Sherly Anggia Primary Author mixed material bibliography Jakarta LSPR 2025 id Indonesia

Text

Fenomena konsumsi fast-fashion yang tinggi berdampak negatif signifikan terhadap lingkungan, termasuk meningkatnya limbah tekstil dan pencemaran lingkungan. Kampanye yang diinisiasi oleh berbagai organisasi non-pemerintah (NGO) seperti Greenpeace, Oxfam Great Britain, Zero Waste Indonesia, serta UN Association in Indonesia (UNAIN) bertujuan untuk mengubah pola konsumsi masyarakat menuju praktik yang lebih berkelanjutan. Penelitian ini menggunakan metode kuantitatif dengan pendekatan Structural Equation Modeling (SEM-PLS), melibatkan 190 responden dari kalangan Milenial dan Generasi Z di Jakarta yang pernah terpapar kampanye tersebut. Variabel yang dianalisis mencakup Righteous Anger dan Moral Emotion sebagai stimulus, Perceived Spillover sebagai organisme, serta Negative Word of Mouth (WOM) dan Patronage Cessation sebagai respons. Hasil penelitian menunjukkan bahwa Righteous Anger dan Moral Emotion berpengaruh positif signifikan terhadap Perceived Spillover. Selanjutnya, Perceived Spillover terbukti memiliki pengaruh positif signifikan terhadap Negative WOM dan Patronage Cessation, mengindikasikan bahwa kampanye tersebut berhasil membangun kesadaran dan perubahan perilaku di kalangan konsumen. Penelitian ini memberikan kontribusi akademis dalam pengembangan teori komunikasi kampanye dan praktis sebagai panduan bagi pelaku industri fast-fashion untuk mengadopsi pendekatan bisnis yang lebih ramah lingkungan dan bertanggung jawab secara sosial. Kata Kunci:Efektivitas Komunikasi, Anti-Over Konsumsi, Fast-Fashion, Righteous Anger, Moral Emotion, Perceived Spillover, Negative WOM, Patronage Cessation. International Relations Communication 2025 Skripsi-Kuantitatif Sherly Anggia Dr. Dendy Muris, S.Si., M.Si. NONE Library LSPR Institute of Communication and Business Amani Library Management System S1.IRC.055.25 S102655SP Hanya Tersedia Softcopy. S1.IRC.055.25 sampul_skripsi.jpeg.jpeg 9530 2025-12-20 10:03:58 2025-12-22 11:19:00 machine generated