Abstrak
Memasuki era digital, segala data (informasi) mudah diakses, disimpan, ditelusuri, bahkan dianalisa. Big
Data bukan sekadar tren yang dipopulerkan oleh kalangan eksklusif, melainkan sebuah penanda perubahan
paradigma untuk memahami proses-proses sosial. Data yang dihasilkan di media sosial merupakan sebagian
NHFLO GDUL ³ORQJVRUDQ EROD VDOMX´ GL HUD Big Data. Bagi kalangan akademisi, Big Data telah memberikan
tantangan bagi peneliti sosial dengan adanya perubahan unit analisis dari manusia menjadi algoritma. Artikel
ini membahas peluang dan tantangan Big Data bagi peneliti sosial dari sisi literatur yang berasal dari
publikasi luar negeri seperti Taylor & Francis, Elsevier, Sage publication. Tujuannya adalah untuk
memberikan pemahaman mendasar sekaligus mengisi kesenjangan pengetahuan terkait implementasi Big
Data dalam penelitian bagi ilmuwan non ilmu komputer. Hasil kajian ini menemukan bahwa ada tiga peluang
Big Data: munculnya terobosan multidiVLSOLQ LOPX ³computational social science´ PHQMDZDE NHWHUEDVDQ
metode pengumpulan data konvensional baik kuantitatif maupun kualitatif; serta menawarkan kerangka
analisis bagi ilmuwan sosiologi. Disamping peluang, ada tiga tantangan Big Data: pemahaman mendasar
terkait data, isu metodologi dan teori serta isu etika penelitian.
Kata kunci: Big Data, Sosial, Penelitian, Peluang, Tantangan
Abstract
In the era of digital information, data can be accessed, recorded, trajected, and analysed conveniencely. Big
Data is not solely a trend amongst the exculsive group, instead, it marks the paradigm swift particularly to
undersand the social processes. Data, which generated on social media, is an avalanche of Big Data era. For
the academics, Big Data challenges the social researchers by the changing of unit of analysis from human to
algortihms. This article discusses the opportunities and pitfalls of Big Data in social science research. This is
a literature review that derived mainly from journals published in prominent scientific publications such as
Taylor & Francis, Elsevier, and Sage. The main purpose is to yield a basic knowledge and fill the gap for
non-computer scientists, regarding the implementation of Big Data in the research. The result that Big Data
has opportunities to deliver the multidiscipline field of study (computer, social and statistic); overcome the
limitation of convesional methods of data gathering (both quantitative and qualitative); and offers an
analytical framework for sociology field of study. Big Data imposes challenges such as common
understanding of Big Data, methodology and theory issues, and research ethic debates.
Key words: Big Data, Social, Research, Opportunities, Challenges
155
Jurnal Penelitian Komunikasi dan Opini Publik Vol. 20 No.1, Agustus 2016: 155-167
156
Peluang Dan Tantangan Big Data Dalam Penelitian Ilmu Sosial: Sebuah Kajian Literatur
Vience Mutiara Rumata
157
Jurnal Penelitian Komunikasi dan Opini Publik Vol. 20 No.1, Agustus 2016: 155-167
mengedepankan pro dan kontra di kalangan analisa) serta membutuhkan sumber daya
akademisi di luar negeri terkait yang tidak murah. Karena begitu besar
implementasi Big Data dalam penelitian skala dan kompleks prosedurnya, big data
sosial. Salah satunya, diskusi terkait dikelompokkan menjadi lima kategori,
prosedur penelitian Big Data yang masih yaitu: 1) data sources; 2) content format; 3)
menjadi perdebatan hingga sekarang. data stores; 4) data staging; 5) data
processing (tabel 1.). Media sosial
PEMBAHASAN diaktegorikan big data karena merupakan
³%LJ 'DWD´ VHFDUD .RQVHSWXDO sumber data atau informasi yang dapat
dibagikan (share) atau ditukarkan
Pada tahun 2007, Yayasan
(exchange) antar individu atau kelompok
Keilmuwan Nasional Amerika Serikat (the
(communities) melalui URL. Khusus data
National Science Foundation)
media sosial, Batrinca dan Treleaven
mengeluarkan sebuah rencana aksi bertajuk
(2015:93) mengklasifikasikannya menjadi
³Cyberinfrastructure Vision for 21st
dua jenis: historic data sets (data yang
Century Discovery´ GL PDQD VDODK VDWX
sebelumnya telah diakumulasikan dan
rencana aksi tersebut adalah memanfaatkan
tersimpan) dan real-time data (data yang
big data dalam segala upaya
diambil secara langsung tanpa ada jeda
mengembangkan ilmu, termasuk ilmu
waktu tertentu, e.g. live feeds).
eksakta dan ilmu sosial (Hesse et al.,
2015:17). Inilah yang menjadi titik awal Tabel 1. Kategori Big Data (Hashem et al.,
perkembangan dan pemanfaatan big data. 2015:102)
.DWD ³ELJ GDWD´ VHFDUD KDUDILDK EHUDUWL Klasifikasi Varian Deskripsi
volume kuantitas data yang berlimpah a. Media sosial Sumber informasi
(terabytes ataupun petabytes). melalui laman URL
yang dihasilkan dari
1DPXQ GHILQLVL ³big data´ EHOXP DGD pertukaran informasi
kesepakatan di antara akademisi maupun Data dan gagasan dalam
SUDNWLVL $GD EHUDJDP GHILQLVL ³big data´ source jaringan komunitas
virtual (Facebook,
Berman (2013:p.xx) berpendapat bahwa Twitter, Blogs, dsb)
big data KDUXV PHPHQXKL ³ 9V´ volume b. Machine- Data/ informasi yang
(jumlah kuantitas); variety (beragam generated dihasilkan dari
data perangkat keras
bentuk: dokumen, rekaman suara, gambar, maupun lunak
video, dsb): velocity (perubahan data yang c. Sensing Alat pendeteksi dan
cepat karena sifatnya berasal dari multiple pengukur kuantitas
fisik dan mengubahnya
sources). Hashem dan kolega (2015:100) ke dalam sinyal
berpendapat bahwa Big Data harus d. Transaksi Data transaksi seperti
PHPHQXKL XQVXU ³ ¶V´ GHQJDQ transaksi keuangan
atau data kerja dengan
PHQDPEDKNDQ ³YDOXH´ \DQJ PHUXSDNDQ melibatkan dimensi
faktor penting dari big data, yaitu proses waktu
menemukan makna dibalik sekumpulan e. IoT Data atau informasi
yang berisi obyek-
data. Sementara, produsen perangkat keras obyek dalam internet
dan lunak komputer global, IBM a. Data Data berbasis format
PHQDPEDKNDQ NDWHJRUL ³veracity´ PHUXMXN terstruktur SQL (Structured Query
Content Language) yang siap
pada kepastian keakuratan data yang format diolah dan disimpan.
tersedia (IBM, 2016). b. Data semi Data yang terstruktur,
Secara garis besar, big data tersebar terstruktur tetapi tidak diorganisir
di ruang elektronik (salah satunya: internet) di dalam standar model
database konvensional
yang berasal dari beragam sumber yang c. Data tidak Data yang berisi
kompleks di mana proses pengerjaannya terstruktur informasi yang tidak
dilakukan secara bertahap (pengumpulan, terkategorisasi seperti
pesan teks, lokasi,
pengorganisasian, penyimpanan hingga video, bahkan konten
158
Peluang Dan Tantangan Big Data Dalam Penelitian Ilmu Sosial: Sebuah Kajian Literatur
Vience Mutiara Rumata
159
Jurnal Penelitian Komunikasi dan Opini Publik Vol. 20 No.1, Agustus 2016: 155-167
160
Peluang Dan Tantangan Big Data Dalam Penelitian Ilmu Sosial: Sebuah Kajian Literatur
Vience Mutiara Rumata
ribuan bahkan jutaan tweet atau status post yang lama untuk mempelajari sebuah
Facebook yang dihasilkan setiap hari. komunitas yang kecil. Sementara di sisi
Contoh kasus, studi yang dilakukan oleh lain, peneliti ilmu komputer hanya
Kim dan koleganya (2016) ketika menghabiskan waktunya di depan
mempelajari sentimen publik dengan komputer untuk mempelajari jejak digital
menganalisa hampir 30 juta konten tweet manusia di internet. Manovich (2012:467)
\DQJ PHQJDQGXQJ NDWD ³QXNOLU´ SHU berpendapat bahwa jutaan data Tweet yang
Oktober 2010 hingga 30 September 2013). dikumpulkan oleh peneliti ilmu komputer
Untuk menganalisanya, Kim dan koleganya tidak berarti tidak sedalam data kualitatif
menggunakan piranti lunak konten analisis peneliti etnografi. Yang membedakan
non parametik milik perusahaan swasta kedua peneliti ini adalah akses terhadap
Crimson Hexagon, Forsight (p.432). data serta desain riset (pertanyaan
Secara kuantitatif, angka 30 juta data penelitian, kerangka pemikiran, metode
Tweet jauh lebih berharga dibandingkan dan sebagainya). Jadi dengan big data,
ribuan data sampel populasi sebuah survei. peneliti tidak perlu menyoalkan jumlah
Akan tetapi, apakah besaran kuantitatif ini data ataupun kedalaman data.
mencerminkan opini publik keseluruhan Big data juga memunculkan cabang
populasi sebenarnya? Hal ini akan secara LOPX EDUX VDODK VDWXQ\D ³'LJLWDO
lebih lengkap di bahas pada subab +XPDQLWLHV´ Meski belum dikategorikan
³WDQWDQJDQ big data EDJL SHQHOLWL VRVLDO´ sebagai disiplin ilmu, Digital Humanities
Bagi ilmuwan Sosiologi Budaya, big merupakan sebuah kajian baru yang tengah
data dapat menganalisa hubungan antara berkembang untuk mengeksplorasi
elemen-elemen budaya ataupun mekanisme keterlibatan manusia dengan
pembentuk makna (meaning) dalam tingkat perkembangan teknologi, media dan
makro ataupun meso yang menjadi metode komputasi (Svensson, 2010).
pertanyaan yang belum terjawab hingga Dalam presentasinya di konferensi Modern
saat ini (Bail, 2014:468-469). Analisa Language Association Convention pada
tingkat makro ataupun meso ini merupakan tahun 2011, Stephen Ramsay (2013:240-
strategi yang diperlukan dalam studi-studi 241) berpendapat bahwa seorang pakar
yang menggunakan pendekatan field Digital Humanis adalah orang yang harus
theory, yang banyak diadopsi dalam studi memiliki kemampuan koding.
Sosiologi Budaya. Pendekatan teori ini
sulit untuk mengidentifikasikan interelasi Tantangan Big Data bagi Penelitian
DWDXSXQ ³UXDQJ VRVLDO´ \DQJ WHUFLSWD GL Sosial
antara pelaku-pelaku sosial dan elemen- Disamping peluang, big data
elemen budaya ketika menghasilkan memberikan tantangan yang cukup
sebuah struktur atau pola budaya tertentu. signifikan bagi para peneliti sosial. Big
Teknologi big data tentu mampu menyerap data FHQGHUXQJ PHQ\HEDENDQ ³DSRSKHQLD´
serta memetakan seluruh teks yang ada di yaitu kondisi di mana peneliti melihat
ruang digital lebih mudah. Semisal, adanya pola, atau hubungan dari dari
perubahan pola perilaku penetrasi sosial sesuatu yang sebenarnya tidak ada (Boyd
dari kelompok sesama jenis dapat dianalisa dan Crawford, 2011). Setidaknya beberapa
dari konten Twitter dari waktu ke waktu. pertanyaan kritis muncul di kalangan
Dengan teknologi big data memudahkan peneliti sosial maupun studi media, seperti:
peneliti untuk menganalisa hubungan Apa arti data yang tergolong big data?
antara pelaku-pelaku sosial dan Siapa yang memiliki akses terhadap big
jaringannya tanpa perlu menghabiskan data tersebut? Bagaimana data tersebut
waktu yang lama. Hal ini tentu dianalisa? (Boyd dan Crawford, 2012:664).
menimbulkan perdebatan. Di satu sisi, para Berdasarkan penelusuran jurnal-jurnal yang
peneliti etnografi menghabiskan waktu secara khusus membahas big data untuk
161
Jurnal Penelitian Komunikasi dan Opini Publik Vol. 20 No.1, Agustus 2016: 155-167
162
Peluang Dan Tantangan Big Data Dalam Penelitian Ilmu Sosial: Sebuah Kajian Literatur
Vience Mutiara Rumata
163
Jurnal Penelitian Komunikasi dan Opini Publik Vol. 20 No.1, Agustus 2016: 155-167
prosedur big data mengandalkan aplikasi Commission - FTC) sejak 1970an. Saat ini,
teknologi, surat pernyataan kesediaan atau Kementerian Komunikasi dan Informatika
persetujuan dari pemilik data tampaknya Republik Indonesia tengah menyusun draft
bukan hal yang penting. RUU Perlindungan Data Pribadi sejak 2015
Data pribadi dan privasi di ruang dan akan menjadi agenda Program
internet menjadi perdebatan di era big data. Legislasi Nasional DPR 2016. RUU ini
Apakah data pribadi yang tersedia dalam merupakan payung hukum untuk
ruang publik seperti internet dikategorikan perlindungan data pengguna internet. Perlu
sebagDL µGDWD SXEOLN¶" -LND \D PHQJDSD GLLQJDW EDKZD ³Due Process´ GDODP VLVWHP
akses data tersebut terbatas bagi hukum membatasi wewenang para
perusahaan komersil semata? Jika tidak, regulator yang terlibat dalam menegakkan
apakah seorang peneliti berhak mengakses prinsip supremasi hukum (e.g. DPR
dan mengumpulkan data pribadi di internet berwenang mengesahkan peraturan, hakim
demi perkembangan ilmu pengetahun? berwenang untuk menegakkan peraturan
Siapa yang akan bertanggung jawab bila dan sebagainya). Di dalam sistem big data,
tindakan tersebut dapat menciderai hak ³Due Process´ LQL VXOLW GLWHUDSNDQ NDUHQD
privasi seseorang? ketiadaan regulasi yang mengatur interaksi
Big data membutuhkan sebuah antara designer aplikasi, algoritma, output
prosedur yang memadai untuk mengurangi dari komputer itu sendiri, ataupun pemilik
potensi pelanggaran privasi tersebut. Untuk data. Ini yang akan menjadi tantangan
meminimalisir pelanggaran hak privasi, Kemenkominfo didalam penyusunan RUU
VHVHRUDQJ GDSDW PHQJJXQDNDQ FDUD ³Ge- tersebut.
identifikasi´ DWDX menyamarkan identitas
pemilik data sehingga tidak dapat dilacak KESIMPULAN DAN SARAN
atau ditentukan subyeknya (e.g. nama Sebagaimana yang diutarakan oleh
samaran, singkatan, enkripsi, koding, dan Manovich (2012:464) bahwa siapa saja
sebagainya). Akan tetapi, cara ini belum yang mengandalkan alat atau metode
memiliki prosedur yang baku serta tidak komputasi untuk mempelajari isu-isu sosial
berkekuatan hukum. dan budaya manusia, harus paham betul
Crawford dan Schultz (2014) bahwa ada hal-hal yang mungkin bisa
PHQJXVXONDQ ³procedural data due dipraktikkan tetapi tidak sejalan dengan
process´ \DNQL VHEXDK SURVHGXU prinsip, atau sebaliknya. Big Data
pengumpulan dan pengolahan data yang memberikan peluang sekaligus tantangan
PHQHJDNNDQ SULQVLS NHDGLODQ DWDX ³WKH bagi peneliti sosial. Peluang tersebut
ULJKW RI GXH SURFHVV´ VHSHUWL GDODP VLVWHP diantaranya (1) Big Data memiliki peluang
hukum. Bila prinsip ini diterapkan dalam melahirkan paradigma pengetahuan baru
proses big data, maka peneliti harus tata serta terobosan penelitian multidisiplin
cara atau prosedur yang memiliki kekuatan ilmu - ilmu komputer, ilmu statistik, dan
hukum yang tetap untuk menjaga keadilan ilmu sosial atau dikenal dengan sebutan
(fairness) bagi pemilik data pribadi dalam ³computational social science´; (2) Big
penelitiannya. data menjawab keterbatasan metode
8QWXN PHQMDODQNDQ SURVHGXU ³due pengumpulan data konvensional baik itu
process´ LQL SHUDQ UHJXODWRU VDQJDW kualitatif dan kuantitatif. Jadi, peneliti
dibutuhkan untuk menghasilkan sebuah sosial dapat memperkaya nilai temuan
produk hukum yang melindungi data dan surveinya (atau metode pengumpulan data
pemanfaatannya. Di Amerika Serikat, konvensional lainnya) dengan analisa dari
prinsip Fair Information Practice Big Data; (3) Big Data menawarkan solusi
Principles (FIPPs) merupakan pedoman bagi ilmuwan sosiologi budaya, khususnya,
yang dikembangkan oleh Komisi ketika menganalisa tingkat makro maupun
Perdagangan Amerika Serikat (Fair Trade meso antara pelaku-pelaku sosial dan
164
Peluang Dan Tantangan Big Data Dalam Penelitian Ilmu Sosial: Sebuah Kajian Literatur
Vience Mutiara Rumata
elemen-elemen budaya yang selama ini tertentu? Bukankah ini sebagai bentuk
sulit dilakukan dengan metode pelanggaran privasi?
konvensional.
Big Data memiliki tantangan yang DAFTAR PUSTAKA
harus diperhatikan bagi peneliti sosial. Big Anderson, C. (2008) The End of Theory:
Data cenderung menyebabkan The Data Deluge Makes the
³DSRSKHQLD´ \DLWX NRQGLVL GL PDQD SHQHOLWL Scientific Method Obsolete.
melihat adanya pola, atau hubungan dari http://www.wired.com/2008/06/pb-
dari sesuatu yang sebenarnya tidak ada theory/ (diakses pada 4 Mei 2016)
(Boyd dan Crawford, 2011). Big Data APJII (2015) Profil Pengguna Internet
masih menjadi perdebatan yang sengit Indonesia 2014. Asosiasi
dikalangan ilmuwan. Setidaknya ada tiga Penyelenggara Jasa Internet
topik perdebatan terkait big data. Pertama, Indonesia. Jakarta
tantangan terkait definisi terminologi big Bail, C. A. (2014) The Cultural
data itu sendiri. Jika definisi big data itu Environment: Measuring Culture
menekankan pada kuantitas (jumlah), maka with Big Data. Theor Soc.
seberapa banyak data yang dibutuhan untuk 43(2014):465-482
menjawab isu-isu sosial? Tantangan kedua Batrinca, B. dan Treleaven, P. C. (2015)
adalah metodologi dan teori. White dan Social Media Analytic: A Survey of
Breckenridge (2014) berpendapat bahwa Techniques, Tools and Platforms. AI
Big Data PHQDZDUNDQ µWUDGH-RII¶ GDODP & Soc. 30 (2015): 89-116.
penelitian ilmu sosial. Big data dapat Berman, J.J. (2013). Principles of Big
menunjukkan pola komunikasi atau Data: Preparing, Sharing, and
interaksi sosial secara online, lintas Analyzing Complex Information.
geografis, kultur dan sosial. Tetapi Big Morgan Kaufmann. USA.
Data tidak bisa menjelaskan latar belakang Boyd, D. (2010) Social Network Sites as
± motivasi misalnya ± dari interaksi Networked Publics: Affordances,
tersebut. Diperlukan sebuah terobosan Dynamics, and Implications dalam
untuk mengintegrasikan metode Networked Self: Identity, Community,
konvensional dan Big Data untuk and Culture on Social Network Sites
menjawab jurang metodologi antara (ed. Zizi Papacharissi). Pp.39-58.
keduanya. Yang terakhir, Big Data masih Routledge
terganjal isu etika penelitian. Big Data Boyd, D., dan Crawford, K. (2011) Six
telah meniadakan prosedur pengumpulan Provocations for Big Data. Presentasi
data ilmiah konvensional. Dengan paper pada Oxford Internet Institute
menggunakan alat komputasi, data VLPSRVLXP ³$ GHFDGH LQ ,QWHUQHW
dikumpulkan melalui internet dengan cepat 7LPH 6\PSRVLXP RQ WKH '\QDPLF¶V
dan mudah. Akan tetapi, hal ini of the Internet and Society, 21
mengundang perdebatan terkait data September 2011.
sebagai public goods. Bila data yang Boyd, D., dan Crawford, K. (2012) Critical
tersimpan di internet dikategorikan sebagai Questions for Big Data. Information,
public goods, mengapa akses terhadap data Communication&Society. 15 (5) :
tersebut sangat terbatas dan hanya dimiliki 662-679. DOI:
bagi perusahaan komersil berskala global. 10.1080/1369118X.2012.678878
Isu selanjutnya terkait hal ini adalah privasi Chang, Ray M., Kauffman, Robert J., dan
dan kepemilikan data itu sendiri. Apakah Kwon, YoungOk (2014)
data public goods yang tersedia di internet Understanding the Paradigm Shift to
(termasuk informasi pribadi) dapat diakses, Computational Social Science in the
dikumpulkan dan dianalisa oleh pihak Presence of Big Data. Decision
Support Systems. 63(2014):67-80.
165
Jurnal Penelitian Komunikasi dan Opini Publik Vol. 20 No.1, Agustus 2016: 155-167
Crawford, K., dan Schultz, J. (2014) Big Journalism & Mass Communication
Data and Due Process: Toward a Quarterly. 93(2):430-445.
Framework to Redress Predictive Lazer, D. dan Kennedy, R. (2015) What
Privacy Harms. Boston College Law We Can Learn From the Epic Failure
Review. vol. 55, pp.93-1287 of Google Flu Trends. Diakses pada
Gitelman, L. dan Jackson, V. (2013) 5 Juni 2016.
Introduction dalam Raw Data is an http://www.wired.com/2015/10/can-
Oxymoron (editor Lisa Gitelman). learn-epic-failure-google-flu-trends/
Massachusetts Institute of Lupton, D. (2015) Introduction: Life is
Technology. Cambridge. Amerika Digital dalam Digital Sociology.
Serikat. Routledge. New York.
Harford, T. (2014) Big data: are we making Mason, Wi.; Vaughan, J.W.; dan Wallach,
a big mistake? Diakses pada 5 Juni H. (2014) Computational Social
2016 dari website Financial Times Science and Social Science. Mach
http://www.ft.com/intl/cms/s/2/21a6e Learn. 95 (2014):257-260. DOI
7d8-b479-11e3-a09a- 10.1007/s10994-013-2456-8
00144feabdc0.html/ Manovich, L. (2012) Trending: The
Hargittai, E. (2015) Is Bigger Always Promises and the Challenges of Big
Better? Potential Biases of Big Data Social Data dalam Debates in the
Derived from Social Network Sites. Digital Humanities (ed. Matthew K.
ANNALS, AAPS. 659, May 2015: 63- Gold). University of Minnesota
76 Press. Minneapolis.
Hashem, Ibrahim A.T., Ibrar Yaqoob, Nor 5DPVD\ 6 :KR¶V LQ DQG :KR µV
Badrul Anuar, Salimah Mokhtar, out dalam Defining Digital
Abdullah Gani, dan Samee Ullah Humanities: A Reader (ed.Melissa
.KDQ 7KH 5LVH RI ³%LJ 'DWD´ Terras, Julianne Nyhan, dan Edward
on Cloud Computing: Review and Vanhoutte). Ashgate Publishing
Open Research Issues. Information Limited. England
Systems. 47 (2015):98-115 Statista (2016) Number of Monthly Active
Hesse, Bradford W., Moser, Richard P. dan Facebook Users Worldwide as of 3rd
Riley, William T. (2015) From Big Quarter 2016. Diakses pada 11
Data to Knowledge in the Social November 2016 dari website Statista.
Science. ANNALS, AAPSS. 659:May https://www.statista.com/statistics/26
2015. 4810/number-of-monthly-active-
IBM (2016) The Four V's of Big Data. facebook-users-worldwide/
Diakses pada 27 April 2016 dari Statista (2015) Number of Facebook users
website IBM. in Indonesia from 2012 to 2018 (in
http://www.ibmbigdatahub.com/infog millions). Diakses pada 28 Oktober
raphic/four-vs-big-data. 2015 dari website Statista.
Jesson, J. K., Matheson, L, dan Lacey F.M. http://www.statista.com/statistics/304
(2011) Doing Your Lierature Review: 829/number-of-facebook-users-in-
Traditional and Systematic indonesia/
Techniques. SAGE publication Ltd. Statista (2016) Number of monthly active
California. USA. Facebook users worldwide as of 4th
Kim, J.; D. Brossard; D. A. Scheufele; dan quarter 2015 (in millions) Diakses
0 ;HQRV ³6KDUHG´ ,QIRUPDWLRQ LQ pada 26 April 2016 dari website
the Age of Big Data: Exploring Statista.
Sentiment Expression Related to http://www.statista.com/statistics/264
Nuclear Energy on Twitter. 810/number-of-monthly-active-
facebook-users-worldwide/
166
Peluang Dan Tantangan Big Data Dalam Penelitian Ilmu Sosial: Sebuah Kajian Literatur
Vience Mutiara Rumata
167