Nexa Intelligence Docs
Entitas & Master Data

Media Sosial & Postingan

Spesifikasi entitas data percakapan media sosial, profil akun/influencer, metrik interaksi publik, formula reach multiplier, dan struktur dokumen Elasticsearch.

Entitas Media Sosial & Postingan

Entitas Media Sosial & Postingan merepresentasikan seluruh percakapan publik, konten multimedia, reaksi, dan opini warganet yang dikumpulkan dari platform media sosial utama di Indonesia (TikTok, Instagram, X/Twitter, Facebook, dan YouTube). Entitas ini digunakan untuk mengukur persepsi publik (sentiment drift), deteksi narasi propaganda/hoaks, dan identifikasi aktor penyebar isu (influencer/buzzer).


1. Cakupan Platform & Karakteristik Data

PlatformTipe Konten UtamaKarakteristik IngestionMetrik Interaksi Kunci
TikTokVideo pendek, audio viral, caption pendekScraped via Phone Farm Swarm & ADB automationViews, Likes, Comments, Shares, Saves
InstagramReels, Carousel, Postingan FeedMobile proxy rotation & session injectionLikes, Comments, Video Plays
X (Twitter)Cuitan teks, thread narasi, kutipanStream listener & taxonomy hashtag scannerRetweets, Quotes, Replies, Likes, Bookmark
FacebookPost grup publik, halaman berita daerahWeb crawler & mobile graph parserShares, Reactions (Love, Angry, Sad), Comments
YouTubeTranskrip video, judul berita TV, komentarRSS feed & official video transcript parserViews, Likes, Comment count

2. Model Jangkauan Media Sosial (Social Reach Multiplier)

Karena media sosial memiliki sifat difusi viral (network propagation), platform Nexa menerapkan formula standar pengganda jangkauan:

Potential Social Reach = Author Followers + (Total Shares / Retweets * 250) + Total Views

Ketentuan Standar:

  • Setiap 1 aksi share / retweet diasumsikan menjangkau setidaknya 250 linimasa pengguna unik baru.
  • Bobot sentimen postingan dengan virality tinggi (>10.000 shares) dihitung 5x lebih berpengaruh terhadap Threat Index dibanding postingan biasa.

3. Klasifikasi Tipe Aktor & Profil Akun

Setiap postingan terikat pada profil akun pengunggah (social_authors) yang diklasifikasikan ke dalam 4 kategori:

  1. Official / Lembaga Negara (official): Akun bercentang verifikasi milik instansi kepolisian, kementerian, TNI, atau pejabat publik.
  2. Key Opinion Leader / Influencer (kol): Akun publik dengan pengikut >100.000 yang memiliki otoritas opini dan jangkauan organik luas.
  3. Media Sosial Portal Berita (media_outlet): Akun resmi portal berita siber yang mendistribusikan cuplikan artikel ke medsos.
  4. Warganet / Akun Publik (citizen / anonymous): Akun masyarakat umum atau akun anonim yang aktif dalam diskusi tagar.

4. Skema Data Dokumen Elasticsearch (Indeks postings)

Seluruh postingan media sosial (TikTok, Instagram, X/Twitter, Facebook, YouTube) disimpan dalam indeks Elasticsearch postings dengan struktur dokumen terstandarisasi:

{
  "_id": "soc_tiktok_73849102938102938",
  "platform": "tiktok",
  "content_text": "Aksi demo di depan gedung DPR siang ini mulai memanas! Hindari jalan Gatot Subroto kawan2 #DemoDPR #JakartaUpdate\n---\n[OCR Teks Visual]: Massa mulai memadati gerbang utama",
  "published_at": "2026-09-26T11:00:00Z",
  "hashtags": ["DemoDPR", "JakartaUpdate"],
  "mentions": ["dpr_ri"],
  "author": {
    "user_id": "usr_991823",
    "username": "wargajakarta_update",
    "display_name": "Kabar Warga JKT",
    "profile_url": "https://www.tiktok.com/@wargajakarta_update",
    "followers_count": 450000,
    "is_verified": false,
    "bot_status": "human"
  },
  "metrics": {
    "likes_count": 24000,
    "reposts_count": 5200,
    "replies_count": 3100,
    "views_count": 182000
  },
  "sentiment": {
    "label": "negative",
    "score": -0.82
  },
  "deduplication": {
    "is_duplicate": false
  }
}

Catatan Struktur:

  • Dokumen postings tidak memiliki title terpisah; judul pada feed dashboard diturunkan dari 140 karakter pertama content_text setelah sanitasi blok OCR.
  • Metrik metrics.reposts_count memetakan aksi share/retweet, sedangkan metrics.replies_count memetakan komentar.
  • Profil akun kreator tidak memerlukan tabel relasional terpisah, melainkan langsung diagregasi menggunakan multi_terms pada (platform, author.user_id).

On this page