Analisis Drone Emprit: Ketidakpercayaan 
Kepada KPU (Periode 22 Maret – 1 April 2019)

Oleh: Ismail Fahmi

LATAR BELAKANG

Sebelumnya banyak sekali yang bertanya kepada saya tentang hasil penelitian dari Departmen Politik dan Pemerintahan (DPP) Fisipol UGM yang menyatakan bahwa lebih dari 50% percakapan tentang ketidakpercayaan kepada KPU dilakukan oleh bot. Dalam kesimpulan dinyatakan, ini menandakan bahwa ada yang menggerakkan opini publik untuk tidak percaya kepada KPU, menggunakan bot.

Penelitian dilakukan dalam rentang waktu 22  Maret - 1 April 2019, dengan sumber dari media online dan media sosial.  Khusus soal robot, data diambil dari Twitter. Total ada 6.945  percakapan, dimana 4.405 menyatakan ”ketidakpercayaan” dan 2540 menyatakan “kepercayaan” kepada KPU.

Awalnya saya tidak berminat untuk membahas ini. Saya tidak bisa berkomentar karena tidak tahu bagaimana percakapan yang mengekspresikan “kepercayaan” atau  “ketidakpercayaan” kepada KPU itu dibuat dalam setting penelitiannya. Beda setting, tentu beda hasilnya.

Namun karena pertanyaan datang terus, pagi ini saya coba melihat data Drone Emprit dalam rentang waktu yang sama. Pertanyaan yang ingin dijawab dari penelitian Drone Emprit ini ada empat:

- Apakah ada opini yang masif dibangun tentang ketidakpercayaan kepada KPU sebelum pencoblosan?
- Apakah upaya ini ada yang menggerakkan?
- Apakah lebih dari 50% percakapan didominasi oleh akun robot?
- Apakah ada korelasi lokasi pengguna twitter di DKI dan Jawa Barat dengan opini “ketidakpercayaan” kepada KPU?

SETTING PENELITIAN

Untuk menjawab pertanyaan di atas, Drone Emprit membuat dua langkah analisis.

Pertama:
- Mengumpulkan data percakapan secara umum tentang “KPU”, menggunakan kata kunci “KPU, Komisi Pemilihan Umum”.
- Mengetahui topik percakapan tentang “KPU” secara umum dalam periode penelitian.
- Melihat topik yang digunakan untuk menyatakan “ketidakpercayaan” kepada KPU.

Kedua:
- Mengumpulkan data percakapan khusus untuk topik ”ketidakpercayaan” yang didapat dari langkah pertama.
- Menganalisis data percakapan untuk menjawab empat pertanyaan riset di atas.

Berikut ini adalah hasil analisis yang dilakukan menggunakan dataset dari Drone Emprit.

TREN PERCAKAPAN TENTANG ‘KPU’

Dalam periode 22 Maret – 1 April, tren percakapan di Media Online, Twitter, Facebook dan Instagram memperlihatkan bahwa:
- Tren tertinggi terjadi di Twitter, dengan total 53,7k percakapan.
- Mention di media online menempati urutan kedua, dengan total 23.3k mention.
- Dari Facebook dan IG, Drone Emprit hanya mendapat sedikit percakapan karena keterbatasan akses, yaitu 5.5k di IG dan 4.3k di Facebook.

SNA ‘KPU’

Bagaimana percakapan tentang KPU ini terbangun di media sosial khususnya Twitter? Dari peta SNA tampak bahwa:
- Ada dua clusters besar dari pendukung 02 yang paling besar dan pendukung 01 yang lebih kecil.
- Aku resmi @KPU_ID berada di dekat cluster 02, yang menandakan pendukung 02 banyak yang me-retweet atau memberi komentar atas cuitan  KPU.
- Kubu 02 tampak memiliki concern yang lebih besar terhadap KPU dibanding kubu 01.

TIPE INTERAKSI ‘KPU’

Di Twitter, tipe interaksi percakapan tentang ‘KPU’ menunjukkan tingkat interaksi yang relatif rendah, yaitu 2.48 interaksi per twit. Tren mention (twit baru) tampak relatif stabil dari waktu ke waktu, sementara tren retweet berfluktuasi naik-turun.

Setelah dilihat kecenderungan stabilnya tipe mention ternyata berkorelasi dengan banyaknya berita di media online tentang KPU. Banyak artikel tentang KPU yang di-share oleh akun-akun khusus yang dimiliki oleh pemilik media online tersebut secara otomatis. Namun kebanyakan cuitan dari akun media ini tidak mendapat respons atau kurang interaksi.

TOP INFUENCER DAN NARASI ‘KPU’

Dari 5 top influencers tentang ’KPU’ ini, top 3 akun dari cluster 02,  dan 2 akun berikutnya dari cluster 01. Ini menandakan kedua kubu bersama-sama memiliki pengaruh dalam pembangunan opini tentang KPU, meski narasi dari cluster 02 yang lebih dominan. Ini bisa kita lihat dari top twit tentang ‘KPU’.

Dari 20 top twit, tampak narasi yang dominan dibangun dari pendukung 02 adalah tuntutan agar KPU jujur di  bawah pengawasan observer internasional. Misalnya Rizal Ramli mengusulkan agar Carter Center diundang untuk memastikan pemilu jujur. Sementara itu influencer lain dari 02 mulai mengangkat tagar #IndonesiaCallsObservers.

TOP HASHTAGS ‘KPU’

Untuk melihat narasi besar apa yang diangkat dalam percakapan tentang ‘KPU’ ini, kita lihat dari top hashtags. Jelas sekali bahwa yang paling besar adalah hashtags #IndonesiaCallsObeservers dan variasinya #IndonesiaCallsObserver. Ada juga hashtags dengan pesan serupa seperti #IndonesiaCallsCarterCenter dan #INAelectionObserverSOS.

Hashtags di atas membawa narasi ketidakpercayaan atas kejujuran dan netralitas KPU. Sehingga para pengusung meminta perhatian dunia internasional untuk turut melakukan pengawasan.

Sebagai output dari analisis tahap pertama ini, Drone Emprit akan menggunakan tagar yang paling populer saat itu, yaitu #IndonesiaCallsObservers sebagai topik yang banyak digunakan untuk eksperimen tahap kedua.

TREN DAN VOLUME #IndonesiaCallsObservers

Sekarang kita lihat bagaimana tren hashtag yang membawa narasi ketidakpercayaan kepada KPU, sehingga memanggil observer internasional untuk turut mengawasi, yaitu #IndonesiaCallsObservers.

Tampak dari grafik, tren tertinggi dari hashtag ini terjadi pada tanggal 25  Maret 2019, yang mencapai 172k twit dalam sehari itu saja, yang berhasil membawa hashtags ini di antara top trending topic dunia. Sedangkan selama periode ekperimen, total twit untuk hashtags ini mencapai 333.5k mention.

Selain di Twitter, hashtags ini juga dibicarakan di Instagram sebanyak 9.4k mention, Facebook 3.5k mention, dan berita online 17 kali.

Dari tren ini dapat disimpulkan bahwa hashtag ini memang menjadi agenda setting yang sangat penting sejak tanggal 24 Maret, puncaknya tanggal 25 Maret, dan beberapa hari setelahnya. Sejak 27 Maret, mention masih cukup tinggi yang rata-rata mencapai 10k mention per hari.

SNA #IndonesiaCallsObservers

Tren dan volume percakapan tentang hashtag ini sangat masif. Dari peta SNA tampak jelas bagaimana percakapan ini dibangun. Hanya ada satu cluster besar, yaitu cluster pendukung 02. Tak tampak adanya cluster lain yang dominan dalam peta ini.

Artinya, hashtag ini memang menjadi agenda setting  yang sangat penting dari cluster 02 sejak tanggal 24 Maret, dan  puncaknya tanggal 25 Maret. Mereka secara bersama-sama mengangkat narasi ini, dengan kekuatan full yang tampak dari besarnya cluster 02 dalam peta SNA ini.

TIPE INTERAKSI #IndonesiaCallsObservers

Apakah ada kecenderungan banyak robot yang bermain dalam percakapan ini?

Kita lihat grafik tipe interaksi untuk hashtag  #IndonesiaCallsObservers. Berbeda dari grafik tipe interaksi tentang ‘KPU’ dimana mention (twit baru) volumenya relatif stabil dari waktu ke waktu, di hashtag ini tipe mention tampak naik turun sejalan dengan naik turunnya tren percakapan keseluruhan. Tipe retweet selalu lebih besar daripada mention, yang menandakan tingginya interaksi terhadap twit baru.

Interaction rate dalam periode analisis ini juga sangat tinggi, yaitu 5.92 interaksi per twit. Tingginya interaksi ini disebabkan adanya beberapa top influencer yang menjadi opinion maker. Setiap twitnya mendapat retweet atau reply yang tinggi dari follower-nya.  Sehingga, untuk menaikkan trending, mereka cukup menggerakkan para top influencer dan para pendukung.

TOP INFLUENCER #IndonesiaCallsObservers

Siapa saja yang menjadi top influencer hashtag  #IndonesiaCallsObservers? Dari 5 top influencer semuanya adalah influencer dari cluster 02. Yang paling besar adalah @marierteman, lalu  @RajaPurwa, @liem_id, @putrabanten80, dan @BangPino_.

Kita bisa melihat narasi apa yang mereka angkat bersamaan dengan hashtag ini dari tabel top 20 twit. Bagaimana koordinasi untuk menaikkan hashtag ini juga bisa ditemukan di sana. Twit dari @HeraLoebs dan @RajaPurwa yang  ditandai dalam tabel, merupakan ajakan kepada para pendukung untuk bersama-sama mengangkat #IndonesiaCallsObservers, bahkan agar menjadi  top trending topik dunia. Biasanya ajakan dari dua influencer yang berperan sebagai komando narasi, akan diikuti oleh para pendukungnya yang militan.

MOST ACTIVE USERS #IndonesiaCallsObservers

Beberapa pendukung menjadi sangat aktif dengan melakukan aktivitas reply, retweet, atau membuat mention baru. Kita bisa lihat siapa saja yang paling aktif membuat cuitan di tabel Most Active Users. Yang paling  banyak membuat cuitan dalam periode analisis itu adalah @Aufal_triyani  679 kali, @MbahSyong 642 kali, @aiek_esthreem 536 kali, @kunBRYANSMITH  477 kali, dan @PastikanPilih02 442 kali.

Apakah mereka merupakan robot, karena begitu banyak mengirim cuitan dalam periode analisis ini? Untuk mengujinya kita menggunakan tools dari situs Botometer https://botometer.iuni.iu.edu. Kelima akun yang paling aktif itu kita uji untuk mendapat skala kemungkinan mereka adalah bot atau bukan.

Hasilnya, kelima akun yang paling aktif itu tidak terindikasi sebagai bot. Bahkan 4 di antaranya memiliki score 1.2-1.8 yang artinya adalah akun riil. Hanya satu yang score-nya 3.5, karena perilaku cuitannya agak mendekati seperti bot. Namun belum sampai masuk kategori bot.

TOP HASHTAGS #IndonesiaCallsObservers

Untuk menangkap percakapan terkait “ketidakpercayaan” terhadap KPU, Drone Emprit menggunakan hashtag #IndonesiaCallsObservers karena merupakan narasi yang paling dominan tentang KPU dalam periode analisis dari 22 Maret – 1 April 2019. Apakah pendekatan ini valid? Kita bisa lihat dari top hashtags yang muncul bersamaan dengan  #IndonesiaCallsObservers.

Dari daftar top hashtags yang terkait, kita temukan selain #IndonesiaCallsObservers juga ada hashtag yang yang bernada sama, dan cukup tinggi mention-nya. Yaitu,  #IndonesiaCallsCarterCenter sebanyak 30k kali, #INAElectionObserversos 14k kali, dan #IndonesiaCallsObserver 1.8k kali. Jika dianalisis  sendiri-sendiri, masing-masing tagar yang terkait ini kemungkinan besar  akan memiliki jumlah mention yang lebih banyak.

GEOLOCATION

Drone Emprit menampilkan distribusi total percakapan berdasarkan kota dan provinsi asal dari pengguna Twitter. Informasi lokasi diambil dari profile pengguna. Tak semua pengguna mengisi informasi lokasi ini, dan di antara yang mengisi tak semuanya mengisi dengan benar. Jadi yang digunakan di sini adalah pendekatan saja, dan hanya menampilkan data lokasi apa adanya berdasarkan temuan dari profile pengguna.

Untuk analisis ini, kita tampilkan distribusi total percakapan untuk hashtag  #IndonesiaCallsObservers. Hasilnya, DKI Jakarta dan Jawa Barat menempati  urutan pertama dan kedua. Tapi apakah korelasi ini memang begitu adanya, bahwa netizen di kedua provinsi ini cenderung paling besar yang tidak percaya kepada KPU?

Sebagai perbandingan, saya tampilkan distribusi percakapan untuk kata kunci “Muhammadiyah”. Hasilnya tidak  jauh beda, dimana DKI Jakarta dan Jawa Barat juga juara satu dan dua. Yang ketiga baru DI Yogyakarta, padahal Muhammadiyah itu sangat kental dengan Yogyakarta.

ANALISIS

Dibandingkan dengan jumlah  cuitan tentang “ketidakpercayaan” kepada KPU yang digunakan oleh  Departemen Politik dan Pemerintahan Fisipol UGM yang jumlahnya 4.405  percakapan, jumlah cuitan berbasis hashtag #IndonesiaCallsObservers yang  menyatakan narasi serupa ternyata menghasilkan percakapan yang jauh lebih banyak, yaitu 333.5k percakapan. Dengan data yang volumenya sangat besar ini, diharapkan kita bisa membaca pola dengan lebih akurat.

Dari data Drone Emprit tentang ‘KPU’ dan tentang hashtag  #IndonesiaCallsObservers, kita akan jawab pertanyaan awal yang diajukan dalam penelitian kecil ini.

Pertama, apakah ada opini yang masif dibangun tentang ketidakpercayaan kepada KPU sebelum pencoblosan?

Dari top hashtags terkait percakapan tentang ‘KPU’ yang paling tinggi  adalah hashtag #IndonesiaCallsObservers. Hashtag ini membawa narasi bahwa kejujuran dan netralitas KPU dipertanyakan, sehingga mereka yang  mengangkat hashtag tersebut memanggil observer internasional untuk terjun. Bahkan mereka juga mengangkat hashtag  #IndonesiaCallsCarterCenter untuk secara khusus mengundang Carter Center agar terjun mengamati pemilu di Indonesia.

Kemudian khusus tentang #IndonesiaCallsObservers, kita lihat percakapannya juga sangat tinggi. Ini memperlihatkan bahwa narasi “ketidakpercayaan” ini menjadi  agenda yang sangat penting.

Jadi bisa disimpulkan bahwa memang ada opini yang dibangun secara masif sebelum masa pencoblosan bahwa KPU dipertanyakan kejujuran dan netralitasnya.

Kedua, apakah upaya di atas ada yang menggerakan?

Dari peta SNA dan top influencers dalam periode analisis, kita bisa lihat bahwa percakapan tentang KPU dan #IndonesiaCallsObservers didominasi oleh cluster 02. Narasi yang dibangun menjadi narasi bersama mereka, yang digerakkan oleh para top influencer dan diikuti oleh para pendukung 02.

Ketiga, apakah lebih dari 50% percakapan tentang “ketidakpercayaan” kepada KPU didominasi oleh akun robot?

Jika persentase tersebut diterapkan pada data Drone Emprit, maka akun robot harus membuat sebanyak lebih dari 166k percakapan dalam 10 hari, atau 86k percakapan khusus pada tanggal 25 Maret 2019 saja. Ini jumlah  yang sangat besar, jika dilakukan oleh robot akan mudah terdeteksi oleh algoritma Twitter. Di samping itu, untuk menghasilkan trending topik  dunia, diperlukan jumlah akun unik yang sangat besar dan terdistribusi di lokasi yang luas. Artinya, sulit ini dilakukan oleh robot.

Di samping itu, analisis interaction rate yang menunjukkan berapa banyak interaksi per twit baru yang ditampilkan oleh Drone Emprit menunjukkan rate yang cukup tinggi untuk #IndonesiaCallsObservers, yaitu 5.92  interaksi per twit. Dalam pengalaman analisis kami, angka ini menunjukkan interaksi yang lebih natural dari akun-akun riil. Interaksi oleh robot biasanya memiliki rate yang sangat rendah, seperti kurang dari 2 interaksi per twit.

Hasil uji robot menggunakan situs Botometer untuk beberapa akun yang paling banyak mengirim twit tentang  #IndonesiaCallsObservers juga menunjukkan bahwa mereka ternyata akun asli. Akun yang sangat aktif melakukan retweet, reply, dan juga posting twit baru, yang cenderung militan mengikuti instruksi dari komando top  influencer mereka.

Dari peta SNA tentang #IndonesiaCallsObservers juga tampak bahwa akun-akun itu membentuk sebuah cluster tunggal, yang menandakan mereka saling berinteraksi. Jika banyak robot, mereka biasanya membentuk cluster tersendiri yang berada di luar cluster akun riil, karena robot cenderung tidak berinteraksi.
Jadi berdasarkan  analisis di atas, Drone Emprit gagal membuktikan klaim bahwa 50% lebih percakapan tentang “ketidakpercayaan” kepada KPU didominasi oleh robot.

Keempat, apakah ada korelasi lokasi pengguna Twitter di DKI dan Jawa  Barat dengan tingginya opini “ketidakpercayaan” kepada KPU?

Dari analisis geolocation di atas, dan analisis selama ini tentang distribusi percakapan berdasarkan lokasi user Twitter yang ditemukan oleh Drone Emprit, dua provinsi ini hampir selalu berada dalam posisi pertama dan  kedua. Dalam hampir semua isu, hasilnya mirip. Ini karena bias populasi users twitter yang paling besar dari kedua provinsi ini.

Oleh  karena itu, kita belum bisa menyimpulkan bahwa publik dari kedua provinsi ini yang paling besar ”ketidakpercayaannya” kepada KPU. Ada bias populasi pengguna twitter yang mempengaruhi distribusi percakapan  di twitter.

KESIMPULAN

Kesimpulan dari analisis ini yang mencoba menjawab empat pertanyaan di awal tulisan adalah sebagai berikut.

1/ Selama periode 22 Maret – 1 April 2019 memang terlihat ada opini tentang “ketidakpercayaan” kepada KPU yang masif dibangun sebelum pencoblosan.

2/ Opini ini dibagun oleh cluster 02 melalui narasi #IndonesiaCallsObservers dan hashtags terkait lainnya.

3/ Percakapan mayoritas dibangun oleh akun-akun riil yang memiliki militansi tinggi dan mengikuti komando dari beberapa koordinator isu. Akun robot tidak mampu digunakan untuk membuat sebuah hashtag menjadi top trending topik dunia.

4/ Tingginya distribusi percakapan di  Twitter yang didominasi oleh DKI Jakarta dan Jawa Barat tidak bisa menjadi kesimpulan bahwa publik secara umum di kedua provinsi ini yang paling ”tidak percaya” kepada KPU. Dalam kebanyakan isu di twitter,  kedua provinsi ini selalu paling ramai. Ada bias distribusi pengguna  Twitter sehingga kita harus hati-hati menggeneralisasi ke populasi yang lebih luas.

CLOSING

Di saat pasca pencoblosan ini, Drone Emprit concern dengan upaya merajut kembali persaudaraan yang sudah terkoyak dan terkotak ke dalam cluster 01 dan 02. Seyogyanya para tokoh mulai mendemonstrasikan persatuan kembali sehingga bisa menjadi narasi bersama bangsa ini.