Strategi Kampanye Digital Partai Keadilan Sejahtera Menghadapi Pemilu 2024
DOI:
https://doi.org/10.54082/jupin.254Kata Kunci:
PKS, Strategi Kampanye, Pemilu, Elektabilitas, PopularitasAbstrak
Seiring perkembangan era digital, partai politik turut memanfaatkan media digital termasuk media sosial untuk meningkatkan dukungan dan suara mereka. Penggunaan media digital sebagai sarana kampanye dinilai cukup efektif untuk memenangkan suara terutama dari kalangan generasi millennial dan generasi Z yang akan suara mayoritas dalam Pemilu 2024. Partai politik menggunakan big data yang bersumber dari media sosial untuk menyusun kampanye digital. Partai Keadilan Sejahtera (PKS) sebagai salah satu peserta pemilu 2024 turut menggunakan media digital untuk kampanyenya. PKS perlu Menyusun strategi kampanye digital dengan tujuan untuk meningkatkan popularitas, elektabilitass dan akseptabilitas sehingga dapat memenangkan pemilu 2024. Dalam penelitian ini ada sejumlah rumusan masalah yang menjadi batasan masalah yang dibahas, diantaranya peran teknologi digital dalam membantu PKS dalam mengimplementasikan strategi kampanye untuk Pemilu 2024, strategi kampanye digital yang dan oleh PKS dalam menghadapi Pemilu 2024, dan dampak dari strategi kampanye digital PKS meningkatkan popularitas, elektabilitas dan akseptabilitas partai. Penelitian ini menggunakan pendekatan kualitatif yang mendeskripsikan tujuan dari penggunaan media digital sebagai sarana kampanye dalam pemilu 2024. Oleh karena itu, peneliti melakukan penelitian dengan menggunakan paradigma konstruktivisme, untuk memahami cara PKS dalam merancang strategi kampanye digital yang efektif. Kampanye digital dengan memanfaatkan media sosial, cukup efektif digunakan di kota besar seperti Jakarta, namun penggunaan kampanye digital belum cukup efektif di daerah karena sejumlah faktor seperti topografi wilayah yang tidak terjangkau akses internet. Untuk memaksimalkan dan melengkapi kamapnye tersebuat, maka PKS juga masih terus menggunakan kammpanye konvensional. Dengan menggabungkan strategi konvensional dan digital, PKS dapat meningkatkan popularitas dan peluangnya untuk terpilih pada Pemilu 2024.
Referensi
Ahmad, J., Hasan, A. ul, Naqvi, T., & Mubeen, T. (2019). A Review on Software Testing and Its Methodology. Manager’s Journal on Software Engineering, 13(1), 32–38. https://doi.org/10.26634/jse.13.3.15515
Aljawarneh, S., Aldwairi, M., & Yassein, M. B. (2018). Anomaly-based intrusion detection system through feature selection analysis and building hybrid efficient model. Journal of Computational Science, 25(1), 152–160. https://doi.org/10.1016/j.jocs.2017.03.006
Guo, Y., Han, S., Li, Y., Zhang, C., & Bai, Y. (2018). K-Nearest Neighbor combined with guided filter for hyperspectral image classification. International COnference On Identification, Information and Knowledge in the Internet of Things, 159–165.
Handoko, D. (2016). Sistem Pendukung Keputusan Seleksi Penentuan Penerima Beasiswa Dengan Metode Simple Additive Weighting (SAW). In Program Studi Teknik Informatika (Vol. 5, Issue 2). Universitas Muhammadiyah Surakarta.
Kurniawan, Y. I., Rahmawati, A., Chasanah, N., & Hanifa, A. (2019). Application for determining the modality preference of student learning. Journal of Physics: Conference Series, 1367(1), 1–11. https://doi.org/10.1088/1742-6596/1367/1/012011
Kurniawan, Y. I., Soviana, E., & Yuliana, I. (2018). Merging Pearson Correlation and TAN-ELR algorithm in recommender system. AIP Conference Proceedings, 1977. https://doi.org/10.1063/1.5042998
Low, C. (2015). NSL-KDD Dataset.
Shams, E. A., & Rizaner, A. (2018). A novel support vector machine based intrusion detection system for mobile ad hoc networks. Wireless Networks, 24(5), 1821–1829. https://doi.org/10.1007/s11276-016-1439-0
Sridevi, M., Aishwarya, S., Nidheesha, A., & Bokadia, D. (n.d.). Anomaly Detection by Using CFS Subset and Neural Network with WEKA Tools. Springer Singapore. https://doi.org/10.1007/978-981-13-1747-7
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Arif Yahya, Diani Febrianti, Irfan Fadli Rasyad
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.