Thoriqi Firdaus, S.Pd., M.Pd
Pengembang Platform & Instruktur Utama

Thoriqi Firdaus, S.Pd., M.Pd.

Dosen Universitas Pelita Bangsa

πŸ’» Digital Pedagogy πŸ€– AI in Science Education 🌱 STEM-Green Integration 🌍 Socio-scientific Issues
PERTEMUAN 5

Budaya Digital di Media Sosial

Mata Kuliah: Media Sosial
Program Studi: Teknik Industri

Mulai Pelajari Materi
Ilustrasi Realistis Budaya Digital

Konten Mana yang Lebih Menarik?

Sebagai pengguna media sosial, amati dua gaya penyampaian di bawah ini. Jika keduanya lewat di timeline Anda, mana yang akan membuat Anda berhenti dan menyimak?

A
Akun Resmi Kampus 1 Jam yang lalu

PENGUMUMAN PENTING:

"Penerimaan Mahasiswa Baru Telah Dibuka! Segera siapkan berkas Anda dan daftarkan diri Anda Sekarang juga melalui tautan di bio."

🎯 Fokus: Informasi instruksional dan pendaftaran.
B
Mahasiswa Vlogger 2 Jam yang lalu

A DAY IN MY LIFE:

"Seperti apa rasanya menjadi mahasiswa Teknik Industri? Yuk, ikutin keseruan kelasku hari ini, mulai dari praktikum lab sampai rapat kepanitiaan himpunan sore nanti!"

🎯 Fokus: Pengalaman, cerita, dan interaksi.

Mengapa Banyak Orang Cenderung Menyukai Konten B?

Jika Anda memilih Konten B (atau merasa itu lebih engaging), Anda baru saja membuktikan sebuah fenomena nyata di era digital.

Di media sosial, audiens seringkali mengabaikan informasi yang kaku dan satu arah. Mereka justru mencari koneksi, cerita (storytelling), dan pengalaman visual yang terasa dekat dengan kehidupan nyata.

Inilah Akar dari "Budaya Digital"

Budaya digital di media sosial bukan sekadar tentang canggihnya aplikasi yang kita gunakan untuk mengunggah foto atau teks. Budaya digital adalah tentang bagaimana teknologi mengubah cara kita merespon, kebiasaan, bahasa, dan nilai yang kita cari saat berkomunikasi. Kita telah bergeser dari sekadar pencari informasi (komunikasi konvensional) menjadi pencari pengalaman dan interaksi (budaya partisipatif).

RUTINITAS: SEE - THINK - WONDER

"Bayangkan Anda adalah seorang siswa SMA yang sedang memegang smartphone dan mencari informasi tentang perguruan tinggi tujuan Anda."

Diskusikan 3 Pertanyaan Berikut:

1

Berdasarkan dua contoh sebelumnya, konten mana yang membuat Anda lebih ingin mengetahui kampus tersebut? Mengapa?

2

Informasi apa yang sebenarnya masih Anda butuhkan sebelum mengambil keputusan akhir?

3

Apakah konten yang lebih menarik secara visual pasti lebih efektif dalam menghasilkan pendaftaran mahasiswa baru?

⚠️ Catatan: Kedua contoh di atas hanyalah ilustrasi. Efektivitas sebuah konten sebenarnya perlu diuji melalui data respons audiens (analytics), bukan sekadar ditentukan dari tampilannya saja.
πŸ’‘

Di media sosial, keberhasilan komunikasi tidak hanya ditentukan oleh seberapa banyak informasi yang disampaikan.

Cara mengemas pesan, memahami audiens, membangun relevansi, dan menyesuaikan konten dengan kebiasaan digital pengguna juga berperan sangat penting. Inilah alasan mendasar mengapa kita perlu memahami Budaya Digital terlebih dahulu sebelum mempelajari strategi teknis dari setiap platform media sosial.

Karakteristik Budaya di Media Sosial

Pahami bagaimana ekosistem digital beroperasi dan apa yang membedakannya dari media konvensional.

Karakteristik Penjelasan Konseptual Contoh (Konteks Mahasiswa)
✍️ Partisipatif Pengguna dapat membuat, menanggapi, dan menyebarkan konten secara mandiri tanpa pihak perantara.
Mahasiswa merekam dan mengunggah video kegiatan orientasi kampus mereka sendiri.
πŸ’¬ Interaktif Komunikasi berlangsung dua arah atau melibatkan banyak pihak secara dinamis dan real-time.
Calon mahasiswa bertanya langsung mengenai fasilitas jurusan melalui kolom komentar Instagram Himpunan.
πŸš€ Cepat Menyebar Konten dapat dibagikan (share/retweet) ke ribuan pengguna lain dalam waktu yang sangat singkat.
Video inovasi atau prestasi mahasiswa Teknik Industri dibagikan ulang hingga menjadi viral.
🀝 Berbasis Komunitas Pengguna terhubung dan berkumpul berdasarkan kesamaan minat, hobi, atau identitas tertentu.
Terbentuknya grup Telegram angkatan atau komunitas online mahasiswa pecinta lingkungan.
🎨 Kreatif & Partisipatif Pengguna sering mengadaptasi format konten yang ada menjadi bentuk atau tren baru (remix culture).
Membuat versi parodi atau POV (Point of View) dari tren video TikTok yang sedang populer di kalangan mahasiswa.
πŸ‘οΈ Berorientasi Perhatian Kreator terus bersaing ketat untuk mendapatkan waktu dan perhatian (atensi) dari audiens mereka.
Penggunaan judul yang memancing rasa penasaran, visual pembuka, dan teknik hook di awal video YouTube BEM.

Inti Pembelajaran:
Pergeseran Peran Pengguna

Karakteristik di atas bermuara pada satu perubahan besar. Di era media cetak atau televisi, manusia hanyalah target audiens pasif.

Namun di era media sosial, setiap individu memiliki kekuatan penuh atas arus informasi. Anda bukan lagi sekadar penonton, melainkan produsen aktif di dalam ekosistem tersebut.

πŸ“Ί
Masa Lalu (Pasif)
Hanya Penerima Informasi
↓
πŸŽ₯
Pembuat Konten (Kreator)
Aktif
πŸ”—
Penyebar Pesan (Distributor)
Aktif
βš–οΈ
Penilai Informasi (Kritikus)
Aktif

Bagaimana Sebuah Tren Terbentuk?

Tren tidak muncul begitu saja. Ia berkembang ketika suatu topik, gaya penyampaian, format video, atau bentuk ekspresi mulai diikuti dan diadaptasi secara masif oleh pengguna lain di ekosistem digital.

πŸ’‘
1. Ide Muncul
Seorang kreator memunculkan topik, gaya, atau format video baru yang unik dan belum pernah ada sebelumnya.
πŸ”„
2. Pengguna Mengadaptasi
Pengguna lain mulai membuat versi mereka sendiri, melakukan remix, dan komunitas ikut berpartisipasi secara aktif.
πŸ“ˆ
3. Perhatian Berkembang
Penyebaran meluas mencapai puncak popularitas, atau seiring waktu atensi mulai jenuh dan akhirnya menurun.
*Catatan: Ini adalah ilustrasi proses yang umum terjadi, bukan urutan yang mutlak dan wajib bagi setiap tren.
⚠️

Hindari Miskonsepsi Ini!

Tren populer tidak selalu cocok untuk semua audiens. Konten yang mendapatkan banyak tayangan (views) atau viral tidak secara otomatis menghasilkan konversi atau mencapai tujuan promosi Anda. Strategi harus selalu diselaraskan dengan identitas dan target audiens.

Konten yang Anda unggah, cara Anda menanggapi komentar, dan informasi yang dibagikan akan membentuk persepsi pengguna lain. Pada saat yang sama, sistem rekomendasi terus bekerja di belakang layar untuk menentukan siapa yang akan melihat konten Anda berdasarkan tujuan platform.

Identitas Digital

Berkaitan dengan bagaimana seseorang atau institusi ditampilkan di ruang digital.

Ini adalah hal-hal yang bisa Anda kontrol secara langsung. Misalnya: bio profil kampus, jenis desain visual yang diunggah, gaya bahasa (formal/santai) pada caption, hingga nilai-nilai yang ingin ditonjolkan.

Reputasi

Berkaitan dengan bagaimana pihak lain menilai dan mempercayai identitas tersebut.

Anda tidak bisa sepenuhnya mengontrol reputasi. Reputasi adalah hasil akumulasi dari persepsi audiens. Apakah audiens menganggap kampus Anda bergengsi, responsif, atau justru problematik? Itu semua bergantung pada rekam jejak digital Anda.

Algoritma Rekomendasi

Membantu memilih dan mengurutkan konten yang mungkin relevan bagi pengguna.

Sistem mesin ini (seperti For You Page) tidak peduli pada niat baik atau buruk Anda. Ia hanya membaca sinyal data: jumlah klik, durasi tontonan, dan interaksi. Jika sebuah konten memancing reaksi tinggi, algoritma akan terus menyebarkannya.

Ruang Refleksi

"Jika unggahan sebuah kampus tiba-tiba viral karena sebuah kontroversi atau sentimen negatif, apakah itu berarti citra kampus menjadi lebih baik karena jangkauannya luas?"

Analisis Singkat:

Tentu saja TIDAK. Di sinilah pentingnya membedakan ketiga konsep di atas.

Konten kontroversial sangat disukai oleh Algoritma karena memancing banyak komentar dan share (reaksi tinggi). Namun, hal itu justru menghancurkan Reputasi kampus. Viralitas tidak selalu berbanding lurus dengan kredibilitas. Fokus pada angka views tanpa mempedulikan sentimen akan merugikan institusi dalam jangka panjang.

Mesin Pemrosesan: Bagaimana Algoritma Bekerja?

Algoritma media sosial pada dasarnya adalah sistem penyortir data. Ia tidak menilai baik/buruknya moral suatu konten, melainkan menghitung "Sinyal Data" (Data Signals) untuk memprediksi apakah suatu konten layak disebarkan ke audiens yang lebih luas.

1. Input (Sinyal Pengguna)

Sistem membaca reaksi awal audiens terhadap konten.

  • Watch Time
  • Komentar
  • Saves
  • Shares
βž”

2. Process (Pembobotan)

Machine Learning menghitung skor. Share & Save biasanya bernilai lebih tinggi dari sekadar Like.

βš™οΈ
Menunggu Input Data...
βž”

3. Output (Distribusi)

Keputusan sistem terhadap jangkauan (Reach) konten tersebut.

Klik salah satu tombol uji coba di bawah.
Pilih Skenario Input Konten:

Anatomi & Siklus Hidup Tren

Tren terjadi ketika algoritma mendeteksi lonjakan sinyal (velocity) dalam waktu singkat pada format tertentu. Namun, setiap tren memiliki siklus hidupnya sendiri.
Klik titik-titik pada kurva di bawah ini untuk melihat fasenya.

1. Pemicu
Tahap Awal
2. Amplifikasi
Pertumbuhan Eksponensial
3. Saturasi
Titik Puncak/Jenuh
4. Penurunan
Tren Ditinggalkan

1. Inovasi / Pemicu

Seorang kreator atau sekelompok kecil pengguna (Early Adopters) menciptakan format, audio, atau tantangan (challenge) baru. Pada fase ini, konten masih bersifat niche (terbatas pada komunitas tertentu).

πŸ“

Penugasan Kelompok

Sesuai dengan Rencana Pembelajaran Semester (RPS), pada pertemuan ke-5 ini terdapat tugas kelompok untuk menganalisis studi kasus Budaya Digital.

🎯

Topik Berbeda Tiap Kelompok

Setiap kelompok telah diberikan tema atau penugasan yang berbeda-beda. Rincian pembagian kelompok dan instruksi spesifik dapat dilihat langsung melalui portal Edlink.

⚠️

ATURAN KETAT: Maks. 3 Slide

Tugas dikumpulkan dalam format PowerPoint (.ppt / .pptx) atau Pdf. Total isi presentasi MAKSIMAL 3 SLIDE (Tidak boleh lebih!). Belajarlah merangkum informasi esensial.

Segera cek pembagian tugas kelompok Anda!

Buka Penugasan di Edlink βž”