Organ pemenangan bakal calon presiden Ganjar Pranowo, Ganjar Center merilis hasil temuan analisis “big” data yang mengungkap bahwa Yenny Wahid adalah bakal calon wakil presiden ideal untuk Ganjar Pranowo.
Ini merupakan analisis dengan menggunakan “artificial intelligence” (AI) untuk mengetahui kecenderungan terhadap isu-isu tertentu dengan melakukan eksplorasi “big” data.
Dalam paparannya, Kornas Ganjar Center Poempida Hidayatulloh mengungkapkan bahwa menggunakan “big” data sebagai analisis dalam membaca peta politik merupakan hal menarik dan bagian dari jawaban terhadap tantangan digitalisasi saat ini.
“Kajian terhadap ‘big’ data ‘analityc’ yang dipaparkan, merupakan analisis atas beberapa sumber data yang sudah dihimpun sejak tahun 2014,” kata Poempida di Jakarta, dikutip Minggu (15/10/2023).
Data tersebut, lanjutnya, meliputi social media data source, online news data source, surveys data, latest election results, dan recent experts opinions.
“Dalam analisis ‘big’ data ini ada beberapa parameter yang diukur. Parameter ini diambil berdasarkan variabel-variabel yang dianggap bernilai politis dalam kaitannya dengan pencalonan Ganjar Pranowo sebagai bakal calon presiden 2024,” katanya.
Parameter yang digunakan tersebut meliputi dukungan partai koalisi, dukungan Megawati, dukungan NU, dukungan gender perempuan, dukungan internasional, tidak ada beban politik, representasi sebaran kultural, representasi sebaran geolokasi, representasi sebaran profesi, dan representasi sebaran ideologi.
“Temuan dari ‘analityc big’ data yang dilakukan Ganjar Center menunjukkan bahwa nama Yenny Wahid memperoleh skor tertinggi, yaitu 8.9 sebagai sosok bacawapres ideal untuk Ganjar Pranowo pada Pilpres 2024,” ungkapnya.
Poempida mengatakan keunggulan Yenny Wahid yang dibandingkan dengan nama-nama bacawapres lain yang juga muncul di banyak pemberitaan di media, setidaknya ditopang empat variabel penting.
“Empat variabel tersebut adalah dukungan berbasis gender/perempuan, kultural, dukungan Nahdliyin, kultural, dan internasional,” kata Poempida.
Sementara, nama lain yang muncul adalah Mahfud MD dengan perolehan skor 8 dan Siandiaga Uno dengan skor sama 8.1. Mahfud MD berdasarkan “analityc big “data terlihat kuat pada variabel ideologi dan beban politik. Sementara, Sandiaga Uno terlihat kuat pada variabel internasional, profesi, dan ideologi.
Poempida menambahkan bahwa berdasarkan analisis Big Data Ganjar Center ini muncul potensi bahwa sosok Yenny Wahid bisa menjadi “booster” politik untuk dapat memenangkan Ganjar Pranowo dalam Pilpres 2024.
“Yenny Wahid adalah booster politik yang kita cari untuk memenangkan Pilpres 2024 untuk Ganjar Pranowo,” ungkap Poempida.
Poempida mengatakan bahwa hasil Big Data Analytic Ganjar Center dipastikan akan didengar oleh elite pengambil keputusan pengusung Ganjar Pranowo melalui berbagai pihak yang menyalurkan data dan informasi ke elite pengambil keputusan pemenangan Ganjar Pranowo.
Sementara itu, Indon Novo, analis Cakra Data yang hadir sebagai penanggap terhadap temuan analisa Big Data Ganjar Center Pranowo menyatakan bahwa data sangat penting di Pemilu 2024. Ini karena jumlah pemilih Indonesia yang sangat besar dan didominasi generasi milenial dan Z.
“Ceruk ini perilakunya cenderung bersikap ‘zero moment of truth’ atau mundur satu langkah sebelum memutuskan sebuah pilihan. Mereka cenderung melakukan riset dan analisa melalui berbagai sumber,” katanya.
Terkait dengan temuan Ganjar Center terhadap sosok Yenny Wahid sebagai bacawapres ideal Ganjar Pranowo dengan skor 8.9, Indon Novo mengatakan bahwa apabila data ini sesuai dengan metodologi dan parameternya, maka hasilnya representatif.
“Big data Ganjar Center memiliki preferensi dan ‘use case’. Apabila analisa data Ganjar Center ini sesuai dengan metodologi dan parameternya sebagaimana yang ditetapkan Ganjar Center, maka hasilnya representatif,” kata Novo.
Indon Novo menambahkan data tidak pernah berbohong. Maka, saat ini tentu tergantung oleh para elit politik pengambil keputusan soal bacawapres Ganjar Pranowo. Namun, Big Data analytic Ganjar Center bisa dijadikan referensi.
“Analisis big data juga sangat bergantung pada ‘use case’ dan parameter yang digunakan karena berbeda parameter yang digunakan maka hasilnya bisa berbeda,” pungkasnya.
Beri Komentar (menggunakan Facebook)