Pengaruh Bigdata Analytic Terhadap Demokrasi dan Dunia Politik Indonesia

TRIBUNJABAR.ID - Perkembangan ilmu pengetahuan dan teknologi informasi telah mengubah banyak perilaku di kehidupan manusia. Setiap hari pertambahan jumlah pengguna internet diiringi penambahan jumlah pengguna media sosial. Netizen baru terus tumbuh seiring dengan kebutuhan dan pola hidup di masyarakat. 

Media sosial yang awal nya sebagai sarana berkomunikasi dan bersosialisasi di dunia maya kini bertransformasi menjadi alat bantu lembaga pemerintah dan swasta untuk menyerap aspirasi masyarakat. Tidak kurang jutaan konten perhari dituangkan di media sosial dalam beragam bentuk data text, suara, gambar dan video. 

Dengan mulai berkembangnya implementasi bigdata di lembaga Pemerintah dan swasta Indonesia berharap bisa penetrasi ke berbagai bidang lainnya untuk membantu proses demokratisasi di Indonesia agar kehidupan politik bangsa bisa tergambar untuk bahan evaluasi bagi para pemilik kepentingan untuk menjadi lebih baik lagi.

Secara etimologi istilah 'Big Data'  diperkenalkan pada pertengahan 1990-an, pertama kali digunakan oleh John Mashey, mantan pensiunan Kepala Ilmuwan di Silicon Graphics, untuk merujuk pada penanganan dan analisis kumpulan data masif (Diebold, 2012). Di 2001, Doug Laney merinci bahwa big data memiliki 3 (tiga) ciri utama yaitu volume ( kapasitas data), velocity ( kecepatan pemrosesan ) dan variety ( berbagai macam bentuk terstruktur, semi tersetruktur dan tidak terstruktur ) 

Dalam bahasa lain bigdata adalah terminologi dalam teknologi informasi yaitu sebuah sistem yang mengumpulkan, memproses dan menyimpan data dengan kapasitas yang besar , lebih cepat dengan data yang sangat beragam dan kompleks baik data tidak terstruktur maupun struktur dari multi platform yang berbeda beda. Dalam pemrosesan data yang besar tersebut menggunakan algoritma artificial intelligent sehingga data bisa ditampilkan lebih mudah dimaknai oleh manusia untuk penggunaan segala bidang kehidupan.

Di Indonesia sudah banyak penyedia dari Bigdata ini baik secara services based maupun software based secara utuh ke end user. Bigdata diluar negeri juga telah banyak digunakan sebagai tools diberbagai bidang seperti business intelligent, bidang milter, pertahanan dan keamanan, kepolisian untuk bidang kriminal bahkan bidang demokrasi dan politik baik pada lembaga pemerintah maupun oleh swasta ( konsultan politik ).

Baca juga: Klaim Luhut soal Pemilu 2024 Layak Ditunda Berdasarkan Big Data Hanya Mengada-ada? Begini Kata IT

Ramai mengemuka setelah statement pejabat salah satu kementerian di Indonesia yang telah mengungkapkan Bigdata sebagai dasar dari wacana kebijakan Pemerintah yang kemudian menjadi perbincangan pro kontra dimasyarakat. Tidak ada yang salah hasil Bigdata disandarkan sebagai bahan referensi kebijakan Pemerintah, namun yang diperlukan selanjutnya adalah bagaimana keberadaan data tersebut bisa dibuktikan kepada masyarakat sebagaimana amanat UU No. 14 Tahun 2008 tentang keterbukaan informasi publik.

Menarik dari perkembangan aplikasi dari bagiaan revolusi industry 4.0  ini adalah dimana di luar negeri banyak menggunakan bigdata untuk melakukan pemetaan informasi, netizen profiling dan memonitor sebaran konstituen dan predictive analysis yang bersumber pada media sosial. Bigdata bisa mempelajari perilaku dan kejadian masa lalu untuk menentukan langkah strategis di masa depan. Yang paling mendunia adalah kemenangan Donald Trump Presiden ke-45 Amerika Serikat ditopang keberadaan bigdata dari Cambridge analytica. 

Penggunaan data analytic Donald Trump bukan yang pertama, sebelumnya pada tahun 2008 Obama telah menggunakan tim analis data  100 orang khusus untuk mempelajari perilaku masa lalu dan masa depan para pemilih. Kini dengan bigdata analytics, data analysis yang dilakukan manusia juga dibantu mesin yang kemudian lebih cepat dan menghasilkan jangkauan yang lebih besar. Perkembangan teknologi yang terus mendominasi perubahan perilaku kehidupan manusia , munculnya revolusi industry 4.0 disambut dan telah banyak diadopsi secara defacto oleh banyak Negara didunia. Penggunaan IoT, Artificial Intelligent , cyber security, cloud computing adalah salah satu penggunaan pada revolusi industry 4.0 termasuk Bigdata yang didalamnya memuat algoritma artificial intelligent.  

Kini bigdata bisa menjadi alternatif alat bantu ( tools ) baik oleh konsultan politik maupun tim pemenangan organik kandidat untuk memenangkan paslon baik Pilpres maupun Pilkada ( Gub, Bupati/Walikota ). Sebagai alat bantu untuk pemenangan salah satu kontestan seperti yang dilakukan calon Presiden Amerika Serikat ke-45 Donald Trump melalui konsultan politik Cambridge Analytica. Konsultan politik tersebut menargetkan kampanyenya berdasar pada profiling netizen yang diperoleh dari bigdata sehingga hasil desain pesan kampanye disampaikan pada sasaran yang tepat secara demografi, profesi dan kebiasaan. Dari hasil paparan datascience foundation Amerika Serikat kontribusi kemenangan pada Donald trump pada pilpres 2018, aspek data analytic & strategi menyumbangkan sebesar 38 % dibanding komunikasi digital yang memberikan konstribusi kemenangan hanya sebesar 7.7 % .

Di bidang pemerintahan, Bigdata telah banyak digunakan beberapa negara maju dan berkembang bahkan di Indonesia beberapa kementerian dan Pemerintah daerah, Bigdata telah menjadi standard de facto sebuah sistem database utama dan monitoring publik untuk memudahkan pihak berwenang dalam melakasakan aktivitas penyelenggaraan Pemerintahan dan pelayanan publik.

Di Republik Indonesia yang sudah memasuki tahun politik pada pilpres dan pileg tahun 2024, konsultan politik dan survei  masih memiliki peranan penting dalam mensemarakkan bursa para calon dengan survey-survei konvensional yang dilakukan  tiap minggu. Diumumkan diberbagai media agar publik membaca hasil yang diperoleh dengan jumlah sample tergantung Margin error yang ditentukan. Tidak selalu tepat hasil survei dalam memprediksi kemenangan calon, tetapi secara prosentase hasil survei konvensional juga memberikan ketepatan lebih besar dibanding ketidak tepatannya.

Era digital memberikan banyak dampak perubahan pada perilaku kehidupan sosial masyarakat dan bernegera, salah satunya dalam menyatakan pendapat dimuka umum melalui media sosial. Jika perilaku lama dengan menuliskan surat pembaca dimedia elektronik, kini masyarakat ( netizen ) bisa secara private langsung kirim pesan ke institusi/pejabat yang dituju melalui media sosial.

Tinggal nanti apakah untuk konsumsi publik atau hanya ditujukan ke pejabat pribadi saja bisa melalu direct messages atau inbox.  Semakin banyak rakyat Indonesia menggunakan layanan media sosial maka tentu ini menjadi concern tersendiri bagi Pemerintah terhadap aspirasi yang berkembang dimasyarakat. Fakta dilapangan terhadap kasus sosial tertentu yang viral dimedia sosial yang telah menyedot perhatian publik, tentu pihak berwenang melakukan langkah cepat dalam dalam menyelesaikan sampai tidak timbul keresahan berkepanjangan.

Meningkatnya jumlah pengguna media sosial akibat dampak dari berkurangnya  kesenjangan digital diwilayah Republik Indonesia. Harga barang elektronik yang setiap tahun cenderung turun, karena banyak keluar tipe baru, lalu taraf ekonomi rakyat meningkat sehingga jumlah pengguna media sosial terus bertambah. Sebuah situs datereportal.com pada tahun 2022 mencatat jumlah pengguna internet Indonesia berjumlah 202 jt jiwa atau sekitar 73.7 % dari total populasi penduduk Indonesia, bukan jumlah yang sedikit. Begitu juga pengguna media sosial sebanyak 191.4 jt jiwa yaitu sekitar 68.9 % dari total populasi , terdiri dari 129.9 jt pengguna aktif facebook, 20.9 jt pengguna aktif twitter, pengguna aktif Instagram 99.9 jt dan pengguna aktif youtube 139 jt.

Jumlah yang fantastis para pengguna media sosial di Indonesia ini menghimpun menjadi pertumbuhan samudera data  yang tentu siapapun bisa ambil peluang ( harvest information ) sesuai dengan tujuan dan target sasarannya. Tidak demikian dengan pemilik media social, mereka sudah mengantisipasi hal ini, bagi pihak siapapun yang ingin berafiliasi menjadi pihak ketiga media sosial tersebut siap-siap merogok kocek yang lebih dalam. Sebagai contoh, pihak twitter memberikan charge twitter’s API sebesar $2500 / bulan atau sekitar Rp. 35 jt bulan.

Sedangkan facebook lebih membatasi tidak diperkenankan untuk pengambilan data kecuali dengan skema kerjasama B2B yang lebih besar. Yang lainnya Instagram dan Youtube sendiri koneksi melalui pihak ke-3 dengan tariff kira-kira Rp. 5 jt /bulan pada kapasitas 10.000 koneksi per hari. Tentu data yang diperoleh dengan budget Rp. 45 jt /bln tidak seberapa banyak dibanding jumlah pengguna media sosial Indonesia yang posting di media sosial tersebut. Tetapi kembali tergantung untuk kepentingan apa dan seberapa result yang ingin dihasilkan tergantung effort investasi berapa yang di keluarkan oleh para penyedia Bigdata atau end user itu sendiri.

Opportunity yang terbuka lebar ini tentu hasilnya sangat bermanfaat baik bagi Pemerintah, pebisnis atau bahkan organisasi partai politik dan para kontenstan pesta demokrasi untuk menjaring konstituen dan pendukung yang saat sudah mulai hangat di Indonesia. Setiap Institusi akan mengambil peran dan fungsinya sesuai dengan ekspektasi dan sasaran program masing-masing.

Pengguna media social yang begitu besar punya berbagai cara dalam berinteraksi di media sosial, menurut survey APJI ( asosiasi penyedia Jaringan Internet Indonesia ) tahun 2020, sebanyak 75 % netizen menggunakan media sosial untuk posting kaitan politik, porsi terbesar dalah 97.5 % untuk berbagai informasi apapun dan 94.6 % untuk berjualan secara online atau menawarkan barang/jasa.     

Agar masyarkat lebih mendalami tentang Bigdata, bagaimana cara bekerja dan dengan perangkat/tools apa saja, dalam kesempatan ini penulis akan menjelaskan dengan bahasa yang mudah dipahami para pembaca karena tidak semua netizen dan masyarakat pada umumnya familiar dengan istilah-istilah dalam dunia Bigdata ini. Harapannya pembaca bisa lebih memahami tentang bigdata dari istilah, cara kerja, sub-bagian, manfaat yang diperoleh, dan penggunaan di kehidupan pekerjaan sehari-hari termasuk sektor ril.

Baca juga: Jawab Tantangan Gubernur Ganjar, Gian dan Anindita Buat Big Data Pertanian Bernama Tandhur

Apa Itu Bigdata

Bigdata adalah sebuah sistem besar berisi program komputer yang bisa mengumpulkan dan mengolah data dalam jumlah besar, kapasitas besar data baik yang tidak terstruktur maupun yang terstruktur menjadi sebuah data dengan tata bahasa yang baik dan informasi bermanfaat dan berharga. Pengumpulan dengan jumlah besar dan tidak terstruktur ( unstructured ) tersebut diperoleh dari sumber data yang terpisah dan berbeda-beda ( secara platform ) menggunakan sub-progam komputer yang disebut Datamining. Dalam module datamining, program crawler berjalan dari backend mengambil satu-persatu data yang dimaksud untuk diolah selanjutnya oleh NLP ( natural language processing ). Terdapat 3 bagian penting dalam Bigdata yaitu Datamining, NLP dan Data Analytic.    

Sumber Data

Pertama-tama dalam sebuah sistem pemrosesan data, hal penting yang harus kita definisikan adalah sumber data. Ketika data sudah terdefinisikan maka terlihat karekteristik data, format data dan bagaimana cara pengambilan data.  Dalam kaitan bigdata yang akan digunakan untuk analisis sosial dan berorientasi ke serapan persepsi publik, maka sumber data yang paling relevan adalah media sosial. Kita akan terus mendapatkan data terbaru dari netizen pengguna media sosial tersebut, informasi-informasi dan isu yang berkembang di masyarakat.

Dengan telah ditentukankan sumber data maka selanjutnya adalah kita akan mencari cara bagaimana tahapan pengambilan data tersebut , agar kita memperoleh data yang sesuai dengan kriteria pencarian yang dimaksud. Dalam dunia IT, pertukaran data antar dua sistem atau lebih itu biasanyan menggunakan fasilitas layanan API ( application programming interface ). Sebuah metode request-respond yang diawali pengiriman kode tertentu dari client ke server data, maka jika kode nya sesuai maka data akan dikirimkan dari server sumber data tersebut ke client. Beberapa sumber data media sosial seperti Twitter, Instagram dan Youtube menyediakan API untuk proses pengambilan data tersebut.

Datamining

Data yang telah diambil oleh program yang telah dibuat menggunakan API tadi perlu di proses karena masih berupa data mentah dimana masih terdapat garbage yang perlu dibersihkan untuk tahapan proses selanjutnya di datamining.

Datamining adalah sekumpulan algoritma komputer ( program engine ) yang dirancang untuk melakukan pengumpulan data dalam jumlah besar. Mesin datamining berjalan 24/7 dengan cara lebih aktif sebuah program masuk ke sumber tujuan data melalui crawling, scraping atau melalui koneksi API ( application program interface ) dengan sumber data.

Data yang besar tersebut setelah diperoleh, selanjutnya diproses untuk dilakukan data cleaning, data extracting, data characterization, data classification, data pattern analysis. Pada pemprosesan ini, program komputer melakuan perhitungan-perhitungan aritmatika yang rumit dengan menggunakan algoritma statistik Naïve-bayes, TF-IDF, BOW,  Logistic Regresstion dan algoritma yang lainnya sampai menemukan struktur yang lebih sempurna dari sebuah narasi data.

Output pada tahapan ini data sudah menjadi terstruktur,bisa dibaca karena sudah menemukan pola yang dimaksud. Untuk selanjutnya kepingan data tersebut diolah oleh program penting lain dalam Bigdata yang disebut NLP.

Natural Language Processiong (NLP)

Natural Language Processing ( pengolahan bahasa alami ) dalam bigdata adalah program komputer yang melakukan translasi kata demi kata menggunakan perhitungan aritmatika dan statistik  yang cukup komplek untuk menemukan pola tertentu yang sesuai dengan kaidah-kaidah tata bahasa alami yang kita temui dikehidupan sKehari-hari.

NLP merupakan bagian dari Artificial Intelligent ( kecerdasan buatan ) yang melakukan proses tahapan mulai dari proses parsing ( penguraian ) , stemming ( pemurnian bentuk asli kata), analisis sintaksis / morfologi ( analisa struktur kata dan grammar ) dan proses semantic yaitu memaknai kata sebenarnya. Tahap selanjutnya akan penggunaan algoritma lexicon yaitu kosa kata dalam proses translasi dalam NLP ini sebagai basis referensi sehingga keakuratan nya lebih terjaga.

Perbedaan bahasa manusia menyebabkan perancangan baru NLP yang disesuaikan dengan bahasa dinegara pengguna tersebut menggunakan ketiga aspek kaidah yaitu morfologi, sintaksis dan semantika bahasa Indonesia. Tidak banyak di Indonesia para pengembang aplikasi NLP karena selain cukup rumit yang memakan waktu juga juga mungkin dirasa kesadaran dan keperluan penggunaan bigdata belum terlalu booming di Indonesia.  Keluaran dari NLP ini selanjutnya data di proses dalam routine program penyajian sentiment analysis, dimana data yang telah diolah tersebut dibagi 3 yaitu sentiment positif, sentimen negative dan netral. Terdapat 3 kondisi tersebut merupakan kecenderungan dari public dalam mempersepsikan sebuah masalah/isu atau tokoh tertentu sebagai subjek.

Sentiment Analysis

Pada tahapan ini data sudah disajikan dengan pola yang teratur, sudah dapat dibaca dan sudah bisa di artikulasikan dengan benar. Selanjutnya data tersebut ditampilkan dalam bentuk aplikasi dashboard sentiment analysis yang membagi 3 bagian yaitu sentimen positif, sentiment negatif dan netral. Sentimen positif ini adalah persepsi netizen yang bernilai cenderung positif tentang si-subjek ( bisa berupa tokoh, problem, isu ) , begitu pula sentiment negative, adapun yang netral adalah NLP menafsirkan bahwa netizen tidak memiliki warna dalam menyatakan pendapatnya.

Baca juga: Berikan Lebih Banyak Layanan dan Fitur Inovatif, Grab Manfaatkan Big Data

Bigdata untuk Negara Demokrasi

Hal yang mendasari Negara demokrasi adalah bahwa aspirasi rakyat menentukan arah kebijakan Pemerintah seperti kebijakan pembangunan, kebijakan perundang-undangan yang disesuaikan dengan kondisi masyarkat itu sendiri. Proses normatif yang dilakukan Pemerintah dalam menyerap aspirasi pembangunan adalah dengan melakukan serangkaian RPJMD untuk daerah dan RPJMN untuk tingkat nasional. Dalam rapat-rapat tersebut secara normatif bahwa daerah menyampaikan kebutuhannya kepada pemerintah agar bisa dipenuhi misalnya perbaikan jalan yang rusak atau pembangunan jembatan sebagai penghubung transportasi desa ke kota. Contoh lain adalah layanan aduan pemerintah yang jarang diakses masyarakat mungkin karena terkesan sungkan untuk melapor, malah menuangkan keluh kesahnya dimedia sosial. Berharap cepat segera ditindakluti karena melalui saluran normative terkesan lambat untuk eksekusi. Contoh lainnya misalkan jika pemerintah ingin mengetaui dampak sosial dari pembangunan sebuah pabrik bagaimana masyarakat merespon nya.

Biigdata analytic bisa memberikan solusi terhadap permasalahan diatas dengan melakukan pemetaan isu didaerah yang sedang berkembang sampai level kecamatan. Hal ini didasari masyarakat pada umumnya mudah lebih cepat berkeluh kesah dimedia sosial ( twitter, IG, youtube, facebook, online news ) dari pada melaporkan kepada saluran resmi Pemerintah. Ribuan data postingan dan komentar yang diambil dari media sosial akan diproses oleh bigdata untuk di translate menjadi sebuah sentiment yaitu apakah positif, negatif terhadap isu tersebut. Bisa berupa kurva realtime monitoring dan berupa diagram SNA ( system network analytic ) atau berupa peta GIS ( geographic information system ) berdasarkan lokasi per kabupaten/kecamatan yang dimaksud. Dengan sebaran data ini juga yang sudah tersebar di wilayah akan bisa dilihat satu-persatu aspirasi public terhadap isu dan permasalahan di daerahnya.

Dengan implementasi bigdata pada pemerintahan maka banyak keuntungan yang diperoleh oleh para pemangku kepentingan, akan terdeteksi  keresahan-keresahan dan aspirasi dari masyarakat bawah. Ramainya pembangunan command center di berbagai Pemerintah daerah sebaiknya tidak hanya untuk memantau cctv saja tetapi lebih video wall tersebut bisa digunakan untuk menampilakan pergerakan aspirasi warga untuk dapat secara nyata melakukan antisipasi dan serapan informasi ke arah kebijakan pembangunan dan peningkatan pelayanan publik. Bigdata bisa mengisi konten command center Pemerintah ke arah yang lebih padat informasi dan peningkatan asas manfaat.

Bigdata untuk Dunia Politik

                Seperti yang sudah disampaikan dalam bagian sebelumnya bahwa bigdata yang menyimpan data besar dan informasi netizen profile akan menjadi sebuah referensi dalam desain pesan kampanye kepada para calon pemilih.  Bigdata melakukan pemetaan isu di daerah, dimana hasilnya akan diambil sebagai bahan kampanye dalam memberikan solusi-solusi terbaik bagi warga bahkan ada yang menjadi sebagai janji kampanye ketika tidak mampu diselesaikan pada saat itu. Dampaknya adalah masyarkat semakin percaya pada kemampuan tokoh/kandidat dalam menyelami aspirasi masyarakat setempat. Hal lain yang bisa dilakukan oleh bigdata analytic adalah untuk memprediksi hasil pemilu ( predictive analaysis ).   Jika konsultan politik melakukan survei convensional per 2 bulan atau 1 tahun sampai ke hari pemilihan dilakukan 3-5 kali survei dan inipun memakan biaya yang tidak murah. Dari sumber tententu diperoleh sekali survey calon bupati atau calon walikota itu memakan biaya dikisaran 150-200 jt. Untuk survei nasional harga yang digelontorkan 300-600 jt. Maka dapat dibanyangkan anggaran 1 tahun untuk calon bupati saja sudah memakan biaya sekitar hampir Rp. 1 milyar.

Pembicaraan dan Ketersukaan

                Untuk menghitung berapa popularitas dan ketersukaan netizen ( masyarakat ) terhadap seorang tokoh kandidat yaitu bigdata melakukan analisis perhitungan artimatika komputer intensitas pembicaraan netizen terhadap semua tokoh / kandidat paslon. Seorang tokoh yang populer biasanya menjadi buah bibir di masyarakat entah itu membicarakan kebaikan atau hal yang tidak baik. Jika seorang tokoh dibicarakan baik maka, mesin mendefinisikan sebagai ketersukaan terhadap tokoh atau sentiment potisif. Adapun jika netizen banyak membicarakan keburukan dari seorang tokoh maka mesin mendefinisikan sebagai sentiment negatif.

Dalam logika kehidupan, seseorang yang senang atau mencintai terhadap sesuatu biasanya membicarakan hal-hal yang baik bahkan menyanjungnya. Untuk definisi netral adalah ketika netizen membicarakan tokoh tanpa intensitas menyukai atau membenci. Ketika ketiga variable tersebut sudah diperoleh maka mesin akan mengitung semua kandidat paslon tersebut secara realtime mengingat datamining akan berjalan 7/14 terus mem feeding data ke NLP dan ditampilkan oleh aplikasi dashboard berupa kurva perbincangan dan ketersukaan. Kandidat paslon mana yang naik dan mana yang turun akan terlihat secara realtime atau paling lambat dalam H-1. Dengan perhitungan total semua data pembicaraan netizen, jumlah netizen, kandidat paslon dan jumlah data harian yang diperolah maka akan bisa ditentukan berapa intensitas pembicaraan score setiap tokoh kandidat/paslon perhari ini , berapa intensitas ketersukaan netikan terhadap tokoh kandidat/paslon perhari ini juga berapa ranking tertinggi dari semua tokoh kandidat/paslon untuk intensitas pembicaraan dan ketersukaan.

Netizen Profiling

 Dari sini kita bisa melihat hasil dari ranking intensitas pembicaraan dan ketersukaan terhadap tokoh kandidat/paslon dari semua netizen baik yang bisa di grab biodata nya maupun yang tidak. Hal ini dikarenakan tidak semua netizen mencantumkan biodata pada media sosial seperti lokasi, profesi dan umur. Netizen yang diketahui lokasinya akan masuk dalam sebaran tiap wilayah provinsi atau kabupaten setelah sistem menjalankan geocoding dan geolocation pada sistem GIS sehingga sebaran netizen dengan ketiga kategori ( positif, negatif, netrtal ) akan terkelompok berdasarkan lokasi-lokasi yang sudah ditemukan bisa provinsi atau kabupaten/kota.

Ada kalanya lokasi hanya Provinsi tidak ada Kab/Kota dan ada kalanya hanya kab/kota tidak ada kecamatan, atau sama sekali tidak terdeteksi lokasi dimana . hanya terdeteksi di Indonesia. Dari hasil GIS data tersebut seorang tim pemenangan atau konsultan politik bisa mengetahui peta simpul-simpul masa disetiap daerah sebagai bahan evaluasi. Untuk daerah yang kurang , bisa ditingkatkan sosialisasi dan pergerakan mesin politik dan para tim pemenangannya. Untuk netizen yang memilik data lengkap tersebut, bigdata akan mengumpulkan sebagai netizen profile pada segmentasi wilayah dan bisa dipergunakan dalam perancangan kampanye untuk menjalankan strategi micro targeting.

Monitoring dan Evaluasi

 Berjalannya mesin bigdata 7/24 akan memungkinkan datamining melakukan crawler lebih maksimal mengumpulkan data yang berdampak pada pergerakan kurva pembicaraan dan ketersukaan terhadap tokoh / kandidat paslon ( subjek ) tersebut. Persaingan antar kandidat yang semakin ketat, menyebabkan status informasi popularitas dan elektabilitas seorang calon sangat diperlukan untuk bisa menyiapkan perencanaan strategi kampanye selanjutnya.

Setelah tim Konsultan politik atau tim pemenangan menghasilkan evaluasi ditindaklanjuti dengan peningkatan penetrasi sosialisasi di daerah yang kurang tersebut, maka selang berapa lama kemudian , bigdata juga akan memperlihatkan angka-angka hasil peningkatan sosialisasi tadi apakah naik, turun atau cenderung stagnan. Dalam hal ini bigdata berfungsi sebagai tools untuk monitoring dan evaluasi pergerakan tim sukses dilapangan. Kenapa harus dilapangan, kerena biasanya fenomena ramai didarat juga akan terepresentasikan dimedia sosial begitu pula sebaliknya jika viral dimedia sosial maka sesungguh nya cukup ramai dibicarakan didunia fisik.

Penulis, Gumilar Satriawan, pemerhati Bigdata Analytic