Analisis Pola Penyebaran Informasi Insiden Kebocoran Data Melalui Pendekatan Social Network Analysis (SNA)

Authors

  • Muhammad Novrizal Ghiffari Badan Siber dan Sandi Negara
  • Atika Nurliana Badan Siber dan Sandi Negara
  • Girinoto Politeknik Siber dan Sandi Negara

DOI:

https://doi.org/10.56706/ik.v17i1.71

Keywords:

Social Network Analysis, Twitter, Kebocoran data

Abstract

Pada dekade terakhir ini, data menjadi salah satu aspek vital terutama pada data yang berklasifikasi terbatas maupun informasi sensitif. Insiden kebocoran data yang masif diberitakan media online dan media sosial dapat menjadi sentimen negatif bagi pemerintah dan perusahaan yang menjadi korban. Untuk itu perlu adanya usaha pengendalian terhadap penyebaran informasi tentang kebocoran data.. Pada penelitian ini berusaha melakukan analisis pola penyebaran informasi kebocoran data di Indonesia dengan menggunakan metode Social Network Analysis (SNA) dan Analisis Aktor. Dimana data yang digunakan adalah data twitter tentang kebocoran data pada periode satu tahun terakhir.. Hasil SNA ditemukan tiga kelompok peredaran isu kebocoran data, karakteristik yang mendominasi peredaran informasi tentang kebocoran data tersebar dengan pola paling dominan adalah mentions dan retweet. Analisis aktor dapat ditunjukkan bahwa akun yang menjadi pusat peredaran isu adalah @PartaiSocmed dengan degree sejumlah 177. Dari nilai tersebut menunjukkan banyaknya kontribusi akun tersebut.

References

Achmad Dwi Afriyadi, “Jokowi Bicara Pentingnya Data: Harganya Tak Terhingga!,” Detik.com, Feb. 09,2023.

Diva Lufiana Putri, “Bjorka Muncul Kembali, Diduga Bocorkan 19 Juta Data BPJS Ketenagakerjaan,” Kompas TV, Mar. 14, 2023.

“BPJS Kesehatan: Data ratusan juta peserta diduga bocor - ‘Otomatis yang dirugikan masyarakat’, kata pakar,” BBC News Indonesia, May 21, 2021.

K. M. Carley, “Social cybersecurity: an emerging science,” Comput Math Organ Theory, vol. 26, no. 4, pp. 365–381, Dec. 2020, doi: 10.1007/s10588-020-09322-9.

I. Himelboim, “Social Network Analysis (Social Media),” in The International Encyclopedia of Communication Research Methods, Wiley, 2017, pp. 1–15. doi: 10.1002/9781118901731.iecrm0236.

O. Serrat, “Social Network Analysis,” 2009. [Online]. Available: www.adb.org

J. Scott, “Social network analysis: developments, advances, and prospects,” Soc Netw Anal Min, vol. 1, no. 1, pp. 21–26, Jan. 2011, doi: 10.1007/s13278-010-0012-6.

R. A. Hanneman and M. Riddle, “Introduction to Social Network Methods: Table of Contents,” 2009. [Online]. Available: http://www.faculty.ucr.edu/~hanneman/nettext/[8/

B. Susanto and A. R. C, “Penerapan Social Network Analysis dalam Penentuan Centrality Studi Kasus Social Network Twitter.” [Online]. Available: http://techcrunch.com/2011/12/22/googlesplus/?utm_source=feedburner&utm_medium=feed&u

HHS, “Administration for Children and Families U.S. DEPARTMENT OF HEALTH AND HUMAN SERVICES Administration for Children and Families.”

J. Eka Sembodo, E. Budi Setiawan, and Z. Abdurahman Baizal, “Data Crawling Otomatis pada Twitter,” School of Computing, Telkom University, Sep. 2016, pp. 11–16. doi: 10.21108/indosc.2016.111.

S. Naya Aprisadianti, “Analisis Sentimen Twitter terhadap Content Creator Sisca Kohl Menggunakan Regular Expression.”

Downloads

Submitted

01-04-2023

Accepted

21-05-2023

Published

31-05-2023

Issue

Section

Articles