Laporan Wartawan Tribunnews.com, Eko Sutriyanto 

TRIBUNNEWS.COM, JAKARTA - Tech startup lokal Pacmann merilis laporan tentang percakapan warganet seputar keluhan macet di media sosial Twitter. Berdasarkan laporan itu, terdapat nyaris setengah juta tweets yang memuat kata kunci macet.

Pacmann menganalisis tweets tersebut dengan machine learning model Named-Entity Recognition untuk mendeteksi daerah mana saja yang warganet paling sering keluhkan soal macet dari 1 Januari hingga 21 Oktober 2022.

"Model kami berhasil mendeteksi lebih dari 6.000 daerah di Indonesia mulai dari tingkat desa/kelurahan hingga provinsi," ujar Adityo Sanjaya, CEO dan Chief of Data Scientist di Pacmann dalam keterangan tertulis, Selasa (8/11/2022).

Kota Jakarta menjadi daerah yang paling banyak dikeluhkan warganet soal kemacetan lalu lintas dengan mention mencapai 30 ribu kali dari total lebih dari 110.000 tweets yang terdeteksi memuat nama daerah.

"Fakta ini sebetulnya tidak mengagetkan, mengingat Jakarta sebagai pusat pemerintahan dan pusat ekonomi memang menjadi magnet tersendiri bagi para perantau dari berbagai kota di Indonesia," ujarnya.

Kemudian, di tempat kedua dan ketiga ada Bandung dan Yogyakarta dengan frekuensi mention masing-masing sekitar 8.000 dan 4.000.

Melengkapi daftar lima besar, tweets yang memuat Bogor dan Bekasi masing-masing berjumlah 3.500-an lalu kemudian Surabaya, Malang Depok, Semarang.

Selain 9 daerah di atas, daerah-daerah administrasi di tingkat lebih rendah yang juga terdeteksi di tweets tentang macet antara lain Ciputat, Cikarang, Manggarai, dan Cileungsi.

Baca juga: Ditlantas Polda Metro Jaya Kaji Wacana Penyesuaian Jam Kerja di DKI Jakarta, untuk Tekan Kemacetan

Terlepas dari urutannya, hasil analisis model Named-Entity Recognition juga relatif selaras dengan laporan dari "The 2021 Global Traffic Scorecard" dari INRIX.

Menurut laporan itu, lima besar kota paling macet di Indonesia adalah Surabaya, Jakarta, Denpasar, Malang, dan Bogor.

Lantas, mengapa hasil analisis Pacmann menempatkan Jakarta di posisi pertama?

"Merujuk ke survei dari Asosiasi Penyelenggara Jasa Internet Indonesia 2022, tingkat penetrasi internet di DKI Jakarta itu tertinggi; 83,4 persen.

Baca juga: Kota Bekasi Diguyur Hujan Deras, Kemacetan Mengular dari Summarecon Mall hingga Simpang Tol

Jadi kami pikir, wajar juga apabila Jakarta berada di posisi pertama di analisis kami karena memang pengguna media sosial di Jakarta sangat banyak," kata Adit.

Selain memakai machine learning model Named-Entity Recognition, Pacmann juga menganalisis kata-kata apa saja yang paling berdekatan dengan kata macet dengan cara merepresentasikan semua kata di dalam data menjadi vektor.

Metode ini menerapkan model jaringan saraf (neural network) yang dirancang untuk memperhitungkan asosiasi kata di dalam data tekstual seperti tweets.

Baca juga: Penampakan Tol BSD-Serpong Lumpuh Akibat Banjir 1 Meter, Begini Langkah Polisi Urai Kemacetan

Kata-kata yang paling berdekatan di dalam data yang Pacmann analisis antara lain jam, banjir, jalan, tol, pulang, hujan, mudik, pagi, capek, kerja, arus, mobil, dan berangkat.

"Kalau kita perhatikan, ada sekelompok kata-kata yang bertetangga dengan kata macet yang berkaitan erat secara semantik dalam konteks jam berangkat dan pulang kerja," ujar Ghifari Adam, pengajar di Pacmann sekaligus Data Scientist di Valiance.

Ghifari mengungkapkan ada juga sekelompok kata lainnya yang berasosiasi dengan situasi kondisional tertentu seperti banjir, hujan, dan mudik.

Named-Entity Recognition dan Word2Vec pada dasarnya adalah penerapan dari Natural Language Processing (NLP) yang merupakan cabang dari Artificial Intelligence. Dengan NLP kita dapat menganalisis data tekstual, yang merupakan data tak terstruktur (unstructured data).

Di sebagian besar perguruan tinggi di Indonesia bidang keilmuan tersebut saat ini baru sebatas menjadi “peminatan” atau “konsentrasi”. Oleh karena itu, Pacmann mulai menggelar kelas machine learning melalui Pacmann sejak tahun 2017, yang terus berkembang hingga saat ini.

“Untuk mendukung antusiasme teman-teman terhadap pemahaman ilmu data modelling yang baik, kami bersama praktisi dan akademisi merancang program-program untuk upskilling dan reskilling di bidang data maupun bidang bisnis dengan kurikulum end-to-end, mendalam, up-to-date, dan sesuai dengan kebutuhan industri saat ini,” kata Ghifari Adam.

Program-program yang Pacmann tawarkan tidak hanya berfokus pada data saja, tetapi juga bisnis.

Ada program Skill Upgrader dan Career Upgrader yang Pacmann tawarkan dengan kurikulum AI ML Engineering, Analytics Data Science, Statistics, Product Management dan Business Strategy, serta Business Intelligence dan Growth Hacking.

Selain program pendidikan, Pacmann juga menawarkan jasa konsultan untuk solusi-solusi machine learning melalui Valiance.

Beberapa portofolio solusi machine learning yang pernah Valiance kerjakan antara lain Customer Analytics, Anomaly & Fraud Detection, Natural Language Processing, dan Computer Vision.