[PR] SIARAN PERS “Dapatkah Mood Online Suatu Negara Memprediksi Kenaikan Pengangguran”

SAS dan PBB menganalisa sosial media untuk menemukan indikator yang dapat mengarahkan dan memperlambat meningkatnya pengangguran

JAKARTA (21 Maret 2012) – SAS dan United Nations Global Pulse telah mempelajari bahwa obrolan dan sentimen pembicaraan dalam sosial media dapat memberikan peringatan sebelum jumlah pengangguran meningkat dan menginformasikan pembuat kebijakan tentang akibat yang mungkin terjadi. Menganalisa setengah juta blog, forum dan site pemberitaan, SAS^® Social Media Analytics dan SAS Text Miner memeriksa data sosial media selama dua tahun dari Amerika dan Irlandia sebagai referensi tentang pengangguran dan bagaimana cara orang-orang mengatasinya.

SAS membandingkan nilai mood dan volume percakapan dengan statistik pengangguran resmi untuk melihat apakah trend kenaikan di atas normal pada topik tersebut adalah indikator melonjaknya pengangguran. Analisis tersebut menunjukkan jika meningkatnya obrolan tentang pemotongan belanja, meningkatnya penggunaan transportasi publik dan penggantian jenis kendaraan menjadi yang lebih murah, memang dapat memprediksi meningkatnya pengangguran.

Setelah meningkat, pembicaraan di sosial media yang meningkat adalah tentang beberapa topik seperti liburan yang tidak jadi, menurunnya pengeluaran kesehatan, dan penyitaan atau  pengusiran yang menjadi pertanda utama efek penurunan ekonomi. Informasi semacam itu menjadi berharga bagi pembuat kebijakan untuk mencoba mengurangi efek negatif dari meningkatnya pengangguran.

UN Global Pulse memeriksa bagaimana jenis data yang baru melengkapi dan memperkuat lembaga penyedia statistik resmi tentang bagaimana krisis global mempengaruhi masyarakat. Dengan menggunakan sumber data baru yang powerful – sosial media global – SAS dan UN Global Pulse menunjukkan bagaimana menganalisa sosial media dapat memberikan feedback secara real-time bagi pembuat keputusan dan meningkatkan kemampuan untuk mengatur peristiwa yang mengganggu.

Sekretaris Jenderal PBB, Ban Ki-moon berbicara tentang Global Pulse dalam Sidang Umum di bulan November. “Sektor swasta sedang menganalisa data baru ini untuk memahami pelanggannya secara real-time,” katanya. “Banyak dari data ini mencakup sinyal yang berkaitan dengan pengembangan. Kita harus dapat menggunakannya untuk menjelaskan apa yang terjadi, dan ketika sedang terjadi.”  

Menganalisa mood sebuah negara

Perubahan-perubahan dalam mood sebuah negara dapat juga menjadi indikator tentang tertundanya kenaikan pengangguran. Dengan menganalisa sentimen, tiap referensi pengangguran menerima “nilai mood” berdasarkan tone: Apakah para pengangguran optimis akan masa depan? Depresi tentang prospek? SAS secara lebih jauh mensortir data berdasarkan tema, termasuk perumahan, transportasi dan keuangan, menggunakan istilah seperti “mobil di sita” atau “dalam proses penyitaan.”

Di Amerika, meningkatnya mood “permusuhan” atau “depresi” terjadi empat bulan sebelum meningkatnya pengangguran. Meningkatnya obrolan pengangguran “cemas” di Irlandia berhubungan dengan meningkatnya pengangguran lima bulan kemudian. Meningkatnya obrolan “kebingungan” mendahului peningkatan tiga bulan kemudian, sedangkan obrolan “percaya diri” berkurang secara signifikan dua bulan kemudian. Sebuah dashboard menampilkan hasil, meliputi tren, mood para pengangguran yang diekspresikan dalam sosial media, mood berubah setiap saat, dan mengarahkan serta memperlambat indikator syok pengangguran.

“Sosial media dan isi internet seperti surat dan panggilan telepon yang selalu menginformasikan organisasi. Hanya saja, saat ini bentuknya digital, bersifat publik dan skala besar. “Harta” yang belum tersentuh itu dapat memberikan feedback secara real-time untuk kebijakan, meningkatkan keselamatan publik, meningkatkan hubungan warga negara dan mendukung penelitian sosiologi yang penting,” kata I-sah Hsieh, Global Manager, International Development, SAS. “Akan tetapi Anda memerlukan teknologi yang dapat menganalisa teks mentah untuk sinyal tersembunyi dan sentimen, menangani jumlah data yang sangat banyak dan menunjukkan analisis prediktif.”