Media Sosial Bukan “Tempat Sampah”

by dalimun

Aneka data bertebaran di Internet dewasa ini. Mulai dari teks, gambar, audio hingga video. Media sosial menjadi salah satu “pabrik” data lantaran penggunaannya yang semakin meluas tak terkecuali di Indonesia. Sayang, sebagian besar data yang bertebaran itu terabaikan dan hanya dianggap “sampah”. Padahal, tersimpan potensi yang tak kalah besar dibanding besarnya data tersebut.

Analisis big data termasuk dari media sosial telah berkembang pesat di luar negeri. Tak sedikit pengusaha memanfaatkan data-data dari Facebook, Twitter, Foursquare atau sumber lainnya untuk menunjang strategi bisnis. Data-data berkategori tak terstruktur itu dianalisis berdampingan dengan data terstruktur yang tersimpan di database perusahaan. Tak heran, belakangan istilah data scientist semakin tenar.

“Data scientist diperkirakan menjadi salah satu lapangan pekerjaan yang paling prospektif saat ini,” ujar Country Manager EMC Indonesia Adi Rusli belum lama ini.

Dia mengatakan, bidang data science berkembang pesat di luar negeri. Cabang keilmuan itu menggabungkan berbagai bidang ilmu termasuk teknologi komputasi dan statistik. Mereka menganalisis berbagai data menggunakan sejumlah pendekatan dan teknologi untuk menghasilkan informasi strategis yang bermanfaat untuk pengambilan keputusan.

Tidak hanya untuk keperluan bisnis analisis tersebut juga dapat digunakan untuk keperluan lain seperti kebijakan publik. Metode prediksi semacam itu bahkan sudah banyak dipakai sebagai dasar analisis dalam proses politik seperti pemilihan umum.

Di Indonesia salah satu metode semacam itu dilakukan oleh PoliticaWave. Mereka mengembangkan algoritma tertentu untuk memantau percakapan pengguna Internet (netizen) mengenai isu politik di Twitter, Facebook, blog, berita-berita online serta sejumlah forum.

Beberapa waktu terakhir mereka memantau aktivitas netizen terkait dengan pemilihan kepala daerah (pilkada) yang digelar sejumlah daerah di Indonesia. Mereka menggunakan tiga chart (bagan) sebagai parameter analisis yakni share of awareness, share of citizen dan sentime/candidate electability.

“Jika mengacu dari beberapa Pilkada sebelumnya, kesesuaian antara hasil pemantauan PoliticaWave dan hasil pemilihan dikarenakan percakapan netizen mengenai kandidat dan para pendukungnya di media sosial direalisasikan dengan memilih salah satu kandidat pada saat hari pemilihan,” ujar Direktur PoliticaWave Yose Rizal.

Menurut dia berdasarkan analisis PoliticaWave kandidat pemenang pilkada di suatu daerah adalah mereka yang memimpin di tiga daftar bagan tersebut. Salah satu contohnya adalah Pilkada Jawa Barat beberapa waktu lalu. Saat itu PoliticaWave memprediksi Aher-Deddy akan menjadi pemenang karena pasangan tersebut memimpin dengan persentase yang cukup besar pada chart share of awareness. Prediks itu ternyata sejalan dengan hasil quick count beberapa lembaga survei yang menggunakan metode berbeda.

Meski begitu analisis menggunakan media sosial tersebut tak selalu akurat. Pasalnya ada sejumlah faktor lain yang memengaruhi. Salah satunya terjadi di Pilkada Sumatera Utara. Rizal mengatakan, pihaknya menemukan anomali karena persentase perbincangan netizen mengenai para kandidat tidak cukup sesuai karena terdapat perbedaan antara data temuan PoliticaWave dengan hasil temuan di lapangan. Salah satunya adalah partisipasi offline netizen, di mana perbincangan netizen mengenai kandidat tidak diikuti dengan partisipasi alias golput.

Menurut dia, dari beberapa opini di media sosial serta sejumlah laporan menyatakan tingkat golput di Sumatera Utara tergolong tinggi, yaitu sekitar 53%. Tingkat golput ini lebih tinggi dibandingkan Pilkada sebelumnya yang pernah dipantau oleh PoliticaWave, sekitar 30%.

Peluang Bisnis
Siapa saja yang memiliki kemampuan tentu dapat melakukan analisis data dari media sosial. Telah tersedia banyak peranti lunak baik proprietary maupun open source yang dapat membantu.

Salah satu contoh peranti lunak open source yang kini marak digunakan adalah bahasa pemrograman R yang dapat diperoleh dari Comprehensive R Archive Network (CRAN) yang sudah memiliki mirror di Indonesia. Bahasa pemrograman lain seperti Python, Ruby dan Perl juga kerap dipakai sebagai sarana pembantu analisis data. Semua bahasa pemrograman itu dapat memanfaatkan protokol Application Programming Interface (API) yang disediakan berbagai media sosial untuk mengunduh data. Tak sedikit pula komunitas penggunanya menerbiatkan paket-paket program untuk mendukung pemrosesan data.

Di tingkat enterprise, analisis big data juga menjadi “mainan” yang menarik. Besarnya data dan tingkat kompleksitasnya memicu perusahaan menggunakan jasa pihak ketiga untuk mengolah data-data tentang mereka baik terstruktur (internal) maupun tidak terstruktur.

IBM misalnya, belakangan gencar menawarkan berbagai solusi software termasuk analisis big data di Indonesia. Tak hanya di kalangan pebisnis, namun juga di pemerintahan melalui skema yang mendukung konsep open government. “Dinamika pasar saat ini mengharuskan perusahaan untuk bertransformasi,” ujar Country Manager SWG Group IBM Indonesia Nina K Wirahadikusumah.

Menurut dia penetrasi cloud computing, mobile enterprise serta big data merupakan potensi yang harus digali para pengusaha. Berdasar data yang dihimpun IBM dari IDC, pada 2011 lalu pengeluaran untuk layanan private cloud di dunia mencapai US$13 miliar. Hingga 2015, pertumbuhannya diperkirakan mencapai 26% per tahun.

Dari sisi mobile enterprise pada 2013 diperkirakan sebanyak 80% perusahaan sudah memanfaatkan tablet untuk keperluan bisnis. Adapun pertumbuhan data pada 2015 diperkirakan mencapai 7ZB! Pada tahun yang sama pula sebanyak 40% perusahaan di dunia memiliki semacam “Facebook” perusahaan untuk berbagi informasi personal dan perusahaan.

“Yang pasti investasi di bidang teknologi sekarang semakin diperhatikan. Pada 2012 lalu 71% CEO dunia menganggap teknologi adalah faktor penting untuk perusahaan. Padahal pada 2004 teknologi masih dianggap sebagai faktor sampingan untuk mendukung perusahaan,” pungkas Nina.

Artikel ini dimuat di Bisnis Indonesia

Advertisements