Media sosial bermanfaat untuk lebih dari sekadar terhubung dengan teman-teman sekolah menengah atas dan berbagi video kucing. Twitter telah menjadi platform masuk untuk menyampaikan berita tentang segala sesuatu mulai dari pemboman Boston Marathon hingga flyby Pluto.
Konten terkait
- Tiram Bisa Menyelamatkan Staten Island Dari Badai Sandy Selanjutnya
- Tweet Angry Bantu Twitter Mendeteksi Risiko Penyakit Jantung
Sekarang, penelitian mengungkapkan bahwa Twitter juga dapat digunakan untuk pelacakan kerusakan cepat setelah bencana alam — bahkan mungkin lebih cepat dan lebih luas daripada penilaian serupa yang dilakukan oleh FEMA.
"Ternyata hubungan antara kerusakan fisik aktual dan respons online cukup kuat, " kata Yury Kryvasheyeu, seorang ilmuwan sosial komputasi di Data61, sebuah kelompok inovasi data dan digital Australia. "Anda bisa mendapatkan sinyal yang cepat dan gratis yang dapat memetakan kerusakan dengan andal."
Ini bukan pertama kalinya Kryvasheyeu dan rekan-rekannya menggunakan media sosial untuk mendapatkan wawasan dunia nyata. Mereka sebelumnya meneliti pengangguran, epidemi dan mobilisasi sosial melalui lensa Twitter dan platform lainnya. Tetapi ini adalah pertama kalinya mereka melakukan analisis skala waktu yang intensif.
Respon cepat di daerah yang paling parah dilanda badai, banjir, gempa bumi dan bencana alam lainnya dapat menyelamatkan nyawa dan membantu responden pertama yang terbaik mengalokasikan sumber daya terbatas ke tempat-tempat yang paling membutuhkan. Tetapi cara tradisional yang digunakan untuk mengidentifikasi lokal dengan prioritas tinggi ternyata kikuk dan mahal, seringkali memerlukan kunjungan pribadi ke lokasi atau survei udara.
Curiga bahwa media sosial dapat melakukan pekerjaan yang lebih baik, Kryvasheyeu dan rekan-rekannya menggunakan Hurricane Sandy 2012 sebagai studi kasus. Mereka mengumpulkan lebih dari 55 juta tweet geo-tagged yang diposting satu minggu sebelum dan tiga minggu setelah badai. Kicauan tersebut menyertakan kata kunci seperti "sandy", "frankenstorm", "flooding" dan "damage".
Tim menstandarkan data menggunakan angka-angka demografis populasi lingkungan, yang memungkinkan mereka untuk secara langsung membandingkan jumlah tweet dari tempat-tempat yang padat penduduk, seperti Manhattan, dengan tempat-tempat yang kurang padat. Akhirnya, mereka berkonsultasi sebanyak mungkin sumber pada kerusakan aktual yang disebabkan oleh badai, termasuk klaim asuransi dan data FEMA.
Seperti yang dilaporkan para peneliti hari ini di Science Advances, menggabungkan temuan media sosial dan penilaian kerusakan pada peta menunjukkan tumpang tindih yang signifikan, dengan daerah yang paling parah juga menghasilkan obrolan paling banyak di Twitter.
"Bagi saya, kejutan terbesar adalah ini benar-benar berfungsi dengan baik, dan sinyalnya sangat kuat, " kata Kryvasheyeu.
Peta intensitas kerusakan yang disebabkan oleh Hurricane Sandy di wilayah New Jersey (kemiringan merah), bersama dengan trek topan (garis solid). (Yury Kryvasheyeu, Haohui Chen, Nick Obradovich, Esteban Moro, Pascal Van Hentenryck, James H. Fowler, Manuel Cebrian) Para peneliti selanjutnya memverifikasi temuan mereka dengan melakukan latihan yang sama pada semua bencana besar yang dideklarasikan oleh FEMA pada 2013 dan 2014, termasuk banjir, tornado, tanah longsor dan gempa bumi. Mereka menemukan bahwa metode ini berhasil untuk 11 dari 12 acara; outlier — banjir di Alaska — kemungkinan di daerah yang terlalu jarang penduduknya untuk menghasilkan sinyal kuat di Twitter.
Studi ini mencontohkan penggunaan "media sosial sebagai cermin yang mencerminkan masyarakat, " kata Kristina Lerman, seorang ilmuwan komputer di University of Southern California yang tidak terlibat dalam penelitian. Meskipun refleksi itu kadang-kadang lebih mirip dengan "cermin rumah sakit, mendistorsi beberapa segmen masyarakat, " dalam banyak kasus masih cukup jelas untuk mendapatkan pengukuran yang akurat pada topik-topik penting, katanya.
Para responden pertama dapat mulai menggunakan metode ini — menggunakan Twitter untuk mengidentifikasi titik-titik panas selama bencana — segera, kata Kryvasheyeu, karena menerapkannya tidak memerlukan apa-apa selain Twitter, data demografis Biro Sensus yang tersedia secara terbuka dan beberapa keterampilan pemrograman komputer dasar. Namun, lebih dari itu, Kryvasheyeu dan rekan-rekannya berharap bahwa Twitter sendiri dapat melakukan upaya sendiri, seperti yang telah dilakukan Google untuk membantu UNICEF memetakan penyebaran virus Zika.
“Sekarang ada kecenderungan perusahaan teknologi besar membantu LSM, karena mereka memiliki insinyur, komputer, dan data yang lebih baik, ” kata rekan penulis studi Manuel Cebrian, yang juga ilmuwan sosial komputasi di Data61. "Harapan kami adalah ini adalah sesuatu yang dapat dilakukan Twitter bekerja sama dengan manajer darurat."
