Page 356 - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
P. 356

PSIKOLOGI DAN TEKNOLOGI INFORMASI

            setiap penulisnya, yaitu  John Lennon, Paul McCartney dan George
            Harrison. Perbedaan  karakter psikologis tercermin dalam berbagai
            variabel seperti orientasi waktu, emosi hingga intelektualitas.
            Studi lain yang mengkaji sumber teks juga pernah dilakukan oleh
            Cohn, Mehl dan  Pennebaker (2004) dengan tujuan mengidentifi kasi
              trauma healing masyarakat Amerika paska peristiwa teror 9/11,
            yaitu  runtuhnya gedung WTC di Amerika Serikat akibat tertabrak
            pesawat penumpang yang diduga sengaja ditabrakkan oleh terduga
            teroris. Studi dilakukan dengan mengumpulkan berbagai tulisan di
            blog yang dibuat oleh warga Amerika sesaat sesudah peristiwa 9/11
            berlangsung hingga tiga bulan setelahnya. Data berupa tulisan di
            blog tersebut selanjutnya dianalisis menggunakan  Linguistic Inquiry
            and Word Count (LIWC; Tausczik &  Pennebaker, 2010). LIWC adalah
            software analisis yang mampu mengidentifi kasi muatan psikologis
            pada esai dengan teknik word count atau perhitungan sampel kata.
            Hasil studi menunjukkan bahwa muatan emosi negatif pada blog yang
            ditulis oleh warga Amerika menunjukkan penurunan yang signifi kan
            dua hingga tiga bulan setelah peristiwa 9/11. Studi ini memberikan
            sebuah masukan berharga bahwa secara kolektif masyarakat memiliki
            mekanisme  trauma healing yang terkadang luput diidentifi kasi oleh
            psikolog. Terlepas dari itu, kedua studi menunjukkan bahwa sumber
            teks menjadi data psikologis yang dapat merepresentasikan keadaan
            emosi hingga  karakter individu maupun kelompok.
                 Dalam konteks aspirasi sosial-digital, analisis teks adalah salah
            satu solusi untuk memahaminya. Namun, perbedaan bahasa menjadi
            variabel yang menghambat aplikasi instrumen analisis teks yang
            telah ada seperti LIWC untuk diterapkan dalam konteks Indonesia.
            Bagaimana solusinya? Studi yang dilakukan oleh Wenas, Sjahputri,
            Takwin, Primaldhi dan Muhamad (2016) telah mencoba mengidentifi kasi
            muatan emosi pada 3000 sampel kata bahasa Indonesia dan emoticon
            dari sumber Twitter. Teori yang digunakan sebagai perangkat analisis
            adalah teori emosi core affect dengan dua aspek utama, yaitu valensi
            dan arousal (Russel, 2003; 2009). Instrumen ini disebut dengan nama
              Algoritma Kata (AK). Dalam konteks bahasa Indonesia, AK hadir sebagai
            solusi untuk mengidentifi kasi berbagai sumber teks dalam bahasa
            Indonesia. Salah satu studi dengan menggunakan AK telah dilakukan
            oleh Adinugroho, Muhamad dan Susianto (2015) untuk menganalisis



          324
   351   352   353   354   355   356   357   358   359   360   361