Garis besar topik
-
Deskripsi Mata Kuliah:
Mata kuliah Analisis Media Sosial membahas konsep dasar dan penerapan analisis dalam penggunaan media sosial untuk keperluan komunikasi, pemasaran, dan pengaruh sosial. Mahasiswa akan mempelajari berbagai jenis media sosial, strategi dalam penggunaannya, serta prinsip-prinsip keamanan yang perlu diterapkan. Selain itu, mata kuliah ini juga akan memberikan wawasan tentang cara mengoptimalkan peluang dan tantangan dalam media sosial, serta bagaimana menargetkan audiens yang tepat melalui teknologi dan pembuatan konten yang efektif. Mahasiswa juga akan diberikan pemahaman tentang evaluasi kegiatan di media sosial dan penggunaan berbagai aplikasi yang relevan untuk meningkatkan efektivitas komunikasi.
Bahan Kajian:
-
Dasar Sosial Media
-
Jenis-jenis Sosial Media
-
Strategi Sosial Media
-
Prinsip Keamanan Sosial Media
-
Pengoptimalan Peluang dan Tantangan Sosial Media
-
Audiens yang menjadi sasaran Sosial Media
-
Teknologi dalam pembuatan konten Sosial Media
-
Pembuatan konten Sosial Media
-
Evaluasi kegiatan Sosial Media
-
Pengaplikasian berbagai aplikasi Sosial Media
Capaian Pembelajaran Lulusan (CPL) Prodi
PL04
Mampu mengidentifikasi dan merumuskan masalah dalam bidang sains data menggunakan statistika, matematika, pemrograman, dan teknologi komputer untuk mendapatkan pengetahuan baru.
PL06
Mampu menerapkan pengelolaan data besar (pengumpulan, penyimpanan, representasi, pemeliharaan), dan menjamin ketersediaan data untuk pengolahan data menjadi pengetahuan baru.
PL10
Mampu memilih metoda yang tepat, dan mengoperasikan tools untuk mengoptimalkan penyelesaian masalah data tertentu untuk menghasilkan pengetahuan baru yang mendukung strategi dan kemajuan bisnis.
-
-
Pengantar Analisis Media Sosial dalam Sains Data
Media sosial sebagai sumber data besar (big data), peranannya dalam data science, jenis data (teks, gambar, video, metadata), serta contoh aplikasi analitik media sosial seperti sentiment analysis, trend detection, dan user behavior analysis.
Sub-Materi
- Konsep media sosial sebagai sumber data (social media as data source)
- Peran media sosial dalam data science
- Jenis data: teks, gambar, video, metadata
- Use case analitik media sosial (sentiment, trend, engagement)
-
Ekosistem dan Struktur Data Media Sosial
Struktur data media sosial, sumber data (API dan scraping), format data (JSON/CSV), serta alur data (data pipeline) dari pengumpulan hingga analisis.
Sub-Materi
- Struktur data dari platform (API, scraping, streaming data)
- Data user, post, comment, like, share
- Format data JSON dan CSV
- Pengenalan data pipeline media sosial
-
Karakteristik Platform Media Sosial
Perbedaan data dari berbagai platform seperti Twitter/X, Instagram, TikTok, YouTube, dan LinkedIn serta implikasinya terhadap proses analisis data.
-
Pengumpulan Data Media Sosial
Teknik pengambilan data menggunakan API dan scraping, pengenalan tools Python untuk data collection, serta aspek etika dalam pengumpulan data digital.
-
Preprocessing Data Media Sosial
Tahapan pembersihan data teks seperti noise removal, case folding, tokenization, stopword removal, stemming, serta transformasi data menjadi format yang siap dianalisis.
-
Exploratory Data Analysis (EDA) Media Sosial
Analisis statistik deskriptif, distribusi data, frekuensi kata, visualisasi awal (wordcloud, bar chart), serta identifikasi pola awal dari data media sosial.
-
Analisis Sentimen Media Sosial
Konsep sentiment analysis, pendekatan lexicon-based dan machine learning, serta implementasi dasar klasifikasi opini positif, negatif, dan netral.
-
Feature Engineering pada Data Teks
Representasi teks menggunakan Bag of Words, TF-IDF, n-gram, serta transformasi data teks menjadi fitur numerik untuk model machine learning.
-
Machine Learning untuk Analisis Media Sosial
Penerapan algoritma klasifikasi seperti Naive Bayes, Logistic Regression, dan SVM untuk analisis sentimen dan klasifikasi teks, serta evaluasi model menggunakan confusion matrix dan metrics evaluasi.
