Professional Documents
Culture Documents
Pernyataan
Laporan ini merupakan catatan hasil kuliah khusus yang diadakan pada tanggal 2-3
Desember 2014 dengan tema Garis Terdepan Big-Data Kembalinya Teknologi Informasi:
Inovasi Masyarakat Berbasis Pengetahuan yang disampaikan oleh Prof. Dr. Noboru Sonehara,
Direktur National Institute of Informatics, Jepang. Tulisan ini hanya mencatat bagian kecil dari
seluruh materi kuliah yang diberikan dalam bentuk slide yang berjumlah 172 halaman dan
paparan serta latihan. Karena materi yang diberikan secara fisik hanya berupa slide, apa yang
saya tuliskan dalam laporan ini merupakan suplemen, tambahan penjelasan dari saya sendiri.
Gambar seluruhnya saya sadur atau saya ambil dari slide yang diberikan.
Pendahuluan
Masyarakat saat ini berada dalam masa transformasi dari masyarakat berbasis informasi
(information society) menuju masyarakat berbasis perpaduan (fusion society). Pada masyarakat
berbasis perpaduan ini, informasi menjadi media atau alat untuk membuat kemampuan manusia
menjadi lebih besar, dan di lain sisi informasi juga menjadi media atau alat untuk mengatasi
permasalahan dalam masyarakat. Apakah masyarakat dengan manusia sebagai komponennya
dengan segala kemampuan yang diberikan oleh penciptanya dapat mengendalikan dan
Era Perburuan
Era Pertanian
Era Industri
Era Informasi
Era Perpaduan
memanfaatkan informasi? Atau malah masyarakat yang akan dijajah oleh informasi? Semua
kembali pada manusianya sendiri.
Dengan makin luas, beragam, dan makin cepat menyebarnya data, informasi sebagai output
dari pengolahan data tersebut, menjadi lebih lengkap untuk digunakan dalam pengambilan
keputusan. Namun di lain sisi, data atau informasi tersebut juga digunakan untuk hal-hal yang
mengganggu atau bahkan bersifat kriminal. Hal ini memicu pada pembatasan perlindungan data
pribadi, termasuk di dalamnya penggunaan data, di mana item data yang dapat mengarah pada
spesifikasi pemilik atau pada seseorang, satu pihak, dibatasi penggunaan atau publikasinya.
Misalnya layanan Google Street View. Bagi anda yang pernah menggunakan layanan
tersebut tentu merasakan manfaatnya. Jika hanya peta dua dimensi atau tiga dimensi untuk birdview jika itu masuk dalam kategori tiga dimensi saja, kita tidak bisa mengetahui bagaimana
situasi di tempat itu secara visual. Dengan adanya layanan Street View, kita bisa mengetahui
bagaimana situasi di tempat tersebut seakan-akan kita berada di sana. Namun pernahkan anda
memperhatikan foto-foto yang digunakan di sana? Bagaimana dengan orang, atau kendaraan,
yang kebetulan berada di sana ketika foto itu diambil? Untuk menjaga privasi, dalam foto yang
digunakan
dalam
Street
View,
seluruh
wajah
orang,
nomor
kendaraan,
seluruhnya
disembunyikan.
Namun apakah aturan ini berlaku mutlak? Apakah tidak ada situasi di mana keperluan
akan data pribadi lebih tinggi dibandingkan privasi?
Ada suatu contoh ketika terjadi bencana longsor di Hiroshima pda pertengahan Agustus
tahun ini. Enam hari setelah bencana, ditemukan 58 orang meninggal, di antara para korban,
hanya 46 orang yang bisa diketahui identitasnya. Di lain sisi, masih ada 28 orang hilang yang
tidak diketahui keberadaannya. Akhirnya Pemerintah Daerah Hiroshima mengambil keputusan
untuk mengumumkan identitas nama, alamat, dll. 28 orang hilang tersebut. Hal ini dilakukan
dengan tujuan untuk mengetahui apakah mereka selamat telah keluar dari daerah bencana atau
tidak, walaupun hal yang dilakukan ini mempublikasikan data pribadi tanpa seijin pemiliknya
melanggar peraturan yang berlaku. Setelah berita tersebut diumumkan, sebanyak 57 telpon telah
masuk menanyakan atau memberikan informasi tentang hal itu.
Contoh di atas memberikan ilustrasi bahwa maraknya informasi yang ada sekarang,
tergantung pada penggunaannya, bisa menjadi dasar pengambilan keputusan yang bermanfaat,
atau sebaliknya, bisa digunakan untuk hal-hal yang merugikan seseorang, pihak tertentu, atau
masyarakat banyak. Namun demikian, informasi yang masuk secara masif, cepat, dan beragam
ini, jika tidak dimanfaatkan, menjadi sesuatu yang sia-sia. Namun tentu saja tetap harus taat pada
peraturan yang berlaku. Tinggal bagaimana kepandaian kita untuk membuat inovasi
pemanfaatan data yang mengalir terus tanpa henti, demi untuk kemaslahatan manusia. Di situlah
esensi dari fusion society.
Di sini saya akan menuliskan beberapa catatan saya terkait contoh aplikasi pemanfaatan
big-data untuk kemaslahatan masyarakat, khususnya yang berkaitan dengan industri pariwisata
dan pencegahan bencana. Sekali lagi, ini hanya salah satu contoh, dari banyak contoh aplikasi
yang diberikan dalam kuliah yang saya ikuti. Sebelumnya saya minta maaf, karena gambar yang
cantumkan di sini tidak saya terjemahkan. Namun saya berusaha untuk memberikan penjelasan.
Mudah-mudahan bisa dipahami.
Membutuhkan waktu sampai hasil analisis didapatkan tidak bisa analisis secara real-time.
Maraknya isu privasi dan perlindungan data pribadi membuat sulitnya mendapatkan
dukungan untuk memperoleh data keakuratan dan kualitas data berkurang.
Tidak bisa memantau perubahan data pada kenyataannya data (informasi) selalu berubah.
Untuk mengatasi permasalahan tersebut, Departemen Dalam Negeri dan Komunikasi
Jepang (NICT) mengambil inisiatif untuk membuat suatu sistem yang dapat memanfaatkan data
real-time untuk pengambilan keputusan, yang dalam penelitian yang sedang berjalan ini
menitikberatkan pada industri pariwisata dan pencegahan bencana. Data yang dipakai adalah
data dari media sosial untuk penginapan dan properti. Data tersebut dikumpulkan secara online,
diolah, kemudian secara real-time dikembalikan (feedback) lagi kepada masyarakat. Proyek riset ini
dikembangkan bekerja sama dengan pemerintah daerah dan masyarakat (komunitas).
Belum ada atau belum memadainya fondasi (ed. atau infrastruktur) untuk informasi
pariwisata berbasis web atau smarphone.
Belum adanya kerja sama secara luas (ed. dan terpadu) untuk informasi pariwisata.
Web BOOking
BOOking--log
log
A B C
Web
DB
SNS
Gambar
2. Infrastruktur
Web BOOking-log
Collecting
Web
Sistem
2014/12 N. Sonehara
72
Gambar 2 menunjukkan infrastruktur sistem yang diusulkan. Terlihat di sana, sistem terdiri
dari 4 entitas: komunitas hotel, pemerintah daerah, komunitas tempat pariwisata, dan pengguna
fasilitas. Dalam ruang web (web-space), situs untuk masing-masing fasilitas, baik itu hotel, tempat
pariwisata, maupun pemerintah daerah, memberikan layanan secara online antara pengguna
dengan penyedia fasilitas secara timbal balik. Misalnya pengguna di sini melakukan booking
kamar hotel atau pembelian tiket untuk masuk atau menggunakan fasilitas tempat hiburan,
semua dilakukan melalui web, (ed. baik itu dilakukan langsung oleh pengguna maupun oleh
pihak penyedia fasilitas). Kemudian, secara lintas sektoral, weblog transaksi sistem booking
tersebut dikumpulkan sebagai informasi fasilitas, tarif, ketersediaan kamar, pariwisata, booking,
bencana (ed. tanggap bencana), traffic, event, SNS, dan pemerintah daerah.
BOOKBOOK
-log
BOO
A
B
C
A
D
B
C
D
73
4
BOOKlog
BOOK
log
menunjukkan moving average dari laporan pencacahan terhadap biro perjalanan. Dari grafik ini
bisa dilihat bahwa utilisasi tempat penginapan berdasarkan estimasi data booking konsisten
dengan data yang didapat dari hasil pencacahan.
A
B
C
A
D
B
C
D
30
73
2014/12 N. Sonehara
Gambar 4. Estimasi Utilisasi Tempat Penginapan
74
51
BOOK--log
BOOK
74
BOOK
2014/12 N. Sonehara
B
75
C
D
B
Sistem Pendukung Keputusan Terhadap Mitigasi Bencana C
D
Tanggal 11 Maret 2011 telah
terjadi bencana alam tsunami yang sangat besar di Sendai,
Jepang. Setelah kejadian itu, boleh dikatakan kehidupan di sana mengalami kelumpuhan. Upaya
proses mitigasi bencana tersebut berjalan dengan cepat dan tepat, perlu dibuat suatu sistem yang
dapat memantau resilience (ed. kemampuan untuk terlepas dari shock yang terjadi karena suatu
2014/12 N. Sonehara
73
bencana).
Gambar 6 menunjukkan visualisasi resilience dengan membuat grafik dari data utilisasi
fasilitas umum, yaitu tempat penginapan dan kereta shinkansen (Tokyo - Sendai). Garis merah
menunjukkan utilisasi tempat penginapan; sedangkan garis biru untuk kereta shinkansen. Dari
IEEJTrans.EIS,Vol.134,No.8,2014
2014/12 N. Sonehara
77
78
2011.
03.11
DR/DLC
DR/DLC
DR/DLC
(1) ( )
2014/12 N. Sonehara
76
Gambar
6. Grafik Visualisasi Resilience
Hasil Mitigasi Bencana
(2)
DR/DLC
DLC
DLC
grafik bisa dilihat, tepat pada kejadian bencana, semua aktifitas menjadi menghilang. Kira-kira 12
hari kemudian, mulai terlihat adanya peningkatan penggunaan tempat penginapan. Aktifitas di
tempat penginapan ini merupakan indikator penting yang menunjukkan mulai kembalinya
kehidupan, karena aktifitas di tempat penginapan melibatkan banyak pihak, mulai dari tenaga
kerja internal, pasar, dan tamu. 46 hari kemudian, kereta shinkansen kembali aktif. Kereta
merupakan alat transportasi utama di Jepang. Dengan kembalinya aktifitas kereta shinkansen,
akan memicu percepatan resilience.
Penutup
Dari kuliah ini, khususnya dari contoh aplikasi di atas, penulis mencoba untuk mengambil
beberapa kesimpulan:
1. Pada era informasi, teknologi dan masyarakat berfokus pada bagaimana menyebarkan
informasi dan mengumpulkan data untuk diolah kembali menjadi informasi, dengan
mudah, cepat, dan menyenangkan. Setelah hal tersebut terealisasi, di mana data dan
informasi begitu cepat, masif, dan beragam, tersebar di mana-mana, datanglah suatu era, di
mana manusia (dan masyarakat) dituntut untuk mampu memadukan dan memanfaatkan
data dan informasi tersebut untuk kemaslahatan. Era ini disebut sebagai era fusion fusion
society.
2. Dengan maraknya kejadian-kejadian, yang dimulai hanya mengganggu kemudian
berkembang menjadi kriminal, yang memanfaatkan data atau informasi pribadi untuk halhal yang merugikan seseorang, pihak tertentu, atau masyarakat luas. Hal ini memicu
dibuatnya aturan-aturan yang melindungi data pribadi dan penggunaannya. Adanya
peraturan ini perlu diikuti namun perlu disikapi juga dengan bijak.
3. Walaupun data pribadi tidak bisa dikumpulkan maupun digunakan, namun untuk data
yang tidak bisa mengarah pada seseorang atau pihak tertentu tetap bisa digunakan.
Banyak inovasi yang bisa dilakukan untuk memanfaatkan data besar (big-data) untuk
kemaslahatan.
4. Analisis dengan cara tradisional dan konvensional seperti pencacahan memiliki
keunggulan pada kelengkapan data yang dikumpulkan. Namun dengan adanya aturan
perlindungan terhadap data pribadi cara konvensional tersebut memiliki potensi
berkurangnya dukungan dari pemilik data, dan cara tersebut juga memiliki kelemahan
pada waktu pengerjaannya yang lama. Dengan memanfaatkan data real-time yang tepat,
analisis untuk suatu kebutuhan tertentu dapat dilakukan, dengan lebih cepat dan real-time
untuk pengambilan keputusan.
Sekian, semoga bermanfaat.