SCIENCE DAY 2 | Riset Big Data: Bagaimana Data Media Sosial bisa Memprediksi Kepribadian, Sikap dan Perilaku Kita

Pada tanggal 26 Juni 2020, Laboratorium Psikologi UI mengadakan sebuah webinar mengenai bagaimana data dari media sosial dapat digunakan untuk memprediksi kepribadian, sikap dan perilaku para penggunanya. Webinar tersebut dilaksanakan melalui Zoom, dengan dua pembicara tamu. Pembicara pertama adalah Dr. Fivi Nurwianti, M. Si., Psikolog, seorang dosen psikologi dari Universitas Indonesia yang membahas mengenai teori kepribadian. Pembicara kedua adalah Dr. Andry Alamsyah, seorang data scientist dari Telkom University yang membahas mengenai penggunaan big data untuk mempelajari perilaku para pengguna media sosial.

Sekarang, media sosial memiliki pengguna yang sangat banyak, dan memiliki pengaruh yang kuat terhadap perilaku manusia yang menggunakannya. Selain itu, platform-platform media sosial juga bisa digunakan untuk mempelajari perilaku manusia, berdasarkan aktifitas-aktifitas digital dari para penggunanya. Ini dapat dimanfaatkan untuk memahami lebih dalam mengenai pola perilaku masyarakat.

 

TEORI KEPRIBADIAN PSIKOLOGI DALAM MEDIA SOSIAL (dengan Dr. Fivi Nurwianti, M. Si., Psikolog)

Dalam ilmu psikologi, kepribadian didefinisikan sebagai organisasi dinamis dari keseluruhan sistem psiko-fisik dalam diri individu yang menentukan penyesuaian dirinya yang unik terhadap lingkungan (Allport, 1937). Kepribadian manusia termasuk pola sifat-sifat dan ciri-ciri unik yang relative menetap pada seseorang, dan dapat mencerminkan bagaimana orang-orang berpikir dan berperilaku.

Selain kepribadian, perilaku manusia juga dapat dipelajari berdasarkan trait dimensions, atau dimensi sifat manusia. Pendekstan dimensi sifat tersebut berdasarkan dua asumsi dasar, yaitu: karakteristik kepribadian seseorang relative stabil sepanjanga waktu, dan karakteristik kepribadian relative stabil pada berbagai situasi.

Untuk mengidentifikasi kepribadian seseorang, ada beberapa model kepribadian yang sering digunakan dalam ilmu psikologi. Salah satunya adalah Five Factor Model of Personality, atau secara umum dikenal sebagai Big Five Personality Traits. Big Five Personality Traits terdiri dari beberapa komponen sifat manusia, yaitu: Openness, Conscientiousness, Extraversion, Agreeableness, dan Neuroticism.

Peneliti dapat menggunakan sebuah instrumen psikologis untuk mengukur kepribadian individu secara detil, yaitu dengan NEO Personality Inventory, yang meneliti lebih lanjut mengenai kepribadian individu berdasarkan landasan teoritis Five Factor Model of Personality.

Penelitian-penelitian kepribadian sebelumnya mempelajari mengenai lingkungan para individu untuk memahami lebih dalam mengenai kepribadian mereka. Mereka juga mempelajari mengenai bagaimana lingkungan-lingkungan tersebut memiliki dampak pada kepribadian dan perilaku mereka. Kepribadian individu telah terbukti tertampilkan pada lingkungan sekitarnya, seperti dari tempat tidur mereka, cara mereka menata area kantor mereka, lingkungan fisik mereka, dan lain-lain (Gosling et al., 2002). Kepribadian juga tertampilkan pada preferensi musik (Rentflow & Gosling, 2006), perilaku sehari-hari (Mehl et al., 2006), dan personal websites (Vazire & Gosling, 2004), atau yang sekarang lebih dikenal sebagai media sosial. Kepribadian yang terlihat berdasarkan faktor-faktor tersebut juga terkait dengan Big Five Personality Traits.

Maka, ini menunjukkan bahwa hal-hal yang dilakukan di platform-platform online, seperti isi dari akun media sosial individu, dapat memberikan informasi yang lebih lengkap mengenai kepribadian individu tersebut.

 

Kepribadian dan Media Sosial

Penelitian-penelitian sebelumnya telah mengidentifikasi berbagai macam faktor dalam media sosial yang dapat menjadi sumber untuk mengidentifikasi kepribadian, seperti jumlah tulisan yang dibuat dalam posting tertentu, jenis kata-kata yang digunakan, dan lain-lain. Saat ini, peneliti banyak mempelajari mengenai kepribadian berdasarkan profil media sosial para pengguna. Dikatakan bahwa jaringan media sosial sekarang menjadi medium utama dalam berkomunikasi dan menjalin networking (Boyd & Ellison, 2007; Valkenburg & Peter, 2009). Maka, informasi yang dapat didapatkan dari profil-profil media sosial mencerminkan kepribadian para penggunanya.

Kepribadian para pengguna media sosial dapat dipelajari dari tulisan-tulisan di akun-akun media sosial apra pengguna. Analisis tulisan menjadi salah satu sumber yang bermanfaat untuk mengidentifikasi kepribadian, berdasarkan jumlah tulisan yang dibuat oleh pengguna, atau pilihan kata-kata mereka. Kemudian, penelitian mengenai analisis media yang menggunakan computer dianggap lebih akurat (Youyou et al., 2015).

Karena jumlah pengguna media sosial telah meningkat dengan pesat dalam beberapa tahun terakhir, para peneliti dalam bidang psikologis lebih banyak memanfaatkan informasi dari data yang didapatkan dari konten dari profil-profil media sosial para penggunanya untuk mempelajari lebih lanjut mengenai kepribadian manusia.

 

RISET BIG DATA (dengan Dr. Andry Alamsyah)

Big Data adalah istilah umum untuk segala kumpulan himpunan data dalam jumlah yang sangat besar dan kompleks sehingga menjadikannya sulit untuk ditangani atau di proses jika hanya menggunakan manajemen basis data biasa atau aplikasi pemroses data tradisional.

Informasi-informasi para pengguna media sosial, dalam jumlah yang sangat besar, dapat diklasifikasikan sebagai Big Data.

Oleh karena keberadaan Big Data dari media sosial, banyak aspek dalam kehidupan kita sehari-hari berubah seiring perkembangan teknologi tersebut, seperti untuk mrerkrut staf baru. Dengan teknologi ini, kita dapat melihat “360 derajat” mengenai seseorang, atau dapat melihat segala aspek dari kehidupan orang-orang. Tetapi, untuk keperluan riset, data tersebut hanya akan bermakna jika ada dalam jumlah yang banyak.

 

BERBAGAI MACAM ASPEK DALAM RISET BIG DATA

Berikut adalah beberapa aspek-aspek penting dalam melakukan riset mengenai big data.

Memahami Pola Data

Peneliti dapat memprediksi kepribadian manusia berdasarkan pola data mereka dari akun-akun media sosial mereka. Data tersebut dapat dipetakan dengan cara khusus untuk mempermudah peneliti untuk melihat hubungan antara data-data tersebut. Banyak perusahaan teknologi dan digital memiliki akses kepada data ini dari banyak pengguna media sosial. Dengan lebih banyak ketersediaan data tersebut, akan lebih mudah untuk melihat sebuah “cerita” dari informasi tersebut yang sebelumnya belum diketahui.

Background & Motivation

Ada banyak kontroversi mengenai penyalahgunaan Big Data oleh perusahaan-perusahaan media sosial dan teknologi. Contohnya adalah kasus Facebook-Cambridge Analytica Data Scandal, dimana data jutaan pengguna Facebook dimanfaatkan oleh Cambridge Analytica tanpa ijin untuk melakukan political advertising. Ini hanyalah salah satu contoh dimana Big Data dapat dimanfaatkan untuk kepentingan-kepentingan sosial atau politik tertentu, dan hal tersebut dapat dilakukan dengan social engineering.

Social engineering adalah mengaplikasikan strategi-strategi tertentu dalam upaya untuk mengelola social change dan untuk mengatur perilaku masyarakat dalam skala besar. Social engineering dapat dilakukan untuk, contohnya, mendemokratisasi, mempolitisasi, atau mempengaruhi keterbukaan masyarakat, seperti yang terjadi pada Arab Spring yang mulai pada tahun 2011. Contoh lain dimana social engineering juga dapat dilakukan adalah untuk menanamkan rasa takut, memanipulasi, atau untuk mengontrol pendapat calon pemilih ketika menjelang sebuah pemilu.

Informasi dari Big Data dapat mempengaruhi jenis iklan-iklan yang akan didapatkan oleh para pengguna media sosial, berdasarkan kerentanan masing-masing individu terhadap iklan-iklan propaganda. Contohnya, jika seorang pengguna adalah seorang individu yang objektif dan reasonable, ia tidak akan mendapatkan iklan-iklan propaganda, tetapi pengguna yang lebih rentan terhadap pengaruh iklan-iklan propaganda akan lebih banyak mendapatkan iklan-iklan propaganda yang dapat mempengaruhi pandangan politik mereka.

Teknologi Revolusi Industri 4.0 dan Big Data

Revolusi Industri 4.0 menunjukkan tren terhadap automation dalam berbagai macam aspek kehidupan masyarakat, termasuk dalam bidang penelitian. Hal-hal seperti cyber physical system, artificial intelligence, Internet of Things, robotics, cloud & cognitive computing lebih banyak digunakan seiring dengan perkembangan teknologi. Perkembangan teknologi tersebut memungkinkan manusia untuk memproduksi data dalam skala besar, dan hal ini memungkinkan untuk mengkuantifikasi perilaku manusia yang akhirnya dapat diteliti secara scientific.

Human Complexity

Kepribadian mausia sangat kompleks dan ada berbagai macam perbedaan di antara setiap manusia. Tetapi, kompleksitas tersebut bisa ditaklukan dengan cara mengambil large scale data point, yaitu ketika peneliti menentukan aspek spesifik untuk diukur untuk mempelajari kepribadian secara lebih spesifik. Contohnya, untuk mengetahui lebih banyak mengenai aspek pribadi seorang karyawan, hal yang dapat dilakukan adalah untuk melihat akun-akun media sosial karyawan tersebut dan kumpulkan data mengenai, misalnya, akun-akun yang ia follow, orang-orang yang ia sering berinteraksi dengan, dan lain-lain.

Selain melalui media sosial, data mengenai seseorang dapat diperoleh via face recognition dari CCTV untuk melihat perilaku seseorang pada setting tertentu. Misalnya, untuk melihat perilaku sehari-hari karyawan, data dari CCTV kantor dapat memberikan informasi mengenai kebiasaan karyawan di kantor, seperti seberapa banyak karyawan tersebut mengobrol saat kerja, dan lain-lain. Teknologi ini dapat dimanfaatkan oleh perusahaan untuk mencari faktor-faktor yang akan membuat karyawan menjadi lebih produktif di tempat kerja, atau untuk mengimplementasikan regulasi-regulasi untuk para karyawan yang dapat disesuaikan dengan perbedaan kepribadiaan dan kebiasaan masing-masing karyawan. Proses tersebut dikenal sebagai people analytics.

Ada berbagai macam pendekatan teknologi yang dapat digunakan untuk mempelajari faktor-faktor psikologis yang mendasari perilaku dan kepribadian manusia melalui Big Data. Salah satu cara yang sering digunakan adalah dengan memanfaatkan Machine Learning, yaitu cabang aplikasi dari Artificial Intelligence (AI) yang focus pada pengembangan sebuah sistem yang mampu belajar “sendiri” tanpa harus berulang kali di program oleh manusia. Ini dapat membantu peneliti untuk memanfaatkan automation untuk mempermudah proses analisis Big Data, dan juga untuk memprediksi perilaku manusia berdasarkan faktor-faktor psikologis tertentu yang telah diukur secara kuantitatif berdasarkan kriteria yang telah ditentukan oleh peneliti dalam bidang psikologi.

Jadi, dengan berlimpahnya ketersediaan Big Data dari platform-platform media sosial dan perkembangan teknologi, sekarang peneliti memiliki lebih banyak sumber daya untuk mempelajari dengan lebih dalam mengenai kepribadian dan perilaku manusia pada masa Revolusi Industri 4.0, dimana media sosial dan teknologi memiliki peran yang signifikan dalam menentukan perilaku dalam kehidupan sehari-hari para penggunanya, dan juga untuk menyediakan informasi dalam bentuk Big Data mengenai aktifitas digital para penggunanya yang dapat digunakan untuk memahami dan memprediksi perilaku mereka selanjutnya.