Menguliti Isu-Isu Sosial Dengan Olah Data dan Ilmu Komputasi
Universitas Islam Indonesia (UII) menggelar webinar internasional bertajuk “Making Sense of Societal Issue Through Data and Computational Science” pada Rabu (20/7). Webinar yang diadakan melalui platform Zoom dan kanal YouTube UII itu merupakan salah satu agenda menyemarakkan Milad UII ke-79. Beberapa pembicara yang hadir seperti Steven S. Skiena, Ph.D. dan Firman M. Firmansyah, Ph.D. dari Stony Brook University Amerika Serikat. Serta pembicara dari tanah air; Ahmad R. Pratama, Ph.D. dari UII dan Ismail Fahmi, Ph.D. dari Media Kernels Indonesia.
Rektor UII Prof. Fathul Wahid, S.T., M.Sc., Ph.D dalam kesempatannya berpesan kepada seluruh peserta yang hadir untuk bersemangat mengikuti webinar guna menambah wawasan, profesionalisme, dan meningkatkan relevansi dengan kehidupan sehari-hari. Ia berharap, peserta mampu memahami isu sosial melalui data yang tersedia. “Manfaatkan webinar internasional ini untuk mendalami isu sosial dengan data, pahami dengan baik,” ungkap Prof. Fathul Wahid. Ilmu komputasi merupakan ilmu yang mempelajari tentang suatu pola yang tersembunyi dalam data.
Pemanfaatan ilmu ini melalui komputer yang bisa dicermati dengan data sains. “Singkatnya ilmu komputasi ini erat kaitannya dengan data sains yang memerlukan proses analisis data yang kuat,” tandas Prof. Fathul Wahid.
Lebih lanjut, Ia mengungkapkan penggunaan praktis ilmu komputasi ini melalui simulasi komputer guna menyelesaikan permasalahan di segala bidang keilmuan. “Komputasi ini bisa digunakan untuk menemukan prinsip-prinsip ilmu baru yang mendasar,” imbuhnya. Ilmu komputasi bermanfaat untuk mengembangkan lensa analisis yang bekerja secara lintas untuk menunjang kemampuan analisis data.
Sementara itu, dalam pemaparan materi terkait topik “Memecahkan Teka-teki Masyarakat dengan Kecerdasan Buatan & Algoritma”, Steven S. Skiena memberikan beberapa gambaran data berupa algoritma yang bisa dianalisis. “Ini merupakan algoritma isu sosial yang sedang ramai dibicarakan,” tutur Prof. Steven S. Skiena.
Ia menerangkan bahwa melalui sosial media dan sumber data besar lainnya, perilaku manusia dapat dipelajari. Sumber data yang terdiri dari teks tertulis membutuhkan metode Natural Language Processing (NLP). “Ini berguna untuk interpretasi yang tepat,” jelas Prof. Steven S. Skiena.
Data tentang interaksi orang secara alami mendefinisikan jaringan. Untuk merepresentasikan teks dan jaringan model pembelajaran mesin tergantung pada representasi vektor, menggunakan teknik modern yang juga dikenal sebagai Embeddings.
NLP multibahasa melalui Embeddings bahasa mungkin terlihat berbeda, tetapi semuanya memiliki kesamaan yang dalam. “Kami berusaha membangun sistem pemrosesan bahasa alami (NLP) yang bekerja dengan baik di banyak bahasa,” ungkap Prof. Steven S. Skiena. Ia juga menjelaskan terkait homofili dan pola komunikasi.
Homofili merupakan kecenderungan orang untuk bergaul dengan orang yang mirip dengan mereka. “Analisis kami terhadap 57 juta daftar kontak email dari perusahaan internet besar memberi kami urutan token nama yang cukup untuk melatih penyematan kata terdistribusi,” pungkas Prof. Steven S. Skiena. (LMF/ESP)
