Abstract

The nature of writing this research has the first purpose to map the interactions and structures that occur among tokopedia consumers on social media twitter, the second to find out strategy recommendations digital marketing on tokopedia marketplace processed using methods social network analysis. Today's global civilization, manufacturing activities are beginning to witness tremendous changes in various countries. With the emergence of information technology and its increasingly advanced convenience, we all have the ability to think creatively in the face of more and more competition, the most important thing in the era of Covid-19 is the decline of the world economy. Business actors are expected to continue to think and be creative in order to improve, advance and maintain their business in order to obtain maximum profits and be known to the wider community. This research is qualitative descriptive research using data Secondary derived from Twitter. Methods used in this study Using the Social Network Analysis (SNA) method by using big data. In data retrieval assisted by a variety of tools. The support that will be used in this research is Google Colab, Jupyter Colab, Dictionary, Wordij and Gephi.

Pendahuluan

Peradapan global saat ini banyak munculnya teknologi informasi dan kemudahannya yang semakin maju [1]. Semua orang memiliki kemampuan untuk berpikir kreatif dalam menghadapi persaingan yang semakin banyak yang paling utama era covid 19 ialah yang menurunnya ekonomi dunia [2].

Pelayanan terbaik dilihatkan pengusaha untuk mendapatkan perhatian dan minat konsumen, para pelaku bisnis memiliki strategi pemasaran untuk mencapai tujuannya [3]. Di tengah pandemi, usaha dagang berbasis digital ini bahkan diprekdiksi tumbuh 33 % dari sumber yang didapat tahun 2020 akanmencapai Rp253 triliun sampai Rp337 triliun dalam tahun yang akan datang [4]

Penelitian yang akan dilaksanakan pada saat ini ialah tidak membandingkan beberapa e-commerce akan tetapi dalam penelitian ini hanya menggunakan satu e-commerce saja yaitu menggunakan aplikasi tokopedia. dengan adanya konten promosi pemasaran dapat membantu memberikan masukan untuk pemasaran digital [5] .

Metode Penelitian

A. Kriteria Penunjang Konten Promosi

1. Cashback

Cashback merupakan suatu cara promosi digital dengan mengembalikan dana berupa tunai ataupun non tunai , sehingga dapat menarik konsumen dan menjadi pelangan baru. cashback ditokopedia adalah ide kreaktif untuk menunjang dan menarik pelangan untuk melakukan pembelian ulang . Banyak cashback yang berupa barang , ataupun soviner untuk dijadikan kenang-kenangan [6]

B. Jenis Penelitian

1. Jenis Penelitian : Jenis penelitian yang digunakan adalah metode penelitian kualitatif dengan pendekatan deskriptif kualitatif. Metode penelitian kualitatif ini dilakukan secara alamiah maka sering disebut sebagai penelitian naturalistik (natural setting) karena kualitas dan data analisis yang dikumpulkan lebih baik.[7]

C. Subjek dan Objek Penelitian

1. Subjek Penelitian : User pada twitter atau Pengguna aktif twitter yang memanfaatkan situs belanja online Tokopedia, dengan seluruh User aktif twitter yang diolah dan difilter yang menjadi sumber infromasi yang memenuhi persyaratan data penelitian.
2. Objek Penelitian : Kata-kata pada User twitter aktif yang telah dihubungkan dan diolah sesuai dengan bahasa Phyton untuk saling berhubungan dengan data yang besar untuk mengetahui promosi apa yang sangat ditunggu-tunggu oleh konsumen e-commerce di Tokopedia.

D. Jenis dan Sumber Data

1. Jenis Data : Penelitian ini menggunakan metode Social Network Analysis (SNA) dengan membandingkan konten promosi pemasaran pada marketplace Tokopedia yang meliputi gratis ongkos kirim, Waktu Indonesia Belanja (WIB) dan Cashback.
2. Sumber Data : Penelitian ini menggunakan sumber data sekunder dimana data yang sudah diolah kemudian diambil dari sumber lain seperti buku, jurnal, dan situs resmi lain yang sesuai dari penelitian ini. Pengolahan ini disebut crawling data.

E. Teknik Penentuan Informan

1. Observasi : observasi merupakan proses kompleks yang terdiri dari berbagai proses biologis dan psikologis. Dengan mengumpulkan Big Data dari kata kunci konten promosi.
2. Dokumentasi : peristiwa masa lalu yang berupa karya lisan, tulisan, atau monumental seseorang.

F. Teknik Analisis Data

Figure 1.Step Analisis Data

Langkah Pertama

Peneliti mencari kesenjangan yang ada di e-commerce , yang dikutip dari beberapa artikel dan jurnal dengan menggunakan metode SNA (Social Network Analysis) dengan dibantu advanced search pada aplikasi Twitter dengan fitur seperti hashtag (#) , mention (@) , trends dan lain-lain untuk mencari kata kunci konten promosi pada penelitian ini .

Langkah Kedua

Peneliti menggunakan oleh beberapa peneliti untuk mencari gagasan atau sumber referensi dalam suatu penelitian

Langkah Ketiga

Peneliti menggunakan kata kunci konten promosi dengan code dan bahasa phyton yang berbentuk text yang didapat malalui aplikasi google collab, SNScrape dan Wordji setalah data ditokonezing sesuai persyaratan peneliti yang kata-kata relevan dihubungan kemudian diolah data yang telah difilter di aplikasi Gephi untuk divisualisasikan dengan kita wujudkan grafik.

Langkah Keempat

Peneliti melakukan rancangan tokenization, filtering words, steming. berupa text tetapi kata yang tidak relevan sudah dihapuskan untuk sesuai kriteria penelitian. Kata yang sudah dievaluasi dan menjadi kata-kata yang besar dan sesuai SPOK(Subjek, Predikat, Objek, Keterangan) karena sudah difilterisasi melalui kamus bahasa indonesia. Data ini berupa format CVC yang sesuai untuk dioleh diaplikasi visualisasi Gephi

Langkah Kelima

Peneliti mendapatkannya struktur berpola jaringan beberapa kelompok topik ysng terjadi dalam interaksi antar pengguna . Dari struktur jaringaan yang telah terbentuk kemudian akan dilakukan perhitungan nilai yang telah didapatkan dari respon pengguna .

Hasil dan Pembahasan

Gambaran Umum Objek Penelitian

Objek dalam penelitian ialah kata-kata user twitter yang masih aktif maupun pasif yang mengambil datanya mengunakan alat bantu di aplikasi twitter. Advanced Search ialah alat untuk membantu mencari sesuai kriteria kata kunci konten pemasaran seperti Cashback dengan data maksimal 1000 yang berbahasa phyton diambil dari tahun 2019 hingga tahun 2020. Alat digunakan dalam penelitian ini cukup banyak diantaranya library mengunakan Mendelay, MS EXCEL, (SNScrape, pandas, NLTK dan Google Drive yang merupakan bahasa Phyton), aplikasi pengolahan datanya ada Wordji dan Gephi [8].

Analysis Data Dan Hasil Penelitian

Tabel 1 diatas menunjukan bahwa jumlah tweets yang dihasilkan dari pengumpulan data (crawling data) dari user twitter dengan kata kunci yang akan dicari melalui alat advanced search yaitu konten promosi gratis ongkir, wib (waktu indonesia belanja), cashback. Penelitian ini mengambil data pada tahum 2019 sampai 2020. Sebanyak maksimal 1000 data pada setiap karakteristik konten promosi yang diambil pertahunnya dari bulan january hingga bulan desember, dengam mengunkannya alat dari google seperti integrated development enviroment (IDE) yang biasa pemograman disebut google collab.

Setelah dilakukan proses pengumpulan data (crawling), proses yang dilakukan adalah prepocesing data dengan dibantu kamus yang bertujuan untuk menghilangkan tweet yang tidak relevan dan sesuai ejaan kamus bahasa indonesia yang baik dan benar agar lebih mudah untuk dilakukan proses analisis, proses ini dengan proses tokenezing dan normalizer agar terbebas dari noise, selanjutnya diolah menggunakan wordji.

Tabel 2 merupakan hasil dari pengolahan data dengan menggunakan wordji. Dari tabel diatas menyatakan bahwa jumlah tweet tokopedia ialah 94.328. Pada tahun 2019 kata kunci konten promosi cashback mendapatkan sejumlah 21030 tweet, serta untuk tahun 2020 pada kata kunci konten promosi cashback mendapatkan sejumlah 8952 tweet.

Kata unik adalah kata dasar sering muncul dan unik seperti sayang, bismillah, kejar, butuh, bebas dan lain-lain yang semula tidak terstuktur sehingga perlu dilakukan prepocesing data di Wordji agar dapat diolah dengan baik dan manjadi Data Laboratory yang saling dihubungkan melalui Wordji yang berbentuk data Laboratory dan selanjutnya dapat divisualisasikan di aplikasi Gephi . Data Laboratory ialah data text yang terstuktur sehingga dapat divisualisasikan. Pada bagian kata unik untuk kata kunci konten promosi cashback pada tahun 2019 sebanyak 1059 dan pada tahun 2020 pada kata kunci konten promosi cashback sejumlah 1114.

Pada penjelasan Tabel 2 diatas dapat disimpulkan bahwa pada bagian jumlah seluruh kata yag mempunyai jumlah nilai yang paling tinggi adalah kata kunci konten promosi “ Cashback ” tahun 2019 dengan total nilai keseluruhan untuk jumlah seluruh kata ialah 21.030. Kemudian pada bagian kata unik yang memiliki nilai paling tinggi adalah Cashback pada tahun 2020 dengan nilai total 1114 . Setelah itu pada bagian rata-rata jumlah yang mempunyai nilai paling tinggi dimiliki oleh kreteria kata kunci konten promosi WIB (waktu indonesia belanja) pada tahun 2020 dengan nilai total 22,97941.

Setelah melakukan tahap pengolahan data menggunakan wordji, kemudian dilakukan pembuatan model jaringan atau network. Jaringan atau network adalah sekelompok atau sistem dari orang-orang atau hal-hal yang saling berhubungan. Untuk Social Network Analisis (SNA) memvisualisasikan dilakukan dengan mengambil dasar konsep dari Graph Teory. Graf dalam konteks ini terdiri dari node (juga disebut simpul atau titik) yang dihubungkan oleh edge (juga disebut tautan atau garis). Pada tahap visualisasi model jaringan dipenelitian ini dilakukan menggunakan alat atau perangkat lunak Gephi 9.0.9.2 .

Tabel 3 tersebut memperlihatkan suatu perbandingan properti jaringan sosial terbentuk dalam hubungan para user dimedia sosial twitter meliputi konten promosi kata kunci “Cashback” dalam waktu 2 tahunan. Properti yang pertama yang akan dibandingkan yaitu node (juga disebut simpul atau titik). Semakin tinggi node maka semakin banyak pengguna yang menggunakan yang menggunakan kata kunci konten promosi “Cashback” dalam melakukan interaksi di media sosial twitter. Hal ini dapat mengambarkan dalam sebuah bisnis bahwasannya banyak pengguna yang menyadari terhadap adanya keberadaan suatu konten promosi yang ditunggu ini. Jumlah nilai node dalam properti jaringan yang tinggi adalah Cashback pada tahun 2020 yaitu berjumlah 187 nodes yang mengambarkan terdapat 187 pengguna yang membicarakan konten promosi dalam suatu media sosial di twitter.

Perbandingan properti yang kedua adalah edge memperlihatkan sebuah hubungan yang terjadi pada antar pengguna media sosial twitter. Semakin banyak nilai yang diperoleh dari edge menandakan semakin banyak pengguna membicarakan konten promosi dalam media sosial twitter. Cashback ditahun 2020 memiliki nilai edge yang besar yaitu sebanyak 941 edges.

Selanjutnya yang ketiga adalah perbadingan properti jaringan average degree. Average degree ialah angka yang mengambarkan suatu jumlah rata-rata yang dimiliki pengguna dalam jaringan sosial. Semakin banyak nilai yang diperoleh dari nilai degree maka semakin baik pula kualitas degree dalam setiap pengguna jaringan tersebut yang berdampak semakin banyak hubungan sehingga dapat memperluas penyebaran suatu informasi. Konten promosi yang mempunyai nilai average degree terbanyak yaitu Cashback ditahun 2020 dengan nilai 10,064 .

Lalu analisa selanjutnya yaitu diameter. Diameter adalah jarak maksimal antar nodes. Semakin kecil diameter maka akan semakin cepat informasi beredar dalam jaringan sosial network tersebut. Diameter terkecil ada pada hasil tweet mengenai konten promosi Cashback pada tahun 2020 dan tahun 2019 dengan nilai 4 menjadikan bahwa informasi yang tersebar dimedia sosial menjadi sangat cepat dan luas pada konten promosi “Cashback” yang telah dibuat tokopedia di tahun 2020 dan 2019. Ukuran lain yang dapat mengukur kecepatan informasi pada media sosial twitter yang terjadi antara pengguna twitter dengan tokopedia dalam lingkup jaringan sosial ialah average path leght.

Average path leght adalah jarak rata-rata antar node dan edge. Semakin kecil maka berdampak kecepatan penyebaran informasi bahwasannya konten promosi yang ditunggu-tunggu pengguna twitter dilingkup media sosial twitter. Nilai average path leght terkecil yaitu jatuh kepada interaksi user mengenai konten promosi Cashback ditahun 2019 . Berikut adalah hasil visualisasi jaringan sosial mengenai konten promosi pada kata kunci konten promosi “Cashback”

Figure 2.Visualisasi Model Jaringan Untuk Cashback tahun 2019

Figure 3.Visualisasi Model Jaringan Untuk Cashback tahun 2020

Gambar 1 & 2 merupakan hasil visualisasi terhadap jaringan sosial konten promosi dengan kata kunci “Cashback” dengan rentang waktu dua tahun yang menunjukan hubungan antara nodes dan edges yang saling berhubungan. Pada visualisasi model jaringan dipenelitian ini dilakukan menggunakan perangkat lunak aplikasi Gephi versi 9.0.9.2 .

Pembahasan

1. Konten Promosi Terkait “Cashback”

Hasil yang dapt diambil dari kata kunci konten promosi pemasaran terkait Caskback pada tahun 2019 banyak orang tertarik berbelanja online melalui aplikasi tokopedia dikarenakan banyaknya tawaran promo yang menarik seperti Gratis ongkir, Voucher Cashback, Poin Cashback, dan iklan dimedia sosial manapun mandorong para pelangan untuk membali dan tidak akan ketinggalan trend yang saat ini menjadi viral dikalangan anak muda . Pada tahun 2019 yang merupakan awal mula virus covid-19 yang melanda seluruh dunia banyak toko yang tutup dan perekonomian mancet membuat konsumen untuk membeli barang kehidupan sehari yang murah harganya, Gratis pengirimannya dan langsung datang barang atau produk dirumah tanpa ribet pembayarannya melalui paylater ovo yang telah berkeja sama dengan aplikasi tokopedia. Sedangkan pada tahun 2020 meskipun mengalami penurunan dibanding ecommerce lainya membuat para pelaku bisnis bekerja sama dengan selebritis dan iklan yang besar diberbagai media sosial maupun media elektroknik terbukti dapat meningkatkan informasi secara luas dan dapat selalu ada dibenak konsumen tokopedia. Casback lebih banyak diberikan di tahun 2020 hal ini terbukti dari tabel 2 jumlah yang membicarakan dari twitter lebih banyak pada tahun 2020 [9].

Implikasi Hasil Penelitian

1. Cashback

Cashback ialah suatu cara promosi digital dengan mengembalikan dana berupa tunai melalui dompet digital OVO, sehingga dapat menarik konsumen dan menjadi pelangan baru . Apalagi melalui iklan disemua media sosial yang berkerja sama dengan brandambasador BTS, Blackpink, Dan NCT membuat para fans tokopedia akan mengikuti aksesoris, kosmetik, dan fasion apa yang dipakai di para personil masing-masing grub band . QR kode dan token dapat mempermudah dalam melakukan segala transaksi pembelian tak hanya diaplikasi tokopedia , beberapa e-commerce juga bisa hanya dengan memakai QR kode ataupun dengan token yang telah disediakan oleh beberapa marketplace lainnya. Pada konten promosi Cashback diharapkan untuk selalu lebih mempertahankan kualitas paylater OVO yang telah berkerja sama dengan tokopedia. Diharapkan untuk mengembangkan aplikasi pembayaran digital seperti Gopay, DANA, LINK-AJA, DOKU dan lain sebagainya supaya lebih mudah melakukan pembayaran dan lebih praktis dalam melakukan transaksi [10].

Simpulan

Dapat disimpulkan pada hasil dalam perhitungan properti jaringan ialah node, edge, avarage degree, diameter jaringan, serta average path leght memperoleh jumlah nilai dalam sebuah properti jaringan sosial masing-masing pada kata kunci konten promosi. Setalah dilakukan perbandingan , konten promosi dengan kata kunci “Cashback” tahun 2020 memiliki total nilai yang mempunyai jumlah yang banyak mengenai node yang menunjukan bahwasannya banyak pengguna twitter yang membahas Cashback pada media sosial. Kemudian edge juga memberi bukti dengan banyak yang melakukan interaksi antar pengguna twitter mengenai “Cashback” dimedia sosial. Serta average degree yang menggambarkan masing-masing pengguna di sebuah jaringan ini mempunyai banyak yang memiliki hubungan hingga dapat memperluas sebuah penyebaran informasi terkait promosi dalam tokopedia.

Diharapkan agar menggembangkan aplikasi pembayaran digital seperti Gopay, DANA, LINK-AJA, DOKU dan lain sebagainya supaya mudah melakukan pembayaran dan lebih praktis dalam melakukan transaksi [10].

References

1. F. M. Akbar, “Peranan dan Kontribusi Islam Indonesia pada Peradaban Global,” J. Indo-Islamika, vol. 10, no. 1, pp. 40–49, 2020, doi: 10.15408/idi.v10i1.17522.
2. I. Selama et al., “214-Article Text-471-1-10-20210530,” pp. 46–70.
3. E. Santona NIM and J. Manajemen Fakultas Ekonomi Dan Bisnis Universitas Jember, “PENGARUH PERCEIVED EASE OF USE, HARGA DAN PROMOSI TERHADAP MINAT BELI ULANG KONSUMEN DI TOKOPEDIA THE INFLUENCE OF PERCEIVED EASE OF USE, PRICE AND PROMOTION TO COSTUMER REPURCHASE INTENTION ON TOKOPEDIA SKRIPSI Oleh,” 2020.
4. S. Hidayanto and Irwansyah, “Youtube-Vlog: Lahirnya Era User-Generated Content Dan Industri Vlog Di Indonesia,” J. Ilm. Komun. Commun., vol. 2, no. 1, pp. 18–34, 2019.
5. I. A. Mastan and C. Christianto, “Penerapan Social Network Analysis Dalam Menganalisis Kerjasama Tokopedia Dengan Boyband Korea BTS,” BIP’s J. BISNIS Perspekt., vol. 13, no. 1, pp. 32–42, 2021, doi: 10.37477/bip.v13i1.200.
6. D. Kusumaningtyas and G. Ernestivita, “E-Commerce: Berada Diantara Pilihan Masa Depan atau Kembali ke Masa Lalu? (Studi pada Cashback Promo Tokopedia),” J. Penelit. Teor. Terap. Akunt., vol. 5, no. 1, pp. 51–64, 2020, doi: 10.51289/peta.v5i1.418.
7. A. Sasongko, “No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析Title,” Khatulistiwa Inform., vol. 3, no. 2, pp. 124–133, 2015.
8. L. A. Rahimi, A. Alamsyah, S. Si, and M. Sc, “Penggunaan Network Text Analysis Dalam Konten Percakapan Di Twitter Untuk Menggambarkan Keluhan Pelanggan Pada Marketplaces Di Indonesia ( Studi Pada Tokopedia Dan Bukalapak ),” vol. 4, no. 1, pp. 127–134, 2017.
9. B. Y. Prashandyawan, A. A. Hetami, A. Wahyuni, and Arsyad, “Pengaruh E-Commerce Tokopedia.Com Terhadap Minat Beli Pakaian Secara Online Pada Mahasiswa Universitas Mulawarman,” eJournal Ilmu Komun., vol. 7, no. 4, pp. 267–279, 2019.
10. M. Septi, “TINJAUAN HUKUM ISLAM TERHADAP DISKON DAN CASHBACK DALAM PEMBELIAN BARANG MENGGUNAKAN OVO (Studi pada Tokopedia Cabang Lampung) SKRIPSI,” Lab. Penelit. dan Pengemb. FARMAKA Trop. Fak. Farm. Univ. Mualawarman, Samarinda, Kalimantan Timur, no. April, pp. 5–24, 2016.