Universitas Amikom Purwokerto, Kampus IT dan Bisnis Digital Banyumas, Jawa Tengah.
1.Pertama-tama
Dalam beberapa tahun terakhir, platform microblogging seperti Twitter telah menjadi saluran komunikasi penting bagi orang-orang untuk menulis dan berbagi pesan singkat yang berisi informasi, emosi, dan pengalaman. Dalam konteks krisis kesehatan masyarakat, Twitter adalah mekanisme yang kuat yang memfasilitasi komunikasi yang cepat dan penyebaran informasi yang luas (Hughes & Palen,). 2009). Mengambil contoh pandemi COVID-19 baru-baru ini, berita terkait COVID-19 dibagikan dan di-retweet di Twitter untuk menjangkau jutaan pengguna (Zheng et al., 2020a). Pada tahap awal COVID-19, pertukaran informasi pada platform microblogging semacam itu memungkinkan individu untuk menghasilkan pemahaman yang sama tentang sifat wabah mereka, terutama jika sebagian besar dari mereka dikarantina di rumah, sawah. Jika pembagian tersebut tidak berhasil, mungkin menghambat kemajuan dalam menanggapi pandemi (Nelson et al.,. 2021).
Menganalisis dan mendokumentasikan perilaku informasi manusia di media sosial dalam konteks krisis kesehatan masyarakat global penting untuk memberikan informasi kepada manajemen krisis (B. Xie et al., 2020). Lebih khusus lagi, mengingat konteks baru dari COVID-19 yang berkembang pesat, penting untuk fokus pada kemampuan pengiriman pesan dan memahami faktor-faktor yang memfasilitasi atau menghambat berbagi informasi di Twitter. Ini menginformasikan para sarjana dan praktisi tentang cara menggunakan fitur-fitur ini untuk meningkatkan amplifikasi pesan krisis, sehingga mencapai tingkat penetrasi informasi yang lebih tinggi di seluruh dunia (B. Xie et al. , 2020).
Perilaku berbagi informasi selama setiap krisis pasti unik, tetapi banyak penelitian menunjukkan bahwa fitur Twitter seperti emosi dan tipe konten yang tertanam dalam tweet dapat memengaruhi transmisi ulang pesan.(Bruns & Stieglitz, tahun 2012Anak laki-laki, 2019Sutton dkk. 2020Xu & Zhang, 2018). Ada banyak penelitian yang menyelidiki tema dan emosi terkait COVID-19 menggunakan data Twitter terkait pandemi COVID-19 (misalnya Abd-Alrazaq et al., 2020Lwin dkk. , 2020Xue dkk. , 2020Zheng dkk. , 2020a). Sementara temuan ini memberikan pemahaman yang lebih baik tentang debat publik dan kekhawatiran tentang krisis kesehatan global ini, ada kekurangan penelitian yang menyelidiki bagaimana fitur perpesanan yang berbeda mendorong berbagi informasi di Twitter. Dibandingkan dengan ancaman kesehatan baru sebelumnya seperti Ebola dan rusa, COVID-19 lebih menular dan lebih menular (Sutton et al.,. 2020). Ini dengan cepat menjadi pandemi yang tidak wajar dan dampaknya terhadap masyarakat kita belum pernah terjadi sebelumnya dan tersebar luas. Mengkarakterisasi faktor-faktor spesifik yang membentuk pembagian informasi dalam situasi baru ini penting bagi para peneliti dan praktisi untuk mengusulkan strategi berbasis bukti untuk memerangi musuh yang tidak terlihat.
Oleh karena itu, penelitian ini berkontribusi pada area ini dengan menyelidiki faktor-faktor yang memengaruhi perilaku berbagi informasi di Twitter pada tahap awal pandemi COVID-19. Secara khusus, Elaboration Likelihood Model (ELM) digunakan sebagai lensa teoretis. Ini menggambarkan bagaimana individu mengubah sikap dan perilaku mereka dengan memproses berbagai antrian informasi dalam pesan mereka (Petty & Cacioppo,). 1986). Sebagai hasil dari pemrosesan informasi dalam situasi pandemi, kami mengkonseptualisasikan perilaku berbagi informasi di media sosial. Penelitian sebelumnya tentang berbagi informasi krisis di ELM dan Twitter (Bruns & Stieglitz, tahun 2012Anak laki-laki, 2019Sutton dkk. 2020Xu & Zhang, 2018), Selidiki dampak dari tiga jenis antrian informasi (kelimpahan konten, valensi emosional, topik komunikasi) pada berbagi informasi terkait virus. Ini adalah petunjuk utama yang secara implisit tertanam dalam pesan media sosial dan membantu kami dengan cepat memproses sejumlah besar informasi selama waktu yang tidak pasti (Xu & Zhang,). 2018Y.Zhang dkk. , 2020).
Sebuah model penelitian untuk mengukur konsep-konsep ini dan menilai dampaknya terhadap berbagi informasi menggunakan teknik komputasi yang menggabungkan pemodelan topik dengan beberapa indikator psikolinguistik yang diperoleh dari kamus Linguistic Inquiry and Word Count (LIWC). Secara teori, penerapan ELM untuk mempelajari penyebaran informasi COVID-19 di Twitter memberikan wawasan berharga tentang mengapa jenis informasi krisis tertentu disebarluaskan dari mulut ke mulut di media sosial dalam keadaan yang tidak pasti dan akan diberikan kepada para peneliti. Faktanya, hasil kami membantu lembaga pemerintah dan profesional kesehatan melindungi kesehatan fisik dan mental masyarakat selama krisis kesehatan masyarakat global.
2 Tinjauan Pustaka dan Landasan Teori
2.1 Berbagi informasi di saat krisis
Bencana alam, krisis kesehatan masyarakat, dan kejadian ekstrem lainnya menciptakan situasi yang membutuhkan upaya komunikasi yang cepat dan efisien. Ketika krisis terjadi (Son et al., Seperti yang terlihat dalam penelitian sebelumnya. 2019Sutton, Gibson, dll. 2015), Pencarian dan berbagi informasi di tempat-tempat umum meningkat drastis. Penyebaran pesan terkait krisis yang cepat sangat penting bagi orang-orang untuk mengubah perilaku mereka dan melindungi keselamatan dan kesehatan mereka (Sutton et al., 2020). Selama beberapa dekade, informasi krisis telah disebarluaskan melalui saluran media massa seperti televisi, radio dan penyiaran. Dengan munculnya teknologi digital, informasi tersebut mulai dibagikan melalui platform media sosial. Berbagi informasi terkait risiko dalam pengaturan online dapat menjangkau audiens yang lebih besar dan dapat mengarah pada perilaku menyelamatkan jiwa (Sutton, Ben Gibson, et al., 2015). Selain itu, sebagian besar situs jejaring sosial, seperti Twitter, dapat mengirim ulang pesan yang sama beberapa kali (Hawkins et al.,. 2001). Orang-orang yang sering terpapar pesan bisa sangat percaya diri dengan keaslian pesan, yang mengarah ke berbagi informasi lebih lanjut (Fragale & Heath,). 2004). Bukti menunjukkan bahwa dalam kondisi ancaman yang akan segera terjadi, paparan berulang terhadap beberapa informasi terkait risiko merupakan prasyarat untuk berbagi informasi dan perubahan perilaku selanjutnya (BF Liu et al.,. 2016).
Karena Twitter telah berkembang dan digunakan secara luas serta menjadi sumber berita dan informasi yang sah, penggunaan Twitter pada saat krisis telah mendapat perhatian yang cukup besar dari para sarjana dan praktisi dalam beberapa tahun terakhir (Sutton et al., 2020). Studi sebelumnya telah menyelidiki tiga faktor utama terkait pesan yang memengaruhi pembagian informasi krisis di Twitter: Karakteristik Twitter, seperti penyertaan tagar dan hyperlink (misalnya Son et al). , 2020Sutton dkk. 2014, 2020Sutton, Gibson, dll. 2015), Tweet emosi (Wang & Lee, 2020Xu & Zhang, 2018), Dan tema konten tweet (Chew & Eysenbach, 2010Anak laki-laki, 2019Sutton, Ben Gibson dan lainnya, 2015). Secara keseluruhan, fitur perpesanan ini dapat dilihat sebagai pendorong atau penghalang untuk mengirim ulang informasi krisis, tergantung pada konteks tertentu.
Sementara studi ini memberikan pemahaman yang lebih dalam tentang komunikasi krisis di Twitter, studi yang relatif terbatas telah mengadopsi perspektif teoretis dan peneliti dan praktisi memiliki berbagai fitur tweeting dalam krisis publik. Hal ini membuat sulit untuk menjelaskan dan memprediksi bagaimana memfasilitasi berbagi informasi (Non dkk.,. 2019). Menggunakan pendekatan berbasis data saja tanpa pertimbangan teoretis untuk mengekstrak wawasan dari platform data besar (seperti Twitter) adalah hal yang sehat untuk memiliki lebih banyak data atau mengadopsi pendekatan komputasi yang lebih canggih Ini dapat mengarah pada keyakinan yang salah bahwa ini adalah obat mujarab untuk mengurangi risiko (EWJ Lee dkk., 2021EWJ Lee & Viswanath, 2020). Selain itu, bagaimana faktor-faktor tertentu secara bersama-sama mempengaruhi pembagian informasi selama peristiwa ancaman belum diselidiki. Penting untuk menyelidiki efek mitigasi ini untuk mengklarifikasi bagaimana fungsi pesan tertentu meningkatkan atau mengurangi hubungan antara fungsi pesan lainnya dan berbagi informasi (Chen, Min et al., 2020). 2019). Hal ini berimplikasi pada terciptanya pesan terkait krisis yang lebih terkoordinasi untuk mengedukasi masyarakat umum. Karena COVID-19 memengaruhi dunia, sangat tepat untuk menilai bagaimana informasi terkait virus disebarluaskan di Twitter. Bagian selanjutnya memperkenalkan ELM sebagai alasan untuk memahami berbagi informasi.
2.2 Model kemungkinan elaborasi
Ketika pengguna media sosial menganggap informasi yang mereka baca penting, mereka mungkin membaginya dengan orang lain (Li et al.,. 2014). Dengan kata lain, berbagi informasi dapat dilihat sebagai hasil dari pemrosesan informasi (Xu & Zhang, 2018). Menurut penelitian yang ada, orang memproses informasi menggunakan dua gaya pemrosesan yang berbeda (Bhattacherjee & Sanford, 2006Mousavizadeh dkk. , 2020Y.Zhang dkk. , 2020), Para ahli terkemuka untuk mengadopsi teori proses ganda seperti ELM untuk menyelidiki perilaku berbagi informasi di media sosial selama krisis (F. Liu et al., 2014Xu & Zhang, 2018).
Menurut ELM, orang memproses informasi dalam dua cara (Petty & Cacioppo, 1986). Mode sentral, atau pemrosesan sistematis, mewakili evaluasi pesan yang melelahkan dan logis. Orang yang menggunakan mode ini cenderung memberikan lebih banyak usaha dan motivasi untuk meneliti pesan dan membuat keputusan berdasarkan aturan dan logika. Mode periferal, atau pemrosesan heuristik, di sisi lain mengacu pada cara berpikir yang tidak sadar, otomatis, dan cepat. Di sini, orang mengandalkan isyarat heuristik (misalnya, pendapat orang lain) untuk pengambilan keputusan. Mereka cenderung menggunakan jalan pintas kognitif dalam pesan mereka untuk membentuk sikap dan perilaku.
Model Proses Paralel yang Diperluas (EPPM; Witte, 1992) Dan model heuristik-sistematis (HSM; S. Chen & Chaiken,) 1999), ELM merupakan landasan teori yang lebih berguna dan tepat untuk menjelaskan berbagi informasi di media sosial dalam konteks krisis kesehatan masyarakat. Pertama, variabel prekursor EPPM (misalnya, kontrol rasa takut, respons kemanjuran, penilaian kemanjuran) berfungsi terutama untuk mendorong perilaku perlindungan kesehatan pada beberapa orang dengan pengetahuan dan kesadaran kesehatan yang rendah. Variabel tersebut mungkin tidak terkait langsung dengan berbagi informasi tentang COVID-19. Ini adalah masalah penting yang menjadi perhatian kebanyakan orang. Kedua, HSM terkait erat dengan ELM karena mereka juga menjelaskan dua rute pemrosesan informasi (sistematis vs. heuristik), yaitu sikap dan perilaku orang melalui pemrosesan berbagai antrian informasi. Berfokus pada bagaimana mengubah (seperti berbagi informasi ) (Dapur dkk., 2014), Salah satu keterbatasan HSM adalah ketidakmampuan untuk mendefinisikan motivasi tertentu untuk persuasi (Eagly & Chaiken,). 1993).
ELM percaya bahwa kebanyakan orang cenderung memproses informasi di rute sekitarnya ketika dihadapkan dengan informasi yang berlebihan dalam situasi berbahaya (Petty & Cacioppo,). 1986). Selama pandemi, sejumlah besar pesan online seperti tweet dibuat dan dilihat oleh banyak orang. Ini bisa menjadi luar biasa bagi banyak orang (Lwin et al., 2020). Informasi yang berlebihan ini dapat menyebabkan kebanyakan orang terlibat dalam pemrosesan rute periferal daripada pemrosesan rute pusat, karena tidak mungkin untuk meneliti semua informasi dengan hati-hati (Bhattacherjee & Sanford,). 2006Xu & Zhang, 2018). Selain itu, beberapa pengguna media sosial mungkin tidak memiliki tingkat keterampilan analitis yang relatif tinggi untuk memeriksa fakta, jadi gunakan petunjuk utama (seperti kualitas argumen) untuk mengaktifkan tweet terkait virus. Gender sulit dinilai (Islam et al., 2020). Hal ini sesuai dengan ELM, yang menyatakan bahwa ketika kemampuan orang untuk memproses informasi berkurang, isyarat di sekitarnya menjadi penentu yang relatif penting dari perubahan sikap dan perilaku (Kitchen et al.,). 2014Petty dkk. , 1983). Argumen ini telah divalidasi dalam studi empiris. Misalnya, F Liuetal. (((2014Ternyata orang sangat bergantung pada petunjuk periferal (misalnya, ambiguitas konten, banding) untuk pemrosesan informasi online karena sulit untuk mengkonfirmasi fakta pada awal bencana alam. Demikian pula, Xu dan Zhang (2018) Menganalisis tweet tentang Malaysia Airlines Penerbangan 370, kami menemukan bahwa orang cenderung memproses dengan isyarat periferal seperti kemakmuran, emosi, dan relevansi …
Mahasiswa Jurusan Ilmu Komunikasi Universitas Amikom Purwokerto
