Oleh : Prof. Madya Dr. Azwa Abdul Aziz

Pengenalan

Revolusi IR 4.0 mengubah landskap dalam semua sektor termasuk sektor media khususnya dengan kehadiran data raya yang mengubah cara tafsiran maklumat. Data raya memberi kesan terus kepada proses dalam media perdana seperti pembangunan kandungan berita, ‘fact-check’ dan fokus sesuatu isu.

Media perdana harus mengambil langkah berani untuk menyesuaikan diri dalam dunia baharu maklumat dengan saingan yang dihadiri daripada bentuk baharu berita seperti blog, portal berita bebas dan lain-lain lagi.

Penyesuaian ini perlu berlaku dalam mengekalkan kerelevanan media arus perdana di samping mengekalkan integriti dunia kewartawanan. Media baharu telah berjaya menambat hati terutamanya golongan muda melalui penyampaian berita dalam talian yang lebih pantas, sensasi dan viral. Bagaimanapun, proses penghasilan berita melalui media baharu tidak melalui artikel kewartawanan seperti memastikan ketepatan dan verifikasi kepada berita yang disampaikan. Oleh itu, penggunaan sains data oleh media arus perdana dapat membantu memberi data yang lebih tepat dan pantas dengan mengekalkan etika kewartawanan dan verifikasi berita.

Sains data dalam dunia media bukanlah satu perkara baharu dalam media terutamanya di peringkat global. Pada tahun 2013, BBC telah mengiklankan projek Data Raya bernilai 18 juta pound dalam membantu mereka membina platform dan kerangka untuk analitik dan model prediktif. Secara spesifiknya projek ini bertujuan untuk membina algoritma dalam menghasilkan rekomendasi kandungan seperti memberi cadangan kepada unit TV program atau berita yang mana perlu diterbitkan dan sosial media analitik.

Penggunaan sains data dalam media boleh dilakukan dengan menghasilkan kandungan berita berdasarkan kecenderungan dan tingkah laku pembaca melalui interaksi media sosial seperti ulasan kepada sesuatu video yang dihasilkan.

Penggunaan analisis sentimen melalui pembelajaran mesin dapat mengenalpasti isu dan perkara yang ingin diketahui lebih terperinci oleh pembaca. Selain itu, dapat membina ‘engagement’ kepada pembaca apabila kandungan yang dihasilkan lebih ‘personalise’.

Selain itu, sains data membolehkan organisasi berita memahami data daripada pengguna seperti trend dan corak pemikiran. Dengan menganalisis data perilaku individu, platform media dapat memberikan rekomendasi content yang disesuaikan dengan minat dan preferensi masing-masing pengguna. Perkara ini dapat membantu memahami kandungan yang selari dengan audien dan membantu keputusan editorial dalam pemilihan cerita.

Seterusnya proses, penyahfaktaan (fact-check) dapat dilakukan dengan kehadiran ribuan berita palsu dalam media. Penggunaan Kecerdasan Buatan (AI) dapat membantu dalam mengklasifikasikan kebenaran sesuatu berita. Ini dapat menjimatkan masa selain memastikan integrati media terbabit.

Pengukuran indeks kematangan perniagaan data raya (IKPD)

Industri media juga perlu melaksanakan pembelajaran mesin bagi memastikan kekal relevan untuk menyaingi kemunculan media baharu serta memastikan laporan sentiasa tepat, padat dan semasa.

Indeks Kematangan Perniagaan Dataraya (IKPD) adalah suatu ukuran yang boleh digunakan bagi mengukur perlaksanaan sains data dalam sesuatu sektor. Dengan menggunakan indeks IKPD, organisasi dapat memahami tahap kemajuan mereka, mengenalpasti kelemahan, dan merancang langkah seterusnya untuk mencapai kecekapan yang lebih tinggi dalam penggunaan data besar.

IKPD mempunyai empat fasa utama; Business Monitoring, Business Insight, Business Optimization dan Insight Optimization. Dalam fasa pertama (Business Monitoring), pemantauan adalah berbentuk analisis descriptive seperti penggunaan aplikasi Business Intelligence (BI) dalam memahami data sedia ada.

Sebagai contoh, dalam Pilihan Raya Negeri (PRN 2023) yang baru berakhir, paparan dashboard analisis PRN 2023 melibatkan keputusan pilihanaraya yang lepas dan data semasa amat penting memahami pola pengundi pilihanraya. BI adalah yang biasa digunakan dalam industri untuk membantu pengurusan membuat keputusan berdasarkan analisis komprehensif yang dihasilkan.

Seterusnya pada fasa kedua (Business Insight), mempunyai empat kriteria utama; data lepas yang terperinci (detail historical data), data tidak berstruktur dari dalam dan luar (contoh: media sosial), analisis masa nyata dan model ramalan.

Model ramalan (predictive model) yang dihasilkan menjadi penunjuk arah keupayaan sesuatu organisasi melangkah ke fasa dua. Penggunaan teknologi analitik media sosial membantu memantau dan menganalisis aktiviti dalam talian dan trend yang berkaitan dengan jenama, produk.

Penggunaan dalam PRN 2023 dapat membantu memahami maklumat yang terdapat dalam Internet mengenai calon di kawasan tersebut termasuk ‘engagement’ mereka dalam media sosial.

Selain itu, penghasilan produk sentimen yang lebih tepat untuk bahasa yang sering digunapakai oleh masyarakat Malaysia dalam media sosial seperti bahasa rojak sangat untuk ketepatan output yang dihasilkan.

Penghasilan aplikasi ini yang menggunakan teknik pembelajaran mesin termasuk deep learning dapat menghasilkan keputusan yang lebih tepat berdasarkan konteks penggunaan bahasa media sosial di Malaysia. Selain itu, untuk mengenalpasti isu yang dimainkan pada PRN 2023 ini, teknik ‘Latent Dirichlet Allocation’ (LDA) digunakan.

Teknik ini dapat mengelaskan topik secara automatik menggunakan algoritma pembelajaran mesin. Fasa 3 (business optimization) memberi fokus kepada analisis preskriptif. Analisis preskriptif adalah jenis analisis yang fokusnya adalah memberikan rekomendasi atau solusi untuk mencapai tujuan tertentu. Tujuan dari analisis preskriptif adalah untuk menentukan langkah-langkah yang seharusnya diambil berdasarkan analisis deskriptif dan prediktif, sehingga dapat mengoptimalkan hasil atau mencapai hasil yang diinginkan.

Sebagai contoh, analisis preskriptif membantu memberi cadangan kepada calon dan memainkan isu-isu yang dapat menentukan kemenangan mereka di sesuatu kawasan. Bagi fasa terakhir (Insight Optimization) secara objektifnya adalah untuk mencipta peluang baharu dalam penerokaan data. Sebagai contoh, perlaksanaan pembelajaran mesin dapat membantu mengurangkan pekerjaan manual seperti proses penterjamah berita dan penghasilan artikel. Perkara ini dapat meningkatkan produktiviti dan mengurangkan kos kepada orginisasi media.

Kesimpulannya, perlaksanaan sains data dalam media dapat membantu orginisasi media memberi maklumat lebih tepat dan padat dalam arus persaingan kompetitif bersama media baharu.

Walaupun begitu, amat penting perlaksanaan ini tidak memberi kesan kepada manusia terutama dari segi tenaga kerja seperti yang ditekankan dalam Revolusi Industri 5.0. Kepakaran dan pengalaman petugas media masih diperlukan terutama daripada segi proses verifikasi maklumat yang dihasilkan oleh mesin.

-- BERNAMA

Prof. Madya Dr. Azwa Abdul Aziz adalah Ketua Kluster (Teknologi Pintar & Sistem)

Universiti Sultan Zainal Abidin (UniSZA).

.