Bismillahirrahmanirrahim. Assalamualaikum warahmatullahi wabarakatuh. Selamat sore teman-teman. Mohon maaf pertemuan kita ketiga kali ini harus saya lakukan secara asinkron ya. Tapi semoga dengan cara ini teman-teman bisa kembali membuka materinya kapanpun gitu. Jadi tidak melulu harus dilakukan secara langsung gitu. Oke pertemuan ketiga kali ini saya beri tema di powerpoint minyak abad 21. Maksudnya apa tuh?

Nah maksudnya seperti teman-teman tahu ya bahwa minyak bumi adalah salah satu sumber daya yang sangat powerful ya. Baik secara kegunaannya, kemudian negara-negara yang memiliki sumber minyak bumi besar juga sangat powerful. Kayak dia menjadi negara yang cukup berpengaruh gitu. Nah konon katanya juga konflik antara Amerika Serikat dan Irak itu sebenarnya konflik memperebutkan minyak di Irak. Tetapi kemudian dibungkus dengan isu senjata pemusnah massal yang tidak terbukti keberadaannya.

Jadi minyak ini bahkan bisa menimbulkan konflik pertempuran dan lain-lain gitu. Nah pengetahuan soal minyak bumi ini sudah berlangsung sejak lama ya. Pertama kali ditemukan bangsa Assyria, kemudian sejarah terus berjalan hingga akhirnya pengetahuan soal teknik distalasi minyak diketahui bangsa Arab dan Persia. Hingga akhirnya menurun pada orang-orang Romawi dan lanjut menyebar ke orang-orang di belahan benua Eropa.

Nah sementara sekarang itu bisa dibilang minyak bumi masih punya peranan yang sangat besar. Tapi kita manusia memiliki jenis minyak yang lain. Apa itu? Data. Kalau teman-teman ingat pertemuan minggu lalu saya menunjukkan bahwa gateway UEE saya itu terdiri dari berbagai macam menu. Dan di dalamnya ada data berbagai macam mahasiswa. Itu baru mahasiswa UEE. Dan kalau misalkan saya punya niat jelek, ya entah ya.

Tetapi bayangkan kalau misal kita punya data dari penduduk Jogja atau lebih luasnya lagi penduduk Pulau Jawa, Indonesia, dunia. Kita punya data orang-orang di dunia dan kalau itu diolah sedemikian rupa, bisa membacanya dengan bagus, bisa mengolahnya dengan sangat bagus dan peka terhadap isu, itu akan menjadi ladang tersendiri. Itu akan menjadi emas atau mungkin minyak tersendiri yang bisa kita tambang dan bisa kita manfaatkan betul data-data itu.

Jadi minyak abad 21 sebenarnya merujuk kepada data. Big data minyak di masa depan. Seperti saya sampaikan minggu lalu bahwa manusia itu tersusun atas data pribadi. Nama, umur, tanggal lahir, kota kelahiran, kemudian jenis kelangin, usia, orang tua, golongan darah, status kesehatan. Kemudian itu menjadi data pribadi masing-masing orang. Sementara masyarakat yang mana adalah kumpulan dari manusia itu tersusun atas data-data global.

Seperti kita pahami betul bahwa sejarah itu kan tidak bisa terjadi atau muskil terjadi kalau tidak ada masyarakat. Sejarah sosial terutama. Itu berarti sejarah sendiri dibangun dari data set besar kehidupan manusia. Bahwa sejarah-sejarah kita zaman dulu itu termasuk data. Akhirnya membentuk kita seperti sekarang ini. Banyak sekali berbagai hal yang terjadi pada hari ini yang juga sudah bisa diprediksi oleh data

atau bahkan mungkin terbentuk karena data itu sendiri. Jadi teman-teman bisa dibayangkan jika sejarah global atau sejarah kehidupan manusia itu dibangun atas data set masyarakat. Data set manusia yang jumlahnya jutaan miliaran individu. Bisa dibayangkan data yang sebesar apa. Dan saya sampaikan sekali lagi. Data-data ini akan menjadi sumber daya yang luar biasa. Yang sangat besar dan sangat berpotensi ketika kita tahu, ketika kita peka dalam pengolahannya.

Jadi untuk apa kita lebih paham. Nah ini soal tipologi global sejarah data yang dieksplorasi selama ini. Ini dinyatakan oleh Patrick Manning tahun 2013. Menurut Manning, isu dan data ini yang tertulis di sini dianggap mendominasi sepanjang perjalanan sejarah big data secara global. Jadi gambar itu mengilustrasikan tujuh isu dan data yang selama ini mempengaruhi model of production, distribution, dan consumption masyarakat di dunia.

Jadi ada apa saja, ada misalnya data berdasarkan populasi, ada umur, jenis kelamin, migrasi, perpindahan, hubungan antara manusia dan alam. Misalnya soal kesehatan, penyakit, perubahan iklim, atau mungkin yang pembangunan tentang labor, perdagangan uang, pertumbuhan, penurunan, dan seterusnya. Nah dari tujuh isu ini, enam diantaranya itu muncul beririsan dengan isu dan data lain. Misalnya isu kesenjangan itu muncul karena akibat dari interseksi isu dan data yang berhubungan dengan manusia alam dengan pembangunan.

Lalu muncullah kesenjangan sosial, budaya, ekonomi, dan politik. Sementara isu kehidupan sosial itu muncul akibat dari interseksi antara isu dan data hubungan governance dengan kebudayaan. Bagaimana politik, pajak, infrastruktur, konflik, perang, dan kebudayaan soal material ekspresi kemasyarakatan itu mempengaruhi atau memunculkan adanya data soal kehidupan sosial. Yaitu keluarga, soal entitas, asosiasi, dan keagamaan.

Saya ingin juga memberikan sedikit pemaparan soal karakteristik big data. Ada lima karakteristik big data yang teman-teman perlu ketahui. Yang pertama adalah volume. Volume ini berarti jumlah data yang sangat besar. Bisa dibayangkan ya, satu manusia terdiri dari ribuan data. Kalau ribuan manusia terdiri dari berapa data? Banyak sekali gitu. Jadi bahkan data itu, big data itu jika dikumpulkan bisa mencapai exabyte, petabyte, dan lain-lain.

Sumbernya dari mana? Macem-macem. Bisa dari media sosial, transaksi online, seperti transaksi yang teman-teman lakukan di Gojek, yang kemarin kita cek riwayat pemesanannya. Atau mungkin catatan medis ketika teman-teman mengunjungi klinik, rumah sakit, puskesmas, dan lain-lain. Kemudian, yang kedua adalah verity, atau keaneka ragaman jenis data. Keaneka ragaman jenis data berarti data berasal dari berbagai sumber

dan memiliki format yang berbeda-beda. Maksudnya tadi bisa dari media sosial, dari catatan medis, dari transaksi online, dan lain-lain. Formatnya macam-macam, ada yang terstruktur, semi-terstruktur, tidak terstruktur. Kalau terstruktur itu biasanya sudah punya format tetap seperti database, misalnya dalam tabel-tabel SQL. Atau mungkin strukturnya agak tidak kaku, pakai Excel, dan lain-lain. Atau mungkin yang tidak terstruktur, yang kita belum tahu datanya terisi dari apa saja.

Misalnya dia tidak punya format tetap, video, audio, teks, atau gambar. Itu kan datanya harus kita pisah-pisahkan lagi, seperti itu. Kemudian karakteristik big data yang ketiga adalah velocity. Jadi velocity ini bukan trend di TikTok. Bukan trend di TikTok yang ada, saya tidak tahu seperti apa, tapi kayaknya lagi rame. Velocity dalam big data itu artinya kecepatan, berkaitan dengan kecepatan. Jadi pada saat itu juga terjadi pemrosesan data.

Seperti apa? Ini yang saya sampaikan minggu lalu, bahwa big data itu biasanya terjadi secara real-time. Atau hampir real-time. Misalnya teman-teman membuka atau membuat tabel di drive, kemudian link drive-nya itu diberikan kepada saya, saya bisa langsung melihat perubahan-perubahan yang sudah teman-teman lakukan di link drive. Seperti itu secara real-time. Kemudian karakteristik yang berikutnya adalah value, berarti berkaitan dengan nilai.

Big data itu sangat penting dan sangat bernilai dalam bidang tertentu. Misalnya kalau kita mengolah data tertentu, dia bisa menjadi wawasan yang bermanfaat untuk pengambilan keputusan. Misalnya ketika perusahaan menggunakan data untuk meningkatkan efisiensi, memahami bagaimana pola pelanggan, atau untuk mengembangkan produk baru. Atau mungkin contoh yang paling gampang bagaimana Netflix, atau video.com,

atau mungkin Prime, dan sejenisnya, OOT sejenisnya, itu menggunakan data yang teman-teman masukkan dalam aplikasi itu, kemudian digunakan untuk merekomendasikan film, atau tontonan berdasarkan kebiasaan menonton yang sudah teman-teman lakukan sebelumnya. Lalu yang terakhir adalah verasiti. Ini berkaitan dengan keakuratan dan kepercayaan data. Big data itu rentan dari sisi akurasi dan validitas. Jadi big data itu butuh analisis dan kedalaman yang tepat.

Jadi kadang-kadang data yang dikumpulkan ini mengandung ketidakpastian, kesalahan, bias. Makanya penting bagi kita untuk membersihkan data itu, diverifikasi dan mevalidasi data sebelum kita gunakan. Jadi big data ini bukan hanya soal jumlah data yang besar, tetapi juga berkaitan soal data yang beraneka ragam, kecepatannya real time, nilainya besar jika diolah, dan juga soal keakuratannya. Kalau kita mampu mengolah big data secara efektif dan pekal,

itu memungkinkan kita untuk mendapatkan wawasan yang lebih dalam, dan sangat bisa membuat keputusan berbasis data. Ini teman-teman bisa lihat, ini cukup lama, tahun 2018 atau 2017. Ini data yang dihasilkan dari setiap, 2018 ya, every minute of the day. Jadi dalam satu menit Netflix mendapatkan 97.000 hours of video, user stream. Itu baru Netflix. Bagaimana Twitter misalnya? YouTube, Skype, Instagram, Spotify, Uber, Tinder, Google.

Kalau itu misalkan di jumlah, kesah satu hari itu di jumlah, itu bayangkan berapa byte, berapa terabyte atau apapun itu, yang dibutuhkan untuk menyimpan data setiap menit. Ini gambaran saja ya teman-teman. Nah, dua jenis data ini berkaitan dengan tipologi global sejarah data yang dieksplorasi. Maksudnya seperti apa? Dua jenis data ini, ada dua jenis data yang bisa kita pahami. Ada data personal dan data behavior.

Data personal ini yang berkaitan dengan identifikasi alami, dan kodifikasi seseorang dengan identitas mengganti. Maksudnya apa? Kita sebagai manusia itu punya kode-kode. Kita punya kodifikasi. Jadi, saya dikodifikasikan dengan Dian. Nama saya adalah Dian. Jenis kelamin perempuan, gender feminin, dan maskulin. Karena kita punya dua gender itu. Kemudian alamatnya di Jogja. Kemudian nomor identitas. Satu, dua, tiga, empat, sekian, blablabla.

Email, sekian, blablabla. Jadi, data personal itu biasanya menjadi selain sebagai identifikasi alami, dia juga kodifikasi kita. Yang bisa menjadi identitas pengganti kita. Sementara, jenis data yang kedua yaitu data behavior. Ini biasanya berkaitan dengan perilaku. Perilaku penggunaan internet yang terekam atau terdokumentasikan. Misalnya, riwayat panggilan di handphone saya. Riwayat pencarian di handphone dan juga di laptop.

Bagaimana saya menggunakan media sosial. Apa saja transaksi e-commerce. Entah itu Gojek, Grab, atau mungkin Shopee, dan lain-lain. Itu bisa kelihatan bagaimana perilaku kita dalam penggunaan internet. Ini cat yang sudah saya sampaikan tipis-tipis. Ada dua kategori data. Yang pertama, data struktur yang terstruktur. Yang memang dari awal sudah terbagi ke dalam subkategori secara struktur. Ekstraksinya dari dua sumber aktivitas, yaitu manusia, data dari aplikasi, dan mesin.

Misalnya, GPS, Keluatan Medis, Pendeteksi Bencana. Biasanya kalau kita di aplikasi, kita menuliskan nama, jenis kelamin, usia, email. Itu sudah di ekstraksi, kemudian menjadi terstruktur. Atau GPS juga sudah terstruktur. Ada juga data yang tidak struktur. Biasanya, atau dominan sebenarnya data ini terdiri dari data yang tidak terstruktur itu. Dia tidak punya format yang jelas. Oleh karenanya, data-data tidak terstruktur ini butuh dibantu oleh manusia

untuk dikelompokkan sebelum dianalisis. Misalnya tadi, media sosial. Dalam media sosial Instagram, misalnya. Ada foto, ada unsur audio, visual, teks, hashtag, warna, dan lain-lain. Kemudian itu kita dibantu oleh manusia bisa menggunakan aplikasi tertentu untuk memisahkan, oh ini seperti ini, teksnya mengandung seperti ini, dan lain-lain. Atau mungkin ekstrasi yang dari mesin itu bisa berupa foto satelit atau CCTV juga masuk ke dalam data tidak terstruktur.

Jadi ini bagaimana kita memanfaatkan betul keterampilan kita untuk mengelompokkan data-data ini sebelum dianalisis. Ada banyak sumber data yang bisa teman-teman pergunakan dimana seperti kita tahu bahwa kehidupan sekarang teknologi sangat luar biasa, adanya internet, adanya digitalisasi, itu mendorong revolusi data. Mendorong revolusi data, jadi sumber data itu lagi-lagi berkaitan antara internet dan digitalisasi.

Ini bisa kita dapatkan dari streaming data, media sosial, Instagram, Facebook, dan lain-lain. Atau data-data terbuka, open source, sumber terbuka, dan data besar lainnya. Streaming data ini, teman-teman, dia berasal dari prinsip IoT, atau Internet of Things, dan perangkat terhubung lainnya yang mengalir ke sistem informasi teknologi dari perangkat yang dipakai. Misalnya, smart car, smart watch, smart lamp, kulkas,

kalau dihubungkan dengan yang namanya internet, dia akan menjadi sesuatu yang bisa kita namakan Internet of Things. Dan dari situ kita tahu data-data apa yang bisa diambil. Jadi jangan salah, kalau teman-teman pakai smart watch, berarti itu sedang diambil datanya perilaku teman-teman menggunakan jam itu, saat menggunakan jam itu seperti apa, itu sedang diambil. Bahkan lampu, ada lampu yang terhubung dengan internet itu,

misalnya yang ada aplikasinya pakai Bluetooth atau apa, itu akhirnya nyambung juga. Lalu kemudian data, big data juga berasal dari media sosial, ada banyak sekali media sosial di dunia ini, mulai dari media sosial seperti Friendster mungkin, itu dulu teman-teman mungkin tidak mengalaminya, lalu Pev, Facebook, Instagram, Twitter, TikTok, YouTube, ini juga menjadi sumber data. Di dalamnya ada gambar, video, suara, teks, macem-macem,

dan fungsinya juga macem-macem, entah pemasaran, penjualan, atau kampanye, dan lain-lain. Biasanya data dalam media sosial ini tidak terstruktur, atau mungkin semi-terstruktur, jadi kita butuh cara untuk mengelompokkan tadi, mengelompokkan berbagai macam elemennya untuk sebelum dianalisis. Lalu kemudian data juga bisa kita dapatkan dari open source, data-data di CIA World Factbook, portal data terbuka lain, data.go.id misalnya,

atau ini saya berikan contoh dari macem-macem, WHO, United Nations, USAID, macem-macem, di sini ada banyak sekali open source yang sifatnya internasional. Sementara ini situs open source yang sifatnya ada yang khusus di Indonesia sendiri, misalnya ada data.go.id, BPS, nanti teman-teman akan sering atau terbiasa menggunakan ini ketika melakukan skripsi atau penelitian lain, atau Jariungu, JurnalismeData.id, BKN,

bahkan kita tahu situs open source soal badminton juga ada di situ. Data besar lain itu seperti sumber data yang lain, ada sumber data cloud, internet of things juga, lalu ada juga semacam, bukan aplikasi, pihak ketiga yang dia sebagai pemasuk dan pelanggan, misalnya pengguna Statista dan pengguna Factiva. Nanti silakan teman-teman coba untuk membuka dua informasi soal Statista dan Factiva tersebut. Di sini saya memberikan juga dua video yang bisa teman-teman tonton.

Video yang pertama adalah judulnya Big Data, Why You Should Care, dari The Guardian. Mengapa kamu harus peduli dengan data? Bahkan sekarang ini kadang-kadang kita tidak tahu bahwa apa yang kita lakukan itu juga menghasilkan data bagi pihak lain. Kenapa kamu harus peduli dengan big data? Kemudian ada juga video yang kedua, dari channel Keep Calm and Manifest, judulnya Don't Share Your Kids' Personal Information

Without Consent, Deutsche Telekom Gipfeg AI Ad. Ini sebenarnya iklan, tetapi sangat powerful, menggugah kesadaran kita soal konsen, ketika akan membagi informasi personal. Nanti link-nya akan saya beri di kolom forum, di Google Classroom, seperti itu. Jadi silakan nanti teman-teman buka sendiri di YouTube untuk menikmati gambaran betapa powerfulnya big data, yang saat ini tidak mungkin bisa lepas dari kita sebagai manusia.

Terima kasih atas perhatiannya. Sampai ketemu di pertemuan keempat. Wassalamualaikum warahmatullahi wabarakatuh. Terima kasih atas perhatian saya.