drone emprit: konsep dan teknologi

102
Drone Emprit Konsep dan Teknologi Ismail Fahmi, PhD. Drone Emprit Media Kernels Indonesia [email protected] IT CAMP –BIG DATA & DATA MINING Onno Center, Situ Gintung - Jakarta 1 Oktober 2017

Upload: ismail-fahmi

Post on 24-Jan-2018

3.983 views

Category:

Internet


72 download

TRANSCRIPT

Page 1: Drone Emprit: Konsep dan Teknologi

Drone EmpritKonsep dan Teknologi

Ismail Fahmi, PhD.Drone Emprit

Media Kernels Indonesia

[email protected]

IT CAMP – BIG DATA & DATA MININGOnno Center, Situ Gintung - Jakarta

1 Oktober 2017

Page 2: Drone Emprit: Konsep dan Teknologi

2

1992 – 1997 S1, Teknik Elektro, ITB2003 – 2004 S2, Computational Linguistics, Universitas Groningen, Belanda2004 – 2009 S3, Computational Linguistics, Universitas Groningen, Belanda

2000 – 2003 Inisiator IndonesiaDLN (Digital Library Network pertama di Indonesia)Mengembangkan Ganesha Digital Library (GDL)Mendirikan Knowledge Management Research Group (KMRG) ITBMembangun Digital Library ITB

2009 – Sekarang Engineer di Weborama, Perusahaan berbasis big data (Paris/Amsterdam)2012 – Sekarang Co-Founder Awesometrics, Media Monitoring & Analytics Company2014 – Sekarang Founder PT. Media Kernels Indonesia, a Natural Language Processing Company2015 – Sekarang Konsultan Perpustakaan Nasional, Inisiator Indonesia OneSearch2017 – Sekarang Dosen Tetap Magister Teknik Informatika Universitas Islam Indonesia

Ismail Fahmi, [email protected]

Page 3: Drone Emprit: Konsep dan Teknologi

AgendaSESI 1• Konsep

• Tentang Drone Emprit• Data, tambang emas baru• Arsitektur & Fitur

• Teknologi• Crawler

• Twitter• Facebook• Online News

• Indexing• Sharding• Replication

• Analytics• Sentiment Analysis• Opinion Analysis• Term Extraction• Clustering• Social Network Analysis

• Visualisasi

SESI 2• Studi Kasus

• Analisis Pilkada Jawa Barat• Analisis Pro-Kontra PKI• Membaca Agenda Setting Media

• Demo• Membuat topik monitoring baru• Membaca hasil analisis• Edit sentimen • Social Network Analysis

3

Page 4: Drone Emprit: Konsep dan Teknologi

Tentang Drone Emprit

4

Page 5: Drone Emprit: Konsep dan Teknologi

Media Kernels a.k.a Drone Emprit

• Sebuah sistem untuk memonitor dan menganalisa media online dan sosial berbasis teknologi big data.

• Dikembangkan sejak tahun 2009 di Amsterdam, Belanda, oleh anak bangsa, melalui Media Kernels Netherlands B.V.

• Mulai tahun 2012 digunakan di Indonesia.• Berbasis teknologi Artificial Intelligent (Machine

Learning) dan Natural Language Processing(NLP).

• Dikenal sebagai ‘Drone Emprit’ dalam berbagai pemberitaan di TV dan Media Nasional.

5

Drone Emprit

Page 6: Drone Emprit: Konsep dan Teknologi

6

2-8 Januari 2017

TEMPO

Topik: Peternakan hoax di media sosial

Media Kernels: • Diberitakan dengan

name ‘Drone Emprit’.• Menyajikan peta

Social Network Analysis (SNA) tentang bagaimana sebuah hoax berasal, menyebar, siapa influencers utama, dan siapa groupnya.

• Beberapa isu yang dianalisis: 10 Juta Tenaga Kerja China, dan Aleppo (ISIS).

LAPORAN UTAMA TEMPO, 2-8 Januari 2017

Page 7: Drone Emprit: Konsep dan Teknologi

confidential

7

12 Januari 2017

KANTOR STAF PRESIDEN

Kasus: Isu hoaxmenyerang pemerintah tentang 10 Juta Tenaga Kerja China Illegal.

Media Kernels: • Menyajikan dua studi

kasus: 10 Juta tenaga kerja china illegal, dan sentimen negatif terhadap gerakan anti hoax.

• Menunjukkan timelineresonansi isu, dan peta percakapan dengan fitur SNA.

• Menunjukkan kurang efektifnya komunikasi pemerintah, dan apa yang bisa dilakukan untuk perbaikan.

FGD KEHUMASAN SELURUH KEMENTERIAN DAN LEMBAGA DI KANTOR STAF PRESIDEN (KSP)

Page 8: Drone Emprit: Konsep dan Teknologi

confidential

8

22 Maret 2017

MATA NAJWA

Kasus: Virus Dusta (alias Hoax)

Nara Sumber:• Stanley (Dewan Pers)• Johan Budi (Stafsus

Presiden)• Boy Rafli (Humas Polri)• Ismail Fahmi (MK)• Septiaji & Khairul

Anshar (Masy. Anti Hoax)

Media Kernels: • Menyajikan analisis ttg

10 Juta Tenaga Kerja China Illegal.

• Hoax Panglima TNI vs PKI.

MATA NAJWA LIVE ‘VIRUS DUSTA’

Page 9: Drone Emprit: Konsep dan Teknologi

Data is New Gold

9

Page 10: Drone Emprit: Konsep dan Teknologi

10

6 Mei 2017

Page 11: Drone Emprit: Konsep dan Teknologi

Data Collection: Gold = Expensive

11

Page 12: Drone Emprit: Konsep dan Teknologi

Free Data

12

Page 13: Drone Emprit: Konsep dan Teknologi

Twitter Analysis: World Eco. Forum 2016

13https://medium.com/@swainjo/wef16-davos-twitter-sna-analysis-4c38cf4bc46d

Page 14: Drone Emprit: Konsep dan Teknologi

14

Page 15: Drone Emprit: Konsep dan Teknologi

Arsitektur

15

Page 16: Drone Emprit: Konsep dan Teknologi

MK Big Data Architecture

confidential

16

News Crawler

Twitter Crawler

Twitter Streaming

FB Page Crawler

Data Pipeline

Data

SOLR Indexer 1 SOLR Indexer 2 SOLR Indexer 3 SOLR Indexer 4

Hadoop Framework

Physical Hardware

Insight

Data Ing

est M

anagem

ent & Q

ueue

Realtime

Job

Processing

Google Custom Search

Database Framework

Scheduled

Job

Processing

Map Reduce

Sentiment

Analysis

Other

Processings

Data &

Workflow

M

anagem

ent

Access

Visualization

Other sources

Analytics UI

Page 17: Drone Emprit: Konsep dan Teknologi

17

Social Media

Twitter

Facebook

Sear

ch +

JSO

N

Detik (ID)

Reuters (EN)

Etc..RSS

+ H

TML

Gatra (ID)

Bloomberg (EN)

Etc..

HTM

L

Kaskus

Detik Forum

Etc..

HTM

L

Online News

Forums

Twitter StreamJS

ON

Kompas

TEX

T

Warta Ekonomi

Etc..

Print

PUSH

JSO

NSubscriber

Projects Storage

Search + AccountCrawler

RSS + HTMLCrawler

HTML Crawler

HTML Crawler

SOLR NodesShard 1

SOLR NodesShard N

Index Servers

Redis Queue

Cache Manager

Mentions Storage

Keywords + Accounts Filters

deletes

Sentiment Analysis

Sentiment Models

Backtrack Filters

Sentiment Analysis

Analyses

Control Room Screens

Smart phones, tablets

Desktops

Client(s)

Converter

System Architecture

Page 18: Drone Emprit: Konsep dan Teknologi

Fitur-fitur Media Kernels

confidential18

Trends

DASHBOARD

Comparison

Topic Map

NEWS PORTAL

Latest News

Media

ANALYTICS

News Sites

Page Ranks

Sentiment Analysis

PF-Chart

Engagement

Exposure

Retweets

TOPICS

Replies

Most Shared URLs

Most Shared Videos

Topic Map

Word Cloud

Impact

INFLUENCERS

Engagement

Reach

Most Engaged

Followers

Influencer Network

SNA

Topic Network

PR-Values

Reach

Hashtags Posts

Bubble Map

Twitter User Map

DEMOGRAPHY

User Locations

Edit Sentiments

MENTIONS

Training & Learning

Backtracking

Compare SNA

COMPARE

Compare Projects

Popularity vs Favorability

Background Jobs

Upload Report

REPORTING

Download Report

User Management

ADMIN

Project Management

Client Management

Source Management

Label and Training

OPINION ANALYSIS

Opinion Chart

Insight Explorer

Page 19: Drone Emprit: Konsep dan Teknologi

News Crawler

19

Page 20: Drone Emprit: Konsep dan Teknologi

Online News

20

Dan Ratusan Media Non-mainstream

Page 21: Drone Emprit: Konsep dan Teknologi

Crawling Online News

21

Crawler Indeks Server

Page 22: Drone Emprit: Konsep dan Teknologi

Web Crawler Tools

22

http://bigdata-madesimple.com/top-50-open-source-web-crawlers-for-data-mining/

Page 23: Drone Emprit: Konsep dan Teknologi

Web Crawler Tools (2)

23

http://bigdata-madesimple.com/top-50-open-source-web-crawlers-for-data-mining/

Page 24: Drone Emprit: Konsep dan Teknologi

Contoh: Scrapy.org

24

Page 25: Drone Emprit: Konsep dan Teknologi

Web Crawler Drone Emprit

25

Bikin sendiri, powered by:

Page 26: Drone Emprit: Konsep dan Teknologi

Anatomi: Metadata dan Fullteks

26

Ambil: Tanggal, judul, isi berita, penulis, url gambar

Buang:Iklan, daftar headline, komentar.

Page 27: Drone Emprit: Konsep dan Teknologi

Twitter API

27

Page 28: Drone Emprit: Konsep dan Teknologi

API: search/tweets

28

Page 29: Drone Emprit: Konsep dan Teknologi

Contoh: Free Twitter Search

29

History: 7 daysStart search

100% results

Page 30: Drone Emprit: Konsep dan Teknologi

API: Realtime (Sample)

30

Random SampleAll Statuses

Kurang dari 10%

Page 31: Drone Emprit: Konsep dan Teknologi

API: Realtime (Filter)

31

Page 32: Drone Emprit: Konsep dan Teknologi

API: Realtime (Filter)

32

Filtered StatusesAll Statuses

~ 100%

POST statuses/filterFilter max 400 keywords

Filter:Max 400 keywords

Page 33: Drone Emprit: Konsep dan Teknologi

API: > 400 keywords?

33

All Statuses

Max 400 keywords

ServerIPAddr 1

ServerIPAddr 2

ServerIPAddr n

Max 400 keywords

Max 400 keywords

Page 34: Drone Emprit: Konsep dan Teknologi

Twitter API Tools

34

Net::Twitter

Page 35: Drone Emprit: Konsep dan Teknologi

Twitter API: Drone Emprit

35

Net::TwitterAnyEvent::Twitter::Stream

Page 36: Drone Emprit: Konsep dan Teknologi

Facebook API

36

Page 37: Drone Emprit: Konsep dan Teknologi

FB API (v1): Public Search

37

April 2014 à distop Facebook

Page 38: Drone Emprit: Konsep dan Teknologi

FB API (v2): Searching

38

Page 39: Drone Emprit: Konsep dan Teknologi

FB API (v2): Object

39

https://graph.facebook.com/$object_id/$type?fields=id,

parent_id,from,to,type,status_type,story,message,link,likes.summary(true),shares,comments.order(reverse_chronological).summary(true),created_time,updated_time

&order=reverse_chronological&access_token=$access_token&limit=$limit&until=$last_timestamp

$object_id = FB Page ID, etc

$type = [feed, comment, ...]

Page 40: Drone Emprit: Konsep dan Teknologi

FB API Tools

40

Facebook::Graph

fb 0.4.0

Page 41: Drone Emprit: Konsep dan Teknologi

FB API: Drone Emprit

41

WWW::Curl

Bikin sendiri, powered by:

Page 42: Drone Emprit: Konsep dan Teknologi

Question: Perl or Python?

42

Of course!

Page 43: Drone Emprit: Konsep dan Teknologi

Why Perl?

43

Perl yang menolong manusia setelah jatuh di

bumi, dan tentu lebih ‘nyunah’

Python yang bikin Adam-Hawa tergoda, lalu turun dari surga

Page 44: Drone Emprit: Konsep dan Teknologi

Search Engine/Indexing

44

Page 45: Drone Emprit: Konsep dan Teknologi

Full Text Indexing

45

Data Sources Search Engine

Page 46: Drone Emprit: Konsep dan Teknologi

Full Text Search Engines

46

Page 47: Drone Emprit: Konsep dan Teknologi

Search Engine: Drone Emprit

47

Simple - Powerful - Robust - Scalable

Page 48: Drone Emprit: Konsep dan Teknologi

Solr Server Configuration

48

Page 49: Drone Emprit: Konsep dan Teknologi

Sharding

49

Page 50: Drone Emprit: Konsep dan Teknologi

Replication

50

Page 51: Drone Emprit: Konsep dan Teknologi

Analytics

51

Page 52: Drone Emprit: Konsep dan Teknologi

Analytics: Server Configuration

52

Slave Analysis Results

AnalysisProcesses

Page 53: Drone Emprit: Konsep dan Teknologi

Analytics Engine

53

Search byKeywords

News, Twits, Statuses, etc

Sentiment Analysis

Opinion Analysis

Term Extraction

Segmentation

Quote Extraction

Named Entity Recognition

SearchResults

Page 54: Drone Emprit: Konsep dan Teknologi

Paragraph Segmentation

54

NEWS ARTICLES MENTIONS

Page 55: Drone Emprit: Konsep dan Teknologi

Sentiment Analysis

55

Page 56: Drone Emprit: Konsep dan Teknologi

Sentiment Analysis

56

Positif

Negatif

Netral

?

MENTIONS

Page 57: Drone Emprit: Konsep dan Teknologi

Sentiment Analysis

57

Positif

?

MENTIONS

Untuk Setya Novanto

Page 58: Drone Emprit: Konsep dan Teknologi

Sentiment Analysis

58

Negatif?

MENTIONS

Untuk KPK

Page 59: Drone Emprit: Konsep dan Teknologi

Sentiment Analysis

59

Netral

?

MENTIONS

Untuk Hakim Cepi Iskandar

Page 60: Drone Emprit: Konsep dan Teknologi

Sentiment Analysis Techniques

60http://www.sciencedirect.com/science/article/pii/S2090447914000550

Page 61: Drone Emprit: Konsep dan Teknologi

Evaluasi

61http://www.sciencedirect.com/science/article/pii/S2090447914000550

”one model for all” tidak bisa memberi label yang tepat untuk setiap subyek.

Lexicon base tergantung dari keberadaan kata dalam kamus sentimen, tidak bisa memberi label yang tepat untuk subyek yang berbeda.

Page 62: Drone Emprit: Konsep dan Teknologi

Sentiment Analysis Tools

62

https://breakthroughanalysis.com/2012/01/08/what-are-the-most-powerful-open-source-sentiment-analysis-tools/

Text Mining Module

Page 63: Drone Emprit: Konsep dan Teknologi

Sentiment Analysis: Drone Emprit

63

Adaptive Multiple Models

Page 64: Drone Emprit: Konsep dan Teknologi

Training Data

64DOI: 10.1109/ICMLA.2015.22

81.000

Page 65: Drone Emprit: Konsep dan Teknologi

Opinion Analysis

65

Page 66: Drone Emprit: Konsep dan Teknologi

Kapolri: Opinion Analysis

66

Page 67: Drone Emprit: Konsep dan Teknologi

Bersama DivHumas Polri di Kompas Petang

67

Page 68: Drone Emprit: Konsep dan Teknologi

Fitur Opinion Analysis MK

68

Page 69: Drone Emprit: Konsep dan Teknologi

Analisis Terhadap Statistik

69

Page 70: Drone Emprit: Konsep dan Teknologi

Membaca Voice, bukan Noise

70

Page 71: Drone Emprit: Konsep dan Teknologi

Analisis Terpengaruh Noise

71

Sayang, analisis berbasis ‘noise’ ini yang menjadi viral.

Page 72: Drone Emprit: Konsep dan Teknologi

Opinion Analysis Techniques

72

Drone EmpritRegular Expression

Opinion Analysis

Page 73: Drone Emprit: Konsep dan Teknologi

Quote Extraction

73

Page 74: Drone Emprit: Konsep dan Teknologi

Quote Extraction

74

QUOTE QUOTE HOLDER

Page 75: Drone Emprit: Konsep dan Teknologi

Quote Extraction: Drone Emprit

75

Pattern Matching dengan

Regular Expression

Page 76: Drone Emprit: Konsep dan Teknologi

Named Entity Recognition

76

Page 77: Drone Emprit: Konsep dan Teknologi

Named Entity Recognition

77

LOCATION PERSON ORGANIZATION

Page 78: Drone Emprit: Konsep dan Teknologi

NER Tools

78

Page 79: Drone Emprit: Konsep dan Teknologi

NER: Drone Emprit

79

Page 80: Drone Emprit: Konsep dan Teknologi

Contoh NER

80

Page 81: Drone Emprit: Konsep dan Teknologi

Clustering

81

Page 82: Drone Emprit: Konsep dan Teknologi

Clustering

82

Page 83: Drone Emprit: Konsep dan Teknologi

Clustering Types

83

Page 84: Drone Emprit: Konsep dan Teknologi

Clustering Tools

84

http://bonsai.hgc.jp/~mdehoon/software/cluster/software.htm

Page 85: Drone Emprit: Konsep dan Teknologi

Topic Map: Document Clustering

85

Page 86: Drone Emprit: Konsep dan Teknologi

Social Network Analysis

86

Page 87: Drone Emprit: Konsep dan Teknologi

SNA: Social Network Analysis

• SNA adalah pemetaan terhadap relasi antar orang, organisasi, topik, lokasi, dan entitas informasi lainnya.

• Node atau titik di dalam jaringan menggambarkan orang, organisasi, lokasi, atau entitas informasi.

• Garis sambungan antar titik menggambarkan relasi antar titik.

87

Page 88: Drone Emprit: Konsep dan Teknologi

Betweenness Centrality

88

Betweenness Centrality: a measure of centrality.

Highest betweenness centrality(8 connections)

Lowest betweenness centrality(4 connections)

Page 89: Drone Emprit: Konsep dan Teknologi

Anatomi Sebuah Twit

89

Page 90: Drone Emprit: Konsep dan Teknologi

Anatomi Sebuah Twit

90

Page 91: Drone Emprit: Konsep dan Teknologi

Relasi Retweet

91

Page 92: Drone Emprit: Konsep dan Teknologi

Link Functions: Retweet / Mention

92

Page 93: Drone Emprit: Konsep dan Teknologi

Retweet Network

Page 94: Drone Emprit: Konsep dan Teknologi

94

Mention Network

Page 95: Drone Emprit: Konsep dan Teknologi

Information Arbitrage

95

Page 96: Drone Emprit: Konsep dan Teknologi

96

Information arbitrage: translateinformation across groups

Page 97: Drone Emprit: Konsep dan Teknologi

Visualization

97

Page 98: Drone Emprit: Konsep dan Teknologi

User Dashboard

98

Analysis Results

Slave

Page 99: Drone Emprit: Konsep dan Teknologi

Visualization Tools

99

Page 100: Drone Emprit: Konsep dan Teknologi

D3js.org

100

Page 101: Drone Emprit: Konsep dan Teknologi

Drone Emprit is Hiring

101

System Administrator & Programmer

Page 102: Drone Emprit: Konsep dan Teknologi

Terimakasih

102

Ismail Fahmi, PhDDrone EmpritPT Media Kernels IndonesiaEmail: [email protected]: 0812 8908 3894