Riset dengan pendekatan Big Data Analysis: Pengalaman dan Rencana Riset Agenda disampaikan pada MOU SBM ITB dan Mediawave 19 Januari 2015
Deddy P. Koesrindartoto School of Business and Management Institut Teknologi Bandung
Apa itu Big Data ? •
Sama dengan Small Data, tetapi “hanya” lebih besar ; konsekuensinya cukup beragam, mulai dengan tools analyisis yang berbeda dan hardware yang mempunyai spec yang lebih tinggi.
•
Tidak hanya berkutat dengan data yang sifatnya terstruktur (parametric maupun non parametric) seperti dalam “small data” tetapi juga menangani data yang tersetruktur, seperti text.
•
Small Data banyak menggunakan kekuatan statistikdan intepretasi, big data menggunakan kekuatan komputasi,machine learning visualissi, algortihma, dan intepretasi, merupakan komplemen yang sangat dibutuhkan dalam memperkaya analisis suatu phenomena.
•
Philosophy penelitian model “classical” : ingin mencar jawaban atas suatu fenomena atau keadaan, data dyang dibutuhkan bisa ikumpulkan dengan berbagai metode (baik primary data maupun secondary data) Sedangkan pada Big Data tantangannya adalah bagaimana, Bagaimana mengolah data menkadi informasi, dan mengolah informasi menjadi knowledge.
How Big is Big data? • Every day, we create 2.5 quintillion bytes of data” • so much that 90% of the data in the world today has been created in the last two years alone. • This data comes from everywhere: sensors used to gather climate information, posts to social media sites, digital pictures and videos, purchase transaction records, and cell phone GPS signals to name a few.
Kalapriya Kannan IBM Research Labs (2013)
The Study of Institutional Investor Behavior on Government Bond Instrument at Primary Market and Secondary Market, Ministry of Finance, 2010 FGD Big Data of Transaction Data (MIllions of Data Available) Problems : FGD is not reliable especially when discussing the “strategy” Big Data needs new way of analyzing the data, huge vartiance, huge observations. Need more tools other than the classical statistic tools in SAS, SPS, Eviews. Use RapidMiner instead for clustering, pattern recogition, decision tree, neural network,
“Institutional Investors Trading Strategy in Indonesia’s Government Bond Market During The 2008 Crisis”, with Isabelle Arandhita, Asian Academy of Management Journal of Accounting and Finance, Vol; 10. No.1, pp. 19-39, Scopus ,2014
Riset dalam Social Media • • • • • • •
Rizka Amorini and Deddy P. Koesrindartoto :" Projecting the Government Policy Acceptance on Rupiah Currency Redomination by Using Social Media, Proceeding , International Conference on Management and Business Science, Malang. September, 2013 Carlina A. Novryanti and Deddy P. Koesrindartoto : " Examining Correlation between Micro-blog Postings of Surat Utang Negara in Indonesia With Auction Results in 2012" Proceeding, International Conference on Management and Business Science, Malang. September, 2013 Cut K. Intan and Deddy P. Koesrindartoto : " Projecting the Dynamics of Stocks with Micro-Blogging Activity: Case of Media Citra Nusantara, Tbk (MNC) ", Proceeding, International Conference on Management and Business Science, Malang. September, 2013 Chesa D. Kusumayantie and Deddy P. Koesrindartoto : " Unearthing the Ability of Social Media in Projecting Inflation Rate", Proceeding , Proceeding, International Conference on Management and Business Science, Malang. September, 2013 Bindarrani Mukhlifa and Deddy P. Koesrindartoto: "Twitter Projecting Power Towards Subscription Level of Indonesia Retail Bond 009 Demand" , Proceeding, Asian Media Information and Communication Centre Conference, Jogjakarta, August, 2013 Engeline Pratiwi and Deddy P. Koesrindartoto : "Projecting The Demand of Sukuk using Social Media" , Proceeding , Asian Media Information and Communication Centre Conference, Jogjakarta, August 2013 Nadyana F. Siswanto and Deddy P. Koesrindartoto : " Investigating the Power of Micro-Blogging Activity in Understanding Stock Dynamics: Case of BUMI", Proceeding, Asian Media Information and Communication Centre Conference, Jogjakarta, August, 2013
Digital Media dan Social Media sebagai sumber Big Data yang non Proprietary • Dengan semakin berkembangnya teknologi yang digunakan baik Pemerintah maupun Perusahaan Private, berakibat pada semakin kaya-nya pertumbuhan data yang dimiliki oleh pihak pihak tersebut yang siap untuk dieksplorasi
• Hambatannya adalah bahwa data data tersebut bersifat proprietary. Internet, social media merupakan sumber tanpa habis big data yang saat ini menunggu dieksplorasi dan dimanfaatkan secara lebih intensive. • Mediawave yang memiliki pengalaman dan akses terhadap big data pada media dan social media. Salah satu kendala bagi peneliti yaitu pada masalah Data menjadi berkurang karenanya.
Agenda Penelitian • Pemanfaatan Social perbankan, Penerapan Kebijakan Pemerintah, Evaluasi Kebijakan Pemerintah, Strategi Komunikasi Kebijakan Pemenrintah, Politik, dan lainnya • Pengembangan Metode Penelitian dalam Riset di Social Media : teknik validasi , sampling, pengelolaan data (algorithma), visualisasi data, dan lainnya. • Untuk membuat riset ini lebih cepat menghasilkan dan dapat diaplikasikan secar tepat dibutuhkan kerjasma dengan berbagai pihak. Mediawave merupakan salah satu partner yang tepat bagi kita. Fasilitas dan kemudahan yang akan terjadi dari kerjasama ini, diharapkan semakin mensinergikan Riset antar sub KK di SBM ITB, antar Fakultas dan Sekolah di lingkungan ITB, maupun riset antar universitas baik dalam dan luar negri.
