Rabu, 15 April 2015

Multi-scale twitter sensing : Identifikasi obyek populer wisatawan

“Multi-scale Twitter Sensing sebagai alat mengenali obyek wisata populer turis”

Sebenarnya judul cukup : Penggunaan twitter untuk mengenali obyek wisata populer. Saya menggunakan multi-scale dan sensing itu tujuan advertise saja, anda (mungkin) penasaran, tetapi itu memang tujuan saya, bagi yang tidak mengerti scale, dan sensing, tidak akan tertarik, karena akan menganggap itu terminologi twitter, sementara yang paham akan muncul pertanyaan 'kayak apa sih', 'bagaimana itu nanti caranya', 'oo bisa seperti pj ya', 'twitter punya skala?'



Pokok-pokok bahasan :
  • Tema tourism atau wisata adalah tema seksi
  • Data
    Karakteristik data twitter gnip mapbox:
    • data twitter mempunyai info penanda lokasi, menurut gnip data yang digunakan ini dari tahun 2010
    • gnip melakukan analisa dan mengklasifikasikan data tweet yang unik, menghilangkan unsur duplikasi seperti retweet.
    • dengan ada unsur geotag, maka data artist eric fischer merepresentasikannya menggunakan mapbox.
    • data twitter mapbox yang saya gunakan tidak bisa membedakan antara turis domestik dan turis luarnegeri.
    • pembagian kategori orang yang tinggal disitu(local)/resident dibandingkan dengan pengunjung lokasi(tourist)/non-resident dibedakan berdasarkan lama masa tinggal. Yang disebut dengan tourist adalah tweep yang stay kurang dari satu bulan.
    • data twitter perolehannya terbatasi khusus pengguna internet, perbandingan pengguna internet dunia dengan penduduk dunia adalah kurang lebih 200 juta dibanding 6 milyar.
    • data twitter dipengaruhi oleh kelompok umur.
    • cara render mapbox dari data geotag menjadi raster, mempengaruhi tampilan warna, dan kombinasinya.
  • Metode
    Multi-scale
    Analisa peta raster dengan cara multi-skala akan memberikan hasil intepretasi yang berbeda tingkat kedetilan informasi yang bisa digali. hal ini disebabkan karena ada mekanisme generalisasi render data dari data kuantitas kedalam data kualitas yang dibatasi oleh besaran piksel, dan diwakili oleh warna.

    Multi skala digunakan untuk mengetahui destinasi bertingkat, yang pertama adalah skala regional, yang kedua skala sub-regional, yang ketiga lokal, yang keempat detail.
    Skala regional
    Data yang ditampilkan dengan mapbox dalam sekala ini adalah peta yang menampilkan beberapa negara.
    Skala sub-regional
    Data yang ditampilkan meliputi satu pulau besar atau kumpulan pulau-pulau kecil, atau bagian dari satu pulau besar.
    Skala lokal
    Liputan skala lokal berupa wilayah yang meliput beberapa kota yang relatif berdekatan dan berhubungan.
    Skala detil
    Tampilan skala detil meliputi bagian dari suatu kota, atau kumpulan lokasi-lokasi yang terkonsentrasi data tweet yang menunjukan suatu lokasi kumpulan aktifitas manusia.
Hasil dan Analisa

Skala Regional
dalam skala regional titik-titik mayor aktifitas non resident adalah manila philipina, pattaya thailand, kualalumpur malaysia, singapura, batam indonesia, jakarta, surabaya-malang, dan denpasar dan sekitar.
Ibukota merupakan pusat kunjungan dilihat dari kerapatan dan luasannya, yang major disini adalah kualalumpur dan jakarta. Kunjungan kedua wilayah tersebut tidak berarti mesti kunjungan wisatawan(real-tourist).
Perhatikan pada wilayah semenanjung malaysia, ada kekhasan warna merah pada wilayah malaysia pada wilayah semenanjung, ada pola garis merah dan itu merata sepanjang garis, pertanyaannya ada apakah itu?
Hal yang paling mungkin untuk menjawabnya adalah para pengunjung wilayah semanjung malaysia suka nge-twit :-) . Tapi itu bisa berarti lain, hipotesa yang bisa muncul adalah infrastruktur dalam garis merah itu bagus, sehingga non-residence suka berada disitu. Tempat-tempat sepanjang garis merah itu bisa jadi wilayah yang mempesona bagi turis. Untuk menjawab hal ini perlu pendalaman kajian lebih jauh.
Wilayah indonesia, sangat masif warna merah berada di jawa bali, disamping memang destinasi non resident, jumlah penduduk indonesia 60%(dicek lagi ke BPS?) berada di Jawa.
Wilayah sumatera, kalimantan, beberapa spot terdapat warna merah yang relatif padat, seperti dimedan, saya perkirakan itu kualanamu. Banjarmasin untuk wilayah kalimantan. Untuk wilayah sulawesi masif di makasar, dan manado.
Untuk memperoleh informasi wilayah destinasi pengembangan lokasi kunjungan baru, bisa dilihat sebaran warna biru dibagian timur Indonesia. Misalkan mataram-lombok, dalam gambar terlihat biru padahal potensi bisa dilihat dari foto dan peta berikut :

dalam indepth interview dengan salah satu resident di lombok dikabarkan bahwa masalah pengembangan wisata disitu disamping infrastruktur transportasi, masalah keamanan menjadi salah satu faktor.


 Skala sub-regional

wilayah indonesia yang relatif banyak dikunjungi adalah pulau jawa, dan pulau bali, baru kemudian pulau sumatera, diikuti jumlah kunjungan yang lebih rendah yaitu pulau kalimantan, dan pulau sulawesi. Kata kunci dari intensitas kunjungan adalah infrastruktur transportasi. Setiap spot merah pasti menunjukkan adanya keberadaan bandara. Kekhasan pulau jawa adalah pergeseran pengunjung yang rapat, ini mengisyaratkan infrastruktur transportasi darat yang baik.

Skala Lokal
membahas skala lokal, saya pilih pulau jawa karena banyak spot kota yang menarik untuk dibahas dan interelasi kota-kota dapat kelihatan. Tingkat pertama adalah jakarta, kemudian bandung dan yogyakarta, dan malang, selanjutnya surabaya, semarang dan solo.
Jakarta, karakterisitk sebaran kunjungan sangat rata, hampir setiap lokasi dijakarta dikunjungi, bergeser kearah selatan jakarta, ada spot bogor, dan yang unik adalah spot dominan merah di cipanas.
Bandung,bergeser kearah bandung, sebaran kunjungan merupakan campuran, dari spot terkonsentrasi dikotanya, kemudian ada kemiripan dengan semenanjung malaysia, ada garis merah yang jelas, ini nampak dari bandung ke arah subang,dan dari cicalengka ke arah timur. Lembang mirip kondisi kunjungan cipanas, merah mendominasi.
Yogyakarta, terkonsentrasi di kota, terutama malioboro. Malioboro masih sexy sepertinya dalam persepsi pengunjung. Spot kunjungan di jogja berada di prambanan, dan pantai depok-pantai parangtritis.
Surabaya, tidak nampak terkonsentrasi pada suatu wilayah, warna merah relatif menyebar, hanya saja mengikuti pola garis dari sidoarjo menuju suramadu.
Malang, relatif terkonsentrasi dikota, tapi yang benar-benar terkonsentrasi malahan berada di Batu, malang.
Wilayah-wilayah yang spot kunjungan tourist optimal, ekspresi warna biru relatif tidak nampak, dominan warna merah sepanjang pulau jawa ini adalah : 1. cipanas, 2. pangandaran, 3. depok-parangtritis, 4. batu malang.

 Skala Detil

skala detil yang tergambarkan diatas menunjukkan lokasi yang lebih spesifik seperti bandara adisucipto, plaza ambarukmo, stasiun lempuyangan, kawasan malioboro:dari stasiun tugu hingga alun-alun utara. Untuk wilayah-wilayah tersebut terkonsentrasi, sedangkan yang relatif menyebar disekitar Prawirotaman-jogokaryan.
Kawasan lain yang cukup unik, dan menarik untuk dikunjungi adalah bukit bintang.

lokasi yang unik, tapi menunjukkan false positif adalah konsentrasi twit di ringroad barat, kebanyakan penanda dominan biru, walaupun sebenarnya mayoritas twips yang berada disitu sebenarnya non resident.
lokasi terkonsentrasi selain obyek wisata, false positif juga adalah lokasi-lokasi fasilitas transportasi seperti bandara dan stasiun kereta.


Gambar diatas menunjukkan sebaran detil dalam kisaran wilayah kunjungan di malioboro.
pengunjung wisata tersebar pada wilayah hotel, mall, depan istana-benteng vredburg, dan pasar beringharjo.

Penutup
Data socmed merupakan data yang menarik untuk mengetahui interest penduduk lokal atau wisatawan dalam dinamika pergerakannya ke lokasi populer. twitter adalah salah satu socmed yang mendukung data bereferensi geografis.
Lokasi-lokasi populer sangat mudah untuk dikenali dengan menggunakan data socmed yang dipresentasikan secara spasial. Terlepas dari beberapa kelemahan data ini, dinas pariwisata akan sangat terbantu dengan analisa dari peta raster tersebut.