Professional Documents
Culture Documents
sb32 Ok
sb32 Ok
Abstract
A YouTube channel that introduces Sundanese in a virtual space can keep growing with the
support from netizens. This study aims to describe netizens' responses to Sundanese
YouTube content on Fiksi YouTube channel with the help of the AntConc 3.5.9 application.
This study used a qualitative-quantitative descriptive approach with the help of a theoretical
approach to audience response and corpus linguistics. The data used in this study were in
the form of netizens' written comments sourced on Fiksi YouTube channel. Data were
collected by copy-paste technique. The findings of this study indicated that the majority of
netizens' responses to Sundanese YouTube content on Fiksi YouTube channel supported
the channel because 2,135 (94.1%) netizen comments were included in the preposition of
support; 51 (2.2%) of netizen comments were included in the preposition of denying; and
84 (3.7%) netizen comments were included in the preposition of ambiguous/neutral. These
results show that netizens like YouTube content in local languages, especially Sundanese,
which is packaged attractively. The high enthusiasm of netizens for Sundanese YouTube
content on Fiksi YouTube channel can be used as a solution to maintain, revitalize, and
conserve local languages in virtual spaces.
Keywords: AntConc 3.5.9; concordance pattern; corpus linguistics; Fiksi’s YouTube
channel; Sundanese
PENDAHULUAN
Saat ini atlas bahasa dunia sedang berbahaya sebab ada 3.000 bahasa daerah yang terancam
punah (UNESCO, 2020). Anindyatri dan Mufidah (2020) melaporkan status vitalitas bahasa daerah
tiap provinsi di Indonesia pada tahun 2019 sebagai berikut. Pertama, di 9 provinsi terdapat 19
bahasa daerah berstatus stabil, tetapi terancam punah. Kedua, di 2 provinsi terdapat 3 bahasa
daerah berstatus mengalami kemunduran. Ketiga, di 10 provinsi terdapat 24 bahasa daerah
berstatus terancam punah. Keempat, di 3 provinsi terdapat 5 bahasa daerah berstatus kritis.
Kelima, di 4 provinsi terdapat 11 bahasa daerah berstatus punah. Masalah bahasa, seperti yang
dijelaskan, tidak mudah untuk dipecahkan. Bahasa lebih dari sekadar alat komunikasi. Bahasa
adalah kekuatan sosial yang dapat mengungkapkan kemampuan, keyakinan, dan atribut
penuturnya (Dragojevic & Giles, 2016). Bahasa dapat meningkatkan emosi solidaritas di antara
anggota komunitas linguistik kelompok itu (Dragojevic & Giles, 2016; Saidat, 2010).
Menurut Fishman (dalam García dkk., 2006), perkembangan zaman dapat mengakibatkan
transisi dari bahasa tradisional ke bahasa yang lebih modern. Mesthrie, Swann, Deumert, dan
Leap (2009) menyebutkan bahwa agar suatu bahasa daerah dapat tetap hidup, penutur harus
terus menggunakannya meskipun persaingan bahasa semakin ketat. Terlebih saat ini, persaingan
bahasa terjadi antara sesama bahasa daerah, bahasa nasional, dan bahasa asing (Sobarna, 2007).
169 |
Kondisi itu diperparah dengan masifnya aktivitas manusia di ruang virtual. Berdasarkan data dari
Hootsuite (2021), YouTube menempati peringkat ke-1 platform media sosial yang paling banyak
digunakan oleh masyarakat Indonesia dengan persentase 93,8%. Tidak hanya itu, masyarakat
Indonesia menghabiskan waktu selama 8 jam 52 menit per hari untuk menggunakan internet
(Kemp, 2021). Adanya aktivitas masyarakat di ruang virtual tidak menutup kemungkinan bahwa di
ruang virtual pun terjadi kontak bahasa.
Masyarakat penutur bahasa Sunda harus ikut serta dalam mengembangkan dan menjaga
bahasa Sunda agar tidak terkikis oleh perkembangan zaman sesuai dengan UUD 1945 pasal 32
dan UU Nomor 24 Tahun 2009 pasal 42 yang berisi bahwa pemerintah daerah berkewajiban
mengembangkan, membina, dan melindungi bahasa dan sastra daerah guna menjaga kedudukan
dan fungsi bahasa dalam kehidupan bermasyarakat sesuai perkembangan zaman (Undang-
Undang Repulik Indonesia Nomor 24 Tahun 2009: Bendera, Bahasa, dan Lambang Negara, serta
Lagu Kebangsaan, 2009). Mendikbudristek, Nabiem Makarim, melalui konferensi virtual Merdeka
Belajar Episode ke-17, menyebutkan bahwa salah satu terobosan baru pada program Merdeka
Belajar adalah menghadirkan program revitalisasi bahasa daerah sebagai upaya melindungi dan
melestarikan bahasa daerah agar generasi muda mau belajar dan menggunakan bahasa daerah
(dalam Oudri & Romanti, 2022). Dalam laman Badan Pengembangan dan Pembinaan Bahasa
(2022), Makarim menjelaskan bahwa contoh konkret dari revitalisasi bahasa daerah dalam
program Merdeka Belajar dapat dilakukan dengan cara memublikasikan hasil karya serta liputan di
media massa dan media sosial. Untuk itu, platform digital menjadi sasaran untuk melestarikan
bahasa daerah di ruang virtual. Pada dasarnya upaya revitalisasi bahasa daerah sudah
diamanatkan melalui undang-undang, yaitu Pasal 32 Ayat 2 UUD 1945 yang menyatakan bahwa
negara menghormati dan memelihara bahasa daerah sebagai kekayaan budaya nasional. Upaya
pelestarian bahasa daerah pun didasarkan pada Undang-undang Nomor 24 Tahun 2009 (UU
24/2009) pada Pasal 41 (1) dan Pasal 42 (1) serta Peraturan Pemerintah Nomor 57 Tahun 2014
(PP 57/2014).
Urgensi dilakukannya penelitian ini adalah sebagai salah satu upaya untuk mempertahankan
bahasa daerah serta untuk mengembangkan bahasa Indonesia. Bahasa daerah, khususnya
bahasa Sunda, memberikan sumbangsih yang sangat besar terhadap perkembangan bahasa
Indonesia. Banyak kosakata bahasa Sunda yang diserap ke dalam bahasa Indonesia. Penyerapan
bahasa daerah ke dalam bahasa Indonesia menjadi upaya yang efektif untuk mengembangkan
dan menjadikan bahasa Indonesia sebagai bahasa pengantar PBB pada tahun 2045. Oleh sebab
itu, bahasa daerah, tidak hanya bahasa Sunda, harus terus dipertahankan keberadaannya agar
misi menjadikan bahasa Indonesia sebagai bahasa pengantar PBB terwujud. Salah satu contoh
konkret masyarakat Indonesia yang ikut serta mempertahankan dan mengenalkan bahasa Sunda
di ruang virtual adalah YouTuber bernama Mang Dana dalam kanal YouTube Fiksi. Untuk itu,
penelitian ini bertujuan mendeskripsikan respons warganet terhadap konten YouTube berbahasa
Sunda di kanal YouTube Fiksi melalui pola konkordansi dalam komentar.
Penelitian terkait respons warganet pun pernah dilakukan oleh Gumiar (2022) dalam
penelitiannya yang berjudul “Sikap Bahasa Warganet terhadap Konten Digital Berbahasa Dayak
Ngaju”. Penelitian tersebut menunjukkan bahwa warganet memiliki sikap positif terhadap konten
YouTube NOC TV yang bermuatan bahasa Dayak Ngaju. Hal itu ditandai dengan banyaknya
komentar warganet yang menggunakan bahasa Dayak Ngaju sebanyak 49,37%. Bahasa yang
digunakan pun mengandung makna yang positif sebesar 54,43%. Namun, jumlah konten yang
bermuatan kebahasaan jauh lebih sedikit dibandingkan unsur nonkebahasaan, yaitu sebesar
70,89%. Tidak hanya itu, penelitian dari Sitaresmi, Sulistyaningsih, dan Rahmawati (2022) yang
berjudul “Persepsi Warganet terhadap Konten Bermuatan Kebanggaan Berbahasa Indonesia
dalam Kanal Youtube Nihongo Mantappu” pun menunjukkan bahwa warganet memberikan
Prosiding Seminar Internasional Bahasa dan Sastra Daerah II (Sinar Bahtera II) 170 |
Rahmawati dkk.: Concordancy Patterns .…
171 |
yang lain tergantung pada elemen yang dipilih secara bebas ini (Nesselhauf, 2005). Oleh karena
itu, analisis kolokasi mengungkapkan pola dan analisis manual (Baker dkk., 2008).
Konkordansi adalah daftar yang menampilkan semua kemunculan kata dalam teks dengan
konteksnya dalam bentuk abjad. Konkordansi sudah ada sebelum era komputer. Konkordansi
umumnya ditampilkan dalam format Key Word in Context (KWIC). Ini berarti bahwa kata-kata
yang dicari ditampilkan secara terpusat dengan konteks kiri dan kanan ditampilkan hingga
sejumlah kata atau karakter yang telah ditentukan sebelumnya (Kübler & Zinsmeister, 2015).
Konkordansi pada dasarnya adalah metode kualitatif yang menggunakan teknik berbasis
komputer untuk melihat kemunculan kata kunci di seluruh korpus dan menyelidiki spesifikasinya
yang digunakan di semua kalimat. Konkordansi membantu peneliti untuk mengkaji lebih dalam
data korpus untuk mengungkap tema-tema yang muncul yang tidak mudah ditangkap oleh
pengkodean manusia/manual (Chandra, 2016). Konkordansi mampu memberikan informasi
kontekstual yang kaya sehingga dapat membantu untuk mengetahui makna dan penggunaan
karakteristik dalam teks (Scott & Tribble, 2006). Selain itu, concordancers pun dapat membantu
menentukan kata yang sering muncul bersama dengan kata yang dicari (Zufferey, 2020). Hal itu
mampu memberikan gambaran perkiraan tentang kemunculan kata secara bersama yang cukup
sering.
Penelitian ini menggunakan pendekatan deskriptif kualitatif-kuantitatif sebab penelitian ini
tidak hanya bertujuan mendeskripsikan respons warganet melalui pola konkordansi dalam
komentar, tetapi juga menghitung besaran persentase respons warganet berdasarkan preposisi
mendukung, preposisi membantah, dan preposisi ambigu/netral. Data penelitian ini berupa
komentar tertulis warganet yang bersumber dari kanal YouTube Fiksi. Penelitian ini berfokus pada
respons warganet melalui pola konkordansi dalam komentar yang terdapat dalam sembilan buah
konten YouTube yang diunggah dari rentang waktu 8 April 2019 s.d. 15 November 2021. Konten
YouTube dipilih berdasarkan jenisnya, seperti konten YouTube yang berkaitan dengan (1)
kehidupan sehari-hari, (2) VLog, (3) lagu, dan (4) memperkenalkan budaya/kebiasaan masyarakat
Sunda. Dari sembilan konten YouTube, komentar warganet yang dianalisis hanya 5% dari tiap
konten YouTube. 5% komentar warganet tersebut adalah komentar yang mewakili setiap
preposisi. Berikut adalah data dan sumber data yang digunakan dalam penelitian ini.
Prosiding Seminar Internasional Bahasa dan Sastra Daerah II (Sinar Bahtera II) 172 |
Rahmawati dkk.: Concordancy Patterns .…
VERSI SUNDA)
https://bit.ly/DV-Fiksi-4
5 GOD NEVER SLEEP – 11 686.521 kali 32 ribu - 13 ribu (total
Allah Teh Pernah Sare – September komentar)
FIKSI AUNOROFIK 2020 650 (data)
(OFFICIAL MUSIC
VIDEO)
https://bit.ly/DV-Fiksi-5
6 PERTAMA BERBAHASA 17 220.223 kali 18 ribu - 9,8 ribu (total
SUNDA | NUHUN Oktober komentar)
BARUDAK 2020 490 (data)
https://bit.ly/DV-Fiksi-6
7 ORANG SUNDA ITU 20 1.328.513 58 ribu - 6,7 ribu (total
UNIK PISAN Februari kali komentar)
https://bit.ly/DV-Fiksi-7 2021 335 (data)
8 SUNDA KASAR VS 1 Agustus 337.129 kali 14 ribu - 2,8 ribu (total
SUNDA HALUS 2021 komentar)
https://bit.ly/DV-Fiksi-8 140 (data)
9 FIKSI – URANG SUNDA 15 150.992 kali 5,9 - 1,1 ribu (total
FEAT @3 pemuda November ribu komentar)
berbahaya 2021 55 (data)
https://bit.ly/DV-Fiksi-9
Data dianalisis menggunakan model analisis Miles dan Huberman (1994). Miles dan Huberman
membagi alur penelitian atas empat bagian, yaitu (1) pengumpulan data, (2) reduksi data, (3)
penyajian data, dan (4) penyimpulan hasil penelitian. Dalam menganalisis data bahasa komentar
warganet, teori yang akan digunakan adalah teori respons audiens dari Saifullah (2019). Berikut
adalah indikator untuk masing-masing kategori preposisi mendukung, preposisi membantah, dan
preposisi ambigu/netral.
1) Indikator proposisi mendukung konten YouTube Fiksi, yaitu komentar verbal yang digunakan
berkonotasi positif dan sesuai dengan substansi konten YouTube Fiksi.
2) Indikator proposisi membantah konten YouTube Fiksi, yaitu komentar verbal yang digunakan
berkonotasi negatif dan membantah/tidak setuju dengan substansi konten YouTube Fiksi.
3) Indikator proposisi ambigu/netral konten YouTube Fiksi, yaitu ucapan verbal yang digunakan
tidak mengandung konotasi positif dan negatif, serta tidak menunjukkan sikap
mendukung/membantah dengan isi konten YouTube Fiksi.
Data komentar warganet dikumpulkan dengan cara salin tempel sebab data tersebut harus
disimpan dalam bentuk digital untuk dijadikan data korpus. Data tersebut diolah menggunakan
aplikasi AntConc 3.5.9. Secara sederhana, AntConc adalah alat analisis korpus yang dirancang
khusus untuk penulis sebagai alat bantu pengajaran yang meliputi alat data indeks, generator
frekuensi kata kunci, penganalisis frase bahasa, dan generator aliran distribusi kata. Kaitannya
dengan penelitian ini adalah AntConc dapat membantu peneliti untuk melihat kecenderungan kata
dan frasa yang paling banyak muncul dalam komentar warganet di kanal YouTube Fiksi. Melalui
word list, dapat diketahui besaran frekuensi kemunculan kata. Melalui konkordansi dan klaster/N-
Grams, kita dapat melihat keterkaitan antara satu kata dan kata lain sebelum atau sesudahnya.
Adapun langkah-langkah dalam olah data komentar menggunakan aplikasi AntConc 3.5.9 adalah
sebagai berikut.
173 |
2) menyalin data komentar yang terdapat dalam kanal YouTube Fiksi ke notepad,
3) memasukkan seluruh data yang berbentuk .txt ke dalam aplikasi AntConc 3.5.9,
4) memeriksa hasil komputasi data kata, token, frekuensi, konkordansi, dan kolokasi,
5) melakukan penandaan kata kunci khas yang menggambarkan proposisi mendukung, proposisi
menolak/membantah, proposisi ambigu/netral, dan proposisi campuran,
6) melakukan penandaan kata kunci dengan frekuensi terbanyak,
7) menginterpretasikan hasil penandaan, dan
8) menyimpulkan hasil interpretasi sebagai kecenderungan komentar yang dituliskan oleh
warganet melalui kolom komentar kanal YouTube Fiksi.
Gambar 1 Gambar 2
Tampilan Cluster/N-Grams AntConc 3.5.9 Tampilan Concordance AntConc 3.5.9
Ada 2.250 komentar warganet yang dianalisis dalam penelitian ini. Komentar tersebut
diklasifikasikan ke dalam tiga preposisi, yaitu preposisi mendukung, preposisi membantah, dan
preposisi ambigu/netral sesuai indikator yang telah dibuat. Ada 20 komentar warganet yang
mengandung preposisi ganda, yaitu preposisi mendukung dan preposisi membantah sehingga
data komentar warganet yang telah diklasifikasikan menjadi 2.270 berdasarkan preposisinya.
Berikut adalah besaran persentase respons warganet berdasarkan preposisi mendukung,
preposisi membantah, dan preposisi ambigu/netral.
Prosiding Seminar Internasional Bahasa dan Sastra Daerah II (Sinar Bahtera II) 174 |
Rahmawati dkk.: Concordancy Patterns .…
Berdasarkan tabel 2, respons warganet terhadap konten-konten YouTube yang terdapat dalam
kanal YouTube Fiksi mayoritas termasuk ke dalam preposisi mendukung. Hal itu dibuktikan
dengan ditemukannya 2.135 atau 94,1% komentar warganet yang termasuk ke dalam kategori
preposisi mendukung. Banyaknya warganet yang mendukung konten ini berarti menunjukkan
bahwa komentar yang ditulis oleh warganet sudah sesuai dengan indikator yang telah ditentukan,
yaitu komentar verbal yang digunakan mengandung makna positif dan setuju dengan isi konten
YouTube Fiksi. Dari 2.270 data komentar keseluruhan yang dikumpulkan dalam penelitian ini, ada
51 data (2,2%) yang termasuk ke dalam preposisi membantah dan 84 data (3,7%) termasuk ke
dalam preposisi ambigu/netral. Jumlah tersebut berbeda jauh dengan jumlah preposisi
mendukung.
Berdasarkan hasil komputasi menggunakan aplikasi AntConc 3.5.9 ditemukan beberapa
klasifikasi yang didasarkan pada kolokasi dan pola konkordansi penggunaan kata pada sejumlah
kata yang telah ditandai dan berkaitan respons warganet terhadap konten YouTube dalam kanal
YouTube Fiksi. Kolokasi ini diklasifikasikan ke dalam kolokasi berdasarkan isi komentar warganet
yang di dalamnya dibagi ke dalam tiga kelompok, yaitu (1) respons warganet berdasarkan
preposisi mendukung, (2) respons warganet berdasarkan preposisi membantah, dan (3) respons
warganet berdasarkan preposisi ambigu/netral. Berikut adalah hasil kolokasi data komentar
warganet.
Komentar warganet dikatakan termasuk ke dalam preposisi mendukung apabila sudah sesuai
dengan indikator yang telah ditentukan, yaitu komentar verbal yang digunakan mengandung
makna positif dan setuju dengan isi konten YouTube Fiksi. Berdasarkan hasil olah data komentar
yang berjumlah 2.250 komentar dengan bantuan aplikasi AntConc 3.5.9, ditemukanlah kata-kata
yang mengandung makna positif dan mendukung kanal YouTube Fiksi. Berikut di bawah ini
adalah komentar warganet yang termasuk ke dalam preposisi mendukung berdasarkan analisis
klaster/N-Grams.
Berdasarkan 2.250 data komentar warganet yang telah dikumpulkan, komentar yang dituliskan
oleh warganet mayoritas mendukung warganet. Salah satu bentuk dukungannya diwujudkan
dalam komentar yang memberikan apresiasi atau pujian. Penelitian ini menunjukkan bahwa kata
apresiasi/pujian yang paling banyak muncul adalah kata mantap, mantep, mantaap, selamat,
keren, merinding, bangga, reueus, ngamumule, suka, motivasi, resep, alus, sae, hade, salut, dan
kreatif.
Tabel 3 Komentar yang Mengandung Makna Apresiasi/Pujian
Komentar yang Mengandung Makna Apresiasi/Pujian
Pola Konkordansi Frekuensi Pola Konkordansi Frekuensi
Mantap + mang 68 kali Motivasi + kanggo 5 kali
Mantep + mang 5 kali Resep + pisan 13 kali
Mantaap + mang 3 kali Resep + euy 5 kali
Selamat + mang 11 kali Resep + kana 4 kali
Keren + mang 9 kali Alus + pisan 19 kali
Merinding + mang 6 kali Alus + mang 5 kali
Bangga + mang 3 kali Alus + euy 6 kali
Bangga + jadi 39 kali Sae + mang 5 kali
Bangga + pisan 9 kali Sae + pisan 14 kali
175 |
Bangga + euy 4 kali Hade + mang 8 kali
Bangga + menjadi 4 kali Salut + ka 4 kali
Reueus + jadi 4 kali Kreatif + pisan 3 kali
Ngamumule + bahasa 8 kali Suka + bahasa 4 kali
Ngamumule + basa 8 kali Motivasi + pisan 11 kali
Berdasarkan tabel 3, ada 28 pola konkordansi yang banyak ditemukan dalam komentar warganet.
Sebagai contoh, hanya 5 pola konkordansi yang memiliki frekuensi kemunculan terbanyak yang
dihadirkan dalam penelitian ini. Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi
kiri, frekuensi kemunculan kata mantap ditemukan sebanyak 68 kali yang berdampingan dengan
kata mang ‘paman. Kata mantap ditandai karena menunjukkan bahwa warganet mengapresiasi
dan memuji konten-konten YouTube yang terdapat dalam kanal YouTube Fiksi. Menurut Kamus
Besar Bahasa Indonesia V, mantap adalah bagus, elok, baik, dan sempurna. Berikut adalah pola
konkordansi kata mantap yang berdampingan dengan kata mang. Berikut adalah beberapa contoh
pola konkordansi kata mantap yang berdampingan dengan kata mang.
Selain kata mantap, penelitian ini pun menemukan kata bangga. Berdasarkan analisis klaster/N-
Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata bangga ditemukan sebanyak
39 kali yang berdampingan dengan kata jadi. Kata bangga ditandai karena menunjukkan bahwa
warganet mengapresiasi konten-konten YouTube yang terdapat dalam kanal YouTube Fiksi. Dari
pola bangga dan jadi menunjukkan bahwa warganet merasa berbesar hati karena menjadi
masyarakat Sunda. Menurut KBBI V, bangga bermakna besar hati karena memiliki keunggulan.
Berikut adalah beberapa contoh pola konkordansi kata bangga yang berdampingan dengan kata
jadi.
Penelitian ini pun menemukan kata resep yang berasal dari bahasa Sunda dan memiliki makna
suka. Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi
kemunculan kata resep (suka) ditemukan sebanyak 13 kali yang berdampingan dengan kata pisan
‘sangat’. Kata resep ditandai karena menunjukkan bahwa warganet mengapresiasi dan memuji
konten-konten YouTube yang terdapat dalam kanal YouTube Fiksi. Pola kata resep dan pisan
menunjukkan bahwa warganet sangat menyukai konten-konten YouTube yang terdapat dalam
Prosiding Seminar Internasional Bahasa dan Sastra Daerah II (Sinar Bahtera II) 176 |
Rahmawati dkk.: Concordancy Patterns .…
kanal YouTube Fiksi. Berikut adalah beberapa contoh pola konkordansi kata resep yang
berdampingan dengan kata pisan.
Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata
alus ditemukan sebanyak 19 kali yang berdampingan dengan kata pisan ‘sangat’. Kata alus
ditandai karena menunjukkan bahwa warganet mengapresiasi dan memuji konten-konten
YouTube yang terdapat dalam kanal YouTube Fiksi. Kata alus adalah kata bahasa Sunda yang
bermakna bagus. Menurut KBBI V, bagus adalah baik sekali dan elok. Berikut adalah beberapa
contoh pola konkordansi kata alus yang berdampingan dengan kata pisan.
Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata
sae ditemukan sebanyak 14 kali yang berdampingan dengan kata pisan ‘sangat’. Kata sae ditandai
karena menunjukkan bahwa warganet mengapresiasi dan memuji konten-konten YouTube yang
terdapat dalam kanal YouTube Fiksi. Kata sae adalah kata bahasa Sunda yang bermakna bagus.
Menurut KBBI V, bagus bermakna baik sekali dan elok. Berikut adalah beberapa contoh pola
konkordansi kata sae yang berdampingan dengan kata pisan.
Berdasarkan 2.250 data komentar warganet yang telah dikumpulkan, komentar yang dituliskan
oleh warganet mayoritas mendukung warganet. Salah satu bentuk dukungannya diwujudkan
dalam komentar yang mengandung makna harapan. Penelitian ini menunjukkan bahwa kata yang
mengandung makna harapan yang paling banyak muncul adalah kata berkarya, sukses, maju,
budayakeun, dan budaya.
177 |
Tabel 4 Komentar yang Mengandung Makna Harapan
Komentar yang Mengandung Makna Harapan
Pola Konkordansi Frekuensi
Terus + berkarya 36 kali
Sukses + mang 25 kali
Sing + sukses 16 kali
Makin + sukses 8 kali
Sukses + terus 136 kali
Sukses + selalu 39 kali
Maju + terus 18 kali
Kudu + maju 9 kali
Budayakeun + bahasa 3 kali
Budaya + Sunda 16 kali
Budaya + urang 2 kali
Berdasarkan tabel 4, ada 11 pola konkordansi yang banyak ditemukan dalam komentar warganet.
Sebagai contoh, hanya 2 pola konkordansi yang memiliki frekuensi kemunculan terbanyak yang
dihadirkan dalam penelitian ini. Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi
kiri, frekuensi kemunculan kata sukses ditemukan sebanyak 136 kali yang berdampingan dengan
kata terus. Kata sukses yang berdampingan dengan kata terus ditandai karena menunjukkan
bahwa warganet berharap YouTuber, Mang Dana, senantiasa sukses dalam berkarya dan
melahirkan konten-konten yang menarik. Menurut KBBI V, sukses bermakna berhasil atau
beruntung. Berikut adalah beberapa contoh pola konkordansi kata sukses yang berdampingan
dengan kata terus.
Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata
sukses ditemukan sebanyak 39 kali yang berdampingan dengan kata selalu. Kata sukses yang
berdampingan dengan kata selalu ditandai karena menunjukkan bahwa warganet berharap
YouTuber, Mang Dana, senantiasa sukses dalam berkarya dan melahirkan konten-konten yang
menarik. Menurut KBBI V, sukses berarti berhasil atau beruntung. Berikut adalah beberapa
contoh pola konkordansi kata sukses yang berdampingan dengan kata selalu.
Prosiding Seminar Internasional Bahasa dan Sastra Daerah II (Sinar Bahtera II) 178 |
Rahmawati dkk.: Concordancy Patterns .…
Berdasarkan 2.250 data komentar warganet yang telah dikumpulkan, komentar yang dituliskan
oleh warganet mayoritas mendukung warganet. Salah satu bentuk dukungannya diwujudkan
dalam komentar adalah menyemangati YouTuber. Penelitian ini menunjukkan bahwa kata yang
mengandung makna harapan yang paling banyak muncul adalah kata semangat yang
berkonkordansi dengan kata terus dan mang.
Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata
semangat ditemukan sebanyak 65 kali yang berdampingan dengan kata terus. Kata semangat
yang berdampingan dengan kata terus ditandai karena menunjukkan bahwa warganet
memberikan dukungan kepada YouTuber untuk terus bersemangat dalam membuat konten-
konten YouTube yang baru. Berikut adalah beberapa contoh pola konkordansi kata semangat
yang berdampingan dengan kata terus.
Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata
semangat ditemukan sebanyak 29 kali yang berdampingan dengan kata mang. Kata semangat
yang berdampingan dengan kata mang ditandai karena menunjukkan bahwa warganet
memberikan dukungan kepada YouTuber, Mang Dana, untuk terus bersemangat dalam membuat
konten-konten YouTube yang baru. Berikut adalah beberapa contoh pola konkordansi kata
semangat yang berdampingan dengan kata terus.
Berdasarkan 2.250 data komentar warganet yang telah dikumpulkan, komentar yang dituliskan
oleh warganet mayoritas mendukung warganet. Salah satu bentuk dukungannya diwujudkan
dalam komentar yang mengandung ucapan terima kasih. Penelitian ini menunjukkan bahwa kata
yang mengandung makna harapan yang paling banyak muncul adalah kata nuhun yang
berkonkordansi dengan kata kang, mang, pisan, dan tos.
Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata
nuhun ditemukan sebanyak 18 kali yang berdampingan dengan kata kang (kakak laki-laki). Kata
nuhun yang berdampingan dengan kata kang ditandai karena menunjukkan warganet berterima
kasih kepada YouTuber yang sudah memberikan motivasi melalui konten-konten YouTubenya.
Berikut adalah beberapa contoh pola konkordansi kata nuhun yang berdampingan dengan kata
kang.
Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata
nuhun ditemukan sebanyak 11 kali yang berdampingan dengan kata mang (paman). Kata nuhun
yang berdampingan dengan kata mang ditandai karena menunjukkan bahwa warganet berterima
kasih kepada YouTuber, Mang Dana, karena sudah memberikan motivasi melalui konten-konten
YouTubenya. Berikut adalah beberapa contoh pola konkordansi kata nuhun yang berdampingan
dengan kata mang.
Prosiding Seminar Internasional Bahasa dan Sastra Daerah II (Sinar Bahtera II) 180 |
Rahmawati dkk.: Concordancy Patterns .…
Melalui komentarnya, warganet cukup banyak menggunakan kata-kata negasi, seperti teu yang
berarti tidak, serta tong dan ulah yang berarti jangan. Menurut KBBI V, negasi adalah
penyangkalan atau peniadaan biasanya berupa kata tidak dan bukan. Dari 2.250 data komentar
yang dikumpulkan, kata negasi yang paling banyak muncul adalah teu, tong, dan ulah.
Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata
teu (tidak) ditemukan sebanyak 6 kali yang berdampingan dengan kata bosen (bosan). Kata teu
yang berdampingan dengan kata bosen ditandai karena menunjukkan bahwa warganet
menggunakan kata negasi dalam menulis komentarnya. Akan tetapi, apabila dilihat komentar
secara keseluruhan, kata negasi berupa teu tidak menunjukkan penyangkalan. Komentar tersebut
justru menunjukkan bahwa warganet menyukai konten YouTube Fiksi. Berikut adalah pola
konkordansi kata teu yang berdampingan dengan kata bosen.
Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata
teu (tidak) ditemukan sebanyak 3 kali yang berdampingan dengan kata era (malu). Kata teu yang
berdampingan dengan kata era ditandai karena menunjukkan bahwa warganet menggunakan kata
negasi dalam menulis komentarnya. Akan tetapi, apabila dilihat komentar secara keseluruhan,
kata negasi berupa teu tidak menunjukkan penyangkalan. Komentar tersebut justru menunjukkan
bahwa warganet menunjukkan secara lugas bahwa dirinya tidak malu menggunakan bahasa
Sunda. Berikut adalah pola konkordansi kata teu yang berdampingan dengan kata era.
181 |
Berdasarkan analisis klaster/N-Grams dengan konkordansi ke sisi kiri, frekuensi kemunculan kata
ulah (jangan) ditemukan sebanyak 4 kali yang berdampingan dengan kata era ‘malu’. Kata ulah
yang berdampingan dengan kata era ditandai karena menunjukkan bahwa warganet menggunakan
kata negasi dalam menulis komentarnya. Akan tetapi, apabila dilihat komentar secara
keseluruhan, kata negasi berupa ulah tidak menunjukkan penyangkalan. Komentar tersebut justru
menunjukkan bahwa warganet mengingatkan kepada warganet lainnya untuk tidak malu berbicara
bahasa Sunda. Berikut adalah pola konkordansi kata ulah yang berdampingan dengan kata era.
Komentar warganet dikatakan termasuk ke dalam preposisi membantah apabila sudah sesuai
dengan indikator yang telah ditentukan, yaitu komentar verbal dan nonverbal yang digunakan
mengandung makna negatif dan tidak setuju dengan isi konten YouTube Fiksi. Berdasarkan hasil
olah data komentar yang berjumlah 2.250 komentar dengan bantuan aplikasi AntConc 3.5.9,
ditemukanlah kata-kata yang mengandung makna negatif dan tidak mendukung kanal YouTube
Fiksi. Berikut di bawah ini adalah komentar warganet yang termasuk ke dalam preposisi
mendukung berdasarkan analisis klaster/N-Grams.
Berdasarkan daftar kata (word list) dan frekuensi kata, kata kurang ditemukan sebanyak 9 kali.
Kata kurang ditandai karena mengandung makna negatif dan menunjukkan bahwa warganet
membantah atau tidak menyukai konten-konten yang terdapat dalam kanal YouTube Fiksi.
Menurut KBBI V, kurang adalah belum atau tidak cukup. Berikut adalah pola konkordansi kata
kurang.
Prosiding Seminar Internasional Bahasa dan Sastra Daerah II (Sinar Bahtera II) 182 |
Rahmawati dkk.: Concordancy Patterns .…
Pola konkordansi kata kurang pada data di atas menunjukkan bahwa warganet (1) tidak merasa
puas dengan durasi konten yang singkat, (2) kurang kreatif karena ada adegan yang sama
dengan konten lainnya, dan (3) suara YouTuber tidak terlalu lantang saat bernyanyi. Tidak hanya
itu, berdasarkan daftar kata (word list) dan frekuensi kata, penelitian ini pun menemukan kata teu
yang bermakna tidak. Kata teu ditemukan sebanyak 2 kali. Kata teu ditandai karena mengandung
makna negatif dan menunjukkan bahwa warganet membantah atau tidak menyukai konten-konten
yang terdapat dalam kanal YouTube Fiksi. Menurut KBBI V, tidak adalah partikel untuk
menyatakan pengingkaran, penolakan, penyangkalan, dan sebagainya. Berikut adalah pola
konkordansi kata teu.
Pola konkordansi kata teu pada data di atas menunjukkan bahwa warganet tidak paham terhadap
isi konten dan tidak menyukai suara YouTuber, Mang Dana, karena dirasa tidak enak untuk
didengar. Tidak hanya itu, berdasarkan daftar kata (word list) dan frekuensi kata, penelitian ini
pun menemukan kata ulah yang bermakna jangan. Kata ulah ditemukan sebanyak 3 kali. Kata ulah
ditandai karena mengandung makna negatif dan menunjukkan bahwa warganet membantah atau
tidak menyukai konten-konten yang terdapat dalam kanal YouTube Fiksi. Menurut KBBI V, jangan
adalah kata yang menyatakan melarang, berarti tidak boleh, dan hendaknya tidak usah. Berikut
adalah pola konkordansi kata ulah.
Pola konkordansi kata ulah pada data di atas menunjukkan bahwa warganet melarang YouTuber,
Mang Dana, untuk menggunakan kata bahasa Sunda yang kasar. Tidak hanya itu, berdasarkan
daftar kata (word list) dan frekuensi kata, penelitian ini pun menemukan kata tong yang bermakna
jangan. Kata tong ditemukan sebanyak 2 kali. Kata tong ditandai karena mengandung makna
negatif dan menunjukkan bahwa warganet membantah atau tidak menyukai konten-konten yang
terdapat dalam kanal YouTube Fiksi. Menurut KBBI V, jangan adalah kata yang menyatakan
melarang, berarti tidak boleh, dan hendaknya tidak usah. Berikut adalah pola konkordansi kata
tong.
Pola konkordansi kata tong pada data di atas menunjukkan bahwa warganet melarang YouTuber,
Mang Dana, untuk menggunakan kata bahasa Sunda yang kasar. Tidak hanya itu, berdasarkan
daftar kata (word list) dan frekuensi kata, penelitian ini pun menemukan kata jangan. Kata jangan
ditemukan sebanyak 2 kali. Kata jangan ditandai karena mengandung makna negatif dan
menunjukkan bahwa warganet membantah atau tidak menyukai konten-konten yang terdapat
dalam kanal YouTube Fiksi. Menurut KBBI V, jangan adalah kata yang menyatakan melarang,
berarti tidak boleh, dan hendaknya tidak usah. Berikut adalah pola konkordansi kata jangan.
183 |
Pola konkordansi kata jangan pada data di atas menunjukkan bahwa warganet melarang
YouTuber, Mang Dana, untuk menggunakan kata Tuperware untuk mengartikan kata keler
(stoples). Terlebih, Tupperware merupakan nama sebuah produk peralatan makan sehingga
artinya tidak sesuai dengan kata keler. Warganet pun melarang YouTuber, Mang Dana, untuk
mengiming-imingi hadiah kepada warganet jika nantinya hanya omong kosong belaka. Tidak
hanya itu, berdasarkan daftar kata (word list) dan frekuensi kata, penelitian ini pun menemukan
kata bukan. Kata bukan ditemukan sebanyak 3 kali. Kata bukan ditandai karena mengandung
makna negatif dan menunjukkan bahwa warganet membantah atau tidak menyukai konten-konten
yang terdapat dalam kanal YouTube Fiksi. Menurut KBBI V, bukan adalah kata yang menunjukkan
berlainan dengan sebenarnya. Berikut adalah pola konkordansi kata bukan.
Pola konkordansi kata jangan pada data di atas menunjukkan bahwa warganet membantah bahwa
daerah lain pun memiliki ciri khas yang sama dengan ciri khas yang dimiliki oleh orang Sunda.
Untuk itu, YouTuber tidak bisa mengklaim bahwa ciri khas tersebut hanya dimiliki oleh orang
Sunda. Tidak hanya itu, berdasarkan daftar kata (word list) dan frekuensi kata, penelitian ini pun
menemukan kata aduh. Kata aduh ditemukan sebanyak 1 kali. Kata aduh ditandai karena termasuk
ke dalam kalimat seruan yang menunjukkan ekspresi perasaan pemakainya (Sudaryat, 2019, hlm.
146). Berikut adalah pola konkordansi kata aduh.
Komentar warganet dikatakan termasuk ke dalam preposisi mendukung apabila sudah sesuai
dengan indikator yang telah ditentukan, yaitu komentar verbal dan nonverbal yang digunakan
tidak mengandung makna positif ataupun negatif dan tidak menyatakan setuju ataupun tidak
setuju dengan isi konten YouTube Fiksi. Pola konkordansi pada komentar yang termasuk
preposisi ambigu/netral tidak dapat dilakukan karena sebuah komentar akan disebut
ambigu/netral ketika tidak sejalan dengan isi konten. Sebagai contoh, berikut di bawah ini adalah
beberapa komentar warganet yang termasuk ke dalam preposisi ambigu/netral.
Prosiding Seminar Internasional Bahasa dan Sastra Daerah II (Sinar Bahtera II) 184 |
Rahmawati dkk.: Concordancy Patterns .…
Abdi hoyong Ipone 18 abdi tos nga Subcsrice Chanel FIKSI sadayana mohon
KV.3.168 bantuanna
KV.9.21 Hp aing lengit mang aya nu nyolong ie make hp bapa aing hampura telat
Berdasarkan data komentar di atas, warganet terlihat membahas gawai. Ada beberapa warganet
yang meminta diberi gawai Vivo, Realme C3, Iphone 18. Lalu, ada pula yang meminta motor
cross cilik kelas 3. Tak hanya itu, ada pula warganet yang mengonfirmasi dan bercerita bahwa
gawainya hilang sehingga dirinya menggunakan gawai milik ayahnya. Lima komentar di atas tentu
tidak sejalan dengan konten video yang ada. Itu dibuktikan dengan isi konten video 3 berkaitan
dengan cerita kehidupan antara Mang Dana dan Arda dan isi video 9 berisi sebuah lagu. Untuk
itu, lima komentar di atas ambigu karena tidak menunjukkan suka dan tidak suka terhadap isi
video yang ada.
Penelitian ini menemukan bahwa mayoritas warganet sangat mendukung terhadap konten-
konten yang mengandung sikap positif terhadap bahasa Sunda. Dari 2.270 data yang
dikumpulkan dalam penelitian ini ditemukan tiga kategori respons warganet, yaitu (1) 2.135 atau
94,1% komentar warganet mendukung kanal YouTube Fiksi, (2) 51 atau 2,2% komentar warganet
membantah kanal YouTube Fiksi, dan (3) 84 atau 3,7% komentar warganet netral/ambigu.
Berdasarkan temuan tersebut, penelitian ini menunjukkan bahwa mayoritas komentar warganet
mendukung dan menyukai konten-konten yang terdapat dalam kanal YouTube Fiksi bahkan
persentasenya sangat besar.
Temuan penelitian ini pun sejalan dengan hasil temuan dari Gumiar (2022). Melalui
penelitiannya, Gumiar (2022) menunjukkan bahwa warganet memberikan sikap positif terhadap
konten-konten digital yang menggunakan bahasa Dayak Ngaju. Untuk itu, pembuatan konten
digital berbahasa Dayak Ngaju dapat dijadikan sebagai upaya untuk memaksimalkan peran media
sosial dalam melestarikan bahasa Dayak Ngaju. Tidak hanya itu, penelitian dari Sitaresmi,
Sulistyaningsih, dan Rahmawati (2022) pun menunjukkan bahwa warganet memberikan persepsi
positif terhadap konten-konten kebanggaan berbahasa Indonesia di kanal YouTube Nihongo
Mantappu. Penelitian tersebut menunjukkan bahwa warganet secara lugas memberikan dukungan
kepada YouTuber, Jerome Polin Sijabat, yang berupaya menggaungkan bahasa Indonesia ke
mancanegara.
Temuan dari penelitian ini, Gumiar (2022), dan Sitaresmi, Sulistyaningsih, dan Rahmawati
(2022) menunjukkan bahwa warganet menyukai konten-konten yang melestarikan dan
mengenalkan bahasa, baik itu bahasa daerah maupun bahasa nasional, di ruang virtual.
Pelestarian dan pengenalan bahasa tersebut perlu dikemas dalam konten yang menarik agar
dapat menarik minat warganet. Berdasarkan tiga temuan penelitian terkait respons audiens ini,
dapat diketahui bahwa pelestarian dan pengembangan bahasa melalui konten digital di ruang
virtual dapat digunakan sebagai salah satu upaya untuk mengembangkan bahasa, bahkan dapat
digunakan sebagai upaya revitalisasi dan konservasi bahasa daerah. Tentu upaya itu mendukung
dan sejalan dengan misi Badan Bahasa dalam melindungi bahasa daerah dari kepunahan.
PENUTUP
Berdasarkan hasil temuan dan pembahasan pada bagian sebelumnya, penelitian ini menunjukkan
bahwa warganet mendukung konten YouTube yang mengenalkan bahasa daerah di ruang virtual.
Penelitian ini pun menunjukkan bahwa mayoritas warganet turut serta bangga terhadap upaya
yang dilakukan oleh YouTuber. Hal itu menunjukkan bahwa konten YouTube berbahasa daerah
dapat membantu menyadarkan warganet untuk terus menjaga keberadaan bahasa daerahnya
masing-masing. Tingginya antusiasme warganet terhadap konten YouTube berbahasa Sunda
menjadi sinyal positif. Lembaga bahasa dapat menjadikan konten YouTube yang menarik sebagai
185 |
upaya untuk mewujudkan misi lembaga bahasa, yaitu revitalisasi dan konservasi bahasa daerah,
serta menguatkan kembali peran bahasa daerah di masyarakat Indonesia.
DAFTAR PUSTAKA
Alsop, S., King, V., Giaimo, G., & Xu, X. (2020). Uses of Corpus Linguistics in Higher Education
Research: An Adjustable Lens. In J. Huisman & M. Tight (Eds.), Theory and Method in
Higher Education Research (1st ed., Vol. 6, pp. 21–40). UK: Emerald Publishing.
Anindyatri, A. O., & Mufidah, I. (2020). Gambaran Kondisi Vitalitas Bahasa Daerah Di Indonesia
(W. Permanawiyat (ed.)). Tangerang Selatan: Pusat Data dan Teknologi Informasi
Kementerian Pendidikan dan Kebudayaan.
Badan Pengembangan dan Pembinaan Bahasa. (2022). Kemendikbudristek Luncurkan Merdeka
Belajar 17: Revitalisasi Bahasa Daerah. Retrieved Juli 28 th, 2022 from
https://badanbahasa.kemdikbud.go.id/berita-detail/3428/kemendikbudristek-luncurkan-
merdeka-belajar-17:-revitalisasi-bahasa-daerah.
Baker, P. (2010). Sociolinguistics and corpus linguistics. Edinburgh: Edinburgh University Press.
Baker, P., Gabrielatos, C., Khosravinik, M., Krzyzanowski, M., Mcenery, T., & Wodak, R. (2008). A
useful methodological synergy? Combining critical discourse analysis and corpus linguistics
to examine discourses of refugees and asylum seekers in the UK press. Discourse and
Society, 19(3), 273–306.
Bareket-Bojmel, L., Moran, S., & Shahar, G. (2016). Strategic self-presentation on Facebook:
Personal motives and audience response to online behavior. Computers in Human
Behavior, 55, 788–795.
Bowker, L. (2018). Corpus linguistics is not just for linguists: Considering the potential of
computer-based corpus methods for library and information science research. Library Hi
Tech, 36(2), 358–371.
Chandra, Y. (2016). Social Entrepreneurship as Institutional-Change Work: A Corpus Linguistics
Analysis. Journal of Social Entrepreneurship, 8(1), 1–33.
Chung, J. E. (2015). Antismoking campaign videos on YouTube and audience response:
Application of social media assessment metrics. Computers in Human Behavior, 51, 114–
121.
Crawford, W. J., & Csomay, E. (2016). Doing corpus linguistics. Oxon: Routledge.
Dragojevic, M., & Giles, H. (2016). I Don’t Like You Because You’re Hard to Understand: The Role
of Processing Fluency in the Language Attitudes Process. Human Communication
Research, 42, 396–420.
García, O., Peltz, R., & Schiffman, H. F. (2006). Language Loyalty, Continuity and Change.
Clevedon: Multilingual Matters LTD.
Gries, S. T. (2009). What is Corpus Linguistics? Language and Linguistics Compass, 3, 1–17.
Gumiar, A. (2022). Sikap Bahasa Warganet Terhadap Konten Digital Berbahasa Dayak Ngaju.
SINAR BAHTERA I, 47–56.
Hamed, D. (2021). Keywords and collocations in US presidential discourse since 1993: a corpus-
assisted analysis. Journal of Humanities and Applied Social Sciences, 3(2), 137–158.
Kemp, S. (2021). Indonesia Digital Report 2021. Retrieved Juli 28 th, 2022 from
https://datareportal.com/reports/digital-2021-indonesia.
Kübler, S., & Zinsmeister, H. (2015). Corpus Linguistics and Linguistically Annotated Corpora.
London: Bloomsbury Academic.
Lindquist, H. (2009). Corpus Linguistics and the Description of English. Edinburgh: Edinburgh
University Press.
Prosiding Seminar Internasional Bahasa dan Sastra Daerah II (Sinar Bahtera II) 186 |
Rahmawati dkk.: Concordancy Patterns .…
Lüdeling, A., & Kytö, M. (2008). Introduction. In Corpus linguistics: An international handbook.
Berlin: Walter de Gruyter.
McEnery, T., & Hardie, A. (2012). Corpus Linguistics: Method, Theory and Practice. Cambridge:
Cambridge University Press.
Mesthrie, R., Swann, J., Deumert, A., & Leap, W. L. (2009). Introducing Sociolinguistics (2nd
ed.). Edinburgh: Edinburgh University Press.
Miles, M. B., & Huberman, A. M. (1994). Qualitative Data Analysis: An Expanded Sourcebook
(2nd ed.). London: SAGE Publications, Inc.
Nesselhauf, N. (2005). Collocations in a Learner Corpus. Amsterdam: John Benjamins Publishing
Company.
Oudri, N., & Romanti. (2022). Revitalisasi Bahasa Daerah: Upaya Pelindungan Bahasa dari
Kepunahan. Retrieved Juli 28 th, 2022 from
https://itjen.kemdikbud.go.id/webnew/2022/02/23/revitalisasi-bahasa-daerah-upaya-
pelindungan-bahasa-dari-kepunahan/.
Pollach, I. (2012). Taming textual data: The contribution of corpus linguistics to computer-aided
text analysis. Organizational Research Methods, 15(2), 263–287.
Undang-undang Repulik Indonesia Nomor 24 Tahun 2009: Bendera, Bahasa, dan Lambang
Negara, serta Lagu Kebangsaan, Pub. L. No. Nomor 24 Tahun 2009, 17 (2009).
Saidat, A. M. (2010). Language Attitude : the Case of Jordan Language Attitude : the Case of
Jordan. International Journal of Academic Research, 2(6), 235–243.
Saifullah, A. R. (2019). Semiotik dan Kajian Wacana Interaktif di Internet (D. Sudana (ed.); 1st
ed.). Bandung: UPI Press.
Scott, M., & Tribble, C. (2006). Textual Patterns: Key words and corpus analysis in language
education. Amsterdam: John Benjamins Publishing Company.
Sinclair, J. (1991). Corpus, Concordance, Collocation. Oxford: University Press.
Sitaresmi, N., Sulistyaningsih, L. S., & Rahmawati. (2022). Persepsi Warganet Terhadap Konten
Bermuatan Kebanggaan Berbahasa Indonesia dalam Kanal YouTube Nihongo Mantappu.
Jurnalistrendi, 7(1), 47–65.
Sobarna, C. (2007). Bahasa Sunda Sudah Di Ambang Pintu Kematiankah? Makara Human
Behavior Studies in Asia, 11(1), 13–17.
Stefanowitsch, A. (2020). Corpus linguistics: A Guide to the methodology. Berlin: Language
Science Press.
Sudaryat, Y. (2019). Struktur Bahasa Sunda: Sintaksis dalam Gamitan Pragmatik (U. Kuswari
(ed.); 1st ed.). Bandung: UPI Press.
Taylor, C. (2008). What is corpus linguistics? What the data says. ICAME Journal, 32, 179–200.
UNESCO. (2020). International Mother Language Day Languages Without Borders. Retrieved Juli
28 th, 2022 from https://en.unesco.org/sites/default/files/imld-2020-concept-note-en.pdf.
Zufferey, S. (2020). Introduction to corpus linguistics. UK dan USA: ISTE Ltd and John Wiley &
Sons, Inc.
187 |