Aktivitas Twitter Dapat Digunakan untuk Memetakan Kerusakan Akibat Badai

twitter membuktikan akurat untuk keadaan badai mappyinf dari web sandy flSaat Anda perlu mengecek status bencana alam, dari mana Anda mendapatkan berita terbaru? Saluran cuaca? Siaran darurat? Radio? Berapa jumlah aplikasi atau situs web pelacak cuaca? Anda mungkin terkejut bahwa beberapa informasi terbaik dapat ditemukan di media sosial. Para peneliti di Pusat Penelitian Keunggulan Teknologi Informasi dan Komunikasi Nasional Australia di Melbourne mulai mempelajari dampak aplikasi media sosial seperti Twitter untuk memetakan kerusakan, menurut sebuah pos dari Majalah Sains.

Pada bulan Oktober 2012, Badai Sandy diklasifikasikan sebagai sistem bertekanan rendah yang besar di perairan selatan Kuba. Lima hari kemudian, badai itu tercatat sebagai salah satu badai terbesar dalam sejarah, menerjang pantai timur Amerika Serikat dan menyebabkan orang-orang terlantar dan tanpa aliran listrik. Pemerintah kesulitan untuk memutuskan cara terbaik mengirimkan kru pembersihnya - area mana yang paling membutuhkan? Siapa yang membutuhkan persediaan dan layanan darurat?

Pemetaan yang tidak akurat selama Badai Besar Sandy dan Badai Katrina menunda respons badai selama berminggu-minggu dan berbulan-bulan. Badan Manajemen Darurat Federal AS (FEMA) biasanya mengamati badai itu sendiri, geografi lokal di jalurnya, dan infrastruktur untuk membentuk model. Itu kemudian menempatkan pesawat di udara untuk menambahkan detail ke peta. Agensi tersebut dikritik karena lambat menanggapi korban Katrina.

Yuru Kryvasheyeu, fisikawan komputasi, memimpin tim untuk mempelajari peristiwa waktu nyata melalui tweet dan kemudian membuat peta. Pertama, tim harus mendapatkan data. Ini terbukti rumit, karena para peneliti ragu-ragu untuk memicu tindakan hukum dengan menggunakan data dari perusahaan seperti Twitter, yang membuka arsip lengkapnya untuk akademisi pada tahun 2014. Kryvasheyeu mengatasi rintangan ini dengan membeli hanya sebagian data dari perusahaan pihak ketiga yang mengumpulkan, memproses , dan menjual kembali data dari Twitter. Tim mempersempit pencariannya di semua tweet di dunia dari antara 15 Oktober dan 12 November 2012, termasuk waktu sebelum badai melanda dan beberapa hari setelah itu menghilang. Penyempurnaan lebih lanjut dicapai dengan menyetel penelusuran ke tweet yang berisi kata-kata seperti "badai", "Sandy", "badai terang", dan "banjir".

Banyak tweet yang menyertakan lokasi pengguna, tetapi bagi mereka yang tidak, tim menganalisis akun dan konten pesan tersebut untuk mendapatkan informasi yang hilang. Peneliti memetakan hampir 10 juta tweet dari lebih dari dua juta akun.

Diketahui bahwa semakin dekat orang-orang dengan badai, semakin mereka men-tweet tentang badai tersebut. Jadi, meskipun hasilnya tidak sepenuhnya acak, hasilnya juga harus diambil dengan sedikit garam. Berapa jumlah tweet yang mencerminkan kehancuran sebenarnya dari acara tersebut? Media lokal tumbuh subur dengan menanamkan ketakutan pada audiens kecilnya, dan ini bisa menambah peningkatan aktivitas sosial. Untuk mengurangi hal ini, para peneliti beralih ke FEMA dan pemerintah negara bagian New York dan New Jersey untuk mendapatkan ikhtisar resmi kerusakan tersebut.

Jika dibandingkan, hasil studi Twitter menunjukkan harapan. Semakin banyak kerusakan aktual yang diderita oleh Sandy di daerah setempat (yang diukur dengan biaya perbaikan), semakin banyak penduduknya yang men-tweet. Anehnya, Twitter sendiri sedikit lebih akurat daripada FEMA dalam hal memprediksi lokasi dan tingkat kerusakan akibat badai.

Kita tetap harus berhati-hati, karena media sosial pada umumnya memiliki batasan dan masalah tersendiri dengan data yang akurat. “Twitterbots” adalah program yang mengulang tweet paling populer dan membalas tweet yang sah, dan ini harus diperhitungkan. Namun, Urbano Franca, seorang peneliti kesehatan di Harvard Medical School mengatakan bahwa para peneliti di sini "tampaknya memiliki sebagian besar, jika tidak semua, masalah dan potensi celah". Dia menyarankan agar platform media sosial lain seperti Facebook, dipelajari selanjutnya, meskipun mendapatkan data itu mungkin tidak mudah.