1. Inhalt
  2. Navigation
  3. Weitere Inhalte
  4. Metanavigation
  5. Suche
  6. Choose from 30 Languages

Iptek

Pesan Twitter Ungkap Profil Pengguna

Peneliti Belanda kembangkan program online yang mampu mengungkap umur dan jenis kelamin pengguna hanya berdasarkan isi pesan yang mereka tulis di jejaring sosial Twitter. Bagaimana cara kerjanya?

Berdasarkan data dari sekitar 3.000 pengguna Twitter yang menulis pesan sepanjang atau kurang dari 140 karakter, para ilmuwan di Universitas Twente Belanda mengumpulkan daftar kata yang ada hubungannya dengan umur yang berbeda dan jenis kelamin tertentu.

Dong Nguyen, mahasiswi S3 jurusan ilmu komputer menjelaskan, pengguna hanya perlu mengetik username akun Twitternya di program online tersebut yang kemudian akan mengkalkulasi umur dan jenis kelamin dengan membandingkan 200 tweets terakhir dengan daftar kata dan ungkapan yang terdapat di simpanan datanya.

"Hal yang membedakan antara tweet perempuan dan laki-laki sebenarnya sangat klise," ujar Nguyen, anggota tim proyek penelitian ini. "Pria membicarakan sepak bola dan perempuan tentang cutex kuku."

"Masalah umur, pengguna yang muda jauh lebih sering membahas dirinya sendiri dan menggunakan banyak emoticon. Sementara yang lebih tua, menggunakan kata-kata dan kalimat yang lebih panjang," tambah Nguyen kepada kantor berita AFP.

Emoticon adalah ikon seperti "smiley face" yang menggambarkan kondisi sang penulis atau ekspresi wajah dalam sebuah tweet.

Program yang saat ini hanya menganalisa tweet dalam Bahasa Belanda memiliki batas kesalahan dalam penghitungan umur sebesar empat tahun. Bagi pengguna yang muda, umurnya akan berkurang dan pengguna yang lebih tua umurnya akan bertambah.

"Selain itu, kami memperhatikan para pengguna menggunakan bahasa yang lebih seragam saat berusia 35 tahun ke atas. Ada perbedaan yang lebih besar antara pengguna berusia 15 dan 20 tahun dibandingkan pengguna berusia 45 dan 55 tahun," papar Nguyen.

Para peneliti di Twente yang bekerja sama dengan Lembaga Bahasa dan Budaya Belanda Meerten kini berupaya mengembangkan program tersebut dengan bahasa lain dan mengadaptasinya bagi situs jejaring sosial lainnya seperti Facebook.

vlz/yf (afp, rtr)

Laporan Pilihan