan isu yang sangat masif dan menjangkau publik luas, khususnya melalui media sosial dan platform digital. Hasil pengukuran menggunakan skala Likert (1–5) menunjukkan bahwa masyarakat memaknai Indonesia Gelap sebagai simbol kekecewaan sosial dan kritik terhadap kondisi bangsa dengan skor rata-rata 4,28 (kategori sangat tinggi).

Sebanyak 74,8% responden menyatakan setuju dan sangat setuju bahwa Indonesia Gelap mencerminkan kegelisahan masyarakat terhadap kondisi sosial, politik, dan ekonomi nasional.

Hasil survei menunjukkan bahwa fenomena Indonesia Gelap dipahami masyarakat sebagai simbol kritik sosial yang kuat dengan tingkat pengetahuan dan persepsi yang sangat tinggi. Skor rata-rata seluruh indikator berada pada rentang 3,9–4,4, yang menunjukkan kategori tinggi hingga sangat tinggi.

Secara keseluruhan, masyarakat menilai Indonesia Gelap sebagai alat kontrol sosial yang sah dalam sistem demokrasi, namun tetap mengharapkan gerakan ini berkembang secara konstruktif, berbasis data, dan berorientasi pada solusi kebijakan nyata.

Hasil survei menunjukkan bahwa 69,2% responden merasa Indonesia Gelap meningkatkan kesadaran kritis masyarakat, dengan skor dampak sosial sebesar 3,97 (kategori tinggi). Meskipun berdampak positif dalam peningkatan kesadaran sosial, sebagian responden juga menilai adanya risiko polarisasi dan disinformasi di ruang digital.

Bila dikaji dalam perspektif Teori Network Society menjelaskan bahwa jaringan sosial membangun gerakan masyarakat melalui informasi digital yang digunakan sebagai alat informasi yang politis dan juga komunikasi yang efektif untuk bisa menggerrakkan massa yang begitu besar. Sehingga hal ini yang menunjukkan bahwa gerakan sosial melalui jaringan digital sebagai cara distribusi yang efektif dan luas untuk menjangkau ketercapaian gerakan politis masyarakat. Snetralitas actor memanfaatkan media digital untuk membangun kekuasaan yang praktis dan efektif serta sebagai upaya untuk menjatuhkan pemerintah melalui gerakan terkoordinir. Terlihat dalam Network Society bahwa gerakan sosial melalui perangkat digital ini merupakan gerakan terorganisir yang tersosialisasi secara cepat dan membangun jaringan anatra organisasi dan satu individu untuk membangun gerakan bersama.

Simpulan

Berdasarkan Analisa data yang dilakukan oleh peneliti dapat disimpulkan bahwa peran sentral pergerakan Sosial #Indonesiagelap merupakan kelompok atau komunitas yang memang menentang keras adanya kebijakan Presiden dan Wakil Presiden terkait dengan beberapa pasal kebijakan yang dinilai merugikan masyarakat. Gerakan ini pun dimunculkan untuk melakukan protes dan mengkritik pemerintahan Prabowo dan Gibran serta menghentikan segala bentuk kebijakan dan aturan yang dianggap bisa merugikan masyarakat.

Masyarakat secara masif melakukan Gerakan komunikasi melalui media sosial dan juga melakukan Gerakan praksis melalui demo besar-besaran sebagai upaya menghentikan kebijakan pemerintah dan juga adanya upaya menurunkan DPR.

Fenomena Indonesia Gelap dapat dipahami sebagai bentuk ekspresi kolektif masyarakat yang lahir dari akumulasi ketidakpuasan terhadap kondisi sosial, politik, dan ekonomi di Indonesia. Gerakan ini berkembang pesat karena didukung oleh struktur jaringan komunikasi digital yang memungkinkan penyebaran pesan secara cepat, luas, dan lintas kelompok sosial. Dalam perspektif Jaringan Sosial, kekuatan utama Indonesia Gelap terletak pada intensitas relasi antar individu, komunitas, dan simpul-simpul opini yang saling terhubung dalam ruang digital, sehingga membentuk arus informasi dan mobilisasi yang masif.

Ditinjau dari Gerakan Sosial, Indonesia Gelap mencerminkan karakter gerakan modern yang tidak sepenuhnya bergantung pada struktur organisasi formal, melainkan tumbuh secara organik dari bawah melalui kesadaran kolektif, framing isu, serta identitas bersama sebagai kelompok yang merasa dirugikan. Gerakan ini menunjukkan bahwa media digital telah menjadi arena utama pembentukan solidaritas, penggalangan dukungan, sekaligus tekanan terhadap otoritas.

Secara keseluruhan, hasil penelitian ini menegaskan bahwa Indonesia Gelap tidak sekadar menjadi fenomena viral, melainkan telah bertransformasi menjadi bentuk aksi kolektif berbasis jaringan yang memainkan peran penting dalam membentuk opini publik, memperkuat kesadaran kritis masyarakat, serta mendorong partisipasi politik non-konvensional di era digital.

Berdasarkan hasil penelitian dan kajian teoritis, disarankan agar masyarakat sebagai bagian dari jaringan sosial digital dapat semakin memperkuat praktik komunikasi yang berbasis data, etika, dan literasi informasi. Hal ini penting agar gerakan sosial yang terbentuk tidak hanya bersifat emosional, tetapi juga mampu menghasilkan tekanan publik yang rasional, sistematis, dan konstruktif dalam mendorong perubahan sosial.

Bagi pemerintah dan pemangku kebijakan, disarankan untuk tidak memandang gerakan seperti Indonesia Gelap semata-mata sebagai ancaman, melainkan sebagai bentuk umpan balik sosial dalam sistem demokrasi. Pendekatan dialogis, keterbukaan informasi, serta respons kebijakan yang transparan menjadi strategi penting untuk meredam polarisasi sekaligus membangun kepercayaan publik.

Bagi peneliti selanjutnya, disarankan untuk mengkaji lebih dalam dinamika relasi aktor, pola penyebaran informasi, serta peran opinion leader dalam jaringan digital guna memahami secara lebih komprehensif bagaimana gerakan sosial berbasis media baru terbentuk, berkembang, dan memengaruhi perubahan sosial serta kebijakan publik.

Ucapan Terima Kasih

Ucapan terima kasih disampaikan kepada Universitas Pembangunan Nasional Veteran Jakarta dan LPPM UPNVJ yang memberikan dukungan penuh selama proses penyusunan artikel ini hingga selesai.