Visualizing the world's Twitter data - Jer Thorp

Visualisasi data Twitter di dunia - Jer Thorp

Transcriber: Andrea McDonough Reviewer: Bedirhan Cinar

Translator: Elizabeth Kwan Reviewer: Lane Graciano

A couple of years ago I started using Twitter,

Beberapa tahun lalu saya mulai memakai Twitter,

and one of the things that really charmed me about Twitter

dan satu hal yang mempesona saya

is that people would wake up in the morning

adalah orang-orang akan bangun pada pagi hari

and they would say, "Good morning!"

dan berkata, "Selamat pagi!"

which I thought,

yang menurut saya--

I'm a Canadian,

saya orang Kanada,

so I was a little bit,

jadi rasa agak--

I liked that politeness.

saya suka kesopanan itu.

And so, I'm also a giant nerd,

Dan, karena saya kutu buku besar,

and so I wrote a computer program

saya menulis sebuah program

that would record 24 hours of everybody on Twitter

yang merekam 24 jam percakapan orang-orang di Twitter

saying, "Good morning!"

berkata, "Selamat pagi!"

And then I asked myself my favorite question,

Lalu saya menanya diri sendiri pertanyaan favorit saya,

"What would that look like?"

"Bagaimana rupanya?"

Well, as it turns out, I think it would look something like this.

Nah, jadinya, akan terlihat seperti ini.

Right, so we'd see this wave of people

Kita dapat melihat gelombang orang-orang

saying, "Good morning!" across the world as they wake up.

yang mengatakan, "Selamat pagi!" di seluruh dunia ketika mereka bangun.

Now the green people, these are people that wake up

Orang-orang hijau, mereka bangun

at around 8 o'clock in the morning,

sekitar pukul 8 pagi--

Who wakes up at 8 o'clock or says, "Good morning!" at 8?

siapa yang bangun atau mengucapkan "Selamat pagi!" pada jam 8?

And the orange people,

Orang oranye,

they say, "Good morning!" around 9.

mereka mengucapkan, "Selamat pagi!" sekitar pukul 9.

And the red people, they say, "Good morning!" around 10.

Dan orang merah yang berkata, "Selamat pagi!" sekitar jam 10

Yeah, more at 10's than, more at 10's than 8's.

Ya, ada lebih banyak pada pukul 10 daripada pukul 8.

And actually if you look at this map,

Melalui peta ini,

we can learn a little bit about how people wake up

kita bisa belajar bagaimana orang bangun

in different parts of the world.

di bagian dunia lain.

People on the West Coast, for example,

Orang West Coast, misalnya,

they wake up a little bit later

mereka bangun lebih lambat

than those people on the East Coast.

dari orang yang berada di East Coast.

But that's not all that people say on Twitter, right?

Tapi, bukan itu saja, kan?

We also get these really important tweets, like,

Kita juga melihat tweet yang penting, seperti,

"I just landed in Orlando!! [plane sign, plane sign]"

"Saya baru saja mendarat di Orlando!! [pesawat, pesawat]" (Tertawa)

Or, or, "I just landed in Texas [exclamation point]!"

Atau, "Saya baru saja mendarat di Texas [tanda seru]!"

Or "I just landed in Honduras!"

Atau "Saya baru saja mendarat di Honduras!"

These lists, they go on and on and on,

Daftar ini terus menerus

all these people, right?

bertambah, kan?

So, on the outside, these people are just telling us

Jadi sepertinya orang-orang ini hanya memberitahu kita

something about how they're traveling.

tentang bagaimana mereka bepergian.

But we know the truth, don't we?

Tapi kita tahu kenyataannya, kan?

These people are show-offs!

Orang-orang ini hanya pamer!

They are showing off that they're in Cape Town and I'm not.

Mereka memamerkan bahwa mereka berada di Cape Town dan saya tidak.

So I thought, how can we take this vanity

Jadi saya berpikir, bagaimana mengambil kesombongan ini

and turn it into utility?

dan memanfaatkannya?

So using a similar approach that I did with "Good morning,"

Menggunakan cara serupa dengan yang dengan "Selamat pagi,"

I mapped all those people's trips

saya memetakan semua perjalanan

because I know where they're landing,

karena saya tahu di mana mereka mendarat,

they just told me,

mereka memberitahu;

and I know where they live

saya tahu di mana mereka tinggal

because they share that information on their Twitter profile.

karena ada di profil Twitter mereka.

So what I'm able to do with 36 hours of Twitter

Jadi yang dapat saya lakukan dengan 36 jam dari Twitter

is create a model of how people are traveling

adalah membuat model tentang bagaimana orang di seluruh dunia

around the world during that 36 hours.

bepergian dalam kurun waktu 36 jam tersebut.

And this is kind of a prototype

Dan ini hanya sebuah prototipe

because I think if we listen to everybody

karena jika kita mendengarkan semua orang

on Twitter and Facebook and the rest of our social media,

di Twitter dan Facebook dan seluruh media sosial,

we'd actually get a pretty clear picture

kita bisa mendapatkan gambaran

of how people are traveling from one place to the other,

bagaimana orang bepergian dari satu tempat ke tempat lainnya,

which is actually turns out to be a very useful thing for scientists,

yang sebenarnya sangat berguna bagi para ilmuwan,

particularly those who are studying how disease is spread.

khususnya mereka yang mempelajari bagaimana penyakit menyebar.

So, I work upstairs in the New York Times,

Jadi, saya bekerja di The New York Times,

and for the last two years,

dan selama dua tahun lalu,

we've been working on a project called, "Cascade,"

kami mengerjakan proyek disebut “Cascade,”

which in some ways is kind of similar to this one.

yang dalam beberapa hal mirip dengan yang ini.

But instead of modeling how people move,

Tapi daripada pemodelan pergerakan,

we're modeling how people talk.

kami memodelkan bagaimana orang berbicara.

We're looking at what does a discussion look like.

Kami mengamati seperti apa rupanya sebuah diskusi.

Well, here's an example.

Nah, berikut ini contohnya.

This is a discussion around an article called,

Ini adalah diskusi tentang artikel berjudul

"The Island Where People Forget to Die".

"The Island Where People Forget to Die."

It's about an island in Greece where people live

Tentang sebuah pulau di Yunani

a really, really, really, really, really, really long time.

dimana orang-orang hidup sangat, sangat, sangat, sangat lama.

And what we're seeing here

Dan ini

is we're seeing a conversation that's stemming

adalah percakapan yang berasal

from that first tweet down in the bottom, left-hand corner.

dari tweet pertama, yang bagian bawah, pojok kiri.

So we get to see the scope of this conversation

Jadi kita bisa melihat ruang lingkup percakapan ini

over about 9 hours right now,

selama 9 jam, dan sekarang

we're going to creep up to 12 hours here in a second.

kita akan melihat hingga 12 jam.

But, we can also see what that conversation

Kita juga bisa melihat bagaimana rupa percakapan

looks like in three dimensions.

dalam tiga dimensi.

And that three-dimensional view is actually much more useful for us.

Dan tampilan tiga dimensi sebenarnya lebih berguna bagi kita.

As humans, we are really used to things

Manusia terbiasa dengan benda

that are structured as three dimensions.

yang terstruktur secara tiga dimensi.

So, we can look at those little off-shoots of conversation,

Jadi, dengan melihat bagian kecil dari percakapan,

we can find out what exactly happened.

kita dapat mengetahui apa yang sebenarnya terjadi.

And this is an interactive, exploratory tool

Ini adalah alat interaktif, eksploratif

so we can go through every step in the conversation.

jadi kita bisa lihat setiap tahap dalam percakapan.

We can look at who the people were,

Kita bisa tahu siapa mereka,

what they said,

apa yang dikatakan,

how old they are,

seberapa tua mereka,

where they live,

di mana mereka tinggal,

who follows them,

siapa yang mengikuti,

and so on, and so on, and so on.

dan seterusnya.

So, the Times creates about 6,500 pieces of content every month,

Jadi, The Times menghasilkan sekitar 6.500 konten tiap bulannya,

and we can model every single one

dan kami dapat memodelkan setiap

of the conversations that happen around them.

percakapan yang terjadi di sekitarnya.

And they look somewhat different.

Mereka terlihat agak berbeda.

Depending on the story

Tergantung pada cerita

and depending on how fast people are talking about it

dan seberapa cepat orang-orang membicarakan hal tersebut

and how far the conversation spreads,

dan seberapa jauh percakapan tersebar,

these structures, which I call these conversational architectures,

struktur-struktur ini, yang saya sebut arsitektur percakapan,

end up looking different.

pada akhirnya terlihat berbeda.

So, these projects that I've shown you,

Jadi, proyek-proyek yang saya tunjukkan Anda

I think they all involve the same thing:

semua melibatkan satu hal:

we can take small pieces of data

kita dapat mengambil bagian kecil dari data

and by putting them together,

dan, dengan menggabungkannya,

we can generate more value,

kita dapat menghasilkan nilai lebih,

we can do more exciting things with them.

kita bisa melakukan sesuatu lebih menarik dengannya.

But so far we've only talked about Twitter, right?

Tapi sejauh ini kita hanya berbicara tentang Twitter, kan?

And Twitter isn't all the data.

Dan Twitter bukan semuanya.

We learned a moment ago

Kita barusan mempelajari

that there is tons and tons,

bahwa ada berton-ton

tons more data out there.

data lain di luar sana.

And specifically, I want you to think about one type of data

Khususnya, saya ingin Anda memikirkan tentang satu tipe data

because all of you guys,

karena kalian semua,

everybody in this audience, we,

semua hadirin, kita,

we, me as well,

saya juga termasuk,

are data-making machines.

adalah mesin penghasil data.

We are producing data all the time.

Kita menghasilkan data setiap waktu.

Every single one of us, we're producing data.

Setiap dari kita, kita menghasilkan data.

Somebody else, though, is storing that data.

Namun pihak lain yang menyimpan data tersebut.

Usually we put our trust into companies to store that data,

Biasanya kita mempercayakan data tersebut untuk disimpan oleh perusahaan

but what I want to suggest here

tetapi yang ingin saya sampaikan disini

is that rather than putting our trust

adalah, daripada mempercayakannya

in companies to store that data,

kepada perusahaan,

we should put the trust in ourselves

kita seharusnya mempercayakannya ke diri kita sendiri

because we actually own that data.

karena kita yang memiliki data tersebut.

Right, that is something we should remember.

Ini yang harus kita ingat.

Everything that someone else measures about you,

Semua yang orang lain ukur tentang Anda,

you actually own.

sebenarnya adalah milik Anda.

So, it's my hope,

Jadi, ini harapan saya,

maybe because I'm a Canadian,

mungkin karena saya orang Kanada,

that all of us can come together

bahwa kita semua dapat bersatu

with this really valuable data that we've been storing,

untuk data berharga yang kita simpan,

and we can collectively launch that data

dan kita secara kolektif dapat meluncurkan data tersebut

toward some of the world's most difficulty problems

untuk memecahkan masalah paling sulit di dunia

because big data can solve big problems,

karena big data dapat memecahkan masalah besar,

but I think it can do it the best

tapi menurut saya yang terbaik

if it's all of us who are in control.

adalah jika kita semua dapat memegang kendali.

Thank you.

Terima kasih.