Artificial Intelligence Mengubah Lanskap Media Di Era Jurnalisme Data

Sumber: Twitter/Wibbitz

Jurnalisme data merupakan konsep yang sudah lama ada sejak pelaporan berbasis komputer menjadi bagian jurnalistik. Saat itu stasiun berita CBS di amerika serikat mencoba untuk memprediksi hasil dari pemilihan presiden 1952 dengan menggunakan komputer mainframe. Namun, Brant Houston menjelaskan, stasiun berita tersebut agak melebih-lebihkan karena mereka tidak pernah menggunakan data. Dalam papernya, Dia menjelaskan jurnalisme data dimulai 50 tahun yang lalu ketika data analisis mulai populer pada tahun 1967. Pada tahun itu, Philip Meyer seorang wartawan di surat kabar Detroit Free Press menggunakan kemputer mainframe untuk menganalisis data. Data tersebut diperoleh melalui survey kepada penduduk Detroit untuk memahami dan menjelaskan konflik kerusuhan besar yang terjadi pada musim panas di kota tersebut.

Lima puluh tahun berlalu, jurnalisme data mulai populer di awal era industri revolusi ke empat. Jurnalisme pada era ini mengalami pergeseran haluan. Hal itu disebabkan adanya pendekatan yang berorientasi data pada proses pengolahannya. Jurnalisme yang dikombinasikan dengan data dan berdasarkan data untuk mempublikasi berita kepada publik. Jurnalisme data menjadi perhatian utama Alexander Howard, seorang kolumnis TechRepublic yang dijuluki TechTitans oleh Majalah Washington.

Dalam tulisannya yang dipublikasi di Tow Center for Digital Journlism, Howard memberikan definisi detil mengenai data jurnalisme. Dalam penjelasannya, data jurnalisme yaitu mengumpulkan, membersihkan, mengorganisir, menganalisis, memvisualisasi dan mempublikasikan data untuk mendukung terciptanya tindakan jurnalistik. Pengolahan data dengan tujuan jurnalistik merupakan kunci dari definisi tersebut. Proses sistematis pengolahan data yang didukung kebijakan open data akan memberikan outcome informasi yang handal dan akurat untuk kepentingan publik. Mengumpulkan berbagai data dan menyatukannya hingga mencukupi untuk diolah. Kemudian data yang dikumpulkan tersebut dibersihkan agar tidak tercampur dengan data yang tidak relevan.

Data kemudian disusun dan diatur dengan baik agar menjadi satu kesatuan. Setelah itu, melalui analisis, penguraian datapun dilakukan. Penguraian yang detil antar bagian dan  penelaahan  pada sub bagian serta hubungan antar bagian data untuk memperoleh penjelasan dan pemahaman yang tepat dari keseluruhan data. Setelah diuraikan secara runtun, maka selanjutnya visualisasi data dilakukan yaitu dengan cara mengungkapkan data yang telah dianalisis dengan menggunakan bentuk gambar, grafik, peta, tulisan dan angka. Visualisasi data akan memberikan informasi yang dibutuhkan sebagai acuan untuk mewujudkan tindakan jurnalistik melalui tulisan artikel dan berita.

Selanjutnya, publikasi artikel yang berbasis pada pengolahan data secara sistematispun dilakukan. Akan tetapi, ada yang berbeda pada cara bagaimana media mempublikasi artikel yang telah dibuat sedemikan rupa tersebut. Publikasi dilakukan secara bersamaan oleh kelompok media hingga ke seluruh dunia dengan berbagai bahasa setelah laporan dalam bentuk artikel dibuat. Hal itu disebabkan karena pembuatan jursnalisme data tidak hanya dilakukan satu media, tetapi juga media lain secara berkelompok untuk mengungkapkan fakta dan informasi yang tersembunyi dibalik data yang masif. Jurnalisme data ini dipastikan akan menyediaan akses agar publik mendapatkan kebebasan informasi.

Hal itu disebabkan karena jurnalisme data akan memasuki tahapan baru seiring kemajuan teknologi. Sama seperti industri khusus dan manufaktur dan yang telah maju selaras dengan teknologi. Tepatnya tetika big data analytics dan artificial intelligence dikembangkan dan digunakan oleh berbagai industri dengan tujuan untuk menengurangi biaya, mempercepat pengambilan keputusan yang lebih baik, hingga menciptakan produk dan jasa. Industri media juga mulai memanfaatkan teknologi tersebut dengan menerapkan strategi big data dan artificial intelligence.

Big data merupakan tahapan generasi berikutnya dari jurnalisme data. Menurut Big Data for Media, sebuah lembaga media non-profit global mengatakan dalam lima tahun terakhir ini perusahaan media telah melakukan investasi dalam bentuk strategi big data media mereka. Secara garis besar investasi ini mencakup sumber daya manusia sebagai human capital indutri yaitu mempekerjakan ahli strategi, ilmuwan data, analis data, insinyur data, hingga analisis editor. Ahli strategi sangat dibutuhkan industri media untuk memberikan rekomendasi dan membantu membuat rencana strategis big data agar unggul dalam jangka panjang.

Profesi yang bergelut dalam kompetensi data akan berperan penting dalam proses penelitian dan pengembangan big data analytics agar mampu menghasilkan inovasi dan produk baru dalam industri media. Analisis editor menjadi peran baru untuk menyajikan informasi yang diciptakan melalui visualisasi data. Secara menyeluruh, ruang lingkup investasi strategi big data ini bertujuan untuk meningkatkan wawasan pelanggan yaitu pembaca,penonton, hingga pendengar.  tujuan tersebut dapat diwujudkan melalui peningkatan kualitas konten, pembaruan cara pelanggan mendapatkan informasi, hingga peningkatan akurasi dan relevansi konten yang diinginkan pelanggan. Selain itu, tujuan yang sangat penting untuk kelangsungan industri media adalah mengembangkan produk baru.

Ilmuan, analis, dan insinyur data akan saling bekoordinasi melalui penelitian dan pengembangan yang berkualitas agar produk baru yang diinginkan pelanggan  bisa dicapai. Sehingga dengan adanya investasi strategi big data itu maka tujuan yang berorientasi labapun akan terwujud. Pendapatan yang dihasilkan dari pengembangan berbasis data ini akan menjadi keuntungan jangka panjang perusahaan media. Investasi skala besar ke dalam strategi big data hingga mencakup teknologi terbaru lainnya menjadi sinyal kuat industri media untuk berubah secara fundamental. Perubahan haluan ini dianggap akan menjadi basis baru media khususnya dalam pengembangan era jurnalisme data di era disrupsi. Oleh sebab itu, para pengamat yang ahli di bidang big data analytics dan artificial intelligence telah memperkirakan peningkatan  dan terobosan baru yang akan terjadi di industri media.

Beranda Berita yang Tersesuaikan dengan Kebutuhan Setiap Pembaca

Won Kok Sung, seorang ilmuan data di Mediacorp, singapura. Mengatakan standar pengembangan publik yang dinamis dapat terwujud dengan meneraptkan analisis editorial yang terkustomisasi. Dengan kata lain, analisis editorial yang tersesuaikan dengan perilaku pembaca akan mendukung pengambilan keputusan informasi data. Lebih jauh, pengembangan publik yang diukur dengan indikator kinerja konten dianggap akan sangat berguna untuk kebutuhan setiap pembaca. Ada tiga indikator kinerja konten yang disampaikan Won yaitu popularitas yang ditunjukkan untuk publikasi laman permanen.

Berita dan artikel yang manfaatnya tak lengkang oleh waktu seperti investigasi dan cerita ringan biasanya mendapatkan popularitas tinggi. Jenis tulisan tersebut menjadi indikator pertama.  Jumlah pembaca terlibat dalam suatu konten menjadi indikator kedua. Pembaca dapat menjadi bagian konten dengan memberikan komentar dan umpan balik pada postingan sebgai tayangan ulang sosial atau interaksi antara penulis dan pembaca.

Dan terakhir, rata-rata minat pembaca menetap di suatu laman atau post. Indikator ini menunjukkan berapa lama pengunjung membaca artikel di suatu post dan laman. Selain dari tiga indikator kinerja konten diatas, dalam memahami konteks konsumsi pembaca maka perusahaan media mengadopsi tampilan setiap sudut atau 360 derajat. Hal ini bertujuan agar media dapat mengetahui kebutuhan pembaca. Tampilan 360 derajat tersebut digunakan untuk menilai pembaca, konten yang dikonsumsi pembaca dan cara mereka mengkonsumsi konten.

Informasi yang didapatkan dari adopsi tampilan 360 derajat menjadi temuan yang dikembangkan melalui big data analytics dan artificial intellegent agar berita yang dibutuhkan pembaca dapat tersesuaikan ke setiap pembaca. Sehingga pengembangan konten tersebut akan searah ke dalam aspek pengembangan publik yang memberikan perusahaan media jawaban mengenai pembaca seperti di mana pembaca menemukan kontennya. Terlebih lagi, perusahaan media juga bisa mengetahui seberapa ketertarikan pembaca pada suatu koonten dengan menilai tanggapan melalui kesukaan dan  komentar yang pembaca tinggalkan pada postingan.

Menerapkan Artificial Intelligence (AI) untuk Memahami Pembaca

Selain dari pengembangan konten yang tersesuaikan dengan pembaca, industri media juga menggunakan AI untuk memahami  perilaku pembaca. Misalnya saja, kita sebagai pengguna smartphone mungkin telah terhubung dengan AI tanpa menyadarinya. Smartphone yang terkoneksi internet akan dipanggil oleh AI antara lain melalui pemberitahuan push di Smartphone, buletin email dari situs web favorit yang menjadi langganan kita, video yang direkomendasikan kepada kita hingga hasil pertandingan bola tim favorit kita. Dengan demikian, industri media telah menerapkan AI yang didukung oleh algoritma pembelajaran mesin dengan mengandalkan sejumlah besar data untuk membuat keputusan cerdas yang digunakan untuk kebutuhan pembaca.

Mari kita menelaah salah satu contoh detil bagaimana media dan AI dapat memahami pengguna. Misalnya rekomendasi konten yang diberikan YouTube. Pada awalnya, situs berbagi video tersebut hanya menggunakan sesuatu yang disebut penyaringan kolaboratif untuk memberi tahu penggunanya apa yang harus ditonton. Jadi ilustrasinya, jika 10 pengguna telah memilih dan menonton lima video yang sama, maka situs tersebut memperkirakan bahwa pengguna ke-11 yang menonton empat video ini juga akan menyukai video yang ke-5. Seiring berjalannya waktu dan teknologi yang terus dikembangkan, YouTube juga terus menyempurnakan rekomendasi kepada pengguna hingga pada perkiraan perilaku pengguna yang lebih kompleks.

Lex Holub, CEO startup AI berbasis di San Francisco, Vidora. Mengatakan dalam tiga sampai lima tahun ke depan, setiap bisnis akan memiliki mesin AI di pusatnya. Media mulai menerapkan ini sejak digagasnya big data untuk media pada beberapa tahun yang lalu. Teknologi startup memungkinkan perusahaan dari berbagai industri untuk menyesuaikan komunikasi dan pelayanan mereka dengan konsumen untuk mengurangi churn atau penghentian layanan tertentu, baik itu di situs web mereka, di aplikasi, atau melalui notifikasi push di smartphone.

Dalam konteks media video, sistem berbasis AI seperti Vidora dapat mempelajari tidak hanya video mana yang direkomendasikan, tapi juga bagaimana memasarkan setiap video. Tidak hanya itu, AI juga mampu menemukan harga terbaik dan proposisi nilai yang diberikan kepada setiap pelanggan. Sehingga, setiap pelanggan yang terhubung dengan AI melalui konten media akan mendapatkan kebutuhan yang tersesuaikan ke setiap pelanggan. Memahami kepuasan pelanggan adalah tujuan utama penerapan AI di industri media.

Hal ini dapat terwujud melalui sejumlah besar data yang membantu sistem untuk mempelajari pola perilaku pelanggan hingga mengembangkan dan melatih mesin AI untuk memahami pelanggan. Misalnya dalam konteks YouTube, layanan seperti ini sudah tahu video mana yang ingin pelanggan tonton. Beberapa perusahaan media melakukan riset eksperimen melalui survei untuk mendapatkan umpan balik pada video individual. Sehingga Seiring perkembangan, AI akan menggunakan informasi riset tersebut yang digunakan melatih algoritma agar kepuasan setiap pelanggan dapat meningkat.

AI untuk Meningkatkan Pelayanan Media

CEO Rocketbots, Gerardo Salandra mengatakan AI dapat menggantikan manusia, tetapi AI juga mempu menciptakan pekerjaan dengan gaji yang lebih baik bagi manusia. aspek efesiensi untuk menekan biaya dan efektifitas agar pekerjaan bisa dilakukan lebih cepat mendasari perubahan tersebut. Dengan kata lain, AI akan mengeliminasi pekerjaan melalui robot atau mesin yang dulunya kerjakan oleh manusia. namun sebaliknya, Adanya AI juga menelurkan pekerjaan baru. pekerjaan yang berorientasi pada pengembangan AI dan Big data akan menjadi karir baru di era ini.

Dalam konferensi Data tahunan ke-6, Salandra juga berbagi sudut pandangnya mengenai implementasi AI di industri media dan periklanan. AI secara signifikan dapat meningkatkan efisiensi di tempat kerja. Sehingga penghematan biaya perusahaan akan tercapai. Contoh yang relevan adalah di sektor pelayanan. ketika investor berinvestasi di chatbot yakni sebuah program virtual asisten untuk layanan pelanggan. Salandra menjelaskan bahwa program chatbot dapat menjawab pertanyaan sederhana sehingga lebih sedikit staf kustomer servis yang dibutuhkan untuk kantor sehingga beban gaji karyawan dapat dipotong dan dialokasikan untuk kebutuhan lain.

Contoh lain di sektor periklanan adalah perusaahaan bisa menggunakan AI untuk mempersonalisasi hubungan masyarakat dan konten pemasaran agar pelanggan dapat meningkatkan tingkat langganan mereka yang lebih menguntungkan. Dengan demikian dalam konteks hubungan masyarakat, sistem AI saat ini berkembang dengan peningkatan tata bahasa agar struktur kalimat dalam sebuah bahasa menjadi lebih dipahami masyarakat. Selain itu, perkembangan AI juga mampu mempelajari berbagai tata bahasa dan mengidentifikasi frasa dengan berbagai kata-kata.

Pembelajaran generatif berbasis AI menunjukkan perkembangannya dalam hubungan masyarakat. Contohnya pada komunikasi virtual pada dua kalimat yang ditanyakan manusia seperti mengapa pelayaran saya tertunda dan mengapa saya tidak sampai tepat waktu. AI dapat membuat keputusan dengan memberikan jawaban atas pertanyaan tersebut daripada  model algoritma lama yang berbasis “jika, maka” yang tidak mampu memberikan jawaban akurat dari kedua pertanyaan itu. Selain itu, perkembangan teknologi terbaru yang saat ini digunakan perusahaan media juga dapat mengidentifikasi emosi dalam teks, tingkat urgensi pertanyaan, jenis pertanyaan dan menyarankan jawaban yang kemudian akan disetujui oleh layanan pelanggan.

Dengan kata lain, perkembangan AI yang semakin cepat dalam industri media dengan melakukan berbagai tugas yang spesifik akan menguntungkan perusahaan. Pelanggan juga akan diuntungkan dengan tanggapan yang lebih cepat atas permintaan mereka. Sehingga tren perkembangan AI akan menjadi investasi yang sangat menguntungkan bagi industri media di masa depan.

Informasi dan Iklan di Masa Depan

Seiring perkembangan jurnalisme yang berbasis data dan didukng AI yang diimplementasikan perusahaan media. perkembangan tersebut akan berimbas di sektor periklanan yang mulai berubah secara bertahap di masa depan. Won Kok Sung menjelaskan, mulai dari infrastruktur data hingga pengukuran data yang dikombinasikan dengan informasi ketertarikan dan akrifitas pembaca maka peningkatan kualitas iklan dapat dilakukan. Hal demikian terjadi karena data memegang peranan penting dalam penargetan dan pengoptimalan monetisasi dan iklan.

Penargetan iklan yang relevan pada setiap individu akan berdampak pada kenyaman pelanggan. contohnya, materi iklan yang ada di smartphone pengguna akan berbeda dengan pengguna lainnya, selain itu penempatan posisi iklan juga akan terus ditingkatkan untuk menambah kenyamanan pelanggan agar aktifitas mereka tidak terganggu oleh keberadaan iklan tersebut. Sehingga mengoptimalkan pendapatan iklan di perusahaan media bisa tercapai.

Korey Lee, direktur analisis & wawasan South China Morning Post, surat kabar berbahasa Inggris di Hong Kong.  Dia mengatakan semakin banyak informasi yang murah dan mudah didapat, orang bisa dengan mudah kehilangan fokus informasi yang sebenarnya mereka butuhkan. Hal ini sering terjadi pada pengguna yang mengakses media yang berkolaborasi dengan platform aplikasi media melalui berita tergabung di satu aplikasi seperti aplikasi baca berita (Babe) misalnya. Dari platrofrm aplikasi ini pengguna akan terbiasa membaca berita hanya dari sampul ke sampul.Terlebih lagi, kebanyakan pengguna sekarang ini hanya menggulir kebawah berita untuk mendapatkan informasi. Sehingga menyebabkan pengguna kehilangan fokus berita yang dibutuhkannya karena banyaknya berita dan artikel yang tersedia secara berkala oleh media.

Disamping itu, media digital juga mengalami perubahan sepanjang tahun. Perubahan ini menjadi jalan untuk semakin mendekatkan pembaca dengan media. Konten berita biasanya dipublikasikan langsung dari redaksi ke situs berita mereka. Kemudian, konten yang telah mereka publikasi di situs akan dibagi ke platform media sosial secara otomatis. Selain itu, saat ini juga terdapat perkembangan model publikasi yang lebih kompleks. Industri media juga mulai menerapkan teknologi pada publikasi beritanya. Publikasi konten berita saat ini sudah disematkan di berbagai platform seperti blog, media sosial, dan aplikasi mobile seperti UC News, IDN News, dan Kumparan.

Melalui implementasi AI perusahaan media juga mengembangkan fitur aplikasi mobile dengan menyisipkan fitur notifikasi berita yang disukai pembaca. Selain itu, untuk memperbarui berita secara berkala setiap platform media juga berkolaborasi dengan media lain dalam bentuk berita gabungan. Berita dari media Tribun News juga dapat dibaca oleh pengguna yang menggunakan aplikasi UC news  untuk mengakses berita. Sehingga, haluan distribusi konten media sekarang ini akan semakin dinamis seiring kemajuan teknologi AI dan big data.

Perkembangan pesat industri media hingga secara perlahan mengubah haluan yang telah lama menjadi cara kerja jurnalis tidak dapat dihindari. Dalam pidatonya, Korey Lee menjelaskan alasan keberadaan industri media yang tidak lain adalah untuk memperbaiki kehidupan masyarakat dengan menyediakan konten yang berkualitas. Oleh karena itu adanya AI dan big data mengharuskan semua perusahaan media saat ini agar menggunakan data untuk memenuhi tujuannya.

Kemajuan teknologi pada era disrupsi ini mencapai puncaknya dengan teknologi machine learning hingga deep learning yang dipicu oleh pengembangan artificial intelligence. Machine learning bekerja dengan memperoleh akses penuh untuk menggunakan data yang kemudian akan dipelajari mesin untuk membongkar pola tersembunyi dari data tersebut. Perkembangannya tidak hanya sampai disitu, deep learning bisa mempelajarinya jauh lebih dalam untuk mengolah informasi dari data masif dengan pola yang sangat rumit.

Petter Bae Brandtzæg of SINTEF dalam laporan di ScienceDaily mengatakan 90% dari total data yang terkumpul di dunia saat ini dihasilkan selama 2 tahun terakhir. Sehingga big data analytics juga mengambil peran yang sangat penting di industri media. Dengan kata lain, berbagai konsep teknologi tersebut akan mengubah cara kerja jurnalis dan publikasi media sekarang ini. Jurnalisme yang diolah menggunakan artificial intelligence dan Big Data Analytics akan mengubah lanskap haluan industri media yang berorientasi pada aspek kebebesan informasi.

Melalui jurnalisme data, kebebasan informasi dapat terwujud jika data publik yang tersedia di dunia maya diinterpretasikan dengan pengetahuan teknologi artificial intelligence. Memandang lebih jauh ke depan, haluan baru ini diprediksi juga akan menjadi pendekatan jurnalisme sebagai penyedia informasi kepada publik di masa depan. Informasi masif yang dimiliki industri media dianggap akan mengubah fondasi kerja jurnalis menjadi lebih cepat dan efesien.




Daftar Pustaka

SINTEF. (2013, May 22). Big Data, for better or worse: 90% of world's data generated over last two years. ScienceDaily. Retrieved February 20, 2018 from www.sciencedaily.com/releases/2013/05/130522085217.htm 

Stone, S. (2017, Des 09). SCMP: the successful “attention seeker” in the information overloaded world. BigDataMedia. Retrieved February 20, 2018 from https://www.bigdatamedia.org/2017/12/09/scmp-the-successful-attention-seeker-in-the-information-overloaded-world/

Stone, S. (2017, Des 09). Robots are the future to effective customer service. BigDataMedia. Retrieved February 20, 2018 from https://www.bigdatamedia.org/2017/12/09/robots-are-the-future-to-effective-customer-service/

Stone, S. (2017, Des 09). Audience development accentuates the high quality of journalism. BigDataMedia. Retrieved February 20, 2018 from https://www.bigdatamedia.org/2017/12/09/audience-development-accentuates-the-high-quality-of-journalism/

The global one-stop shop for media executives seeking to create strategies and apply next-generation data analytics to engage audiences and grow revenue. (2017). Retrieved February 27, 2018 from https://inma.org/modules/event/2017BigDataLondon/

Houston, B. (2015, Nov 12). Fifty Years of Journalism and Data: A Brief History. GIJN. Retrieved February 20, 2018 from https://gijn.org/2015/11/12/fifty-years-of-journalism-and-data-a-brief-history/

Big Data: What it is and why it matters. SAS. Retrieved February 20, 2018 from https://www.sas.com/en_us/insights/big-data/what-is-big-data.html

Big Data Analytics: What it is and why it matters. SAS. Retrieved February 20, 2018 from https://www.sas.com/en_us/insights/analytics/big-data-analytics.html

Artificial Intelligence: What it is and why it matters. SAS. Retrieved February 20, 2018 from https://www.sas.com/en_us/insights/analytics/what-is-artificial-intelligence.html

Thompson, W., Li, H., Bolen, A. artificial intelligence, machine learning, deep learning and beyond. Retrieved February 20, 2018 from https://www.sas.com/en_us/insights/articles/big-data/artificial-intelligence-machine-learning-deep-learning-and-beyond.html