Sementara percakapan pekan ini banyak menyoroti skandal yang melibatkan Cambridge Analytica dan pertanyaan tentang bagaimana data kita digunakan, sebuah kampus di Adelaide, Australia Selatan (SA) berhasil menciptakan “komputer pintar” yang mampu memanfaatkan teknologi penambangan data untuk memprediksi kerusuhan sipil dan peristiwa besar lainnya.
Para peneliti UniSA telah bekerja sama dengan organisasi big data untuk mengembangkan sistem bernama Karbon. Fokusnya adalah untuk memprediksi dan memperingatkan pihak berwenang terhadap peristiwa kerusuhan sipil.
Komputer itu menyaring jutaan unggahan dari situs web, Twitter, dan aliran Facebook setiap hari. Peneliti dari Universitas Australia Selatan (UniSA) bekerja sama dengan sebuah organisasi data besar untuk mengembangkan sistem bernama Carbon, dengan fokus pada memprediksi – dan memeringatkan otoritas mengenai – kerusuhan sipil.
Komputer Carbon ini menyaring sumber data harian yang luas dari berbagai situs, Twitter, dan aliran Facebook – pada dasarnya jutaan unggahan di media sosial setiap hari.
Komputer ini menggunakan sebuah kamus kata kunci yang umum digunakan dan ketika mereka mencapai sebuah ambang, itu menandakan pola yang mengingatkan para peneliti untuk sebuah kemungkinan terjadinya suatu peristiwa.
Saat ini, komputer ini digunakan dalam kaitannya dengan protes dan aksi unjuk rasa untuk memprediksi kapan kerusuhan atau aksi-aksi industri akan terjadi.
“Kami melatih mesin Carbon dengan data ini untuk mencoba memahami dunia dan memprediksi kejadian di masa depan,” kata peneliti UniSA Jeff Ansah.
Sudahkah mereka mengujinya?
Mereka sudah mengujinya.
Sistem Karbon ini tahun lalu secara akurat mampu memprediksi pemogokan bus, jauh sebelum disiarkannya pemberitahuan resmi aksi unjuk rasa ini kepada publik.
Pada tanggal 1 April, sejumlah pengguna kereta api diperingatkan tentang aksi mogok kerja para pengendara bus yang direncanakan pada tanggal 4 April, enam hari setelah sistem UniSA mengeluarkan prediksi.
Pemogokan itu akan membuat 50.000 warga pengguna kereta terlantar dalam kekacauan dan berhasil dihindari setelah operator bus dan pengemudi mencapai kesepakatan.
“Jika kami memiliki beberapa sistem ini, kami dapat menerbitkan peringatan ke publik sebelumnya, tujuannya bukan untuk menghentikan suatu tindakan seperti aksi unjuk rasa terjadi, tetapi meramalkannya sebelumnya,” kata Jeff Ansah.
Sistem peramalan serupa sedang dikembangkan dan digunakan di Amerika, tetapi mereka menggunakan penelitian dan pemodelan yang berbeda.
“Kami menggali intelijen dan pengetahuan dari media sosial untuk melatih sistem Carbon untuk memahami bagaimana perilaku manusia dan interaksi manusia mampu memprediksi sebuah peristiwa, sehingga kita dapat menggunakan pengetahuan ini untuk meramalkan peristiwa aksi unjuk rasa di masa depan,” katanya.
“Penambangan data sangat kompleks tetapi pada tingkat yang sangat dasar, model prediksi ini adalah versi ilmiah dari seorang peramal.”
Akademisi dari Fakultas Ilmu Teknologi Informasi dan Matematika UniSA \’Dr Wei Kang mengatakan sistem ini dirancang untuk memeringatkan otoritas yang relevan dan masyarakat.
“Berdasarkan data yang kami kumpulkan dan analisis, kami dapat menghasilkan prediksi yang cukup akurat, sehingga polisi dapat merencanakan peristiwa yang mengganggu dan semoga dapat mengalihkannya,” kata Dr Kang.
“Kami juga bisa memperingatkan publik sebelumnya.”
Apa lagi yang bisa diprediksi?
Diperkirakan sistem ini berpotensi diperluas untuk memprediksi wabah kesehatan, termasuk pandemi, karena orang-orang cenderung mendiskusikan kesehatan mereka menggunakan hashtag seperti #flu.
Analitik yang sama dapat menambang sentimen publik tentang produk, dan berdampak pada pasar saham, memperkirakan kemacetan lalu lintas dan bahkan mode terbaru berikutnya.
Ia percaya seiring dengan semakin banyaknya data yang diperoleh, pemodelan ini akan menjadi lebih maju dan memungkinkan akurasi yang lebih tinggi dalam memprediksi peristiwa.
“Penggunaannya tidak terbatas,” katanya.
“Tantangan utamanya adalah dalam menyimpan dan memproses sejumlah besar data untuk mengekstrak informasi yang benar.
“Penambangan data sangat kompleks … mereka mengkhususkan untuk memberi tahu kami kapan, mengapa dan di mana suatu peristiwa akan terjadi dan siapa yang mungkin terlibat.”
