Media Sosial sebagai Katalis Siklus Kebijakan Publik

Apalagi pengguna media sosial di Indonesia yang menurut laporan We Are Social pada bulan Januari 2023 berjumlah sekitar 167 juta individu yang aktif menggunakan media sosial dalam aktivitas kesehariannya.

Angka ini mewakili sekitar 60,4 persen dari total populasi Indonesia.

Hal ini menegaskan bahwa analisis media sosial untuk kepentingan publik, khususnya dalam desain dan evaluasi kebijakan publik, menjadi sebuah hal penting untuk dipertimbangkan oleh para pengambil kebijakan.

Proses analisis media sosial pada intinya merupakan sebuah perkembangan dalam mengumpulkan data yang berasal dari masyarakat dengan menggunakan sosial yang tentunya sebagai bentuk e-partisipasi.

Dengan analisis media sosial kita dapat melakukan langkah mencari informasi apa yang dianggap relevan, mengekstrak data, menganalisis, dan menghasilkan data yang reliable untuk pemangku kebijakan.

Pada kesempatan ini, penulis berbagi keahlian dasar dalam analisis data media sosial melalui dua tahapan. Pertama, mengeksplorasi data dari media sosial.

Langkah ini dilakukan untuk mendapatkan data dari media sosial yang ingin diolah memang memiliki keterbatasan saat dilakukan secara gratis, tetapi tetap memungkinkan.

Untuk platform media sosial yang besar, mereka umumnya menyediakan alat atau portal pengembang khusus, seperti Twitter Analytics, Facebook Analytics, Instagram Business Tools, dan Youtube Creator Academy. Dengan alat-alat ini, kita dapat melakukan analisis data dari sumber tersebut.

Namun, ada beberapa keterbatasan, seperti batasan waktu yang umumnya terbatas hingga beberapa minggu atau beberapa bulan terakhir, dan tidak memungkinkan untuk mengakses data dari beberapa tahun yang lalu.

Selain mengandalkan alat-alat tersebut, ada aplikasi pihak ketiga yang sangat populer untuk mengumpulkan data, yaitu python.

Python memiliki keunggulan sebagai bahasa pemrograman yang sangat serbaguna dalam pengumpulan data, dan tidak hanya digunakan untuk tujuan penelitian, melainkan juga dapat diterapkan dalam pengembangan web, pemrosesan teks, kecerdasan buatan (artificial intelligent atau AI), pembelajaran mesin, dan berbagai bidang lainnya.

Langkah kedua adalah proses analisis data.

Setelah pengumpulan data selesai, langkah selanjutnya adalah melakukan analisis data.

Misalnya, dengan menggunakan Tweepy yang dapat diintegrasikan dengan Python, kita bisa mengambil data dari platform media sosial seperti Twitter.

Setelah data terkumpul, kita dapat menggunakan kode yang sudah tersedia di alat instalasi Web Tweepy untuk mengakses dan mengolah data tersebut.