Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Upcoming SlideShare
What to Upload to SlideShare
Next
Download to read offline and view in fullscreen.

0

Share

Download to read offline

Demokrasi 4.0: Demokrasi dalam Masyarakat Industri 4.0

Download to read offline

FGD Bappenas, 16 Juli 2021

Related Books

Free with a 30 day trial from Scribd

See all

Related Audiobooks

Free with a 30 day trial from Scribd

See all
  • Be the first to like this

Demokrasi 4.0: Demokrasi dalam Masyarakat Industri 4.0

  1. 1. DEMOKRASI 4.0: DEMOKRASI DALAM MASYARAKAT INDUSTRI 4.0 Ismail Fahmi, Ph.D. Director Media Kernels Indonesia (Drone Emprit) Lecturer at the University of Islam Indonesia Ismail.fahmi@gmail.com FGD BAPPENAS 16 JULI 2021 KEMENTERIAN PPN/ BAPPENAS
  2. 2. 2 1992 – 1997 Undergraduate, Electrical Engineering, ITB, Indonesia 2003 – 2004 Master, Information Science, University of Groningen, NL 2004 – 2009 Doctor, Information Science, University of Groningen, NL 2009 – Now Engineer at Weborama (Paris/Amsterdam) 2014 – Now Founder PT. Media Kernels Indonesia, a Drone Emprit Company 2015 – Now Consultant at Perpustakaan Nasional, Inisiator Indonesia OneSearch 2017 – Now Lecturer at the IT Magister Program of the Universitas Islam Indonesia Ismail Fahmi, Ph.D. Ismail.fahmi@gmail.com
  3. 3. AGENDA • Social Media & Data Explosion • Where is our democracy, now? • Democracy 4.0 • Studi kasus analisis big data OSINT untuk demokrasi • Kesimpulan 3
  4. 4. SOCIAL MEDIA & DATA EXPLOSION
  5. 5. DATA GROWTH: UNSTRUCTURED DATA 5
  6. 6. BIG DATA – BIG GROWTH 6
  7. 7. PENGGUNA TWITTER DI INDONESIA NAIK DARI 27% (2018) MENJADI 56% (2020) 7 27% 52% 56% 2018 2019 2020
  8. 8. PENGGUNA MEDIA SOSIAL DI INDONESIA (2021) 8
  9. 9. TIKTOK AND VIDEO STRIKE! 9
  10. 10. PROFILE PENGGUNA MEDIA SOSIAL INDONESIA 10 MILLENIAL GEN Z
  11. 11. WHERE IS OUR DEMOCRACY, NOW?
  12. 12. QUESTION: IN INDUSTRY 4.0, WHERE IS OUR DEMOCRACY? 12
  13. 13. WHICH SOCIETY IS OURS? 13
  14. 14. GENERAL VOTING • extremely open to abuse • misused as a legitimation tool • badly informed citizens vote • some issues have been populistically manipulated E.g. by hoax, propaganda, and influence operation. 14
  15. 15. RESIDU PILPRES: VICIOUS CYCLE OF NOISES 15 Institution Noise Public Noise Buzzers Buzzers
  16. 16. OPPORTUNITY: DETECT SIGNAL (VOICES) FROM NOISES 16
  17. 17. PROPOSED SOLUTION: DATA-BASED PUBLIC ENGAGEMENT 17 Institution Big Data Analytics Signal Policy, engagement Policy & Public Relation Public Open Source Intelligent Data
  18. 18. DEMOCRACY 4.0
  19. 19. THE NEW SOCIAL CONTRACT: FROM REPRESENTATIVE TO PARTICIPATIVE •Participation is not as in a pure online voting. •Participative: • Personal engagement in civil society projects • Join the discussion and development of public policy and programs. 19
  20. 20. PARTICIPATORY DECISION MAKING 20
  21. 21. 21
  22. 22. IDEA FLOW: ETORO SOCIAL TRADERS’ ROI 22 Best performers 30% increases over individual Copying from best traders work
  23. 23. ANALISIS BIG DATA UNTUK DEMOKRASI
  24. 24. ANALISIS BIG DATA Twitter Facebook YouTube Instagram Online News Physical Hardware SOLR Index 1 SOLR Index 2 SOLR Index N Data Lake Engine Crawler & Data Ingest Engine Realtime Job Analytics Engine SQL DB Engine Scheduled Job Advanced Analytics Basic Analytics API Engine Access Control Data Advanced Analytics Basic Analytics UI Engine Data Sources Theme Config Logo Features Hostname TikTok
  25. 25. PIKOBAR JAWA BARAT 25 2020
  26. 26. COMMAND CENTER PP MUHAMMADIYAH YOGYAKARTA 26
  27. 27. MIXED METHOD • Merupakan metode gabungan: • Kuantitatif • Kualitatif 27
  28. 28. ANALISIS BERBASIS BIG DATA DAN AI • Analisis Trend • Analisis Social Network • Analisis Aktor • Analisis Narasi • Analisis Topik/Isu • Analisis Opini • Analisis Geo Location • Analisis Sentimen • Analisis Emosi • Analisis Demografi • Analisis Bot • Analisis Difusi Informasi 28
  29. 29. ANALISIS OPINI: CRIMSON HEXAGON (USA) 29
  30. 30. CONTOH: STIGMA TERHADAP PASIEN COVID19 • 8 Rasa Takut (tertular dan dikucilkan) masih banyak muncul sebagai penyebab stigma pasien maupun keluarganya. Penolakan penguburan dan pengusiran masih terjadi, lebih spesifiknya: warga melakukan penolakan dan pengusiran jenazah Covid-19. Selain itu, pengucilan lebih banyak terjadi pada pasien atau keluarganya pasca sembuh dari Covid-19. Pemberian bantuan terhadap pasien dilakukan berbagai pihak. Dampak PHK juga masih terjadi kepada pasien dan masyarakat pada umumnya. Penyebab 1.441 71% Perilaku Pengucilan Pengusiran 418 21% Takut Misinformasi Provokasi Tolak Penguburan Dampak Bantuan 180 9% PHK 1.005 49% 354 17% 5 0% 335 16% 68 3% 11 1% 84 4% 96 5% Perundungan 4 0%
  31. 31. CYBER TROOPS - EXAMPLES 31 CYBER TROOPS: government, military or political party teams committed to developing or manipulating public opinion over social media.
  32. 32. BIG DATA: PEMETAAN OPINI NETIZEN 32 Betweenness (Bridge)
  33. 33. COMPUTATIONAL PROPAGANDA 33 Since 2012 until now, we have seen bots, algorithms and other forms of automation are used by political actors in countries around the world to manipulate public opinion over major social networking platforms, such as Twitter, Facebook, Instagram, and YouTube.
  34. 34. AI UNTUK MENDETEKSI ROBOT DI TWITTER TiLiK HUMAN ROBOT HUMAN ROBOT HUMAN ROBOT HUMAN ROBOT
  35. 35. PETA PERCAKAPAN “JEJAK KHILAFAH” 35 Pro Pemerintah Pro Oposisi Pro Khilafah (HTI) robot robot
  36. 36. CYBERTROOP & COMP PROPAGANDA
  37. 37. TREN TOPIK PRO REVISI UU KPK KPK dan Taliban #KPKPATUHAturan #KPKKuatKorupsiTurun #KPKCengeng #KPKLebihBaik #TempoKacungKPK #RevisiUUKPKForNKRI #DukungRevisiUUKPK
  38. 38. SNA TOPIK PRO REVISI UU KPK Pro Revisi UU KPK Kontra Revisi UU KPK Giveaway
  39. 39. TOP TWIT #KPKPATUHATURAN = GIVEAWAY
  40. 40. SNA #KPKPATUHATURAN
  41. 41. RESPONSE KEBIJAKAN “IMPOR BERAS”: KONTRA 41 KONTRA IMPOR
  42. 42. NOISE VS VOICE: “IMPOR BERAS” 42
  43. 43. ANALISIS EMOSI: “IMPOR BERAS” DISGUSTING! 43 DISGUST ANGER
  44. 44. TANTANGAN: DIGITAL DIVIDE 44 Lebih banyak di Jawa KEBAKARAN HUTAN
  45. 45. KEBAKARAN HUTAN: BERITA ONLINE VS MEDIA SOSIAL 45 Media lokal lebih banyak memberitakan
  46. 46. BERITA ONLINE: LEBIH REPRESENTATIF 46 KEBAKARAN HUTAN
  47. 47. BERITA ONLINE: KELUHAN PETANI BANYAK MEDIA LOKAL 47
  48. 48. FACEBOOK: SUMBER OPINI UNTUK ISU DAERAH 48
  49. 49. FACEBOOK: “JALAN DESA RUSAK” 49
  50. 50. FACEBOOK: “HARGA GABAH ANJLOK” 50
  51. 51. FACEBOOK: COMMENTS AND SHARES NETWORK 51
  52. 52. DISINFORMATION-FOR-PROFIT BUSINESS MODEL Logic dalam sistem rekomendasi di Twitter dan Facebook lebih memberi kemudahan bagi berita kontroversial untuk menyebar lebih cepat dari berita benar. Di Twitter hingga 6x lebih cepat. Mereka dapat profit. ~ The Social Dilemma, Film (Netflix) 52
  53. 53. DEEP POLARIZATION 53 Polarization Polarization Polarization INDONESIA
  54. 54. DRONE EMPRIT & SCHOLARLY WORKS
  55. 55. GOOGLE SCHOLAR: DRONE EMPRIT
  56. 56. PUBLIKASI DI JOURNAL Q1 /1 56
  57. 57. PUBLIKASI DI JOURNAL Q1 /2 57
  58. 58. KESIMPULAN
  59. 59. KESIMPULAN • Kita sekarang dalam fase “Networked Society”. • Namun demokrasi kita kadang masih dalam fase “Tribal” – menyerahkan semua keputusan kepada (penguasa) pemerintahan, karena wakil rakyat tidak sepenuhnya “fungsional” dalam mewakili. • Revolusi Industri 4.0 bisa sukses jika didukung oleh Demokrasi 4.0 – partisipasi publik adalah utama, bukan hanya representatif. • Teknologi (khususnya big data, artificial intelligence) bisa mendukung Demokrasi 4.0 – dalam menangkap informasi dan opini penting dari publik, memisahkan voice dari noise, untuk membantu pengambilan kebijakan. • Para wakil rakyat dan pemerintah dapat memanfaatkan perkembangan teknologi ini untuk lebih dekat dengan konstituen dan publik, sekaligus mendengar suara mereka guna membangun demokrasi partisipatif. • Residu pilpres masih terus memperlebar polarisasi, dan diwarnai oleh cybertroop dan computational propaganda. Ini menjadi ancaman besar bagi demokrasi 4.0. • Sumber data yang cukup representatif: • Isu nasional: Twitter, Facebook, Berita online (nasional, lokal) • Isu regional: Facebook, Berita online (lokal) 59
  60. 60. THANK YOU FOR LISTENING 60
  61. 61. EXTRACTING MEANINGFUL INFORMATION FROM ONLINE NEWS 61 ONLINE NEWS National and local
  62. 62. TREND OF ESSENTIAL TOPICS 62
  63. 63. VOLUME OF MENTIONS - NATIONAL 63
  64. 64. DKI JAKARTA 64
  65. 65. JAWA TIMUR 65
  66. 66. PAPUA 66
  67. 67. PAPUA – TOPIC MAP ‘PENDIDIKAN’ 67
  68. 68. SURABAYA – TOPIC MAP ‘PENDIDIKAN’ 68

FGD Bappenas, 16 Juli 2021

Views

Total views

192

On Slideshare

0

From embeds

0

Number of embeds

18

Actions

Downloads

27

Shares

0

Comments

0

Likes

0

×