1. Home
  2. Archives
  3. Vol 20 (2021) Issue 1
  4. Articles

Akuisisi Data Media Sosial Pemerintah Untuk Menganalisis Keterbukaan Informasi Penyebaran Covid-19

Abstract

The Covid-19 pandemic is spreading rapidly throughout the world, including in Indonesia. Every province in Indonesia has been using social media to share Covid-19 information. This study aims to see the activeness and openness of provincial governments’ social media about Covid-19 information. The steps taken were crawling data on governments’ social media, namely Instagram by taking 300 posts. Then, data extraction was carried out to filter data related to Covid 19. This study also conducted a comparison or ranking of provinces that have had Covid-19 confirmed cases. The results show that DKI Jakarta Province is the area that has the most Covid-19 confirmed patients. Meanwhile, the most active social media is North Sumatra Province. There is an influence on the growth rate of confirmed cases of Covid-19 with the active provincial government social media. The research contribution has provided the analysis results of data acquisition and is used as knowledge for government officials to increase the social media activeness of their local government.

Keywords

PENDAHULUAN

Covid-19 kini merupakan pandemi yang melanda banyak negara di seluruh dunia. Pandemi Covid-19 menyebar sangat cepat dan tidak dapat diprediksi. Pandemi ini pertama kali muncul di Wuhan, China pada bulan desember 2019 (Kang et al., 2019). Penyebaran Covid-19 lebih cepat dibandingkan dengan SARS dan MERS (Vellingiri et al., 2020). Covid-19 ini telah banyak menyebabkan kasus kematian di berbagai belahan dunia.

Usaha untuk melawan virus Covid-19 difokuskan pada kasus yang telah terdeteksi. Rantai penyebaran virus dapat ditelusuri dengan melihat riwayat kontak fisik pasien dengan orang lain. Akan tetapi, akan sulit menemukan dari mana pasien mendapatkan virus tersebut jika kontak yang dilakukan dengan orang lain sangat banyak (MacKenzie, 2020). Setiap pemerintah di seluruh dunia telah melakukan upaya pencegahan guna pemberantasan Covid-19. Adapun salah satu upaya yang dilakukan adalah memberikan kebijakan dan imbauan akan pentingnya melakukan physical distancing dan melakukan karantina diri secara mandiri (Vellingiri et al., 2020). Pemerintah Indonesia sejak Bulan Maret 2020 telah memberikan kebijakan Work from Home (WFH), belajar dan beribadah di rumah serta membatasi kegiatan yang mengumpulkan banyak orang.

Masyarakat tentunya sangat membutuhkan informasi terkait perkembangan Covid-19. Pemerintah Indonesia dalam memberantas Covid-19 juga telah menggunakan berbagai media (baik media sosial maupun televisi) untuk menyebarluaskan informasi terkait pencegahan Covid-19. Setiap provinsi di Indonesia telah memiliki media sosial seperti istagram dan fanpage facebook. Peningkatan pengetahuan serta kesadaran masyarakat tentang Covid-19 perlu dilakukan oleh pemerintah (Makurumidze, 2020).

Penelitian sebelumnya terkait Covid-19 telah banyak ditemukan, namun masih sedikit penelitian yang menganalisis penggunaan media sosial pemerintah untuk menyebarkan informasi Covid-19. Penelitian ini bertujuan untuk melihat tingkat keterbukaan dan keaktifan media sosial

pemerintah khususnya media instagram, dalam melakukan pemutakhiran informasi. Langkah yang dilakukan untuk mendapatkan hasil adalah melakukan akuisisi data pada 34 media sosial provinsi yang ada di Indonesia. Berdasarkan data akuisisi tersebut dapat diperoleh informasi seberapa aktif media sosial pemerintah semenjak munculnya kasus positif Covid-19 di Indonesia.

Keterbaruan dari penelitian ini adalah memberikan hasil olah data akuisisi terkait keterbukaan pemerintah dalam menyebarkan informasi Covid-19 melalui media sosial, yang selanjutnya dapat dijadikan pengetahuan bagi pemangku jabatan di pemerintah untuk meningkatkan keaktifan media sosial pemerintah daerahnya.

Pandemi Covid-19 menyebar dengan cepat di berbagai belahan Dunia. Pasien positif Covid-19 ditandai dengan kombinasi demam atau batuk, riwayat perjalanan ke daerah yang sudah banyak memiliki kasus Covid-19 serta adanya riwayat kontak dengan pasien Covid-19 (Chavez et al., 2020)the virus responsible for causing COVID-19, is primarily transmitted from person-to-person through close contact (approximately 6 ft. Penelitian Covid-19 menjadi topik baru yang masih perlu digali lebih lanjut. Penelitian terkait Covid-19 yang sedang berkembang saat ini juga masih sedikit (Kang et al., 2019).

Penelitian yang dilakukan oleh (Makurumidze, 2020) lebih membahas ke arah bagaimana menilai proses penyaringan umum (screening) orang-orang yang terkena pandemi Covid-19, manajemen kasus, respon dan kesiapan negara dalam menangani Covid-19. Penelitian terdahulu ada yang membahas penggunaan media sosial masyarakat dan pemerintah selama pandemi Covid-19 (Nabity-Grover et al., 2020). Penelitian tersebut membahas perlu adanya perlindungan data, perlindungan keamanan, dan regulasi platform media sosial yang berkaitan dengan penyebaran informasi Covid-19, sehingga terdapat proses penyaringan di platform media sosial dan dapat menghilangkan informasi yang salah terkait Covid-19. Selama pandemi ini, media sosial berpengaruh sangat besar karena menjadi wadah bagi masyarakat untuk mendapatkan informasi terbaru tentang Covid-19 (Sampurno et al., 2020). Penggunaan media sosial sebelum dan sesudah terjadinya Covid-19 mengalami perubahan sehingga pengetahuan tentang Covid-19 yang semula bersifat pribadi menjadi pengetahuan publik dan informasi yang pantas disebarkan menjadi tersembunyi (Nabity-Grover et al., 2020).

Penelitian yang dilakukan (Chen et al., 2020) menghasilkan bahwa informasi yang berkaitan dengan berita terbaru tentang krisis dan penanganan pemerintah terkait Covid-19 secara positif memengaruhi keterlibatan warga melalui media sosial pemerintah. Penelitian yang dilakukan oleh (Cinelli et al., 2020) memberikan analisis mendalam tentang dinamika sosial dalam satu jendela waktu ketika narasi dan suasana hati di media sosial yang terkait dengan Covid-19 telah muncul dan menyebar. Penelitian yang dilakukan oleh (Li et al., 2020) menemukan fitur spesifik dalam memprediksi jumlah yang diposting ulang dari setiap jenis informasi. Hasilnya memberikan wawasan berbasis data ke d alam kebutuhan informasi dan perhatian publik.

Penelitian yang dilakukan oleh (Yu et al., 2020) mengkaji 10.132 komentar online di laman TripAdvisor terkait Covid-19 melalui analisis konten dengan mengidentifikasi tema yang dibahas, persepsi risiko wisatawan, dampak perjalanan pariwisata, kesehatan masyarakat, liputan media, dan diskriminasi ras. Persepsi risiko dan intensitas komunikasi di media sosial mengalami perubahan yang dinamis selama pandemi Covid-19.

Berdasarkan beberapa penelitian sebelumnya terkait Covid-19, mendorong peneliti untuk menganalisis keaktifan dan keterbukaan media sosial pemerintah terkait Covid-19. Adapun penelitian lainnya yang telah membahas keaktifan media sosial pemerintah dan keterlibatan masyarakat. Penelitian yang dilakukan oleh (Furqon et al., 2018) menganalisis keaktifan media sosial milik pemerintah daerah berdasarkan jumlah like dan menganalisis sentimen masyarakat. Penelitian lainnya dilakukan oleh (Izzati et al., 2018) yang mengategorikan jenis interaksi pemerintah dan masyarakat serta mengetahui bagaimana popularitas media sosial pemerintah daerah. Penelitian yang dilakukan oleh (Puspitaningrum et al., 1394) menyimpulkan bahwa perlu adanya pengelolaan terhadap informasi yang akan dibagikan di media sosial milik pemerintah daerah dan informasi tersebut bermanfaat serta sesuai dengan kebutuhan masyarakat. Dengan demikian, terdapat partisipasi aktif masyarakat dalam mengakses media sosial milik pemerintah.

Paradigma keterbukaan pemerintah menyiratkan bahwa proses publik menjadi lebih transparan, informasi publik tersedia secara online, dan warga serta organisasi nonpemerintah didorong untuk berinteraksi dengan administrasi publik melalui bentuk partisipasi dan kolaborasi berbasis platform media sosial (Schmidthuber et al., 2020). Peran keterbukaan pemerintah sangat diperlukan untuk meminimalkan dampak penyebaran Covid-19 di Indonesia. Peranan media sosial seperti instagram dapat dijadikan media dalam menyebarkan informasi kepada masyarakat mengenai bahaya dan dampak penyebaran Covid-19 di Indonesia.

Beberapa daerah tidak memiliki peraturan yang berhubungan dengan konsultasi publik dan standar layanan publik. Melalui konsep transparasi dalam berbagai administrasi tata kelola, pemerintah memberikan kesempatan kepada masyarakat untuk memberikan umpan balik. Umpan balik ini berguna sebagai indikator tercapainya kebermanfaatan kebijakan yang diambil oleh pemerintah(Sunardi et al., 2020). Oleh karena itu, transparasi dalam informasi Covid-19 juga merupakan media untuk pemerintah memberikan informasi-informasi kebijakan yang diambil dalam penanganan pandemi ini.

Kesenjangan yang ditemukan pada beberapa penelitian sebelumnya adalah belum ada penelitian yang membahas mengenai keaktifan media sosial pemerintah daerah di Indonesia dalam menyebarkan informasi terkait pandemi Covid-19 dengan melakukan akuisisi data, sehingga mendorong peneliti untuk melakukan penelitian terkait.

METODE

Web-crawler atau juga dikenal sebagai webspider/web-robot merupakan sebuah program otomasi yang digunakan untuk menulusuri world wide web (www) sehingga dapat memperoleh data atau informasi dari sebuah website (Furqon et al., 2018). Secara konseptual, algoritma yang dijalankan oleh sebuah webcrawler sangat sederhana, yaitu: (1) pilih URL dari sekumpulan kandidat; (2) unduh halaman web terkait, (3) ekstrak URL (hyperlink) yang terkandung di dalamnya; dan (4) tambahkan URL yang belum pernah ditemui sebelumnya kepada kandidat set (Najork, 2017). Secara lebih detail arsitektur sebuah web-crawler yang digunakan untuk mengekstraksi data media sosial dapat digambarkan pada gambar 1.

Pada arsitektur web-crawler yang dikembangkan terdapat beberapa tahapan yang dilakukan untuk mengekstraksi sebuah informasi dari media sosial pemerintahan. Tahap pertama web-crawler atau spiders melakukan request ke mesin yang masing-masing request akan diberikan penjadwalan (scheduler) dengan menggunakan logika antrian First In First Out (FIFO). Mesin akan melakukan pemilihan kandidat dari sekumpulan URL yang telah dilakukan request. Selanjutnya URL tersebut diunduh dan diberikan ke mesin untuk dilakukan ekstraksi dalam bentuk item. Item-item tersebut dikirim ke item pipeline untuk diproses melalui beberapa komponen secara berurutan. Hasil akhir setelah item tersebut diproses di item pipeline adalah sebuah data atau informasi yang

Gambar 1 Proses Web-crawler

Pada penelitian ini dilakukan proses pengumpulan data dengan menggunakan webcrawler pada 34 akun media sosial Instagram Pemerintah Provinsi (Pemprov) di seluruh Indonesia. Adapun tahapan penelitian ini diawali dengan membuat daftar link media sosial instagram resmi milik pemerintah provinsi. Penggunaan istagram menjadi instrumen yang relevan untuk menjadi sarana persuasi atau kampanye informasi dalam percepatan pencegahan dan penanganan kasus Covid-19 (Savero, 2021). Mengingat pengguna Instagram Indonesia tahun 2020 sebanyak 63 juta jiwa (Wearesocial.com, 2020). Kemudian, dilakukan web-crawling untuk mengambil data postingan dari setiap Instagram Provinsi dengan batasan maksimum top 300 pos (tanggal 17 Maret 2021). Batas maksimum ini digunakan agar lebih banyak data update terbaru yang terhimpun dari masing-masing Instagram Provinsi. Meskipun hasil postingan tidak semuanya sebanyak 300 pos, hal ini bergantung pada aktivitas masing-masing instagram Provinsi. Setelah data didapatkan, langkah selanjutnya adalah melakukan proses ekstraksi dan analisis data.

Pengambilan jumlah postingan yang mengenai Covid-19 menggunakan kata kunci untuk mengetahui postingan mana yang benarbenar membahas topik Covid-19. Kata kunci yang digunakan adalah Corona, Covid, Covid-19, virus dan pandemi. Tahap selanjutnya adalah menganalisis keaktifan media sosial pemerintah dalam penyebaran informasi Covid-19. Data jumlah pasien terinfeksi Covid-19 di setiap provinsi yang diambil dari website resmi milik Republik Indonesia, dan menggunakan data pada tanggal 17 Maret 2021 (https://www. covid19.go.id/situasi-virus-corona/).

HASIL DAN PEMBAHASAN

Virus Covid-19 di Indonesia telah tersebar ke seluruh provinsi. Gambar 2-4 berikut merupakan grafik hasil penyebaran Covid-19 di Indonesia dan jumlah pos terkait dengan Covid-19.

3 4

Gambar 2. Pasien Terkonfirmasi Covid-19 (Diambil Tanggal 17 Maret 2021)

7

Gambar 3. Jumlah Pos tentang Covid-19 di Media Sosial Provinsi

9

Gambar 4. Kasus Terkonfirmasi dan Postingan Media Sosial Pemerintah Provinsi

Pada Gambar 2, terlihat grafik jumlah pasien yang terkonfirmasi positif Covid-19. Peringkat 5 besar provinsi yang memiliki kasus positif Covid-19 berdasarkan data yang diperoleh adalah DKI Jakarta (359.987), Jawa Barat (231.692), Jawa Timur (134.595), Sulawesi Selatan (58.315), dan Jawa Tengah (160.896). Provinsi DKI Jakarta merupakan daerah yang memiliki paling banyak pasien terkonfirmasi Covid-19. Keadaan penduduk di ibu kota Indonesia ini memang sangat padat penduduk dibandingkan dengan provinsi lainnya.

Pada Gambar 3 dapat terlihat keaktifan media sosial instagram pemerintah daerah provinsi dalam keterbukaan informasi terkait Covid-19. Dari data yang telah diolah, peringkat 5 terbaik dalam segi keaktifan media sosial instagram adalah Sumatera Utara (287), Lampung (286), Bengkulu (270), Kalimantan Tengah (270), Kepulauan Bangka Belitung (262).

Setiap Provinsi telah memanfaatkan media sosial sebagai sarana komunikasi secara virtual kepada masyarakatnya. Dengan adanya pandemi Covid-19 ini, pemerintah provinsi dituntut untuk aktif dalam mengedukasi masyarakat terkait kebijakan pemerintah seperti melaksanakan social distancing, physical disctancing, menghindari kerumunan, hingga kiat-kiat pencegahan penyebaran Covid-19. Fungsi media sosial ini juga menjadi wadah informasi yang paling terkini terkait jumlah kasus di daerah masing-masing serta rumah sakit rujukan yang harus diketahui jika ada gejala Covid-19.

Pada gambar 4, dijelaskan perbandingan antara jumlah kasus terkonfirmasi COVID-19 dengan jumlah pos dari masing-masing pemerintah provinsi di Indonesia. Secara lebih detail data perbandingan jumlah konfirmasi kasus per pos untuk semua pemerintah provinsi di Indonesia dijabarkan pada tabel 1 berikut.

TABEL 1 KONFIRMASI KASUS PER POS (PERBANDINGAN DATA)

NoProvinsiPosPasien
Positif
Pasien
Positif/
pos
1DKI Jakarta180359.9871999,928
2Jawa Barat196231.6921182,102
3Jawa Timur126134.5951068,214
4Banten13232.140243,4848
5Jawa Tengah47160.8963423,319
6Sulawesi Selatan10458.315560,7212
7Bali24035.748148,95
8DIY23030.117130,9435
9Kalimantan Timur24559.850244,2857
10Sumatera Utara28725.96590,47038
11Papua16718.475110,6287
12K a l i m a n t a n
Tengah
27015.19156,26296
13Sumatera Barat11030.203274,5727
14K a l i m a n t a n
Selatan
21624.334112,6574
15Sumatera Selatan27116.58661,20295
16Kalimantan Utara12510.43383,464
17Riau7432.723442,2027
18Lampung28613.25746,35315
19NTB988.99891,81633
20Kalimantan Barat1155.24545,6087
21Kepulauan Riau518.873173,9804
22Sulawesi Utara4315.212353,7674
23Sulawesi Tenggara13410.14475,70149
24Aceh159.689645,9333
25Sulawesi Tengah8010.613132,6625
26Jambi1685.73434,13095
27Bengkulu2705.14519,05556
28K e p u l a u a n
Bangka Belitung
2628.06030,76336
29Sulawesi Barat1115.32948,00901
30Papua Barat577.876138,1754
31Maluku447.186163,3182
32Maluku Utara984.17342,58163
33Gorontalo974.96151,14433
34NTT310.7133571

Berdasarkan data pasien terkonfirmasi yang dipaparkan pada gambar 2, dapat dianalisa bahwa tingkat penyebaran COVID-19 terbanyak adalah provinsi DKI Jakarta (180 pos/ 359.987 kasus), Jawa Barat (196 pos/ 231.692 kasus), Jawa Timur (126 pos/ 134.595 kasus), Banten (132 pos/ 32.140 kasus), dan Sulawesi Selatan (104 pos/ 58.315 kasus). Sebaliknya provinsi yang aktif membuat pos, yaitu Sumatera Utara (287 pos/ 25.965 kasus), Lampung (286 pos/ 13.257 kasus), Sumatera Selatan (271 pos/ 16.586 kasus), Kalimatan Tengah (270 pos/ 15.191 kasus), dan Bengkulu (270 pos/ 5.145 kasus). k

Laju pasien positif/pos (confirmed case per post rate) menunjukkan tingkat rata-rata dari adanya kasus baru terkonfirmasi Covid-19 dibandingkan dengan jumlah pos pemerintah provinsi. Semakin besar nilai laju pasien positif/ pos, semakin banyak kasus baru di provinsi tersebut dan tingkat pos yang rendah. Sebaliknya, jika nilai laju pasien positif/pos semakin rendah, semakin banyak jumlah pos yang dilakukan oleh pemerintah provinsi.

Berdasarkan data pasien terbanyak (DKI Jakarta, Jawa Barat, Jawa Timur, Banten, dan Sulawesi Selatan), jika dilihat nilai laju pasien positif/pos, maka dapat diketahui bahwa ratarata nilai laju pasien positif/pos. Sebaliknya, berdasarkan data pos terbanyak (Sumatera Utara, Lampung, Sumatera Selatan, Kalimantan Tengah, dan Bengkulu), maka dapat diketahui tingkat laju pasien positif/ pos sangat kecil yang mengindikasikan bahwa laju pasien positif/pos sangat rendah.

Selain menggunakan analisis jumlah data caption pos, pada penelitian ini juga dilakukan crawling pada media gambar dan video baik pos maupun story. Hal tersebut untuk menganalisis keterbukaan informasi pemerintah provinsi dalam menanggulangi penyebaran Covid-19. Melalui proses crawling diperoleh data berupa media gambar mengenai penanggulangan Covid-19 terutama pada setiap pemerintah provinsi. Beberapa pemerintah provinsi di Indonesia telah aktif menggalak kan budaya hidup sehat melalui media sosial seperti yang dipaparkan pada gambar 5.

Berdasarkan hasil crawling data media gambar terkait penyebaran Covid-19 seperti yang ditunjukkan pada gambar 5, peran media sosial terutama instagram untuk mengedukasi masyarakat sangat diperlukan.

8 9 10 3

Gambar 5. Data Media Gambar yang Diambil Melalui Proses Crawling pada Pemerintah Provinsi (A) DKI Jakarta, (B) Jawa Barat, (C) Jawa Timur, dan (D) Jawa

Hal tersebut tentunya akan memberikan masyarakat suatu sarana informasi dan wawasan terkait Covid-19. Dengan demikian, secara tidak langsung diharapkan masyarakat menjadi lebih sadar terkait dampak penyebaran Covid-19 terutama dalam bidang kesehatan.

Berdasarkan pemaparan dan analisis terkait tersebut, dapat disimpulkan bahwa peran pemerintah dalam memberikan informasi melalui media sosial sangat berpengaruh untuk mengedukasi masyarakat agar tetap menjaga protokol kesehatan sehingga dapat meminimalkan dampak penyebaran virus Covid-19 di Indonesia.

Informasi yang disebarkan oleh media sosial tersebut mencakup informasi pencegahan, persebaran, informasi layanan kesehatan (rumah sakit rujukan), hingga gejala virus Covid-19. Seluruh informasi tersebut secara aktif diberikan kepada masyarakat guna meningkatkan kewaspadaan terhadap penyebaran virus yang dapat menyebabkan kematian ini. Kesadaran masyarakat dapat ditingkatkan jika pengetahuan terkait gejala, pencegahan, dan informasi lainnya dapat diketahui secara jelas dan terkini.

SIMPULAN

Penyebaran pandemi Covid-19 telah tersebar ke seluruh provinsi di Indonesia. Data yang didapatkan, pada tanggal 17 Maret 2021 diperoleh bahwa semua Provinsi telah memiliki kasus terkonfirmasi Covid-19. Kasus terkonfirmasi Covid-19 minimal berjumlah satu kasus sebanyak dua provinsi (Gorontalo dan NTT). Adapun yang memiliki jumlah kasus terkonfirmasi Covid-19 terbanyak adalah Provinsi DKI Jakarta. Informasi yang disebarkan oleh media sosial tersebut mencakup informasi pencegahan, persebaran, informasi layanan kesehatan (rumah sakit rujukan), hingga gejala virus Covid-19. Seluruh informasi tersebut secara aktif diberikan kepada masyarakat guna meningkatkan kewaspadaan terhadap penyebaran virus yang dapat menyebabkan kematian ini. Kesadaran masyarakat dapat ditingkatkan jika pengetahuan terkait gejala, pencegahan, dan informasi lainnya dapat diketahui secara jelas dan terkini.

Berdasarkan hasil yang diperoleh, adanya hubungan yang berkaitan antara keaktifan dan keterbukaan informasi media sosial provinsi terhadap laju penyebaran pasien terkonfirmasi Covid-19. Semakin besar nilai laju pasien positif/pos menandakan semakin banyak kasus baru di provinsi tersebut dan tingkat pos yang rendah. Namun, sebaliknya jika nilai laju pasien positif/pos semakin rendah menandakan semakin banyak jumlah pos yang dilakukan oleh pemerintah provinsi. Penelitian selanjutnya dapat menginvestigasi lebih lanjut bagaimana respon masyarakat terhadap media sosial pemerintah provinsi terkait informasi Covid-19. Kemudian, mengklasifikasikan komentar positif dan negatif.

Research Intelligence

Data from OpenAlex ↗

Metrics

2
Citations
0.76
FWCIfield-weighted
80th
Percentilevs same year + field
Article
Work type
Open Access

Citation Trend

Citation Timeline

YearCitations
20242

Institution Network

References

  1. Chavez, S., Long, B., Koyfman, A., & Liang, S. Y. (2020). Coronavirus Disease (COVID-19): A primer for emergency physicians. The American Journal of Emergency Medicine. https://doi.org/https://doi.org/10.1016/j.ajem.2020.03.036 DOI: 10.1016/j.ajem.2020.03.036
  2. Chen, Q., Min, C., Zhang, W., Wang, G., Ma, X., & Evans, R. (2020). Unpacking the black box: How to promote citizen engagement through government social media during the COVID-19 crisis. Computers in Human Behavior, 110(April), 106380. https://doi.org/10.1016/j.chb.2020.106380 DOI: 10.1016/j.chb.2020.106380
  3. Cinelli, M., Quattrociocchi, W., Galeazzi, A., Valensise, C. M., Brugnoli, E., Schmidt, A. L., ... Scala, A. (2020). The COVID-19 Social Media Infodemic. 1-18. Retrieved from http://arxiv.org/abs/2003.05004
  4. Furqon, M. A., Hermansyah, D., Sari, S., Sukma, A., Akbar, Y., & Rakhmawati, N. A. (2018). Analisis Sosial Media Pemerintah Daerah di Indonesia Berdasarkan Respons Warganet. Jurnal Sosioteknologi, 17(2), 2-4.
  5. Izzati, A. N., Pratama, A., Aristamy, I. G. A. A. M., Najwa, N. F., & Rakhmawati, N. A. (2018). Kategorisasi Jenis Interaksi Pemerintah dan Masyarakat seA•ta Popularitas Media Sosial Pemerintah Daerah. Jurnal Sistem Informasi, 14(1), 1-8. https://doi.org/https://doi.org/10.21609/jsi.v14i1.567 DOI: 10.21609/jsi.v14i1.567
  6. Kang, D., Choi, H., Kim, J.-H., & Choi, J. (2019). Spatial Epidemic Dynamics of The COVID-19 Outbreak in China. International Journal of Infectious Diseases, 127065. https://doi.org/https://doi.org/10.1016/j.ijid.2020.03.076 DOI: 10.1016/j.ijid.2020.03.076
  7. Li, L., Zhang, Q., Wang, X., Zhang, J., Wang, T., Gao, T. L., ... Wang, F. Y. (2020). Characterizing the Propagation of Situational Information in Social Media during COVID-19 Epidemic: A Case Study on Weibo. IEEE Transactions on Computational Social Systems, 7(2), 556-562. https://doi.org/10.1109/TCSS.2020.2980007 DOI: 10.1109/tcss.2020.2980007
  8. MacKenzie, D. (2020). Covid-19 goes global. New Scientist, 245(3271), 7. https://doi.org/10.1016/s0262-4079(20)30424-3 DOI: 10.1016/s0262-4079(20
  9. Makurumidze, R. (2020). Coronavirus-19 disease (COVID-19): A case series of early suspected cases reported and the implications towards the response to the pandemic in Zimbabwe. Journal of Microbiology, Immunology and Infection, (xxxx). https://doi.org/10.1016/j.jmii.2020.04.002 DOI: 10.1016/j.jmii.2020.04.002
  10. Nabity-Grover, T., Cheung, C. M. K., & Thatcher, J. B. (2020). Inside out and outside in: How the COVID-19 pandemic affects self-disclosure on social media. International Journal of Information Management, (June), 102188. https://doi.org/10.1016/j.ijinfomgt.2020.102188 DOI: 10.1016/j.ijinfomgt.2020.102188
  11. Najork, M. (2017). Web Crawler Architecture. Encyclopedia of Database Systems, 1-4. https://doi.org/10.1007/978-1-4899-7993-3_457-3 DOI: 10.1007/978-1-4899-7993-3_457-3
  12. Puspitaningrum, A. C., Sintiya, E. S., Mukhlis, I. R., Nurrosyidah, A., & Rakhmawati, N. A. (1394). Strategy to Use Local Government DOI: 10.21609/jsi.v15i2.788
  13. Vellingiri, B., Jayaramayya, K., Iyer, M., Narayanasamy, A., Govindasamy, V., Giridharan, B., ... Subramaniam, M. D. (2020). COVID-19: A Promising Cure for The Global Panic. Science of the Total Environment, 116142. https://doi.org/10.1016/j.carbpol.2020.116142 DOI: 10.1016/j.carbpol.2020.116142
  14. Yu, M., Li, Z., Yu, Z., He, J., & Zhou, J. (2020). Communication related health crisis on social media: a case of COVID-19 outbreak. Current Issues in Tourism, 0(0), 1-7. https://doi.org/10.1080/13683500.2020.1752632 DOI: 10.1080/13683500.2020.1752632