Perpustakaan Digital ITB

Fenomena echo chamber pada media sosial memperkuat bias konfirmasi dan polarisasi opini publik. Penelitian sebelumnya oleh Aidira (2025) mengukur Echo Chamber Ratio (ECR) berbasis komunitas Louvain, namun memiliki dua keterbatasan, yakni Louvain tidak menjamin keterhubungan internal komunitas dan skor sentimen belum dikalibrasi. Tugas akhir ini bertujuan mengembangkan model pengukuran echo chamber untuk mengatasi kedua keterbatasan tersebut. Model dibangun dengan mengintegrasikan tiga komponen: (1) deteksi komunitas Leiden (menjamin well-connected) dan Infomap (berbasis aliran informasi) yang disatukan melalui Multi-level Consensus Clustering; (2) kalibrasi probabilistik skor sentimen; dan (3) penentuan threshold berbasis null model permutasi. Model dievaluasi pada enam topik berbahasa Indonesia di Twitter (X), yakni Indonesia Vaccination, Indonesia Gelap, Boikot Produk Israel, Ijazah Jokowi, Korupsi Haji, dan Keracunan MBG. Hasil pengujian menunjukkan Leiden menghasilkan komunitas yang lebih terhubung dan tidak terfragmentasi dibanding Louvain, sedangkan kalibrasi isotonic menurunkan Expected Calibration Error mendekati nol. Berdasarkan ECR dan uji hipotesis null model, tiga topik terdeteksi echo chamber (Korupsi Haji, Ijazah Jokowi, Keracunan MBG) dan tiga lainnya bukan, dengan klasifikasi konsisten penuh (6 dari 6) terhadap penilaian pakar penyedia data.