G30S – 2017

Menjelang peringatan peristiwa G30S tahun 2017 terjadi banyak kegaduhan di Indonesia, tiba tiba muncul isu anti PKI dan lain lainnya yang tidak pernah muncul tahun tahun sebelumnya. Kelompok kelompok dan politisi oposisi pemerintah saat ini keliatan jelas berusaha menggoreng isu ini untuk “ganggu” konsentrasi penguasa / pemerintah. Sebelumnya muncul isu presiden Jokowi dituduh antek PKI, gara gara kerja sama ekonomi dengan Cina, padahal memang sekarang Cina adalah raksasa ekonomi dunia, dalam konteks ekonomi wajar negara kita kerjasama dengan yang punya banyak modal. 

Film klasik G30S yang wajib kita tonton pada saat orde baru merupakan film penuh kontroversi. Film ini digugat karena tidak sesuai dengan fakta dan mengkultuskan individu. Isu nobar film ini menjelang peringatan tahunan G30S menjadi menu sehari hari, bahkan panglima TNI pun mewajibkan anggotanya untuk nobar film ini, walaupun banyak yang mencibir isi film klasik ini yang tidak sesuai fakta. Maka kemudian rakyat bingung, jadi yang betul yang mana. Bahkan presiden jokowi menyarankan untuk membuat film ini dalam versi kekinian, walaupun tidak spesifik maksudnya versi kekinian itu seperti apa ..

Joshua Oppenheimer sutradara Amerika-Inggris diam diam telah membuat 2 film berkaitan peristiwa 65-66 di Indonesia, yaitu Act of Killing (Jagal) dan Look of Silence (Senyap). Kedua film ini mencerahkan dan mencerdaskan kita dalam memahami peristiwa yang terjadi saat itu. Film ini banyak mendapatkan penghargaan, karena dibawakan dengan metoda saintifik seperti film film dokumenter wahid tingkat dunia. Walaupun begitu film ini malah ditolak sebagai materi nobar oleh beberapa pihak, padahal setelah sekian tahun kita di cuci otak oleh orde baru, saat ini adalah saat yang tepat untuk bangsa kita belajar. Saya tidak akan cerita detail kedua film tersebut, filmnya bisa kita lihat bebas dan gratis di youtube. monggo !!. 

Sabtu pagi tanggal 30 september 2017, saya baca baca berita terkait peringatan G30S dan ternyata cukup pusing karena banyaknya berita dan ragam isu yang diusung. Akhirnya saya nyalakan mesin crawling twitter jam 8 pagi, kemudian saya tinggal weekendan, selanjutnya mesin crawling saya matikan jam 3 sore. Hasilnya saya bisa lihat topik dominan apa saja yang dibahas mengenai G30S dan aktor aktor siapa aja yang dominan pada topik tersebut.

Topik terdiri dari isu isu nobar film G30S beserta saran untuk menonton film joshua sebagai film pelengkap / pendamping film klasik tersebut. Saran untuk kita lebih pintar memahami peristiwa sejarah sehingga tidak mudah diperalat untuk kepentingan politik. Ada juga topik mengenai cerita sejarah dari saksi langsung maupun tidak langsung peristiwa tersebut. Juga topik beberapa politikus yang ikut nyemplung ambil muka dari peringatan peristiwa ini.

Akun dominan adalah @majalahhistoria yang banyak menceritakan kejadian sejarah peristiwa tersebut beserta analisanya, akun @tirtoid yang mirip dengan akun diatas, dan beberapa selebtwit seperti budiman soedjatmiko dan indra pilliang

berikut screenshotnya!!


akun akun dominan


kata kata dominan dan hubungan antar kata


wordcloud

Advertisements

Seminar Big Data Bank Indonesia Agustus 2017

#latepost blog entry. Awal Agustus 2017 dalam rangka memperingati hari kemerdekaan Indonesia, Bank Indonesia mengadakan seminar nasional Big Data dengan tema “Globalisasi Digital: Optimalisasi Pemanfaatan Big Data untuk Akselerasi Pertumbuhan Ekonomi”. Saya beruntung diundang untuk menghadiri acara ini, karena selain pembicaranya adalah orang orang penting perekonomian baik dari internal Bank Indonesia, pemerintahan maupun dari pelaku pasar digital, tapi juga karena seminar ini menunjukkan keseriusan bank sentral dalam mengadopsi big data. Adopsi big data berarti adopsi metode dan teknologi pendukungnya. Bukanlah hal yang mudah untuk industri perbankan mengadopsi cara baru seperti big data.

Diantara penbicara adalah keynote speech dari Gubernur BI.  Pembicara panel pertama, Gubernur DKI Pak Djarot, Walikota Makasar Pak Ramdhan, dan Prof Soehono guru besar ITB. Pada sesi kedua pembicara panel adalah Direktur Statistik Bank Indonesia, Direktur Digital Strategic Pt Telkom, Direktur Transformasi TIK direktorat Pajak. Dilanjutkan keynote speech dari Menteri perencanaan Pembangunan Nasional / Kepala Bappenas. Sesi ketiga diisi oleh Direktur Digital Banking Bank Mandiri, CEO Modalku, dan CEO Midtrans (VeriTrans). Sesi keempat diisi oleh CEO Tokopedia, Perwakilan Google Indonesia, dan CEO Gojek. 

Acara ini sangat menarik terutama pada segmen financial technology dan digital industry pada sesi ke 3 dan ke 4, dimana para pembicara dengan detail menceritakan suka duka industri digital indonesia serta tips dan trick untuk survive. Sedangkan pada sessi pertama tentang smart city, karena yang berbicara adalah para pemimpin pemerintahan (gubernur dan walikota), maka materi yang dibawakan agak kurang greget (terlalu global). 

IMG 8457IMG 8471IMG 8495IMG 8474IMG 8484IMG 8486IMG 8489

IMG 8498

BARISAN CINTA INDONESIA

Untuk urusan debat politik, Facebook ga kalah ramenya dibandingkan dengan Twitter. Grup FB Barisan Cinta Indonesia adalah satu satunya grup politik yang saya ikuti, karena isinya masih dalam tahap waras menurut saya. Pada grup ini terjadi debat / perang posting antara pro dan kontra pemerintahan Jokowi. Data diambil periode Juni – September 2017, total terkumpul sebanyak 2201 group status (group_post) yang terdiri dari postingan status, link, photo, video dan note. Terdapat total 45814 likes, 51234 reactions, 2576 shares dan 33773 komentar. Jumlah relasi / debat / percakapan / hujatan antar user-user dan user-group_post sebesar 64848 relasi. Total anggota grup ini adalah 66188 anggota

Postingan yang paling sering ditanggapi adalah group_post dibandingan komentar user, dimana dari 4 peringkat postingan (group_post) yang paling membangkitkan percakapan / debat / hujatan adalah: 2 post mendukung jokowi dan 2 post anti jokowi. Keempat posting tersebut berupa status dengan photo atau status dengan link. Secara keseluruhan grup ini cukup mendukung pemerintahan Jokowi, walaupun akhir akhir ini banyak sekali postingan yang bersifat troll (mencerca, provokatif, membuat hawa panas).

Dari pengamatan sekilas, untuk urusan debat politik akhir akhir ini jagat Twitter lebih liar dari Facebook, akan tetapi urusan pembangkitan percakapan / diskusi Facebook lebih menarik.

 

Untitled

interaksi user-user dan user- group_post, dimana user mencakup 83.17% keseluruhan posting. group_post digambarkan dengan warna berbeda tergantung jenis group_post tersebut

Untitled3

pembentukan kelompok berdasarkan interaksi. kelompok adalah kelompok warna ungu dengan proporsi 33.39%, dan group_post paling banyak di komentarin ada pada kelompok warna kuning yang berada pada peringkat ke 4 dengan ukuran proprosi 14.84%

Untitled4

kelompok yang berisi group_post yang paling banyak di komentari (kelompok warna kuning)

Untitled10

group_post yang paling banyak membangkitkan percakapan / diskusi

Screen Shot 2017 09 05 at 3 46 34 PM

Data node jaringan percakapan fb

Screen Shot 2017 09 05 at 3 52 21 PM  2

Postingan komentar user yang paling banyak di like (13 likes)

Sharing KickScraper (KickStarter Scrap using Ruby) sebagai Pemahaman Proses Pengumpulan Data

Lab Social Computing & Big Data mulai semester ganjil 2017/2018 ini diisi dengan personil personil baru mahasiswa angkatan 2014. Mereka akan mengadakan kegiatan riset, melayani pelatihan / asistensi mata kuliah Big Data dan Data Analytics, serta mengadakan acara sharing ilmu / akademik setiap minggu. Untuk minggu pertama ini kegiatan sharing diisi topik mengenai KickScraper, yaitu bagaimana melakukan web scrapping terhadap website Kickstarter dengan menggunakan script bahasa Ruby. Pemateri acara kali ini adalah Tri Buono, mahasiswa angkatan 2013. Teknik yang disharing oleh dia berkaitan dengan risetnya mengenai pengenalan pola pola investasi pada perusahaan startup. Acara ini dihadiri mahasiswa lab dan juga dosen dosen KK dan pengajar matkul Big Data & Data Analytics

Terdapat dua problem mendasar pada kegiatan data analytics yaitu yang pertama data collection dan yang kedua aktivitas data analytics sendiri. Kegiatan data collection sendiri merupakan masalah besar di Indonesia pada umumnya, dimana jarang sekali individu / organisasi yang memahami pentingnya semangat Open Data, sehingga data masing masing instansi / organisasi berdiri sendiri sendiri dan tidak teintegrasi, akibatnya banyak pekerjaan atau kebijaksanaan yang saling tumpang tindih, tidak konvergen mencapai tujuan bersama. Saya pernah punya pengalaman buruk mengenai open data dengan pemkot, dimana walikota klaim bahwa data pemkot terbuka untuk umum, tapi begitu mahasiswa saya mempelajari polanya, ternyata data tersebut tidak ‘berbunyi’ sehingga tidak bisa dicari polanya, tidak bisa didapat informasi atau pengetahuan. Pernyataan bahwa data sudah terbukapun  perlu diperiksa lagi, karena kita belum tahu seberapa lengkap data yang dimiliki.

Pada sharing kali ini, tujuan utama yang ingin dicapai bukanlah mengajarkan teknik mengambil datanya, tapi pemahaman bagaimana proses perolehan data. Kickscraper mengambil data web Kickstarter menggunakan API. Berbeda dengan teknik klasik web scrapping menggunakan layanan seperti import.io ataupun parsehub, maka pengambilan data menggunakan API lebih fleksibel, lebih powerful dan bisa mengambil hidden data kalau penyedia layanan mengijinkan. Kerugiannya adalah kita tidak tahu sampai kapan API tersebut tersedia (secara gratis). Jadi proses data collection merupakan proses yang dinamis, apa yang kita ketahui hari ini belum tentu besok masih bisa dilakukan. Oleh karenanya pesan yang saya sampaikan adalah yang paling penting memahami proses, klasifikasi jenis / teknik pengamnilan data, serta membiasakan mahasiswa mahasiswa manajemen bisnis ini untuk ngoding …. yah bahasa koding ini bahasa yang paling penting dipelajari selain bahasa inggris. Beberapa mahasiswa memang tidak biasa dengan pengoperasian terminal di mac atau  windows shell, bahkan belum tahu bagaimana menjalankan ruby (ataupun python dan sejenisnya), sehingga acara sharing ini merupakan sarana bagus untuk memperkenalkan hal hal tersebut. 

 

IMG 8452

IMG 1082

IMG 0102

IMG 8369

IMG 5349

IMG 3885

Technopreneur Workshop Speaker

Berawal dari kebiasaan ngomong mengenai New Digital Economy dan Disruptive Innovation, akhirnya pada suatu kesempatan saya ditodong untuk memberikan materi tentang Technopreneurship. Saya yang latar belakangnya bukan dari bidang Entrepreneurship sempat khawatir juga, jangan jangan saya cuman sok tahu tentang bidang ini. Akhirnya setelah menyelidiki kesana kemari, ternyata Technopreneur ini lebih kental ke nuansa inovasi penggunaan teknologi, startup, solusi inovatif, dan hal hal yang lebih erat ke bidang ICT (atau TIK) (high technology). Technopreneur adalah Entrepreneur (wirausaha) yang melibatkan penggunaan high technology (termasuk ICT). Technopreneur erat hubungannya dengan StartUp dan metode metode kebaruan saat ini seperi crowdsource / crowdfunding, dll

Acara dilangsungkan di plaza clicksquare, dengan peserta sekitar 300 orang, lumayan banyak dan ternyata bidang ini sangat menarik minat audiens yah. Peserta didominasi oleh anak anak SMA yang sedang mengikuti seleksi paskibraka tingkat kota Bandung. Berbicara dengan audiens anak SMA ini sangat menyenangkan, mereka mempunyai rasa ingin tahu yang besar.  Apalagi saya berharap mereka inilah yang nanti akan menjadi tulang punggung ekonomi digital masa depan Indonesia, sehingga saya berusaha menyampaikan dengan bahasa yang sederhana tapi mudah dipahami, terutama berkenaan dengan praktik ekonomi global yang sangat dipengaruhi oleh teknologi TIK. 

Diskusi meliputi fenomena TIK, tantangan / kompetisi pekerjaan, perlunya bangsa kita akan ide ide inovasi / kreatif dengan bantuan teknologi TIK, serta bekal apa saja yang mereka butuhkan untuk bisa survive di masa depan. Banyak juga yang belum terbayang implementasi praktisnya. Saya coba putarkan video youtube tentang Future Vision, setidaknya memberikan gambaran kondisi near future dan itu adalah masa dimana mereka akan berkarya. 93 dari 255 juta penduduk Indonesia terhubung internet, setidaknya dari 93 juta tersebut bisa lahir technopreneur technopreneur handal Indonesia. Semoga .. Amin 

IMG 3299

7th Techno screen

IMG 3309

1ST ROUND FINAL RESULT : PILKADA DKI BATTLE

Entri ini adalah terusan dari laporan half report dinamika jejaring sosial mengenai Pilkada DKI pada masa kampanye dari tanggal 8-11 Februari 2017. Di babak final result ini saya tampilkan data penuh twitter selama seminggu terakhir masa kampanye, yaitu data dari tanggal 8-15 Februari 2017. Data ini sudah mengendap lebih dari sebulan tidak saya analisa, karena memang saya  tidak sempat. Kebetulan hari ini lagi flu, jadi sambil istirahat di rumah saya iseng otak atik data akhir kampanye pilkada di twitter. Menariknya adalah karena kita sudah tahu hasil putaran pertama Pilkada DKI, maka dari data kampanye kita bisa pelajari, apakah pola yang terjadi mengkorfirmasi hasil pilkada putaran pertama tersebut. Mekanisme dan hashtag / keyword pengambilan data dijelaskan pada entri blog half report. 


Hasil Cepat (lihat tabel dibawah) 

Selama seminggu masa pengumpulan data, terkumpul data untuk masing masing paslon sebesar 116160 tweet (paslon1), 199815 tweets (paslon2),180312 tweets (paslon3). Jumlah tweets paslon2 paling besar, diikuti ketat oleh paslon3, sedangkan paslon1 tertinggal jauh dibawah ..sepertinya memang tweets paslon1 lebih ga ngoyo atau memang tidak banyak yang ngetweet tentang paslon1 tersebut dibandingkan 2 paslon lainnya.

Jumlah akun yang terlibat dalam percakapan adalah 22004 (paslon1), 38498 (paslon2), dan 27359 (paslon3). Lagi lagi terlihat bahwa akun yang membicarakan paslon1 paling sedikit. Jumlah interasi / percakapan tentang paslon2 dan paslon3 mendominasi jagad twitter dengan nilai sebesar 125076 dan 78956 interaksi. Hal ini menunjukan bahwa dinamika percakapan dalam waktu tersebut terhitung tinggi dibandingkan dengan jumlah akun yang terlibat pada percakapan tersebut. Jumlah akun dan interaksi menghasilkan density (kepadatan) jejaring sosial masing masing paslon. Nilai density masing masing paslon tidak terlalu berbeda antara satu dan lainnya, hal ini tidak mengherankan untuk suatu jejaring sosial seperti twitter.

Untuk Top-5 Mentions di masing masing jejaring paslon, terlihat bahwa paslon1 justru @SBYudhoyono yang paling banyak di mention dengan dua kali lebih banyak daripada cagubnya sendiri @AgusYudhoyono. Paslon2 @basuki_btp paling banyak di mention dan nilainya jauh lebih besar dari mention mention lainnya, hal ini sudah bisa kita duga sebelumnya, akan tetapi cawagubnya (atau akun kampanye @AhokDjarot) malah tidak terlihat pada Top-5 Mentions tersebut. Top-5 Mentions jejaring paslon2 juga menyertakan tokoh tokoh publik lainnya seperti @afgansyah_reza dan @jokoanwar. Paslon 3, @sandiuno dan @aniesbaswedan dominan pada posisi 1 dan 3 Top-5 Mentions di jejaringnya, cukup surprising ada akun @maspiyuuu yang ternyata sangat banyak dimentions di jejaring paslon ini. siapakah @maspiyuuu ?. Ada juga aktor @pandji sebagai pendukung paslon3 nongol disini.

Top-5 Tweets masing masing paslon menyertakan akun akun dengan jumlah tweets yang hampir mirip satu dan lainnya, bisa dibilang tidak ada satu aktorpun yang dominan dalam jumlah tweet. Paslon 2 mempunyai rata rata tweet yang lebih banyak, wajar hal ini bisa dilihat dari jumlah total tweet paslon2 yang paling banyak. Kemudian diikuti dengan paslon 3 dan paslon 1.

Modularity menunjukan seberapa jelas perbedaan pembentukan kelompok kelompok pada jejaring sosial. Semakin tinggi nilai modularity menyatakan bahwa kelompok kelompok tersebut makin jelas pemisahannya atau dengan kata lain tidak ada aktor yang yang posisinya meragukan berada di kelompok A atau kelompok B. Dari ke 3 jejaring paslon, Paslon2 mempunyai modularity terkecil, dan paslon3 modularitynya terbesar, hal ini bisa diartikan bahwa kelompok kelompok pada paslon2 batasannya menjadi lebih blur, seseorang bisa masuk ke satu kelompok ke kelompok lainnya dengan lebih mudah. Akibatnya adalah diseminasi informasi berjalan lebih lancar karena ada akun / agen yang mudah menyebarkan informasi dengan cara berpindah kelompok.

Jumlah 5 kelompok terbesar terlihat bahwa paslon1 dan paslon3 mempunyai kelompok dominan yang besarnya melebihi 20% dari total ukuran jejaring sosial, jadi terdapat kelompok kelompok yang menjadi motor dari jejaring sosial paslon tersebut. Di pihak lain kelompok terbesar pada paslon2 hanya berukuran 12%, hal ini menunjukkan bahwa kelompok kelompok pada paslon2 terbentuk secara natural tanpa ada kelompok yang jadi motor dominan. 

 

Paslon1

1universe

universe paslon1

 

2 5kelompokbesar

5 kelompok besar pada paslon1

 

1 100tokohutama

100 akun utama pada paslon1

 

Paslon2

 

2universe

universe paslon2

 

2universezoom

universe paslon2 (zoomed)

 

 

2directed75actor

75 akun utama di jejaring paslon2

Paslon3

 

3universe

universe paslon3

 

3universedeg11 2605

universe paslon3 (degree 11 – 2605)

 

3 75actor

75 akun utama pada paslon3

  

Profile Tweet

Tabletweet

 

Kasimpulan

Hasil akhir putaran pertama sudah kita ketahui paslon1 tersingkir, dan paslon2, paslon3 maju ke babak kedua. Hasil analisa jejaring sosial seminggu terakhir kampanye mengkonfirmasikan bahwa aktivitas jejaring sosial memang paslon1 paling rendah, indikasinya adalah jumlah tweet, jumlah akun, jumlah interaksi, ukuran kelompok dominan dan tokoh utama jejaring malah bukan cagubnya sendiri. Isu isu dalam jejaring sosial ini lebih banyak ke bapak mantan presiden bukan ke akun kampanye atau akun cagubnya. Paslon2 walaupun kelompoknya lebih natural dan partisipan jejaring sosial paling banyak, akan tetapi sangat terfokus pada tokoh Ahok, tidak ada tokoh lain yang menjadi pelengkap atau backup dominan dari paslon ini. Paslon3, cagub dan cawagub muncul sebagai tokoh dominan pada jejaring sosialnya, ini menunjukkan banyak alternatif pilihan / cerita yang bisa dimunculkan dari aktifnya kedua tokoh tersebut.

Apakah hasil analisa jagad twitter ini bisa digunakan sebagai alat prediksi pemenang pada putaran ke 2 bulan depan nanti ? .. hmm menurut saya, analisa ini bisa menjadi alat bantu, akan tetapi bukan sebagai alat penentu kemenangan. Dengan melihat dinamika jejaring sosial, kita bisa melihat hal hal yang tidak bisa kita kuantifikasikan sebelumnya. Dan mungkin juga pada kondisi tertentu, kita bisa melakukan rekayasa (dalam level tertentu) apakah jejaring sosial kita berjalan sesuai dengan ekspektasi kita. Banyak faktor dominan lainnya yang bisa tiba tiba menjadi faktor penentu kemenangan, jejaring sosial adalah salah satunya. Jadi gimana setelah melihat entri blog ini anda menjagokan nomer 2 atau nomer 3 yang menang ? ..  

4 Papers Scopus ICOICT 2017

International Conference on Information and Communication Technology (ICOICT) adalah konferensi berskala internasional terindeks Scopus, dipublikasikan pada IEEE Xplore dan diselenggarakan oleh Telkom University (School of Computing). Tahun 2017 ini ICOICT disellengarakan untuk ke 5 kalinya pada tanggal 27-29 Mei di Malaka Malaysia. Tahun ini ada 4 paper dari lab SCBD FEB yang lolos seleksi dari total 5 paper yang kami submit.

Sepanjang ingatan saya tahun ini adalah ke 4 kalinya saya dan tim lab. SCBD FEB ikut berpartisipasi, mulai dari ICOICT 2014 (2 paper), ICOICT 2015 (3 paper), ICOICT 2016 (2 Paper), dan tahun ini 4 paper. Pengalaman tahun tahun sebelumnya membuktikan bahwa publikasi ICOICT cukup cepat terpublikasi di IEEE Xplore dan Scopus, membuat konferensi ini merupakan konferensi favorit lab kami untuk mempublikasikan hasil penelitian. 

Judul paper paper yang lolos tersebut adalah : 1. Hybrid Sentiment and Network Analysis of Social Opinion Polarization. 2. Social Network Data Analytics for Market Segmentation in Indonesian Telecomunication Industry. 3. Training Data Optimization Strategy for Multiclass Text Classification. 4. Indonesia Infrastructure and Consumer Stock Portfolio Prediction using Artifical Neural Network Backpropagation. 

Tema dan metode pada paper paper tersebut cukup beragam, mulai dari Tema Finance (no.4), Marketing (no.2), sampai dengan Social Behavior (no.1). Sedangkan metode yang digunakan mulai dari sentiment analysis (no.1, no.3), social network analysis (no.1, no.2), artificial neural network / data mining (no.4).

well done Team .. !! 

Untitled 1

acceptance letter to 2017 ICOICT