18 UG Jurnal Vol. 14 Edisi 05 Mei 2020

ANALISIS JARINGAN SOSIAL KOMUNIKASIPEMASARAN PADA PEMANFAATAN TWITTER

TOKOPEDIANuke Farida

Universitas Gunadarma,nuke_farida@staff.gunadarma.ac.id

ABSTRAKTujuan penelitian ini adalah untuk mengetahui jumlah komunikasi dan luasnya jejaring sosialpemasaran Tokopedia di twitter dengan tagar #MulaiAjaDulu. Metode penelitian yang digunakanadalah analisis jejaring sosial dengan pendekatan terori Computer Mediated Communication(CMC) serta memanfaatkan perangkat lunak Gephi untuk menganalisis struktur dan karakteristikkomunikasi dan Netlytics untuk mengumpulkan data mentah dari jaringan Tokopedia di Internet.Hasil temuan penelitian menunjukkan bahwa secara umum, ukuran jaringan Tokopedia adalah194 simpul, sedangkan anggota ukuran jaringan yang berada dalam satu cluster denganTokopedia sekitar 34 simpul dan 27 simpul diantaranya memiliki hubungan langsung serta 7simpul memiliki hubungan tidak langsung. Tingkat kepadatan jejaring adalah rendah dan tingkattimbal balik memiliki komunikasi satu arah antara Tokopedia dan anggota jaringannya. Padatingkat diameter, dibutuhkan 2 langkah untuk mencapai Tokopedia dan jarak rata-rata antaranode untuk berinteraksi satu sama lain adalah 1,15. Tokopedia memiliki jaringan terdesentralisasi(penyebaran) yang berarti ada beberapa aktor penting di setiap cluster yang tidak salingterkoneksi dengan cluster lain.

Kata kunci: twitter, analisis, jering, komunikasi, pemasaran

PENDAHULUAN

Pemasaran adalah salah satu bagian pentingdalam dunia bisnis. Peran pemasarandiperlukan untuk menjaga eksistensiperusahaan dan pengembangan bisnis dalamlingkungan bisnis yang kuat dan kompetitif.Sebagai upaya mempertahankan aspek-aspektersebut, perusahaan memerlukan strategiyang baik dalam komunikasi pemasaran.Komunikasi pemasaran berperan dalammeyakinkan, memberi informasi danmengingatkan merek, perusahaan dan produk.Melalui interaksi komunikasi ini, perusahaandapat memengaruhi perilaku pelanggan danmenciptakan keunggulan kompetitif(Milichovský, 2013).

Dunia ekonomi saat ini telah memasukiera digital, dimana media elektronik yangcanggih dan teknologi komunikasi telahmembuat interaksi antara perusahaan dankonsumen menjadi lebih mudah (Todorova,2015). Internet adalah salah satu teknologiyang dapat dimanfaatkan untuk komunikasipemasaran (Strauss & Frost, 1999).Perusahaan mulai memanfaatkan media sosialonline untuk mempromosikan merek danmendukung pembentukan komunitas merekmereka (Kaplan & Haenlein, 2010). Mediasosial memfasilitasi komunikasi dari mulutke mulut atau juga dikenal sebagai viralmarketing (Subramahi & Rajagopalan, 2003).Teknik ini berperan dalam menyebarkaninformasi di internet (Akyol, 2013). Twitteradalah salah satu platform media sosial yangpaling banyak digunakan dan memiliki lebihdari 310 juta pengguna aktif (Twitter, 2016).Media sosial Twitter menggunakan platformmedia untuk pemasaran viral dengan fitur-fiturnya seperti fitur retweeting (Hoang dkk.,2011). Twitter diakui oleh eksekutif bisnissebagai p la t form potensia l dalammeningkatkan penjualan daripada jejaringsosial lainnya (Barnes & Lescault, 2013).

Kegiatan belanja online di Indonesia saatini sudah mulai berkembang, terutama bagiorang-orang yang tidak memiliki cukup waktuuntuk berbelanja. Pembelian melalui internet(belanja online) dapat dianggap sebagaisesuatu yang menyenangkan dan mudah,karena ini adalah pengalaman baru dalamberbelanja terutama dalam proses yang cepatdan mudah. Kepercayaan memiliki efek positif

pada termasuk dan ketersediaan produk padakeputusan pembelian (Hastuti & Oswari,2015). Pada tahun 2018 terdapat 8 e-commercebesar berdasarkan jumlah pemilih terbanyakyaitu: tokopedia (23%), shopee (22%),bukalapak (18%), LAZADA (13%), JD.ID(12%), Blibli (8%), sunmall (3%), Zalora(1%). (iprice,2019).

Berdasarkan fenomena di atas makapenelitian ini bertujuan untuk mengetahuijumlah dan luas komunikasi jejaring sosialTokopedia di twitter dengan tagar#MulaiAjaDulu. Analisis jaringan secaralengkap dilakukan dengan menggunakanmetode analisis jejaring sosial (SNA) padatingkat sistem (struktur dan karakteristikjaringan).

Komunikasi Pemasaran Terintegrasi

Komunikasi pemasaran terintegrasididefinisikan sebagai proses komunikasi yangmencakup perencanaan, penciptaan,pengintegrasian, dan implementasi elemen-elemen bauran komunikasi pemasaran(periklanan, promosi penjualan, publikasi,penjualan pribadi dan pemasaran langsung)juga melaksanakan dan mengevaluasi programmerek komunikasi dari waktu ke waktudengan konsumen, pelanggan, prospek, danaudiens yang ditargetkan lainnya juga (Schultz,2004; Shimp, 2010).

Beberapa tahun terakhir ini berbagai alatpemasaran nmoderen telah menjadi bagiandari bauran komunikasi. Sebagai wujud untukmemperkuat bagian kreatif (kegiatanpemasaran, pemasaran melalui buzzer, ataupunpemasaran secara gerilia), diperlukanperubahan signifikan yang terkait denganaplikasi berbasis internet. Instrumen tradisionalyang memengaruhi komunikasi pemasaran:penempatan produk, pemasaran gerilia,pemasaran buzzer, pemasaran viral, e-WOM,pemasaran digital, dan pemasaran seluler(Vladimír & Jiøí, 2016). Sehigga dapatdisimpulkan bahwa twitter masih relevandalam meningkatkan pesan atau informasiproduk layanan dengan menggunakan tagartertentu.

Pemasaran Viral

Teknologi internet mendorong untuk

mengubah perilaku belanja konvensional keonline. Salah satu strategi pemasaran yangdigunakan oleh toko online adalah pemasaranviral. Ada dua belas faktor yang membentukfaktor baru yang disebut toko viral marketingonline, yaitu: rekomendasi pelanggan, buletin,strategi penautan, komunitas, penawarangratis, undian, daftar calon pembeli, ruangobrolan, daftar referensi, teks produk, programafiliasi, dan mesin pencari (Wardhana &Pradana, 2016).

Perkembangan teknologi digitalmenciptakan pemasaran viral yang dapatdianggap sebagai perluasan komunikasielektronik dari mulut ke mulut (e-WOM), jadibukan hanya pengembangan dari mulut kemulut (WOM) (Bichart & Schindler, 2002;Cruzz & Fill, 2008). Istilah pemasaran viralmenggambarkan sebuah fenomena yang padaawalnya konsumen berbagi dan menyebarkaninformasi pemasaran yang relevan dengantujuan untuk merangsang dan menggunakanperilaku dari mulut ke mulut (van der Lansdkk., 2010). Pemasaran viral dipandang olehbeberapa peneliti sebagai iklan dari mulut kemulut yang disampaikan pelanggan kepadaorang lain tentang produk dan layanan (Ehlersdalam Du Plessis, Strydom, & Jooste, 2012).Wilson (2012) memberikan definisikomprehensif tentang pemasaran viral sebagaistrategi untuk mendorong setiap orang untukmempromosikan pesan pemasaran kepadaorang lain, dan untuk membuat pertumbuhanpengembangan potensi paparan dan dampakpesannya di internet.

Pemasaran viral pada dasarnya adalahstrategi pemasaran yang memanfaatkanjejaring sosial yang ada, seperti situs jejaringsosial (SNS), situs berbagi video, penyediaemail, forum online, dan blog. Pemasaranviral biasanya menyediakan iklan dalambentuk format video, suara, gambar, memeatau pesan teks (Chaffey & Smith, 2013, hlm.205) secara gratis dan berharga bagikonsumen, yang memaksa untuk melanjutkanserta menyebarkan pesan pemasaran kepadaorang lain. Menurut Kirby (2004, hal. 4)pemasaran viral tidak perlu memiliki produkatau layanan tertentu untuk meningkatkankesadaran, buzzer atau penyebaran secarapeer-to-peer di antara konsumen, sehinggadapat mengurangi penggunaan agenkomunikasi online dalam melayani

19Farida, Analisis Jaringan Sosial ...

komunikasi tanpa memerlukan upaya lebihbesar untuk menciptakan pemasaran yangberkelanjutan.

Gambar 1 Penggambaran proses “word ofmouse” pada Viral Marketing (Kirby, 2004)

Gambar 1 menggambarkan kombinasipemasaran secara offline dari mulut ke mulutdan iklan online dapat menciptakan “word-of-mouse” (Kirby, 2004). Di sisi lain, Ferguson(2008) berpendapat bahwa pemasaran viraladalah strategi yang terpisah dari strategi darimulut ke mulut, dan menjelaskan bahwa adaperbedaan yang signifikan antara pemasaranviral dan dari mulut ke mulut. Dikatakanbahwa pemasaran viral tergantung padapengembangan portal online, video viral,kampanye viral , dan buzzer untukmeningkatkan kesadaran konsumen,sementara dari mulut ke mulut bergantungpada eksperimen dan pencapaian. Hal tersebutdapat diartikan bahwa pemasaran viral dapatdisebabkan oleh buzzer, dan pemasaran darimulut ke mulut dipicu oleh hasil buzzer.

Twitter sebagai perangkat pemasaranberbasis E-WOM

Twitter adalah salah satu platform media sosialyang paling banyak digunakan. Karena twitterdikenal sebagai media sosial yang populer,twitter juga menjadi alat pemasaran potensialdan elektronik dari mulut ke mulut (e-WOM)(Bulearca & Bulearca, 2010). Twitter memilikibeberapa potensi manfaat untuk pemasarandan periklanan. Ini dapat membantumeningkatkan jangkauan pemirsa denganmenawarkan fitur teknologi yang membantumenemukan konten yang diposkan. Selainitu, akun selebriti populer dapat menarikpemasar untuk strategi pengesahan denganmeningkatkan penampilan konten merek diumpan tweets pengguna (Burkhalter dkk.,2014). Twitter juga menawarkan fitur retweet,yang dapat menarik pemirsa baru (Boyd dkk.,2014). Selain itu, dalam meningkatkan jumlahpemirsa, merek juga dapat berinteraksi denganpelanggan secara langsung. Twitter dapatmenjadi alat pemasaran dengan menggunakantagar populer untuk meningkatkan retweetingdalam rangka mempromosikan produk atauoutlet organisasi dan juga penemuan konten(Suh dkk., 2010 hal. 2012).

Analisis Jejaring Sosial: Tingkat Sistem(Struktur dan Karakter)

Menurut Hanneman dan Riddle (2005),analisis jejaring sosial adalah teknik untukmempelajari hubungan sosial atau hubunganantar anggota dalam suatu kelompok. Schelhasdan Cerveny (2002) mengemukakan bahwaanalisis jejaring sosial adalah prosespembelajaran dan pemahaman jejaring (formalatau informal) di bidang tertentu. Penelitianini berfokus pada tingkat sistem yangmenggambarkan keseluruhan jaringan, tidakmembahas aktor atau kelompok dalamjaringan.

Jenis analisis pada tingkat sistem berisienam bagian, yaitu: ukuran jaringan,kepadatan, timbal balik, diameter, jarak, danpemusatan. Ukuran jaringan adalah jumlahanggota jaringan yang menentukankarakteristik suatu jaringan, dimana jaringanyang lebih kecil akan lebih kohesif daripadayang besar. Struktur hubungan antar aktorjuga berbeda antara jaringan kecil dan besar(Carolan, 2013), hal ini menunjukkan bahwaintensitas komunikasi dari jaringan berukurankecil jelas lebih sering daripada jaringanberukuran besar. Kepadatan adalahperbandingan jumlah tautan (ties) yang adadi jaringan dengan jumlah tautan yang akanmuncul. Kepadatan menunjukkan intensitaskomunikasi antara anggota jaringan. Jaringanyang memiliki kepadatan tinggi adalahjaringan yang anggotanya berinteraksi satusama lain. Sebaliknya, jaringan dengankepadatan rendah dicirikan oleh interaksi yangkurang antara anggota jaringan. Angka dalamkepadatan adalah 0 hingga 1, semakin besarnilainya menunjukkan semakin tinggikepadatan. Timbal balik adalah rasio tautandua arah dengan jumlah total tautan dalamjaringan. Ukuran ini menggambarkan apakahhubungan anggota jaringan (node) berjalanbaik dengan arah yang sama. Jumlah timbalbalik adalah dari 0 hingga 1, yang angka 1menunjukkan timbal balik yang sempurna, dimana masing-masing aktor memilih atauberinteraksi satu sama lain. Diameter adalahjarak terjauh antara dua aktor dalam suatujaringan (Carolan, 2013). Jaringan dengandiameter besar dicirikan oleh distribusi aktoryang menyebar ke segala arah. Pada hal lain,jaringan dengan diameter kecil ditunjukkanoleh distribusi aktor yang berkumpul. Jarakadalah langkah rata-rata (jalur rata-rata) yangdibutuhkan oleh semua aktor untuk dapatberinteraksi satu sama lain. Sentralisasimengacu pada seberapa sentralisasi jaringanpada beberapa aktor (node), apakah hubungandalam jaringan menyebar ke banyak orangatau apakah terkonsentrasi hanya dalambeberapa orang? Sebuah jaringan disebutterpusat jika jalurnya hanya terpusat padabeberapa orang, sedangkan jaringanterdesentralisasi jika tautan mengarah kebanyak orang (Carolan, 2013).

Variabel yang terkait dengan sentralisasiadalah derajat-masuk dan derajat-keluar, dimana derajat-masuk adalah sentralitasterkonsentrasi pada individu tertentu sebagaititik fokus, sedangkan derajat-keluar adalahukuran sentralitas yang masih fokus pada satuindividu, tetapi analitik berkaitan denganinteraksi keluar individu. Instrumen lain adalahsosiogram yang memvisualisasikan batas-batas koneksi dalam jaringan, mis. Derajat-keluar suatu titik sentralitas partisipan A adalahsemua hubungan keluar dari partisipan A(Aledavood dkk., 2018).

Computer Mediated Communication (CMC)

CMC adalah interaksi antara orang yangmelakukan pertukaran, pembuatan, danpenerimaan informasi yang dikendalikan danditransmisikan oleh teknologi berbasis digital(komputer) (December, 1996). Fasilitasinteraksi tekstual termasuk pesan berbasisinternet seperti e-mail dan pesan instan, selulerteks telepon, interaksi multi-pengguna, dll.CMC tidak hanya dinyatakan dalam formattekstual, tetapi juga grafik, fotografi, audiodan video. Media sosial yang merupakanfasilitas berbasis web juga merupakan salah

satu bagian dari CMC, seperti game virtual,blog, dan blog mikro (mis., Tumblr), situsjejaring sosial (mis. Facebook), proyekkolaborasi (mis. Wiki), komunitas konten(mis. Reddit) dan dunia sosial virtual. (Duggandkk., 2014).

METODE PENELITIAN

Penelitian ini menggunakan pendekatankuantitatif dengan paradigma positivisme.Desain penelitian ini adalah menganalisistingkat sistem dari jaringan lengkap akunTokopedia dengan tagar #MulaiAjaDulu.Pengumpulan data menggunakan perangkatlunak berbasis web yang diakses di alamaturl netlytic.org. Durasi pengambilan dataadalah 2 minggu, dari 25 September 2019hingga 2 Oktober 2019. Dalam penelitian ini,analisis data menggunakan perangkat lunakGephi untuk menganalisis tingkat sistemjejaring sosial Tokopedia. Tokopedia dipilihsebagai objek penelitian berdasarkan 10-peringkat teratas e-commerce pada tahun 2018di Indonesia yang dirilis oleh situshttp://iprice.com (iprice, 2018) danperingkatnya sebagai yang pertama di antarae-commerce di Indonesia.

HASIL DAN PEMBAHASAN

Berdasarkan data dari 500 pesan Tokopediadengan tagar #MulaiAjaDulu yang diperolehdari perangkat lunak berbasis web netlytic.orgdan perangkat lunak Gephi, hasil jejaringsosial Tokopedia dengan tagar #MulaiAjaDuludiamati pada tingkat sistem jaringankomunikasi di Twitter termasuk:

a. Ukuran Jaringan

Secara umum, akun Tokopedia di Twittermemiliki jaringan 194 aktor (sebagai simpul).Jumlah anggota jaringan dalam satu klasterdengan akun Tokopedia adalah 34 aktor, tetapiada 7 aktor yang tidak saling berhubunganatau berkomunikasi satu sama lain, sepertiyang ditunjukkan pada Gambar 2, dapatdikatakan bahwa secara umum area jejaringTokopedia tidak terlalu besar dan menyebar,tetapi uniknya jejaring ini tidak terlalu kompaksatu sama lain karena Tokopedia tidakmemberikan umpan balik kepada anggotajaringan. Akun Tokopedia mempromosikanproduk dan layanannya dengan menyebutkansatu akun influencer di bidang fotografi yangcukup populer di kalangan netizen, yaitu@ashiefmh.

Gambar 2 Jumlah Simpul (node) dan JumlahRuas (edge)

b. Kepadatan

Intensitas komunikasi antar anggota dalamjejaring sebesar 0,004, yang berarti intensitasinteraksi jaringan Tokopedia melalui tagar#MulaiAjaDulu rendah atau tidak adapercakapan di antara banyak anggota jaringan.Ini sesuai dengan data statistik derajat-keluardari akun Tokopedia dengan tagar#MulaiAjaDulu sebanyak 1 simpul.

20 UG Jurnal Vol. 14 Edisi 05 Mei 2020

c. Reciprocity

Deskripsi hubungan antar anggota baik yangmenuju ke dua arah atau tidak. Analisishubungan dihitung berdasarkan data yangdiperoleh dari situs netlytic.org yaitu sebesar0,013. Ini menunjukkan bahwa secarakeseluruhan, jaringan komunikasi akunTokopedia dianggap sebagai komunikasi satuarah. Fenomena ini didukung oleh pemrosesandata dari aplikasi Gephi yang menunjukkannilai derajat-masuk (komentar yang datangmelalui tokopedia) adalah 26 simpul (akunTwitter di klaster Tokopedia) dan derajat-keluar (respon dari Tokopedia) hanya 1 simpul,yang menyebutkan akun Instagram dari@ashiefmh. Hal yang menarik dari temuanini adalah bahwa jaringan besar yang dimilikioleh akun Tokopedia dengan tagar#MulaiAjaDulu berawal dari penggunaanakun ashiefmh sebagai influencer pasif denganmenyebutkan akun Instagram influencer.Dampak dari akun ini telah menjadi salah satuakun paling penting dalam jaringan walaupunia tidak memiliki akun Twitter, ditunjukkanpada tabel 1berikut ini:

Tabel 1.Reciprocity (derajat-masuk dan derajat-keluar) Tokopedia dengan tagar #MulaiAjaDulu

Diameter and Distance

Diameter adalah jarak terjauh antara 2 simpuldalam suatu jaringan. Data menunjukkanbahwa diameter jaringan Tokopedia adalah 2langkah, artinya hubungan jaringan terjauhyang melalui 1 simpul (komunikasi tidaklangsung) untuk mencapai akun Tokopediadan jarak terdekat untuk berinteraksi denganTokopedia adalah 1 (komunikasi langsung).Jarak rata-rata antara node untuk berinteraksisatu sama lain adalah 1,15, seperti yangdiilustrasikan Gambar 3 berikut ini:

Gambar 3 Diameter dan Jalur (path)

Centralization

Bagaimana terpusatnya suatu jaringan padabeberapa aktor dapat dilihat dari kepadatannya(density). Data menunjukkan jaringan akunTokopedia dengan tagar #MulaiAjaDuluadalah jaringan terdesentralisasi (penyebaran)di mana ada beberapa simpul penting dalamsetiap kalster yang tidak saling terhubungdengan klaster lain seperti yang ditunjukkanpada Gambar 4. Fenomena ini kemungkinankarena tagar #MulaiAjaDulu terlalu umum,atau tidak mewakili merek Tokopedia itusendiri.

Gambar 4 Jaringan Lengkap Tokopedia dengan Tagar #MulaiAjaDulu

KESIMPULAN DAN SARAN

Data penelitian menunjukkan bahwaTokopedia dengan tagar #MulaiAjaDulumemiliki sejumlah kecil anggota jaringan,hubungan kepadatan rendah, jaringanterdesentralisasi. Biasanya, kelompok kecilmemiliki komunikasi yang lebih intensif,hubungan kepadatan, dan jaringan terpusattetapi temuan menunjukkan bahwa Tokopediatidak memiliki aspek-aspek tersebut. Inimungkin terjadi karena Tokopedia hanyamenyebut @ashiefmh, sebagai influenceruntuk meningkatkan layanannya tanpaberkomunikasi ataupun memberikan umpanbalik kepada anggota jejaring. Ini berartikomunikasi jejaring sosial Tokopedia memilikikomunikasi satu arah. Juga dapat disimpulkanbahwa tagar #MulaiAjaDulu terlalu umum,dan tidak mewakili merek Tokopedia, sehinggatidak ada interaksi yang intensif diantaraanggota jaringan Tokopedia di twitter. Saranpenelitian selanjutnya mengukur level actorberdasarkan hubungan antar actor dan tiperelasi sehingga dapat diketahui produktifitasyang menuju pada tingkat efektifitaskomunikasi.

DAFTAR PUSTAKA

Aledavood, T., Lehmann, S., & Saramäki, J.(2018).Social network differences ofchronotypes identified from mobile phoned a t a . E P J D a t aScience,7(1).https://doi.org/10.1140/epjds/s13688-018-0174-4

Akyol, S. (2013). Social media and marketing:Viral marketing. Academic Journal ofInterdisciplinary Studies, 2(8), 586-590.DOI:Ê10.5901/ajis.2013.v2n8p586

Barnes, N. G., & Lescault, A. (2013). LinkedInrules but sales potential may lie with

Twitter: The 2013 Inc. 500 and socialmedia. University of MassachusettsDartmouth Center for MarketingResearch.

Bickart, B. and Schindler, R.M. (2002),Expanding the scope of worth of mouthConsumer-to-Consumer information onInternet, Advances in consumer research.Association for Consumer Research (US),29, 15(3), hlm. 428–430.

Boyd, d., Golder, S., & Lotan, G. (2010).Tweet, tweet, retweet: Conversationalaspects of retweeting on Twitter. 43rdHawaii International Conference onSystem Sciences, Kauai, Hawaii,D O I : 1 0 . 11 0 9 / H I C S S . 2 0 1 0 . 4 1 2

Bulearca, M. & Bulearca, S. (2004). Twitter:a Viable Marketing Tool for SMEs?.Global Business and ManagementResearch: An International Journal. 2(2):296-309.

Burkhalter, J. N., Wood, N. T., & Tryce, S.A. (2014). Clear, conspicuous, andconcise: Disclosures and Twitter word-of-mouth. Business Horizons, 57(3), 319-328.

Carolan, B.V, (2013),Social network analysisand education: Theory, methods &applications , Sage Publications

Chaffey,D. & Smith, P. R. (2013), EmarketingExcellence:Planning and Optimizing YourDigital Marketing, Routledge, ISBN:9780415533379, London and Newyork,2013.

Cruz, D. & Fill, C. (2008). “Evaluating viralmarketing: isolating the key criteria”,Marketing Intelligence & Planning, 26(7): 743 – 758.

December, J. (1996). Units of analysis forInternet communication. Journal ofComputer-Mediated Communication,46(1), 14-38.

Duggan, M., Ellison, N.B., Lampe, C.,

21Farida, Analisis Jaringan Sosial ...

Lenhart, A., & Madden, M. (2015). Socialmedia update 2014. Pew Research Center,9.

Du Plessis, P. J., Strydom, J. W., & Jooste, C.J . M a r k e t i n g m a n a g e m e n t ,ISBN:9780702195716, 2012,

Ferguson, R. (2008), Word of mouth and viralmarketing – taking the temperature of thehottest trends in marketing, Journal ofConsumer Marketing, 25 (3), May, 2008

Hanneman, R.A. dan Riddle, M. (2005)Introduction to Social Network Methods,(on- l ine book) . Alamat URL:http://www.faculty.ucr.edu/~hanneman/nettext/index.html, Bab 5- 7, 16, diunduhtanggal 16 Oktober 2019.

Hastuti, E & Oswari, T (2015). PerilakuKonsumen pada Pembelian Produk viaLazada di Jakarta Selatan, UG Jurnal, 9(7), Juli 2015

Hoang, T.A., Lim, E.P., Achananuparp, P.,Jiang, J., & Zhu, F. (2011). On ModelingVirality of Twitter Content. 13thInternational Conference on Asia-PacificDigital Libraries, ICADL 2011, Beijing,China, October 24-27

Iprice, (2018), Peta e-Commerce Indonesia,A l a m a t U R L :https://iprice.co.id/insights/mapofecommerce/, diunduh pada 19 Oktober 2019.

Kaplan, A. M., & Haenlein, M. (2010). Usersof the world, unite! The challenges and

opportunities of social media. BusinessHorizons, 53 (1), 59-68.

Kirby, Justin, 2004, Online viral marketing:the strategic synthesis in peer-to-peerbrand marketing, Brand Channel WhitePaper, 2004

Milichovský, F. (2013). New Tools forEffective Marketing Communications.Acta Univ. Bohem. Merid, 16(1), 35-43.

Schelhas, J., dan Cerveny, L., (2002), SocialNetwork Analysis for Collaboration inNatural Resource Management .Partnership Resource Center, USDAForest Service, Washington, DC.

Schultz, D.E. dan Schultz, H.F. (2004), IMCthe next generation: five steps fordelivering value and measuring returnsusing marketing communication ,McGraw-Hill.

Shimp, T.A. 2010. Advertising Promotion andOther Aspects of Integrated MarketingCommunication 8th Edition. Canda:Nelson Education, Ltd.

Strauss, J., & Frost, R. (1999). Marketing onthe Internet: principles of onlinemarketing. Prentice Hall, NJ

Suh, B., Hong, L., Pirolli, P., & Chi, E. (2010).Want to be retweeted? Large scaleanalytics on factors impacting retweet inTwit ter network. Second IEEEInternational Conference on SocialCompu t ing , Minneapo l i s MN.

Subramani, M.R., & Rajagopalan, B. (2003).Knowledge-sharing and influence inonline social networks via viral Marketing.Communications of the ACM, 46(12),300-307

Todorova , G. (2015) . Marke t ingCommunication Mix. Trakia Journal ofSciences, 13(1), 368-374.

Twitter. (2016). Company Facts. [Online],alamat airua: http://about.twitter.com/company, diunduh pada 10 Oktober 2019.

van der Lans, R, van Bruggen, G. H,Eliashberg, J. H. & Wierenga, B (2010),“Aviral Branching Model for Predictingthe Spread of Electronic Word of Mouth”,Marketing Scinece, 29, 348-365. DOI:10.2307/40608137

Vladimir, V., & Jiøí, M. (2016). Marketing incommunications in tourism – Trends andReality. UDC 33:793(045), alamat situs:http://mmi.fem.sumdu.edu.ua/, diunduhpada 19 Oktober 2019.

Wardhana, A. & Pradana, M. (2016). ViralMarketing Determinants of Top OnlineShop Brands in Indonesia. MIMBAR, 32(1), 25-30,

Wilson, R. F. (2012). Viral marketing: Anonline spin to additional word of moutha d v e r t i s i n g . a l a m a t s i t u s :www.honors.ufl.edu/apps/Thesis.aspx/Download/1302, diunduh pada 19September 2019