SwissCham Gelar Gala Dinner dan Donasi untuk Bencana Sumatra

[Parno Pemilik Lapak 0]

Anda mungkin sudah me­nya­dari bahwa banyak pon­sel saat ini mampu me­lacak pergerakan pemiliknya. Kemampuan pelacakan ini bisa didapatkan tidak hanya dari modul GPS (Global Positioning System) dan data jaringan seluler, tapi juga dari sensor seperti aksele­ro­meter dan kompas.

 

Namun se­benarnya kita bisa melangkah lebih jauh lagi, dengan algoritma canggih ponsel juga dapat meramalkan ke mana Anda akan melangkah hari ini.

 

 

Para peneliti dari Inggris berhasil mencapai prediksi gerakan yang cukup akurat ini tidak hanya ber­dasarkan data pergerakan pemilik ponsel, tetapi juga dengan memperhitungkan pergerakan orang-orang yang berada dalam lingkungan sosialnya.

 

 

Algoritma yang dirumuskan oleh Micro Musolesi dan kawan-kawan itu dapat meramalkan posisi seseorang 24 jam setelah data masuk dengan kekeliruan kurang dari 20 meter. Studi yang dirilis bulan lalu sebagai bagian lomba yang diadakan Nokia Mobile Data Challenge.

 

 

Dalam studi tersebut tim peneliti dari Universitas Birmingham Inggris tersebut menerapkan algoritma prediksi pergerakan terhadap data 200 orang yang berasal dari kota Lausanne, Swiss.

Sistem yang dikembangkan ini lebih akurat daripada peramalan yang hanya didasarkan kepada per­gerakan pemilik ponsel semata, yang dapat keliru sampai 1 km.

 

 

Pengaruh Sosial

 

 

Dalam makalahnya yang berjudul Interdependence and Predictability of Human Mobility and Social Interactions Manlio De Dominico, Antonio Lima dan Mirco Musolesi menjelaskan bagaimana data dari teman-teman terkait ini dapat dengan dramatis meningkatkan akurasi peramalan pergerakan.

 

 

Mereka juga mendiskusikan bagaimana korelasi pergerakan dihubungkan dengan interaksi sosial, yang dijelaskan dalam kegiatan yang dilakukan bersama-sama dan ditangkap sebagai lokasi yang sama. Bagaimana mereka ber­interaksi lewat telepon, yang diukur dari percakapan telepon juga masuk dalam pembahasan.

 

 

Data yang dianalisis untuk peng­ujian terdiri dari pelacakan GPS, nomor telepon, riwayat telepon dan SMS. Pergerakan pengguna ponsel diperoleh dari pelacakan GPS. Data-data lain digunakan untuk menganalisis hubungan perkawanan antara pemilik ponsel.

 

 

Dua orang dinyatakan sebagai 'kawan' atau “kenalan” bila nomor telepon salah satunya berada di dalam buku alamat ponsel lain. Intensitas hubungan antara dua orang dapat dilihat dari panggilan telepon dan pertukaran data lewat Bluetooth antara keduanya.

 

 

Data dari para kawan atau kenal­an ini dapat digunakan untuk me­lihat korelasi pergerakan pemilik pon­sel yang berbeda-beda. Namun, hubungan kenalan atau perkawanan tidak me­rupakan syarat perlu agar dua orang memiliki korelasi data pergerakan.

 

 

Dua orang yang tidak punya hubungan sosial bisa saja memi­liki pola pergerakan yang mirip, mi­sal­­nya karena keduanya merupa­kan mahasiswa di departemen yang sama, atau kolega dalam satu perusahaan yang sama.

 

 

Algoritma yang di­gunakan oleh para pe­neliti dari Inggris ini sebenarnya memiliki masalah kinerja. Se­perti diakui dalam ma­­kalah mereka, daya komputasi yang diperlukan untuk mera­mal­kan pergerakan ini melaju pesat sering bertambahnya  banyaknya pemilik ponsel yang diperhitungkan.

 

Namun mereka juga mencatat bahwa da­ta yang diperlukan biasanya tidak terlalu banyak, yaitu sekitar 100 orang atau lebih. Karena itu algoritma ini masih bisa diterapkan dalam aplikasi ponsel.

 

 

Penerapan  teknik prediksi ini bisa beragam, tetapi terutama berkaitan dengan penyebaran informasi yang terkait dengan lokasi. Para peneliti dari Inggris ini menyebutkan paling tidak dua aplikasi, yaitu iklan ponsel dan hasil pencarian yang memperhitungkan lokasi pemilik ponsel.

 

 

Algoritma ini juga dapat digunakan un­tuk meramalkan waktu dan tempat dua orang atau lebih melakukan pertemuan. Kita tunggu bagaimana solusi ini dikem­bangkan pada masa depan. (sut)

 

 

 

Sumber