A Reminder for Everyone: Be Sceptical!

Mengingat perkembangan akhir-akhir ini ketika kita banyak disuguhkan data dan visualisasi yang terdistorsi, ada semacam kewajiban moral dan intelektual untuk mengingatkan kita semua untuk tidak langsung tersilaukan oleh pernyataan-pernyataan yang megklaim merupakan produk dari analisis dan pengolahan data.

Penggunaan terminologi yang tidak pada tempatnya (dan bahkan cenderung abusive) seperti big data dan machine learning harus dikritisi habis-habisan, tidak peduli siapapun yang menggunakan istilah-istilah tersebut. Seringkali saya pribadi jumpai penggunaan tidak pada tempatnya atas istilah-istilah tersebut dilakukan oleh orang-orang yang bahkan tidak mengerti apa 'big data' atau 'machine learning' itu sendiri. 

Belum lagi produk yang diklaim berasal dari so-called data analysis seringkali digunakan sebagai justifikasi pembentukan opini publik atau bahkan lebih parah lagi: policy. Kental dengan bias dan conflict of interest

Trust me, I've seen enough.

Sejak pertemuan awal pada hampir seluruh sesi perkuliahan yang saya ikuti tahun ini, hampir seluruh dosen menyampaikan jargon yang sama: Be Sceptical!. Tidak cukup menjadi kritis ketika dihadapkan dengan statistik dan visualisasi. Salah satu dosen saya, Prof. Norman Fenton, bahkan secara kontroversial menyerukan untuk tidak memercayai segala statistik dan bentuk visualisasi yang disajikan jika kita tidak memiliki akses terhadap detil data yang di-klaim menjadi fondasi pembentukan statistik dan visualisasi tersebut.

So, if anyone says: 

'Sentimen publik terhadap isu x sangat positif berdasarkan 100 juta big data

and yet, if he/she fails to show you the data, then you're very much welcome to say: f- off.

Ada tiga buku yang saya pribadi rekomendasikan untuk meningkatkan 'sceptical sense' kita ketika dihadapkan oleh berbagai bentuk statistik dan visualisasinya.

1. How to Lie with Statistics by Darrell Huff

https://images-na.ssl-images-amazon.com/images/I/71HrHG2145L.jpg

2. The Art of Statistics: Learning from Data by David Spiegelhalter

https://m.media-amazon.com/images/I/41WYPhGvChL.jpg

3. Numbersense: Big Data to Your Advantage by Kaiser Fung (my personal favourite)

https://images-na.ssl-images-amazon.com/images/I/51huoFhBlxL._SX332_BO1,204,203,200_.jpg

If you want to further explore, you may want to check Prof. Fenton's perspectives via his website here and his Youtube channel here. This post was inspired after watching a video by Narasi Newsroom on Najwa Shihab's channel here


This post is also posted in my 'alter ego' blog: rickthedatajanitor.blogspot.com


Komentar

Postingan populer dari blog ini

Fakta dan Cerita di Balik Lagu-lagu OASIS

Bandung

Sandwich Generation My Ass