Opinion

Social Media Analytics” adalah sebuah bidang penelitian interdisipliner yang menghubungkan beberapa cabang pengetahuan dan akan memiliki dampak signifikan pada penelitian di masa yang akan datang terkait media sosial dari berbagai disiplin ilmu. Di balik berbagai tantangan yang dimiliki, Social Media Analytics dapat memberikan fondasi terkait metodologi penelitian yang berhubungan dengan media sosial bagi berbagai bidang lain, termasuk Sistem Informasi. Social Media Analytics dapat membantu penelitian Sistem Informasi dalam pengembangan framework terkait pengambilan keputusan dengan menangani permasalahan tentang pengukuran performance yang berhubungan dengan media sosial. Selain itu Social Media Analytics dapat menyediakan rancangan arsitektur dan framework solusi untuk aplikasi dan sistem informasi berbasis media sosial.

Sebagai sebuah bidang ilmu yang sedang berkembang, Social Media Analytics menghadapi beberapa tantangan jika dilihat dari perspektif metodologi, pengumpulan data, serta analisis dan metode data mining yang digunakan. Pertama, data media sosial memiliki jumlah yang sangat besar serta bersifat kompleks dan dinamis sehingga tidak dapat diproses dengan mudah menggunakan aplikasi pengolahan data tradisional atau tools DBMS dan perangkat statistik dan visualisasi yang umum digunakan. Kedua, dari sisi pengumpulan data, tentunya mengumpulkan data dari berbagai platform media sosial dengan berbagai metode aksesnya bukan merupakan hal yang mudah untuk dilakukan karena masih banyaknya media sosial yang tidak menyediakan metode standar dalam pengaksesan datanya. Ketiga, dari sisi analisis dan data mining, diketahui bahwa masih kurangnya kerangka metodologis interdisipliner yang sistematis yang menggabungkan metode analisis dari berbagai bidang ilmu untuk tujuan analisis media sosial. Beberapa metode yang ada saat ini, masih dalam tahap pengembangan awal dan seringkali masih memiliki beberapa kelemahan dari sisi pengolahan data sosial media yang sangat luas dan dinamis sehingga seringkali dinilai masih kurang akurat.

Melalui kombinasi beberapa disiplin ilmu diantaranya ilmu komputer, statistik, network analysis, dancomputational lingustics telah diketahui beberapa variasi teknik untuk pelacakan, pemodelan, analisis dan data mining untuk menjawab tantangan-tantangan terkait data sosial media. Dalam konteks analisis media sosial, terdapat tiga metode analisis yang banyak diterapkan untuk menghasilkan solusi atas pertanyaan yang timbul, yakni (1) text analysis/mining, (2) social network analysis, dan (3) trend analysis.

Text analysis/mining adalah teknik penelitian yang merupakan bagian dari content analysis yang membantu para peneliti untuk menyusun inferensi dari text menjadi konteks yang sesuai. Metode text analysis yang bersifat kuantitatif dan otomatis sangat diperlukan karena tingginya pertumbuhan data media sosial. Metode tersebut dapat dimanfaatkan salah satunya untuk klasifikasi data teks (text classification). Saat ini sudah cukup banyak pendekatan klasifikasi data teks menggunakan supervised dan unsupervised learning. Supervised text classification dibuat berdasarkan algoritma statistik dari machine learning (misalnya support vector machine (SVM) atau Bayesian classifier), sedangkan unsupervised learning biasanya memanfaatkan hierarchical atau k-means clustering. Salah satu bidang dalam text analysis adalah sentiment analysis untuk mengetahui pandangan, perilaku, atau emosi manusia terhadap hal-hal tertentu dimana hasilnya biasa dikelompokkan dalam tiga kelas yakni positif, negatif, serta netral. Meskipun banyak manfaat yang diperoleh pendekatan otomasi, sentiment analysis masih membutuhkan pendekatan manual untuk memperoleh akurasi terutama dalam hal sifat informal dari data media sosial sehingga hasil yang diperoleh dapat bertambah akurat dari waktu ke waktu.

Social Network Analysis (SNA) adalah metode analisis yang mempelajari hubungan antar manusia, organisasi, kelompok, atau daerah dengn menganalisis struktur dari hubungan yang terjadi di antara anggotanya. Dalam konteks Social Media Analytics, SNA dapat membantu identifikasi pengguna yang berpengaruh atau dikenal dengan istilah opinion leaders dan komunitas pengguna yang relevan di media sosial. Dalam mendeteksi komunitas yang relevan dengan hal-hal tertentu, SNA dapat memanfaatkan metode atau algoritma seperti pendekatan teori graf Girvan-Newman, atau metode clustering seperti hierarchical, k-means dan fuzzy c-means, Meskipun demikian, masih ada tantangan SNA dalam penggalian hasil pada perubahan cluster dalam data yang luas dan dinamis.

Trend Analysis adalah metode analisis yang memanfaatkan disiplin statistik dan ilmu komputer untuk memprediksi topik yang sedang berkembang. Banyak algoritma trend detection yang dikembangkan berdasarkan hidden Markov models dimana pengamatan topik dilatih oleh suatu model yang hasilnya disimpan dalam library untuk prediksi topik, dengan topik dengan siklus hidup yang sama dicatat dan berbagi model yang sama. Dari berbagai framework terkait trend analysis, secara umum biasanya terdiri dari 2 tahap yakni (1) menentukan hal-hal yang terkait dengan aliran tren (2) mengidentifikasi masing-masing struktur cluster di antara aliran tren yang didokumentasikan.

Dalam prakteknya, ada banyak permasalahan analitis yang tidak diselesaikan oleh satu pendekatan saja namun beberapa pendekatan secara sekaligus. Disinilah terlihat betapa pentingnya memiliki framework yang sistematis sehingga dapat menyediakan panduan metodologis untuk berbagai tujuan analisis. Penelitian terkait Social Media Analytics harus mengembangkan framework yang disesuaikan dengan masing-masing konteksnya karena adanya berbagai variasi tujuan analisis yang berbeda-beda. Selain itu penelitian dalam Social Media Analytics harus terus berusaha untuk meningkatkan metode analisis algoritma serta pengembangan metode baru dan inovatif secara terus menerus, termasuk dalam penelitian di bidang ilmu Sistem Informasi.

Sebagai sebuah bidang penelitian interdisipliner, Social Media Analytics akan mempengaruhi masa depan penelitian terkait media sosial dari berbagai bidang ilmu secara signifikan serta relevan untuk diterapkan. Sebagai seorang profesional di bidang data management, saya pribadi berpendapat bahwa Social Media Analytics akan sangat membantu menyediakan dasar-dasar metodologi untuk mendukung pengembangan arsitektur dan framework solusi yang dapat diciptakan untuk mendukung pengambilan keputusan.

Referensi:

Stieglitz, Stefan & Dang-Xuan, Linh & Bruns, Axel & Neuberger, Christoph. (2014). Social Media Analytics: An Interdisciplinary Approach and Its Implications for Information Systems. Business & Information Systems Engineering. Forthcoming. 10.1007/s11576-014-0407-5.

Konsep open data yang seringkali kita dengar beberapa tahun belakangan sesungguhnya merupakan sebuah konsep yang sangat menarik, dimana data akan tersedia untuk umum dan dapat dimanfaatkan untuk berbagai kebutuhan. Pemerintah Indonesia sendiri telah mencanangkan program Open Data ini bagi kementerian maupun instansi pemerintah lainnya. Ide awal dari Open Data ini adalah bahwa data dapat diakses […]

Continue Reading

Beberapa minggu yang lalu kita dikagetkan dengan pengumuman bahwa Microsoft telah mengakuisisi GitHub. Topik ini terus menjadi perbincangan di kalangan teman-teman dan komunitas sekitar saya. Meskipun saya meyakinkan diri bahwa tidak akan ada pengaruh negatif dari akuisisi ini, tapi nampaknya sedikit banyak akan ada perubahan di GitHub. Di sisi lain para developer bisa melakukan berbagai […]

Continue Reading

Tanggal 1 April 2018 yang lalu MIT menampilkan hasil karyanya di bidang Artificial Intelligence (AI), yakni Norman, sebuah AI psikopat pertama di dunia. Norman diciptakan untuk menunjukkan kepada masyarakat bahwa data yang digunakan untuk penerapan algoritma machine learning dapat mempengaruhi perilaku yang dihasilkan secara signifikan. Adanya Norman diharapkan dapat mengurangi perdebatan yang banyak dihasilkan di […]

Continue Reading

 “Mutiara, nilai Matematika kamu 98, apakah kamu punya saudara di Jakarta Timur?”, tanya guru SD saya belasan tahun yang lalu saat saya duduk di bangku kelas 3 SD —- Hari ini, tanggal 15 Juli 2018, kita memperingati World Youth Skills Day (WYSD) atau dalam bahasa Indonesia bisa disebut sebagai Hari Keterampilan Pemuda Sedunia. Dalam kalender […]

Continue Reading

Pada tanggal 4 Juni 2018 yang lalu, Microsoft resmi mengakuisisi GitHub dengan nilai sebesar USD 7,5 miliar. Langkah ini memang mengundang banyak kontroversi di kalangan pemerhati teknologi, salah satunya karena Microsoft memiliki record yang kurang baik dalam inisiatif open source. Walaupun begitu, saya pribadi menilai bahwa sejak 2014 yang lalu ketika kepemimpinan pindah ke tangan […]

Continue Reading