Manfaat menggunakan big data dalam kepemiluan

Akademisi Universitas Bina Nusantara (Binus), Eka Miranda, mengatakan mahadata (big data) adalah akses berupa informasi yang bervolume tinggi dan menuntut bentuk pemrosesan informasi yang inovatif. Dengan demikian, tidak mungkin dilakukan manusia kecuali mesin.

“Tujuannya adalah memungkinkan data tersebut bisa menghasilkan insight yang membantu manusia untuk pengambilan keputusan dan melakukan proses otomatisasi,” ucapnya dalam webinar, Rabu (1/12).

Mahadata memiliki karakter 5V, yakni volume, velocity (kecepatan), variety (varietas), value (nilai), dan veracity (kebenaran). Ekosistemnya terdiri dari sumber data (data sources), akuisisi data (data acquisition), dan penyimpanan data (data storage).

“Dan yang paling penting adalah data analysis, di mana data bisa dianalisis untuk menghasilkan sesuatu yang membantu pengambilan keputusan,” jelasnya.

Mahadata terdiri dari beberapa jenis, misalnya data berstruktur (data structured) yang dapat diproses, disimpan, dan diambil dalam format tetap. Jenis ini disimpan dalam bentuk tabel, baris, dan kolom sehingga informasi terorganisasi dan dapat dengan mudah diakses dari pangkalan data (database) dengan algoritma mesin pencari sederhana.

“Kemudian data semi terstruktur (data semi-structured), merupakan jenis data yang dimasukkan ke dalam sebuah tabel, tetapi skemanya tidak sama dengan tabel biasa yang hanya terdiri dari baris dan kolom. Data semi-terstruktur mengandung format data terstruktur dan tidak terstruktur," tuturnya.

Terakhir, data tidak berstruktur (unstructured data) atau dengan bentuk yang tidak dikenal sehingga harus disimpan dengan format khusus. Data mentah (raw data) dari jenis ini hanya dapat menghasilkan nilai setelah diproses dan dianalisis.

Contoh structured data dan data analytic dalam kepemiluan dapat dicontohkan dalam makalah berjudul Anticipacing the Political Behavior of People in Elections, di mana mengelompokkan seseorang yang akan berpartisipasi atau tidak dalam pemilu berdasarkan umur, pendidikan, pekerjaan, dan sebagainya.

“Untuk semi-unstructured data dan data analytic, saya mencontohkan berdasarkan Predicting General Election of Pakistan Using A Rigged Model, memanfaatkan sumber data heterogen skala besar, seperti jajak pendapat, survei, dan popularitas media sosial untuk membangun model prediksi dan ujungnya akan mendapatkan prediksi pemenang pemilu,” tuturnya.

Adapun contoh unstructured data dan data analytic adalah Prediction And Analysis of Indonesia Presidential Election from Twitter Using Sentiment Analysis atau melakukan sumber analisis berdasarkan pengguna Twitter.

“Tantangannya adalah bahasa. Bahasa Indonesia itu kaya dan beragam. Bagaimana orang yang menulis di Twitter dengan bahasa daerah atau selain bahasa Indonesia juga bisa ditarik untuk bisa ditarik dan dianlisis,” tandasnya.