Go back

S03E05 Computational Social Science

76m 39s

S03E05 Computational Social Science

Dalam episode ini, pembawa acara bersama dua tamu, Mas Ahmad Trafi dan Mas Firman Siah, membahas kolaborasi interdisipliner dalam *Computational Social Science*. Mas Ahmad, yang berlatar belakang teknik informatika, menceritakan bagaimana program S3 interdisiplinernya di AS memperkenalkannya pada ilmu sosial, sementara Mas Firman, dengan latar belakang psikologi, justru banyak mengambil mata kuliah teknikal selama studinya. Keduanya bertemu setelah Mas Ahmad mengalami kesulitan dalam publikasi karena karya-karyanya dianggap kurang memiliki *storyline* dari perspektif sosial. Mas Firman membantu dengan menambahkan konteks dan teori sosial, yang akhirnya membuat publikasi mereka diterima. Salah satu contoh kolaborasi mereka adalah penelitian tentang praktik penamaan di Jawa dan hubungannya dengan kesetaraan gender. Dengan menggunakan data pemilih tetap dari Jawa Tengah, mereka menganalisis panjang nama sebagai indikator bias gender. Hasilnya menunjukkan bahwa anak laki-laki memiliki nama yang lebih panjang secara signifikan dibandingkan anak perempuan, terutama pada generasi yang lahir antara tahun 1950-an hingga 1960-an. Namun, kesenjangan ini semakin mengecil pada generasi muda. Penelitian ini menyoroti bagaimana data komputasi dapat digunakan untuk mengungkap perubahan sosial budaya, seperti pandangan masyarakat Jawa terhadap anak laki-laki dan perempuan dari masa ke masa. Kolaborasi antara latar belakang teknikal dan sosial ini menjadi kunci keberhasilan mereka dalam menghasilkan penelitian yang lebih kaya dan bermakna.

Transcription

9238 Words, 59940 Characters

Indonesian
[MUSIK] Oke, hallo berapa negara? Terima kasih. Sudah masih menengarakan sini artin dan data. Masih bersama saya, Adik Barsabti-Andri. Kali ini, episodenya agak spesial, karena tamu yang saya undang ada dua orang, yang pertama adalah mas Ahmad Trafi pertama, yang kedua adalah mas firman-manda firman siah. Nah, beliau-beliau ini adalah orang-orang yang memperakar saya diadakannya sama institute di kompetesional sosial science di Jogja. Ini apa, nanti kita bahas. Tapi intinya, topik yang kita mau bahas hari ini adalah tentang kompetesional sosial science, cari umum gitu ya. Halo, mas Ahmad dan mas firman. Terima kasih sudah mau datang. Dah muda jangka berong-berong beberapa hari ini. Halo mas Ali, saya berkasiata sudangannya. Ya. Ya. Masah saya juga. Oke, siap, nah ini yang menarik juga hari ini adalah kalau di waktu rakaman ini ini di 3 zona waktu yang berbeda ya. Mas-mas ya. Ada yang Indonesia saya di UK dan mas firman masih di US. Jadi ini pengalaman pertama saya juga ini berong-bong sama. Ini sudah rekam dia di 3 zona waktu. Anyway, seperti yang saya bilang tadi ini ada, tapi hari ini adalah tentang kompetesional sosial science, yang menarik adalah mas Ahmad dan mas firman ini backgroundnya beda-beda nih. Jadi, tapi ketemunya bisa di kompetesional sosial science. Apa itu? Kenapa bisa ketemu? Nah itu mungkin boleh dari mas Ahmad dulu memperkenalkan sedikit backgroundnya lah. Itu gira-gira. Jalahkan mas Ahmad. Oke. Ya, terima kasih mas Ali. Halo, perapun dengar. Namah saya, Matarrafi, perapun dengar. Saya mengancen di universitas Islam Indonesia di jauh bersanding formatika. Benar-benar saya sudah mulai mengancen saya sejantau 2008. Kemudian saya lanjut, study S2 itu di Australia. Saya ambil di sekolah informasi dan teknologi di Indonesia, di Nifak City. Saya masa itu masih background, masih full kompetesional science. S1 saya di teknik elektro dan teknologi informasi UGM. Dulu namanya masih teknik elektro. Saya ambil konsentrasi, teknologi informasi. Itu S1, S2 saya itu pure. Bisa di katakan informatics, information technology. Fokus saya juga di network security. Itu lebih banyak main kesana waktu itu. Kemudian S3 saya, Hamdula, dapat biasa suaful berat di tahun 2013-2011 saya perangkat ke US. Dapetnya itu yang interdisciplinarin program. Saya dapat di study per universitas di university di New York. Namah programnya, ada teknologi policy dan innovation. Departmentnya, namanya teknologian susahnya. Itu masih di bawah sekolah engineering. Jadi, jadi, sister departmentnya, computer science, kita juga share building, share art pasungwanya sama. Dia cuma memang ini pener-penderk interdisciplinarin. Pener-penderk interdisciplinarin. Saya juga ambil kuliah wachip macam-macam itu juga lebih banyak, ilmu-imus sosial. Ya, kenapa kalau di US itu kan, kita memang 2 tahun pertama itu, terlah wachip kuliah ya. Di HDDUS itu 2 tahun pertama itu pasti kuliah. Jadi, ada 3 komponen utama per kuliah yang kita harus kita ambil. Core coursesnya itu ada yang teknikal, ada yang sosial dan ada yang metet-resets-metet. Yang, karena saya background saya engineering, akhirnya saya yang, yang, si saya yang harus saya ambil lebih banyak sosial. Jadi, saya ambilnya mata-puliah, mata-puliah sosial. Ipanya ekonomi, statistics, kemudian sociology, education, learning science, kemudian komponatif science, masih ada yang yang mengyambungkan teknik juga sedikit. Tapi itu pun pun pun di luar comfort zone saya, jadi pun pun terpaparnya dengan ilmu sosial malah di situ. Singkat-katanya. Akhirnya, ya, kepunada mulai apanya, pangkat dikmasai juga sedikit berubah, bahaya sedikit berubah mulai banyak masuk apa, ilmu ilmu sosial di terkepam bahagi, ditambah lagi ini. Ketemu asperwan ini yang juga dia, nanti mungkin dia juga berjaya ki talap ekonomi. Tapi intinya kalau sekarang saya memang lebih banyak, menjabatkan dari ilmu saya pikiran saya, computer science, information technology dengan sosial science, kan itu turul. Oke, siap, terima kasih sama, nah kalau dari mas Werman, gimana nih? Apakah ternyata dijebloskan gitu di? Eh, yang masuk sini aja juga. Atau kira-kira gimana, backgroundnya, Wuswerman? Ya, jadi kalau saya agak berbeda dari masahmat, ya kalau masahmat, backgroundnya memang pure dari akademisi, kalau saya tuh backgroundnya dari industri. Jadi saya lulus psikologi UGM, saya lanjut sempat bekerja di salah satu perusahaan sewas tadi Jakarta. Kemudian dari situ saya berkecimpung dengan learning technology, jadi salah satu tanggung jawab di sana, tanggung saya di situ, itu adalah mengambangkan teknologi untuk mendukung process belajar dan juga process apa iselannya kayak semacam human resources, nah, kemudian dari situ saya tertarik, ini kelihatan enak-kenik kalau misalnya belajar tentang learning technology juga, dari situ, kemudian saya lanjut ke university of Bristol, di UK. Ya, jadi saya ke sana, kemudian dari situ saya sempat balik sebentar ke Jakarta juga melanjutkan di perusahaan yang sama. Oke. Dari situ saya tertarik untuk lanjut sekolah lagi, nah waktu itu saya applied di dua universitas, satu di Columbia, satu di Stony Brook ini. Alam Dudila, dua-dua nya keterema, cuman waktu itu saya memotuskan untuk memilih yang Stony Brook, karena ketika waktu di daftar operator itu kemudian memiliki kemudian dari programnya, kemudian secara advisor, juga lebih cocok dengan saya, masih advisor saya juga, social science, di sebelumnya mengajar di Harvard, kemudian pinah ke Stony Brook, kemudian secara topik itu lebih nyambung, dari situ kemudian saya berkecepung di Stony Brook. Nah, kalau tadi mas amat lebih banyak, mataku liah yang diambil itu social, agak kebalikan, jadi saya begronya social science, mataku liah yang saya ambil, jujur kebanyakan yang teknikal, dan disini saya juga ambil, tambahan ya, jadi kalau ada program tambahan ser advanced grade with certificate, itu saya ambil data and computational science, jadi saya banyak ambil mataku liah, komputer science, math, dan enginering, jadi lebih kurang seperti itu. Nah, terus, pertama kali ketemunya, gimana nih, karena kalau saya lihat, apa di publikasi nya, di story publikasi nya, banyak yang barengan akhirnya gitu kan, dan di beberapa publikasi, beberapa tahun terakhir lagi dia, barengan, apa yang membuat, kayaknya kita nulis bareng-bareng, dan bagaimana, kealian dari masing-masing, kemudian berperan dalam beberapa publikasi ini. Siapa dulu mungkin, mas amat dulu dah boleh? Jadi, ya kita sebenarnya satu al-namatar, ya, jadi dari SMA juga, satu al-namar meskir dan katanya, saya lulus lebih dulu, daripada 4 atau 3 tahun lebih awal. Di UGM juga sama, sebenarnya cuma beda-beda, memang beda-beda ini juga ya, beda-beda, - Juru SMA. - Juru SMA. - Gak penah ke temu, dalam hal reset apa itu memang gak penah ke temu juga. Di story proof pun juga, sebenarnya kan satu al-namatar kelahan lagi cuma, ya sama, di maksud masing-masing juga, ya, jadi kan untuk kolaborasi, yang namasi siapet dengan reset masing-masing, ya, saya siapet dengan reset saya, saya kan saya juga selain, selain mengujakan disaktak, saya juga disana kan kejap juga, jadi, ya, jadi, anaful berat cuma 3 tahun, kemudian 2 tahun sisanya saya jadi muset-assisten gitu, dan itu cukup ini tau waktu, ada banyak, ada reset dari profesor yang saya percepan juga, itu less interdisciplinary, ya, itu tidak terlalu interdisciplinary, jadi, ya, saya punya kerja apapun yang diminta, melakukan data analysis, ya, fokusnya kepada data analysis memang gitu, ya, jadi apapun yang diminta oleh profesor, saya kak siakan, baru ketika saya lulus, ketika saya lulus, saya pulang Indonesia, ini ada, saya ada satu, satu perasaan, itu ya ada satu dari, pengambangan dari disekta sisanya itu yang saya saat minit. berkali-kali di tolak terus gitu ya, di tolak terus di mana-mana gitu. Lampar ya, sempa tak agak-agak frustrated juga, ya, stasi juga, ya, oh ini, tapi punya saya ngopong offline, saya cuma kecab dengan masyurman kita, ya, ngasih itu, coba masukin teorii dari ilmu sosial, coba cepat saja, ya, ngasih ini aja, cuma link-link gitu aja gitu ya. Lampar aja, ini, oh, kayaknya, enak juga nih, ya, udah, saya coba umbah gitu ya, saya ubah, darah penulisan artikelnya yang teritatinya itu masih mindset-nya, meskipun saya sudah ambil mata kuliah-matakuliah, sosial sciences gitu ya, di study-dbh itu, tapi mindset-nya penting kaput publikasi itu, ya, ini beda, masih, meskipun saya masuknya ke edukasi yang otak-noal, tapi tetap mindset-nya mindset komputer scientist gitu ya, di-diriinsight itu ya, masyurman, wah, kerennya terlalu hamdulah di terima, gitu ya, terima, di, dan saya bahkan kakir itu ya, ini terima juga di jogunlah yang, ya, kalau, kan masalah juga, kalau di Indonesia itu kan sangat mendewa unskopus, ya, ya, ya, kerennya di-skopus yang kewan, gitu ya, satu, lah, dari situ mengudian saya langsung guah nih, kayaknya, mengharapin, ya, mulai saya, saya cakap, jadi, kalau berasi lagi, saya ada, apa, ada beberapa EJ perperkat di ini, saya banyak enti, masyurman ini, kalau menurut-muh, kalau dikiniin, baiknya kita pakai angle dari mana, gitu ya, pakai sudah pandang mana, gitu ya, untuk, apa, manulis pepper ini, ya, ya, lah, bermunculan, ya, ya, itu lah, mudian sejaknya itu, jadi, pertama kali kita, kalau berasi itu, 2019, sebenarnya, justru ketika saya sudah, sudah, sudah lulus, gitu, kalau dari saya mungkin, ya, masyurman mungkin, mau konferirmasi ceritanya, tuh, ya, ya, bener sih, jadi, memang, waktu, di sini malang ga kepikiran, gitu ya, begitu, sudah nggak di satu, universitas lagi, itu, terus jadi, oh, ya, bisa digagungkan, ya, pemikirannya, gitu, antara, sayang, platar belakangnya, lebih di sosial science, dan mas Ahmad, yang lebih teknikal, jadi, kalau peransakan sih, lebih kayak, memberikan, konteks, gitu ya, memberikan konteks, dan juga memberikan, teori-teori yang kemudian, bisa menjelaskan, fenome yang di teriti oleh mas Ahmad, gitu, kan kalau sosial science, kita lebih banyak fokusnya di, teori untuk menjelaskan, ya, dan itu, saya lihat, dan yang saya rasa kan tuh, agak sedikit, kurang di adress di, enginering, gitu, jadi, kalau engin, kan lebih kayak, aplikasinya seperti apa, tapi kalau di sosial science itu, ini kenapa bisa seperti ini, teorinya apa, di situ sih peransakan saya. Yang waktu itu, topiknya apa ya, mas. Yang pertama, yang pertama masih ini, educational technology, jadi tentang, tentang penerimaan opulur yang di Indonesia, gitu ya. Ah, oke. Disadmila, itu masih dari kancamata teknikal, ya, jadi, ya, kacang matanya orang, orang, orang formatikan, orang, orang pengen banget, gampangnya, itu masih, itu dia, belum, apa, belum bisa menyentuh aspek sosialnya lah, memang gila, di situ seperti yang sampai kan. Memasih, masih kurang, apa ya, kurang dalam diskusinya, gitu. Duh, bagian apa yang kombin akhirnya di tambahkan, apa-apa yang kurang waktu itu, kalau dari mas Wermanniet, spesifiknya di mana? Spasifiknya dari judul. judulnya aja lasung, gua patras, itu. Jadi, oh, judulnya itu gua patras, itu dia lihat, ini yang paling menarik itu sebenarnya adalah ini, ya, adalah, apa, gua patrasannya dari dari model yang saya buat, dan di data yang saya dapatkan, itu ternyata, kan judulnya, jadi fun first, useful later, jadi, anak-anak, sekolah Indonesia ternyata, maka mau mengadopsi, apa, educational technology di mobil device, ya, asalkan, satu, terdapat untuk yang muda, ya, menyenangkan, ya, yang penting menyenangkan dulu, masalah itu bermanapak, apa tidak belakangan, yang penting, menyenangkannya dulu, nah itu harus dikekankan di batian, untuk later, yang mendukung tentang itu, kita pemerafixikan, apa yang sebenarnya, nah, akhirnya ketika saya fokus, ke situ, fokus ke kifinding yang itu, ya, akhirnya itu terima, gitu. Oke. Kalau dulu, melihatnya, cuma, kita bikin mobile app adja gitu, ya, jadi, fokusnya, ya, fokusnya, saya lebih kayak ada porting, gitu kan, jadi, dia saya, kalau orang tekniskan, kita, ya, mungkin, masalah, juga bisa, apa yang banyak-painan, jadi kalau ada teknis, ada, faptanya itu ini, ya, semuanya, ini yang penting, ini yang tidak mungkin seperti ini, tapi kita nggak kemudian mau bahas secara mendalam, ini kenapa, apa di satu gini itu, nggak terlalu gitu, ya, main setnya masih, ya, itu teknik kalau itu, ya. Jadi ada informasinya, tapi belum jadi suatu cerita yang, lengkap di. Ya, ya, ya, naik storyline, betul sekali, betul. Saya dapat storyline dari situ, saya, menarik-menarik-menarik, terus dari situlah, kemudian jadi banyak, paper-paper lain yang terbit, gitu, dari sudut pandang, dua orang yang backgroundnya berbeda ini, gitu, dan ketemu di computational social science, ini, gitu ya. Betul sekali, ya. Jadi ada idya, misalnya, kan, darit saya, saya punya ini, ya, gini, kita mau membahasin darit saya, sebetulnya, nanti itu, kalau yang kebalikannya, oleh yang terfik, manis-salah, biasanya dia punya idya, gini, terus, dia tanya, itu nyari datangnya, apa-apa-nya kan, gimana, itu modulenya, gitu, di saya, apa-apa pun berikutnya saya itu lebih kembali teknis, gitu ya, saya kasih itu, bagian teknisnya, saya, gini-gini, gitu ya. Nyari storyline itu, jam yang masber-manlah, kembaliannya, gini. Oke, keren-keren-keren-keren. Saya fikir banyak, sih yang, yang kayak gini, gitu ya, maksudnya, saya nggak tahu ya, masber-man, karena saya lebih gampang relat dengan masamat, karena background kami sama mirip gitu ya. Jadi, mau kalau agak, agak bias sedi, tapi karena backgroundnya mirip, saya bisa mengerti masalahnya di mana, gitu, kalau dariisi, sudut pandangnya, mas-amat, gitu, karena, ya, betul, beberapa kali, juga saya mengalami masalah yang sama, gitu, ketika, oh nih, udah ada publikasinya, itu sih, udah aja gitu, ceritanya berakhir di informasinya, tapi nggak jadi cerita, cerita yang lengkap, itu nggak ada storylinenya, tadi, diibasanya. Nah, kita mau bahas satu topik yang menariknya, jadi dari hasil, saya reset, reset sederhana, saya salah satu publikasi yang yang menarik, sebetulnya adalah tentang, ini ada, ada judunya naming practice and gender equality, gitu. Ini, salah satu yang masip, ini preprint atau sudah, di terima ya, ada di, di, publikasi di juran atau di konferens, atau masih ingin di, itu masih, ya, interview, tapi itu sudah di presentasi kan di, gitu, di interneational conference in computational social science. Boleh deh. Ya, ya, saya itu as to ditown dari bu, oh, interneational conference on computational social science. Jadi itu sudah di presentasi kan di, on-lanya, di, di zuri waktu itu. Okay. Nah. Jadi, ya, gua ada. Ya, ya, sebenarnya saya pengen mas firman mungkin cerita dulu, apa sih yang mau di jawab di sini, gitu, kemudian, peran-nya nanti, masing-masing, jadi seperti apa gitu. Dari sudut pandang, masing-masing atau dari kahliannya, masing-masing, gitu. Karena judulnya sih menarik sekali, gitu. Apa menggelitik, gitu. Nah, memang prosesin di jendero-kualiti. Apa yang mau di jawab, dan kesimpulannya akhirnya nanti apa, itu mas firman dulu mungkin boleh, deh, mau leitir. Ya, ini salah satu contoh untuk kompetentional social science yang masih bisa merapercentasikan paper kompetentional social center yang baiknya seperti apa, gitu, ya, masanya salah satu yang apa yang serahnya. Kalau dulu, dapet dari reviewernya di konfront itu, ini salah satu bentuk di mana sih, orang social science berpikir secara komputasi. Nah, jadi ini berangkat dari paper-nya itu, kita melihat dari fenomena penamaan, gitu, ya. Jadi kalau misalnya, di turutama, karena saya punya dada jawa, gitu, ya. Kalau di jawa itu kan ada semacam apa ya, atau nggak cuma jawas, tapi juga Indonesia secara umum itu kan. Nama itu unik ya kalau di luar negri itu kebanyakan ada nama depan, versename sama ada nama belakang, last name yang itu family name. Kalau di Indonesia kan nggak seperti itu. Kemudian di Indonesia itu, dijawa juga itu, namanya itu ada arti ya kan. Jadi pasti ada maknanya gitu, orang tua memberikan nama anaknya itu biasanya punya tujuan tertentu. Nah dari praktis di sini ini kita berpikir gitu ya. Kalau seandainya, laki-laki anak-laki-laki dan permpuan, itu sama-sama didambakan atau dipandang apa isahnya setara oleh orang tua, mustinya nggak ada perbedaan panjang nama yang signifikan ya. Karena kan, dua-duanya sama anak, sama-sama diharapkan bertumbuh kembang menjadi sesuatu orang yang suatu saat itu berguna gitu ya. Berguna atau isrenya kalau di orang jawa itu dah diwom gitu ya. Nah, kalau itu berangkat hipotesisnya dari situ, tapi kalau misalnya ternyata ada perbedaan di nama gitu ya, itu kan jadi tanda-tanya misalnya, kalau yang saya alami ada sedikit bias di kalangan orang jawa yang lebih tuah, itu kalau anak-laki-laki itu lebih di sayang, lebih di apa isrenya, lebih diambakan, lebih di agung-agungkan oleh keluarga dari pada anak permpuan. Nah, jadi dari situ kita meneliti ini teraflaksing nggak ya dari penamaran praktis di jawab gitu ya. Hipotesisnya adalah kalau misalnya memang anak-laki-laki itu lebih diambakan, lebih diagungkan dari pada anak permpuan. Bisa jadi mereka memiliki nama yang cendurum lebih panjang dari pada anak permpuan. Karena balik lagi kita tadi nama itu perlambang dua, perlambang harapan, orang tua dan keluarga memiliki harapan dan dua yang lebih tinggi daripada untuk anak-laki-laki dibandingkan anak permpuan. Nah, dari situ kemudian kita punya data dari daftar pemilih tetap ya, jadi kan daftar pemilih tetap itu waktu itu, datanya available di publik siapapun bisa mengakses itu tanpa ada password. Jadi publik lifaable, nah kita ambil data di situ kita scrap data. Jumlahnya banyak ya. - Pula di jutaan. Dan kita scrap orang di propin di jawa tengah. Dan ternyata ketika kita hitung jumlah nama itu memang anak-laki-laki itu memiliki nama yang cendurum lebih panjang dan baik secara kata atau secara huruf gitu ya. Jadi kayak misalnya namanya mas ahmat, ahmat vibratama gitu, itu kita ukur, oh itu berarti tiga kata ahmat, trafi, vibratama. Kemudian kita ukur juga hurufnya ada berapa huruf gitu. Kita itung seperti itu, kemudian kita lakukan analisi, ternyata memang anak-laki-laki itu memiliki nama yang signifikan lebih panjang daripada anak perpuan. Nah menariknya kita melakukan analisis ini itu dari mereka yang kelahiran tahun 1945 ya. Jadi habis merdeka sampai mereka kelahiran 2021. Jadi menariknya itu, gapnya itu paling tinggi diangkatan yang lebih tua. Jadi yang tahun kelahiran tahun 50-60, gapnya itu terasa sekali, tapi makin kesini itu gapnya itu makin kecil dan semakin tidak signifikan perbedaannya. Jadi itu kemudian kita berargumentasi ini itu bisa menjelaskan bagaimana orang jawa memiliki apa yang is ranya. Melihat atau menilai anak-laki-laki dan perpuan. Jadi memang dulu di jaman dahulu gitu ya itu memang anak-laki-laki itu mulai al-bad lambi di damakan daripada anak perpuan. Tapi dengan seiring berkembangnya jaman itu antara anak-laki-laki sama anak perpuan itu seperti-nya udah kayak apa ya. Tidak begitu beda gitu ya anak perpuan mereka juga bisa kuliah sampai tinggi, bahkan bisa jadi persiden. Kemudian dia juga bisa melakukan hal-hal yang dulu itu secara budaya, lu merah dilakukan oleh anak-laki-laki jadi lebih kurang seperti itu sih temuannya di pepper ini. Mungkin mas Ahmad ada yang ingin ditambahkan. Ya, jadi ya tadi semuanya tadi sampai kan semuanya cukup panjang ya jadi memang nama itu kan. Itu di Indonesia itu kita udah tau, namanya itu 2-2. Apalagi di jawa itu katang namanya itu juga ada isi lahis lah kayak kapal tenjen yang berhata namanya sebagai yang ingin. Apalagi itu nama yang terlalu panjang itu nanti bisa jadi lebih apa yang macam-macin kayak gitu ya. Cuma apa dan hal-hal seperti itu kita lebih ke anek total evidence banyakkan. Jadi kayak semacam urusan legend saja itu kan ya. Praktik itu juga nanti bisa merucuk ke gener ekualiti juga gitu ya. Jadi si ini, kemudian kita juga lihat bergasi ada perbedaan antara lokasi yang perbedaan darah urban suburb dan rural area gitu ya. Jadi kalau di Indonesia, kontek Indonesia ya perbedaan itu airnya kota, kesinya kota. Kota matia itu ya, kota, mutian suburb itu mungkin kota-kota satellite yang di kawukatan-kawukatan yang di sekitar yang berpata san langsung dengan kota. Mutian dengan yang rural area, yang rural areanya ya, kawukatan-kawukatan yang itu tidak ada bantasa langsung dengan kota. Kemudian kita juga bisa lihat nanti yang itu apakah kamu di perbedaan itu kemudian seiring berkelalanya waktu itu kemudian ada perubahan atau tidak. Itu semuanya yang tampak data sulit untuk kita puktikan. Tampak data yang tidak bisa, itu akan jadi open legend seterusnya akan cuman jadi cerita dari mulut ke mulut saja. Kita kan yang tidak bisa kita penuh masingan. Lampu lila waktu itu kita dapat data ini. Kita punya access ke data ini. Kita tidak dapat data itu. Puhan ini kayaknya mengari kebanaan ini kalau media ide pertama juga lagi dari firman dia juga tadi ini kayaknya kalau data ini bisa kita manfaatkan antanya. Repara yang bisa dihasilkan dari situ. Saya tidak lanjutkan kita setiap asyik kita ambil aja. Kita ambil peneran. Kita mempunggu masih bisa. Untuk yang di pepper ini memang kita fokus ke yang jawa. Kita tidak tidak cukup lengkap. Kita tidak dapat data. Kita tidak dapat data pemilihan umum tapi kita ada pilihan. Kita mempunggukan peneran. Kita ada satu lagi dari status-stik dari PPS. Kita ada satu yang di SIS juga. Ini juga menarik juga agnan dia doktornya doktor engineering. Jadi kompetesional status-stik di anampilnya jadi bermula sekali kami o collaborasi bertikkat untuk web ini. Dan terbukti dari data ini. Kita pakai data, data yang langkap dan tahun dari semua pemilihan Indonesia. Jadi data yang datang fap, yang tidak terpantahkan. Dan terbuka perbedaan penamaan. Tapi perbedaan penamaan itu kemudian juga sehingga perjalanan waktu semakin tipis. Semakin kesini, ke sadekan, "Ohh, ngasih nama anak, ho la kenaknya perumuan, jangan dipidakkan." Dan sehingga perbedaan itu mulai adep sadekan kesana. Dan itu taknya juga berbeda, pecepatan apa. Sadernya itu yang infekratnya gitu. Jadi yang lebih julu, yang dikopa, kemudian munyesul, yang di support, bago yang terakhir yang di. Tera, tera. Ya, bisa kita bilang, "Losok lah ya gitu, itu yang penuh tidak era." Ya, ini menaris sekali sebenarnya gitu. Ya, menaris sekali yang menemukan itu dan yang menggunakan data, yang menggunakan data, menggunakan kompetesional social science. Ini penuh penuh contoh kompetesional social science. Ini kalau misalkan hanya dilakukan dengan traditional approach, sosial science, kayaknya tidak bisa. Yang mulai dari ngambil data-nya, nggak mungkin begitu kan ya. Data-nya tidak akan disediakan oleh siapa pun data-sperk data ini. Ya, sulit gitu ya, untuk bisa ngambil data-sperk data ini, yang berkola kita nggak tahu, kayaknya segera tingkat data di internet seperti apa. Itu yang pertama. Mungkin karena data-nya juga puluhan juta. Itu yang aslinya itu kan, yang pemilis Indonesia akan kehatusan juta. Itu kalau pakai software-softra statistic biasa, itu juga belum tentu bisa. Kalau kita tidak menggunakan, disini kan kita pakai nya Arya. Tulsnya sosial science, kompetesional social science, kalau nggak arpitan, gitu kan ya. Itu secara spesifikan kita disini pakai nya. Kalau nggak pakai Arya, kalau nggak pakai patent, yang nggak apa. Kayaknya juga sulit untuk bisa analis data sebesar ini. Jadi ya, ini bener-bener contoh. Ini bener-bener ini sih. Kami cukup-cukup bagaimana dengan-dengan. Apakah ini bisa bener-bener apa ya? Menggapungkan ke-alian yang berbeda-beda, itu mungkin juga. Eh, wah, kita juga bisa diskansiannya juga bisa dalam. - Ya, ya. - Terus ini. - Ya, nggak gitu sih. - Oke, sip, sip. Ini, saya mau apresiasi juga ini. Ini memang papernya keren sekali. Sebenarnya, baru skimming-skimming saja, tapi udah banyak tak jup-tak jupnya. Kalau dia lihat keren sih nya, datanya itu ada sampai 34 juta. Tulisannya. Terus tadi disicarai dimensi kita punya spasio temporal, jadi ada di rizisi-sisi tahun lahirnya, kan bisa dia lihat, kemudian dia ada dimensi spasialnya bisa dia lihat urban, atau di rural areas, itu keren banget. Kalau di pikir-pikir, sebenarnya datanya datanya, datanya namah gitu. Tapi kemudian bisa dia lokan sub-group analisi seperti itu, dia lihat dari disisis-isis spasio temporalnya. Ini keren banget sih. Mungkin para pendengar harus, bukan itu saya taruh linknya juga di deskripsi senior ini. Episod kali ini, itu ini boleh dibaca ini keren sekali gitu. Saya pikir ini sebelum saya nomu paper ini, biasanya saya, saya tadi di offline, keadaan sebuah ngobrol, saya sebenarnya punya ketatakan juga di kapitasian social science. Ada beberapa paper yang saya baca, waktu itu, papernya suzy mode dari university for work. Dia bahas tentang kebahagian orang kota, jaman dari delete foto-photo nya aja, gitu-dado di Instagram, terus di iskrip fotonya, di delete pixel nya warna apa. Orang kota banyak beton-betonnya, banyak warna abu-abu kalau di pendesan, banyak warna hijau nya, gitu. Kan datanya, kalau besar, tapi ya udah ga perlu di labling macam-macam ini juga sama, idanya sebenarnya, ya udah nama aja gitu, cuma kita proses proses dan nama nya itu di delete statistiknya. Keren banget sih gitu. Dan kalau yang udah pernah baca buku bit-by-bit para pendengar, mungkin familiar dengan quadran yang experimentnya, gitu. Nah ini udah masuk digital filter, experiment gitu ya masih ya. Benar-benar ga saya. Kalo ini ada yang saya baca aja, apa namanya masuk ya? Ini masuknya lebih kayak ke apa-nah, kita udah pakai fenomen, apa-apa udah pakai komputasi-metode komputasi dan kita juga kalau di bit-by-bit itu kalau ga sama dia pakai isselahnya tuh, kita pakai sesuatu yang baru, atau sesuatu yang sudah ada gitu ya. Jadi ini lebih kayak ke kombinasi, namanya itu kan memang sudah ada ya, masih ya, namanya udah ada, cuma untuk memungkinkan kita bisa dapat data namanya begitu banyak itu kalau pakai teknologi jaman dulu agak susah gitu, gitu. Jadi dengan adanya internet sekarang mudah gitu ya. Jadi kita memanfaatkan apa yang sudah ada di sana, kemudian kita lihat ini bisa bantu kita untuk menyelesaikan solusi apa gitu. Kalau bisa mencerakan permasalan apa gitu sih. Ya dan yes, oh ya, satu hal lagi yang tadi juga menarik yang saya perlu highlight adalah buat yang mungkin skraping-skraping data ya semua orang bisa, tapi yang bisa membangun ceritanya sampai seperti ini punya pertanyaan. pertanyaan-pertanyaan riset yang bagus gitu sampai ada datanya itu bisa dijawab dan ada simpulan yang seperti tadi itu. Saya apresiasi, besar, si wajar sih kalau tadi masyarakat bilang itu bangga sekali di kan paper ini. Saya bisa mengerti ini, papernya keren memang menurut saya bisa melakukan sebanyak ini gitu ya dengan data yang ada. So anyway, terima kasih mas Ali. Ya saya, saya ingin, ya apa gertana sih, kalau lihat paper bagus, itu kan kayak "Wah, kalau bisa gitu bikin kayak gini, gitu saya kapan bisa?" lebih ke sana sih, berhasaknya. So anyway, mungkin kita coba bahas yang lain lagi deh, ini tentu saya berikan kepada pendengar aja gitu. Biar ini jepa penasaran dulu suruh baca paper, ngeri biar tau seberapa bagusnya ini papernya. Anyway, ada beberapa yang lain yang menarik dari paper-paper-paper-nya, sebenarnya daftarnya yang masyarakat masyurman kerjakan berdua gitu ya itu bertiga mungkin dengan yang lain juga. Yang menarik lagi, ini ada kayak misalnya saya nemu tentang agent-based simulation. Itu, nah, yang saya mau tanya sebenarnya kalau yang ini, jadi dalam kompetitasi dan sosial science kan, saya latihan ini ya dengan agent-based simulation ini. pertanyaan saya itu, gimana sih caranya supaya designnya itu semirip mungkin dengan realita gitu. Jadi simulasinya bisa semirip mungkin dengan realita apa, jauh konstrainya yang perlu lihat gitu. Kemudian apakah seberapa seberapa bisa simulasi ini kemudian mereflexikan dunian-yata gitu. atau apa sih fungsinya simulasi ini? Banyak ya. Sorry, agak lo dudut pertanyaannya tapi udah menurut nanti bisa diurekan satu-satu. Boleh, siapa yang moduluan? Kirah-kira. Oh, benda kali saya kali ya. Jadi kalau agent-based moduling itu kan lebih kayak bagaimana kita merupresentasikan fenomena di dunian-yata ke dalam apa isa-anya kayak simulasi kompetasi gitu ya. Kemudian kar dijabarkannya dengan expressi matematika. Jadi kalau di tannya sebagaimana bisa ini mereflexentasikan dunian-yata itu pasti akan ada hal-hal yang tereduksi gitu ya. Jadi gak benar-benar bisa sampai mereflexentasikan sebenarnya, karena akan ada banyak variable yang perlu kita eliminasi agar agent-based modul ini bisa sesedadhana mungkin ya. Dekan agent-based modul itu contohnya bagaimana dia bisa menjelaskan fenomena yang sangat kompleks tapi dengan sesuatu yang sangat illegal. Jadi kan ultimate golnya itu seperti itu. Jadi tentu ada hal-hal yang kita eliminasi. Nah, meskipun kita mengeliminasi itu tetap hasil dari agent-based modul ini itu harus bisa sesuai atau iselannya harus bisa apa ya. Terfalli dasi oleh temuan di dunian-yata. Jadi lebih kurangnya seperti itu. Jadi tentohnya itu kayak di agent-based modul yang saya dan mas Ahmad kembangkan itu kita di agent-based modul tentang pertemahanan gitu ya. Jadi bagaimana orang itu mengapak kebanyakan teman-teman kita itu adalah orang-orang yang suruh pada dengan kita dari fenomena yang kompleks ini kemudian bisa dijabarkan dari dengan ekspresi isaannya apa ya. Expresi matematika yang elegant dan juga kita bisa buktikan secara simulasi gitu ya di komputer karena kalau kita pakai simulasi manusia dengan eksperingan dengan manusia itu ada banyak konseren mulai dari etis, kemudian juga biaya waktu tapi kalau di komputer karena ini machine jadi lebih gampang pun tetap hasilnya itu perlu kita telah telah dijauh apakah itu memang sesuai dengan penelitian yang hasil penelitian yang selama ini dilakukan atau tidak jadi begitu sih lebih kurangnya tentang agent-based model link. ya, kalau dari mas amat, kita ada mau di tambahan tantangannya ketika bangun yang seperti ini gimana, kira-kira? ya, sebenarnya kalau mungkin dari saya mungkin bener-bener agent-based modeling ini kan juga tidak berubah gue anat gitu ya. ya, cukup lama juga sebenarnya sudah ada beberapa software juga yang banyak digunakan oleh beberapa bidang ilmu berbeda, biasanya ada yang berubah keinginan satu yang banyak digunakan juga kita juga ada net logo, net logo, ada yang lain, ada star logo, ada macam-macam. Ini lumayan banyak, tapi sekarang, kalau kita semakin kesini, kantinya populatesional social science, mulai-mulai-mulai, sekarang mulai masuk ke python dan arjitu juga, sekarang sudah mulai-mulai. Jadi, kalau mungkin, kadang kalau kita pakai software yang sudah cedit itu, ada batasan-batasan yang itu sulit untuk kita nampukan, segera hanas, asyialah mungkin yang lebih mudah analoginya, atau kita mau visualisasi, visualisasi begin, begin, chart, gitu ya, pakai Google sit atau pakai excel, itu yang bisa, pakai pawahannya itu bisa, ya. Kalo kita ingin customise itu, nah itu sulit, gitu, itu akan ada kesulitan-kesulitan tentu yang kita temui, ketika kita ingin melakukan customise, ya, custom, apa mungkin cuma mau ubar sedikit-baha, sedikit saja, ya, sudah sulit, kita yang memang pawahannya dari software itu, ya, sekitup kita, ya, pawahannya itu seperti itu. Tapi dengan, dengan arjanya ar python, ya, ini, jadi lebih, apa yang nanganya? Peluang untuk kita melakukan customising itu jadi lebih terpuka, mesin pun, dosa saja, skills yang dibutuhkan, jadi lebih tinggi, gitu, ya, jadi tidak, mungkin nggak lakang lagi, kita pakai tools yang sudah jadi kan, ya, kan banget estabilistik, lah. Stabilistik sebenarnya, pakai SPS juga bisa, gitu, kan, ya, tinggal kelepik-lepik, lah, saya, ya, tetapi, kenapa kemudian banyak yang berali ke ar, misalnya kan, kalau di sosial science, biasanya yang lebih banyak, digunakan art, ketingbang python. Kenapa itu, dian berali ke ar yang itu bahkan untuk, untuk menampilkan samaristatistik saja itu, harus ketinggung berpapar, mungkin, gitu, kan, ya, harus mengilut datanya dulu, nge-log datanya dulu, gitu, kan, nggak bisa langsung, gitu, kan, kalau jadi ini kan, tinggal kita klik, apa, asul saya langsung keluar semuanya, kan, bisa langsung jadi tablet, ya, untuk hal-hal yang simple, mungkin kesannya di awal, apa, ya learning curve, dan, masuk ke awalnya itu nganak ke susah, tapi ketika kita membutuhkan sesuatu yang komplex, nah, di situ akan tantangannya baru berhasar, ya, kalau kita pakai sober-sober yang terjadi itu, sulit malah, ya, malah, bahkan mungkin nggak bisa dilakukan, tapi kalau kita mau belajar bahasa kemukraman statistik, bahkan itu ya, kalau itu, gitu, hal-hal yang tetanya itu tidak mungkin, tidak bisa, itu jadi bisa, ya, nah, itu jadi, dengan atinya kompetitional sosial science, dengan kita menggatungkan, apa, dua bidang ilmu yang berbeda, dengan orang-orang-orang-orang sosial science, tidak lagi enggan masuk ke, apa ya, apa, mencoba korting gitu, ya, karena atau, nggak jaring, kita memang orang masuk sosial science, masuk IPS itu kampuranannya itu, nah, mungkin tidak suka matematika, tidak suka, kemudian kita akan dianggap bisa, nggak mau menggaman, ya, sebaliknya orang, kompetitional science, orang-orang IPS itu, orang-orang temat-tematika, masuknya itu, karena itu ini itu jelas, itu ya, nggak tidak ingin, apa, apa, apa, berurasi terlalu panjang, itu ya, sudah kita pakai hal-hal yang singkat-singkat saja, ya, dua ini, dengan-dengen kita menggapungkan dua hal ini sebenarnya, kita bisa mendapatkan sesuatu yang lebih, akan bisa, ya, ini penuhu-unuh saya, ini penuhu-unuh saya, ini penuhu-unuh saya, ini penuhu-unuh saya, ini penuhu-unuh saya, ini tidak bisa kita lakukan, kalau kita tidak mau peksin erki, tidak mau, ya, prospisiplen dari ini tadi, itu sih mau menurut saya. Ya, ya, ya, ya, saya pikir memang, memang refleksibilitasnya untuk melakukan banyak hal dengan pakai python-dengar ini, setuju saya setuju, setuju siregan yang sama-sama, sampai kan berusaha. Kalau, nah, kalau mungkin saya, tapi saya perlu mengkonflikasi dulu, nih, sama mas firman-malu, o mas firman, melihatnya seperti apa, sebenarnya apa penggunaan teknologi yang seperti ar atau python ini, gitu, bagaimana prosesnya mas firman, sebagai orang yang melater belakangnya, mungkin bukan dari teknologi langsung, terus masuk ke sini, pengalamannya, kira-kira seperti apa. Tadi yang di-sampai kan mas-sama tentang adel learning curve, jelas ya, jadi karena memang saya begronya itu social science, tentu waktu di awal-awal itu juga, apa ya, mengalami hal yang tidak mudah juga, jadi mulai dari, apa ya, kayak, pemikirannya itu, berbeda, gitu ya, maksudnya secara filosofi pun juga berbeda, jadi kalau misalnya, contohnya itu di waktu saya kota, kota di komputer science, gitu ya, kayak semacam diajarkan, kalau misalnya bikin apet, coach, gitu ya, coding atau bikin program, misalnya itu, sebesar mungkin itu se-efician mungkin, gitu ya. Kalau bisa, bisa dituliskan dengan coach yang lebih pendek, kenapa mesti lebih panjang, kayak gitu, nah, sementara kalau di pemikirannya, social science kan, kalau sesuatu itu bisa di jelaskan secara lebih dalam, gitu ya, kenapa, nggak gitu ya, kanan dengan penjelasan yang lebih dalam itu, kita bisa melihat banyak hal, al-hal dari banyak sudut pandang, gitu ya, jadi filosofi seperti ini itu yang agak, sedikit berbenturan yang di satu sisi, kepinginnya kita, se-efician mungkin, tapi yang satu di sisi itu, kita kepinginnya, kayak good deep, gitu ya, kemudian melihat dari banyak sisi, ya, model-model seperti itu, jadi hal-hal yang seperti ini, yang secara tidak sadar kita di training, di discipline kita, gitu, itu ngaruh, gitu. Kemudian juga dari segi tentang teknis, gitu ya, memang tidak sedikit temen-temen yang social science itu, begitu melihat, kayak apa ya, notasi matematika atau coding itu dah kayak, wah ini udah bukan bidang saya, gitu, jadi udah kayak ada semacam apa ya isalahnya tuh, kayak avoidance gitu ya, kayak menghidari, kayak, gitu ada psychological barrier, dan saya lihat, tidak sedikit temen-temen social science, yang seperti itu, jadi kayak, latihhan bagaimana kemudian, memahami boh asalnya, kayak notasi matematika, itu adalah sebenarnya hal yang, dilakukan untuk menjadhanakan sesuatu yang komplek kemudian, coding itu sebenarnya adalah sebuah cara kita menyaksaikan sesuatu yang cukup sulit dengan sesuatu yang mudah dan bisa distandarisasi, itu akan mengubah mindset, temen-temen yang baru belajar, tertamang dari social science, tertamang baru belajar teknikal aspek, gitu ya, untuk kemudian bisa belajar ini dengan lebih mudah, tapi balik lagi, gitu ya, karena temen social science juga begrun teknikal yang nggak begitu banyak, jadi, kandang untuk, kalau saya yang saya alami, gitu, untuk menyaksaikan sesuatu permasalahan, itu temen-temen dari social science yang begrunnya komplek science, gitu, bisa cepat, gitu ya, tapi kalau yang social science, gitu kita butuh mortem, gitu, kemudian mendegis, ini tuh problemnya seperti apa, kemudian solusinya itu baiknya seperti apa, lebih kurang seperti itu sih. Oke, nah dari sini sebenarnya saya saya jadi punya satu pertanyaan, mungkin nanti, bisa di job masing-masing, kalau dari pendapat mas Ahmad dan mas Firman, mana yang lebih baik? Apakah sebaiknya misalnya nih, kalau kayak sefiriman dari psicologi, terus masemat dari informatik setelah gitu ya, masing-masing sampai specific, sampai jago banget, terus kerja sama aja, gitu jadi fokusnya di bidangnya masih masing, atau mungkin gaksih sebetulnya ya udah kuasain dua-duanya sekali gus gitu, jadi, ya tadi misalnya kan, tentu saja adalah learning curve-nya untuk orang orang yang dari social science, suksual jaring teknologinya, gitu, atau misalnya orang-orang dari teknologi, mungkin tidak terbiasa untuk sifatnya laborasi, gitu ya laboratif, karena memang targetnya bisanya lebih efisian, gitu dalam melakukan sesuatu, gitu jadi kalau bisa sekali banyak, ke langsung, lebih bagus, gitu kalau bisa diautomasi, otomasi aja, gitu. Jadi, apa yang harusnya dilakukan, gitu, kalau, atau mungkin biar gampang, kalau dari pengalaman sejauh ini, kayak gimana, dan kira-kira idealnya seperti apakan, ya itu ya tadi, mas Firman dan mas Ahmad kan, udah bikin peper beberapa nih, gitu. Procesnya gimana sih, biasanya gitu apakah, kerjaannya memang sekarang, fokusnya udah masing-masing, yang satu bikin cerita yang satu moding, misalnya, gitu ya, atau memang butuh, tu samxten untuk ngerti bagian yang lain, seperti apa, gitu. Gimana kira-kira? Mungkin mas Ahmad dulu boleh, bercerita. Ya, kalau supaya, seperti apa, ya, dia orang比較-bidar, gitu ya, saya tidak, tidak ingin, kayak-bikin, kayak-bikin itu, tapi memang, kita, kita sekarang itu sudah semakin interkonected, sudah semakin interkonected, teknologi itu dah marasuk kemana-mana. teknologin permasih itu pertama itu dah masuk ke mana-mana jadi kalau kemudian kita tutup mata ya orang-orang IT stay di IT saja, fokus ke pengen banget, fokus ke deploy, fokus ke situ saja, halal teknikal saja, kemudian arah orang-orang sosial, fokus ke sosial saja, itu nanti, pasti akan ada celah yang tidak terisi, jadi seperti yang kami lakukan tadi yang nama yang berarti, kalau kami tidak valorasi, koko ayahnya tidak mungkin kita akan menghasilkan kalau saya sendiri, nulis peper itu ayahnya tidak mungkin, masa panasnya juga mungkin sulit, jadi itu butuh valorasi. Anya saja untuk bisa pelaburasi itu kita butuh satu paratik, paratik banyak itu sama, segetah butuh ke sama dan kecocokkan. Jadi kalau kita tidak punya kecocokkan sulit lagi kita untuk pelaburasi, kalau lagi tadi juga maksumnya, dan cerita, kalau di sosial science itu kalau bisa panjang, kenapa pendek itu nggak cukup kadang, kalau kita bisa panjang, kita bisa menjelaskan dengan lebih komprahensif, dari sosial seperti itu, di teknik kita kan nggak, kalau bisa efisien, nanti kita harus panjang, kita bisa cek pep, kenapa harus lambat, ternempak harus lama, ini saja akan menjadi potensial conflict, kalau kita tidak mau duduk, tidak mau memahami, fisi nya itu beda, itu dari sisi itu dulu, jadi untuk bisa kolaborasi, kalau tidak mau, kalau kita pakai kacamata, tidak mungkin bisa kolaborasi, itu kita, kalau kita, fokanya saya fokusnya di sini, fokusnya di sini itu nggak bisa, itu pertanyaan kemudian yang kedua, kalau mengalaman kami, terdiri awal dulu kan tadi saya sudah cerita, dengan fokus storylines, saya fokus ke teknik, tapi sekarang kami sudah fokolaborasi cukup lama, dan cukup banyak yang kami hasilkan, kami tidak lagi sedi kotomis itu, ada yang kami fisiakan terang yang kohti masyarakat bukan saya, itu ada yang seperti itu yang kohting bukan saya, itu mungkin ada yang membuat disukursi saya yang membahas, jadi tekan itu ini siapa sih, yang jadi kalau kami kolaborasi sekarang, siapa yang jadi BI-nya, siapa yang bisa melihat investi ke atornya, dia yang bertandung jawab, mencari storylines kemudian, yang lain akan lebih ke, apa mengisi apa yang dibutuhkan, yang mengisi apa yang dibutuhkan, masjid pun, di ekspertis tetap akan masing-masing akan datet-datet, datet-datetan kita, kalau misalkan ada sesuatu, misalkan kotongan, yang bergian-kotong, mungkin dia ada pasulitan apa, ya kan saya coba pandu itu kan, itu juga ada yang terdapat pelas baliknya, saya di bagian ini saya diskusinya, kok kayaknya udah mentok, ya saya udah kenal writing block, ya udah ini lagi saya, ya kayaknya bisa ngasih itu, ya kayaknya apa yang perlu saya cahat lagi atau perlu saya, kayak itu sih, sekarang jadi kan, itu udah lebih enak, jadi kalau dalam kasus kami, kalau begitu, ya saya tidak tidak, tidak akan menguas saya, apa, ya kan, erityori sosial layaknya, masyideman yang lebih lama, kelecekin sosial dengan saya, gitu ya, tetapi paling tidak, kalau untuk basic, ya saya udah, udah, sudah paham lah itu, dari kata-kata yang dibandingkan, saya yang dulu itu jelas, ya begitu pulah, jaman juga, kalau kotong itu, itu udah jauh lebih mahir dibandingkan, ketika dulu dia baru, itu dia berlecek pertama, jadi kalau dari kami mungkin seperti itu sih, di perminimumnya untuk yang di bidang lain, itu kita kuah saya, tetapi tetap-tap punya ekspertis yang tetap, kita umgulkan, gitu ya, karena kalau tidak seperti itu, ya kalau semuanya sama, itu ya, kalau di veranya, kalau saya dan masyideman itu, dua orang dengan ekspertis yang sama, maka saya seketika kita, kalau pura itu sebenarnya tidak tidak, tidak apa, itu orang lah ya, jadi iberan-beran, kalau kita mau bikin saya, gitu kayak kita mau bikin rucap, kalau puranya sama, kan ya, namanya bukan rucap, gitu kayaknya, gitu, tetap-tap, perpedaannya harus ada, malah kalau menurut saya, karena kalau tidak ada perpedaannya, itu ya, fahiyasinya jadi tidak ada. Oke, kalau dari masyideman gimana atau mungkin ada yang mau disangga, malah, kalau dari saya sih, ini ya kalau misalnya kompetensi untuk individual, gitu ya, kompetensi untuk individual memang kalau menurut saya, itu kalau misalnya bisa tidak hanya di satu bidang, itu lebih bagus, jadi makin banyak kompetensi yang dikuasa itu lebih bagus, karena dia bisa melihat sesuatu itu dari banyak sisi, jadi kalau disini kita mau mengenai kompetensi social science, memang idealnya bagusnya itu, orang tersebut di social science, dia juga jago, di kompetensi social science, di codingnya, dia juga jago, itu idealnya, cuma kalau untuk mencapai ideal itu susah, karena dengan sepertidukan invest timnya musti banyak, itu menurut saya paling tidak kuasai satu, tapi yang satunya itu tahu, tapi tidak mendalam, jadi apakah itu di social science atau di kompetensi science yang bidang lainnya, itu cukup tahu, tetapi tidak perlu sampai dalam, tapi juga tidak dan kalau misalnya cuma pengetahuan, tapi tidak begitu famil, jadi cuma tahu kalau ini seperti ini, itu nanti, ketika melakukan projek kolaborasi, itu juga agak sulit, karena jadi tidak bisa tahu misalnya ini, salahnya dimana, hal yang bisa diimper di mana seperti itu. Kalau misalnya itu sulit, yang paling gampang, itu ya kuasai satu saja, kemudian kita kolaborasi sama orang yang menguasa yang lain, tapi di sesuatu yang ini, dimana satu orang hanya bisa satu itu, nanti, kecilnya itu ketika di kolaborasi, jadi akhirnya ada sesuatu yang tidak sesuai, atau akhirnya keliatan banget itu, apa ya kurang interkonektet, jadi kayak cuma ada tambahan dari sini, ada tambahan dari situ, tapi kayak jiwa nya itu masih kurang jadi satu, jadi seperti itu. Jadi untuk temen-temen ni yang para pendengar ya, untuk temen-temen yang di tertama-temen masih S1, masih di Undergrade, kalau di Amerika sini itu enaknya bisa, itu ya bisa milih major, jadi bisa mencamburkan sosial science dan sosial science, dari S1 dan itu cukup banyak temen-temen S1 di sini. Nah kalau menurut saya, kalau temen-temen itu di universitasnya memukin, karena itu coba dilakukan itu, jadi kuliah di juru sana masih masih, tapi coba ambil satu atau dua mata kuliah dari juru sana yang lain, kayak gitu, jadi biar kita punya exposure di at-radat bidang lain, jadi lebih kurang itu sih kalau pendapat saya. Oke, siap-siap, terima kasih. Saya terdengar kecil dari ini, sebenarnya pas banget, karena sekarang sudah ada, apa, mertekat ledger, kampus mertekat, ya betul. Dan lagi kita bisa ngambil, kalau sama untuk di S1, di Indonesia sekarang, kita bisa ambil mata kuliah di luar proti kita. Itu kan sebenarnya, itu kesempatan, sebenarnya itu kesempatan betul, jadi misalnya yang dari sosial science ini mau belayak komputasi di sosial science itu sebenarnya salah satu jarangnya, cari-cempatan kuliah dari yang di komputer science, di rumah komputer, atau di informatik, di teknologin, di informasi apa-apa, yang memagak fokusnya itu apa, bahaya itu mau ke rumah atau desa, apa, funda science data itu ada, saya kena ada itu, karena di kampus saya juga ada itu, itu mata kuliah itu, dan itu juga sebenarnya kami buka untuk menghasil sebuah daripoti lain, kalau misalnya mau ambil itu sebenarnya bisa. Maksudnya belum banyak, sebenarnya karena selama ini dari penyamatan saya, lebih banyak kalau MBKM, mertekat-pelajat kampus-mortekat itu, kemudian mahas malah lebih suka makan, lebih kemahakannya sih, makan di posa an, tapi salah satu semangatnya, yang dari mas Menteri yang saya tahu, itu memang adalah, mana plue juga lulusan, makin mereka, jadi kalau lihat berporkat-pikaran yang mas Menteri itu memang mengadob CDA, makin mereka itu, bagaimana mahasiswa S1 itu bisa tadi menggapungkan mix-up apa yang dia putuhkan, skills apa yang dia putuhkan untuk ke dunia kecuali, di atasnya. Soalnya orang sosial science tidak lagi putuh untuk pelajar pemperkuran, mungkin itu ada yang saya. Oke ya Sim Sim, saya jadi teringat. Ini sebenarnya, apa? Mereka belajar ini jadi sangat penting tertomong untuk di kampus, kayak saya dulu, saya kan dari ITB, kalau di ITB mau ngecari ilmu sosial, di mana, di tingsinya kuliah teknik, makin jadi membuka kesempatan untuk ngambil kuliah kalau, itu ada di Tawaran, bisa ngambil beberapa. dari unpat, di belakangnya jadi, ya benar sih saya setuju situ itu ini siatif yang menarik, itu sesuatu yang mungkin perlu dicobong, mungkin belum populer sekarang tapi mulai yang mendahunan nanti, manfaatnya bisa besar lah. Oke, nah ini kita udah lama nih, udah satu jam yang obrolnya, cuma biar nggak terlalu panjang, saya takutnya nanti terlalu panjang, kalian udah lebih panjang daripada biasanya, saya pengen tutup dengan satu poin terakhir tentang kompetesional sosial science ini adalah dengan faktor bahwa si summer institutes in kompetesional sosial science ini mau diadakan untuk pertama kali di Indonesia, yang menjadi hostnya nanti universitas islam Indonesia. Ini saya sebenarnya udah monitor dari lama, cuma ya memang belum pernah ikut aja, tapi saya cukup familiar dengan salah satu kovandernya sih, Matthew Salgaani, kita yang bikin buku bit by bit. Namkin dari mas ahma atau mas firman, mungkin boleh cerita apa sih? Ini apa kemudian gimana ceritanya ini akhirnya bisa dibawah ke Indonesia, gitu kan, ini program yang terlalu dan menarik sekali, itu orang Indonesia ada yang mau jadi host juga loh, mungkin boleh sharing pengalamannya. Iya jadi 6 ini kan memang salah satu, memang apa di mulai, maksudnya 6 secara institut itu memang diplopori oleh Mad Salga ini ya dari Princeton University, jadi apa namanya dan waktu itu saya baru tahu itu ketika saya ambil mata kuliah kompetesional sosial science juga di Stony Brook, jadi professor saya, waktu itu kayak mempromonik kalau misalnya bisa ikutan ini, ikutan ini menarik nih, jadi karena di sini itu dia mengatrak orang-orang baik dari sosial science dan juga kompetter science dan juga bidang-bidang lain untuk selama dua minggu untuk belajar bersama, sharing untuk membangkankan project kolaborasi bersama, gitu ya. Nah di situ saya mempelajari ini menarik dan dimulai dari Princeton, kemudian para alum linja itu di encourage untuk membuat 6 juga, itu ya di tempat mereka gitu, tapi tetap ada kompetisinya, misalnya tetap kompetitif karena tidak semua 6 proposal itu di support, misalnya tetap ada standard standard yang harus kita penunjau di ketika, alum ini itu kemudian mengajukan mau bikin 6, itu mereka harus menjalaskan perjanannya seperti apa, ketika ini sesuai dengan standard 6, usat, mereka akan men support itu, waktu ini saya tertarik untuk ikut 6 di Tusson, di Arizona, di saya waktu itu apply di sana, dan alamdulillah ke 3, saya ikut pelatihan kemudian, jadi dapat experience dari sana, dan dari situ saya punya cita-cita nih, kepengingin suatu saat bahwa 6 ini ke Indonesia, jadi akhirnya tahun ini saya dan, "Ah, matu kolaborasi untuk mengajukan 6 di Indonesia, dan alamdulillah kita di sepakat apa di 7, gitu ya, jadi sebelumnya ini waktu kita mengajukan itu, kita sempat mengklaim nanti kalau misalnya 6 di Indonesia, ini di 7, ini bakal menjadi yang pertama di Asia Tenggara, dan juga Oseania, ternyata Sydney, University of Sydney, sama University of Singapore, mereka juga applied, dan mereka juga di sepangat, jadi, di region Asia Tenggara, dan Oseania itu ada di Sydney, Indonesia di UEE, dan juga Singapore di NUS, jadi lebih kurang seperti itu, jadi ini untuk temen-temen yang tertarik sama Computer Science, a Computer Science, itu, "Please apply," gitu ya, nanti kita disini akan belajar bersama, dan ini kita terbuka untuk siapapun level-level teknisnya baik avans atau baru pemula, bisa dan temen-temen yang social science, eh, temen-temen Computer Science yang sama sekali nggak tahu, teori tentang social science juga bisa apply, gitu. - Oke. Kalau dilihat, tapi kayaknya yang bisa ikut terbatas ya. - Ha, ha, ha, - Ini harus terbuka tan, - Iya. - Tapi, berkali masah-mati mau menambahkan di bagian itu. - Kalau ini memang kita, ini sebenarnya kita coba pukat lebih luas ya, diasanya defaultnya itu, dia terbatas ke PhD student, malah. - Okay. - PhD student kemudian faculty member yang early stage, ya, jadi yang mungkin within three years, yang baru tiga tahun dulu PhD, ya, diasanya, kayak gitu sih, malahnya ini, kita sadar kalau kita mau pakai standar yang sama di Indonesia, jadi terlalu tak datas, gitu kan, terlalu tak datas, jadi kita sepakat kita pukat lebih luas. Jadi, justru kita perlu luas ini sebenarnya, ya, jadi master students, ya, malah siswa kita pukat ke semua masalah pas kasa-sar cahanan, apa pun bidang ilmu ya? Kemudian, kami juga sadar terusnya di Indonesia itu kalau yang profesional researcher, itu tidak sepanya di Amerika, karena di Amerika itu ada banyak adapannya labs, gitu ya, ada banyak national labs yang itu tidak, tidak, tidak, tidak sepanya di Indonesia, yang ga kami pukat juga untuk NGO, ya, jadi kalau mereka pesanan perwataan, itu juga bahkan bisa, ya, anak-anak dan juga bahkan bisa jadi, ya, jadi data analysis, gitu kan, ya, untuk, untuk report, apa nesmerikannya, gitu kan, saya, kami, yang saya juga akan sangat memberi FAT skills untuk mereka. Kemudian juga di permainan tahun, jadi kalau yang saya di permainan tahun, itu juga bisa, untuk meletih di any government agencies, ya, di apapun permainan tahun, itu juga bisa. Jadi, so farks mandarasi itu, yang kami pukat, jadi, ya, se-kami jumpa set seluas mungkin, tanpa, kemungkin juga, terpapakal patas sama emang, gitu kan, semua yang ada juga, setnya sangat terpapas, kita cuma bisa menampung maksimum, dikagul orang, kayaknya, gitu ya. Jadi, ya, ya, begitu lah, jadi ya. Ya, tapi, ya, kalau tadi di bilang, ini akan jadi yang pertama, ya, di Asia Tengkara sama Oshiannya, walaupun teriyata NUS juga, itu sadas ini juga, tapi kan, sama-sama pertama, gitu, jadi tetap keren, sebuah pencapaian lainnya. Ini mantap sekali, kelihatan, ya, program-programnya, nanti, kira-kira, apa aja, gambarannya. Soalnya, kalau di situ, siapa belum tertulis, tu, schedule, coming soon, tapi, kira-kira, apa sih yang akan, jadi isinya dari six ini, nanti? Siapa mungkin, mas firman itu? Ya, jadi, kalau di six ini, kita jelas akan, karena audensinya dari dua major fields yang berbeda ya, jadi, kita akan mengajarkan, kayak, ya, coding kemudian, ya, itu teknik-technik komputasi ya, coding, kemudian web scrapping, melihat machine learning, halal seperti itu, kepada, terutama, untuk mengadreste, temen-temen yang di sosial saya, jadi kita kenalkan, ini adalah, teknik yang bisa, digunakan, dan ini di banyak, dikembangkan, dan di pakai oleh temen-temen komputer, science, jadi, kita, ajari di situ, dan, seperti yang tadi saya bilang, kalau memang, sama sekali tidak ada background, teknik, itu, gak masalah, gitu, belum pernah, coding sama sekali, gak masalah, karena, kita juga ada, semacam bootcamp, untuk mengajarkan, mereka yang baru pertama kali, mengenal, teknik, itu seperti art atau python ini, itu, nah, untuk dari temen-temen yang, teknik, itu di sini, nanti kita juga, kenalkan dengan, teori-tori di sosial science, itu, seperti apa, itu yang bisa, terlebihkan, kalau teori memang sangat, waz kali ya, di sosial science, nah, itu, dar, kita lebih fokus ke, hal yang sepatnya, itu, konten borer, jadi, dari istu-isu terkini, jadi, jadi, kan, misalnya, kalau istu-isu terkini, kan, salah-sal tu contohnya, ya, misalnya, kayak, misinformation, atau, kalau kemudian sosialnya, tu, senai itu, teori-teori apa, yang bisa mengakomodasi itu, nah, hitung-tar kita juga akan bahas, dan harapan ya, dengan six ini, kita bisa, menelurkan, project-projek kolaborasi bersama, jadi, harapannya ini, setelah six, tidak hanya berhenti di six, tapi, akan ada, project-riset, eh, kolaborasi antara sosial science, dan, komputer science, dan harapannya, itu, bisa sampai, ini harapan kita ya, bisa sampai di publikasi, kan, di, conferences, atau bisa di publikasi, kan, di, jadi lebih kurang seperti itu. - Wow, ini ekran banget sih. Jadi kalau kalian eligible dan bisa daftar, daftar ini kesempatan yang langkah apalagi di Indonesia, jadi jadwalnya gak perlu menyesuaikan. Kalau misalnya di luar nagri walaupun virtual, kadang suka susah jadwalnya. Mumpung di Indonesia, jadwalnya harusnya gampang, jadwalnya. Dan ketemu pembicarannya banyak yang keren-keren, nanti silahkan aja dibuka sendiri, nanti saya taruh linknya, di deskripsi, tapi yang diberang itu tadi, kurusinya terbatas, kalau disini tertulisnya 20-30 orang, jadi silahkan daftar secepatnya kalau memang eligible gitu ya. - Sama satu lagi, mas. - Oh ya, 6 ini gratis ya, jadi tidak ada sama sekali pengutan biaya, jadi bener-bener gratis. - Pinting itu penting. - Pintingnya. Saya kalau misalnya dibandingkan ya bagi di Indonesia, tapi di luar itu kalau mau ikut budkam atau bahkan, kayak kursi-skursera atau lainnya gitu kan, ada biaya-yaya ya, nah ini 6 sama sekali gratis, meskipun gratis tadi yang seperti masali bicarakan, pemikarannya pun ekspert di bidangnya gitu ya, beliau sudah mempunyai banyak publikasi dan juga punya banyak project di kompetesional social science. Itu. - Sip, sip. - Ya, tidak cuma mengambil dari akademi sih, tapi juga dari profisional, juga dari industri, juga ada pemisaran. Jadi penerbira kita gungkan, dari pener-puner di dunian nyata, memang ada di akademi, ada di industri, dan juga ada di sosial science, ada yang dari kompetesional science. - Oke, sip, sip, jadi sekali lagi pesan adalah daftarah segera. Jadi ditutupnya tanggal penaftaranya, jadi saya lihat marat ya, 18 marat, 2022. - Maksudnya pulang banget, cuma lebih cepat dan lebih baik. - Lebih baiknya, karena tadi kursinya terbatas. - Sending harga naik gitu, oh nggak gratis tadi. - Gratisnya tadi katanya. - Oke, sip, paling itu ajar, mungkin kalau untuk kali ini, terima kasih banyak mas Ahmad dan Mas Wirmann, mungkin satu ini lah, closing statement lah dari masing-masing. Dengan kompetesional sosial science, mungkin kalau mau menarik orang-orang untuk belajar ini, atau ya sedikit sharing lagi tentang pengalamannya, dan kenapa ini bisa jadi menarik itu. - Iya, selakan mungkin mas Ahmad dulu boleh? - Iya, jadi sekali lagi, kalau saya menggunakan pengalamannya, sekarang netijamannya sudah interdisciplinar. Jadi, polok itu sudah merambah ke mana saja, di bidang ilmu apapun, itu kalau tidak pakai teknologin formasi, kayaknya kok sulit sekarang gitu ya. Jadi, pemurra kegaman itu bukan lagi mau lo polinya orang-orang komputer science, orang-orang yang komat, dikaitu tidak. Jadi, jangan raku, jangan takut, untuk belajar besar pemurra keaman, untuk mereka yang dari sosial science, karena itu akan sangat-sangat, sangat termanfaat juga. Pokoknya bidap, jadi, dahulu sahawat diisi lain, untuk yang komputer science, juga tidak perlu havat, karena, aku mudah neran apa, apa lahannya di abil itu tidak, yang sosial science, ya pokoknya menggunakan perasaan pemurra keaman untuk membantu, analisis mereka yang untuk membantu, mengungkapkan fenomena sosial, bukan untuk begin aplikasi, ya kalau di komputer science di ini, kan, maka, pokoknya akan lebih ke, itu tadi kepengengangan, development, deployment, ya, jadi tetap, dah usaha-water, ya, justru dengan kita saling, memiliki, ini akan, dunia kemokraman, itu akan jadi semakin, nari, semakin, fariapif juga, semakin ramai, gitu ya, dan, justru terisih-peri juga, dan di, berkumbangnya saja, jadi akan, jauh lebih pesat, itu, itu berkosa saya, dari saya. Terima kasih, makasih, makasih, kalau dari saya, saya lebih ke, untuk temen-temen sosial science, kelihatan, temen-temen sosial science yang mendengarkan, ini, itu, jangan ragu dan jangan takut untuk belajar komputer science, koding, itu ya, karena, ini, akan memberikan warna, dan salah satu caranya, yang gratis dan mudah, itu dengan daftar 6, jadi jangan lupa, sebarakan 6, dan juga kalau bisa daftar, segera, gitu mas. Sip, si, ngga singkat pada tentu jelas. Jadi, kalau, pengen tau lu banyak, segelah kan, daftar 6, lagi-lagi-lagi, nanti, tau tanya saya taruh di deskripsi, untuk episode-do kali ini, terakhir ya, sekali-lagi terima kasih banyak, untuk mas Verman, masah-mans, dan mudah-mode datang hari ini, udah mau beromong-omong bersama saya, mudah-mode datang, pendengar juga belajar banyak, tentang kopi reasional social science, dari obro, dan kita yang sebenarnya, singkat ini, gitu ya, ini, masih banyak lagi, paper-paper-lain yang sudah diterbitkan, oleh masah-mode, dan mas Verman yang menurut saya, sangat menarik untuk dibahas, gitu, karena, sekali lagi, ini kan tentang social science juga, dia lihat dari sudut pandang, komputasinya juga, gitu, jadi, sesuatu yang paling tidak untuk saya, ini sangat dekat, gitu. Karena social, ya kita hidup sosial, karena komputer yang urusan saya, juga banyak dengan komputer, gitu. Mungkin, pendengar juga banyak yang bisa terlihat. So, anyway, iskal lagi, terima kasih, masah-mode, mas Verman, senang sekali saya, Harin. -Sama-sama, masah-sama, masa-sama, thanks for having us. -Ya. -Thank you for having us. -Semoga, besok-besok bisa diundang lagi, kita ngobrol-ngobrol lagi, kalau nggak nanti mungkin, nggak harus buat podcast, tapi bisa buat yang lain-lain lagi, kita ngobrol-ngobrol-ngobrolnya lagi, ya. -Okey. -Bi my honor. -Sip, terima kasih banyak, kalau gitu, terima kasih juga, untuk pendengar yang sudah mendengarkan, kalau bisa sampai di Sejahu ini, sampai ini selesai, saya mengaparasi, modem-bedan, yang berolahnya menarik, sampai ketemu di episode selanjutnya. Salam.

Podcast Summary

Key Points:

  1. Episode ini menghadirkan dua tamu, Mas Ahmad Trafi (latar belakang teknik informatika) dan Mas Firman Siah (latar belakang ilmu sosial), yang berkolaborasi dalam bidang *Computational Social Science*.
  2. Mas Ahmad memiliki latar belakang S1 Teknik Elektro, S2 di Australia (informasi dan teknologi), dan S3 interdisipliner di AS yang memperkenalkannya pada ilmu sosial.
  3. Mas Firman berlatar belakang psikologi, bekerja di industri *learning technology*, lalu melanjutkan studi S2 di Inggris dan S3 di Stony Brook, AS, dengan fokus pada aspek komputasi dan data.
  4. Kolaborasi mereka dimulai setelah Mas Ahmad mengalami penolakan publikasi karena kurangnya *storyline* dari perspektif sosial; Mas Firman membantu menambahkan konteks dan teori sosial.
  5. Contoh publikasi mereka adalah studi tentang praktik penamaan dan kesetaraan gender di Jawa, menggunakan data pemilih tetap untuk menganalisis panjang nama sebagai indikator bias gender.
  6. Temuan menunjukkan bahwa anak laki-laki memiliki nama yang lebih panjang secara signifikan, terutama pada generasi tua (kelahiran 1950-1960-an), namun kesenjangan ini menurun pada generasi muda.

Summary:

Dalam episode ini, pembawa acara bersama dua tamu, Mas Ahmad Trafi dan Mas Firman Siah, membahas kolaborasi interdisipliner dalam *Computational Social Science*. Mas Ahmad, yang berlatar belakang teknik informatika, menceritakan bagaimana program S3 interdisiplinernya di AS memperkenalkannya pada ilmu sosial, sementara Mas Firman, dengan latar belakang psikologi, justru banyak mengambil mata kuliah teknikal selama studinya. Keduanya bertemu setelah Mas Ahmad mengalami kesulitan dalam publikasi karena karya-karyanya dianggap kurang memiliki *storyline* dari perspektif sosial.

Mas Firman membantu dengan menambahkan konteks dan teori sosial, yang akhirnya membuat publikasi mereka diterima. Salah satu contoh kolaborasi mereka adalah penelitian tentang praktik penamaan di Jawa dan hubungannya dengan kesetaraan gender. Dengan menggunakan data pemilih tetap dari Jawa Tengah, mereka menganalisis panjang nama sebagai indikator bias gender.

Hasilnya menunjukkan bahwa anak laki-laki memiliki nama yang lebih panjang secara signifikan dibandingkan anak perempuan, terutama pada generasi yang lahir antara tahun 1950-an hingga 1960-an. Namun, kesenjangan ini semakin mengecil pada generasi muda. Penelitian ini menyoroti bagaimana data komputasi dapat digunakan untuk mengungkap perubahan sosial budaya, seperti pandangan masyarakat Jawa terhadap anak laki-laki dan perempuan dari masa ke masa.

Kolaborasi antara latar belakang teknikal dan sosial ini menjadi kunci keberhasilan mereka dalam menghasilkan penelitian yang lebih kaya dan bermakna.

FAQs

Computational Social Science adalah bidang interdisipliner yang menggabungkan ilmu komputer dan ilmu sosial untuk menganalisis fenomena sosial menggunakan data dan metode komputasi.

Mas Ahmad memiliki latar belakang teknik elektro dan teknologi informasi di S1 UGM, S2 di Australia bidang IT, dan S3 interdisipliner di Stony Brook University di program Technology Policy and Innovation.

Mas Firman lulus psikologi UGM, kemudian melanjutkan studi di University of Bristol, UK, dan S3 di Stony Brook University dengan fokus pada data dan computational science.

Mereka berkolaborasi setelah Mas Ahmad lulus S3, ketika artikelnya ditolak berkali-kali. Mas Firman menyarankan menambahkan teori ilmu sosial, yang akhirnya membuat artikel diterima.

Penelitian menemukan bahwa anak laki-laki di Jawa memiliki nama yang lebih panjang secara signifikan daripada anak perempuan, terutama pada generasi tua, menunjukkan bias gender yang memudar seiring waktu.

Mas Ahmad memberikan keahlian teknis dan analisis data, sementara Mas Firman memberikan konteks dan teori dari ilmu sosial untuk menjelaskan fenomena yang diteliti.

Chat with AI

Loading...

Pro features

Go deeper with this episode

Unlock creator-grade tools that turn any transcript into show notes and subtitle files.