Detail Berita

Bandung - Humas BRIN. Periset Badan Riset dan Inovasi Nasional (BRIN) mengembangkan metode baru yang mampu mengidentifikasi isu-isu pembangunan berkelanjutan (SDGs) dari ribuan ulasan wisata di Google Maps. Pada studi kasus kawasan Mandalika dan Lombok, metode tersebut berhasil memetakan berbagai topik terkait kebersihan, infrastruktur, mata pencaharian masyarakat, tata kelola, hingga konservasi lingkungan yang kerap tidak tercermin dari penilaian bintang wisatawan.

Temuan tersebut menunjukkan bahwa ulasan digital dapat menjadi sumber informasi yang jauh lebih kaya dibanding sekadar rating. Pariwisata tidak hanya menjadi penggerak ekonomi daerah, tetapi juga menyimpan berbagai informasi berharga mengenai kondisi lingkungan, infrastruktur, hingga kehidupan sosial masyarakat. Ribuan ulasan yang ditulis wisatawan di platform digital, seperti Google Maps, dapat menjadi sumber data untuk mengevaluasi aspek pembangunan berkelanjutan apabila mampu dianalisis secara tepat.

Pemanfaatan data tersebut menjadi salah satu topik yang dibahas dalam kegiatan Pekanan Internal Pusat Riset Sains Data dan Informasi (PRSDI) BRIN, Rabu (29/7), melalui pemaparan hasil riset Perekayasa PRSDI Radhiyatul Fajri bertajuk Prototype-Guided SDG-Aware Topic Discovery.

Radhiyatul menjelaskan bahwa penelitian ini dilatarbelakangi oleh besarnya potensi data ulasan pengguna di platform digital, seperti Google Maps. Menurutnya, data tersebut dapat menjadi sumber informasi yang berharga untuk memantau berbagai aspek pembangunan berkelanjutan di destinasi wisata. Namun, sebagian besar metode yang ada masih bergantung pada kata kunci maupun data berlabel sehingga kurang efektif dalam menangkap makna implisit dari ulasan singkat yang ditulis dalam berbagai bahasa.

“Penelitian ini menawarkan pendekatan label-free dengan mekanisme dual-anchor semantic filtering. Pendekatan tersebut mampu menangkap sinyal SDGs yang tersirat dalam ulasan wisata tanpa memerlukan proses anotasi manual,” ia menjelaskan..

Sebagai studi kasus, penelitian memanfaatkan lebih dari 28 ribu ulasan Google Maps mengenai kawasan Mandalika dan Lombok yang dikumpulkan selama periode 2014–2026. Dataset tersebut mencakup 77 bahasa, dengan mayoritas ulasan menggunakan bahasa Indonesia dan Inggris serta rata-rata panjang ulasan hanya tujuh kata.

Melalui kombinasi model embedding multibahasa, BERTopic, serta metode penyaringan semantik berbasis prototipe SDGs, penelitian berhasil mengelompokkan berbagai topik yang berkaitan dengan pembangunan berkelanjutan. Hasil penelitian menunjukkan bahwa sekitar 19,35 persen dokumen berhasil diidentifikasi sebagai topik yang relevan dengan SDGs, mencakup isu kebersihan, infrastruktur, mata pencaharian masyarakat, tata kelola, hingga konservasi lingkungan.

Menurut Radhiyatul, pendekatan ini mampu mengungkap berbagai permasalahan yang sering kali tidak tercermin dari penilaian bintang (rating). Fenomena tersebut dikenal sebagai rating paradox, yaitu ketika ulasan memperoleh nilai tinggi tetapi tetap memuat kritik terhadap kondisi lingkungan, fasilitas, maupun aspek sosial di destinasi wisata.

“Pengunjung mungkin memberikan rating lima bintang karena pengalaman wisatanya menyenangkan, tetapi di dalam ulasannya mereka tetap menyampaikan persoalan seperti sampah, fasilitas yang kurang memadai, atau gangguan dari aktivitas tertentu. Informasi semacam ini sangat berharga untuk mendukung evaluasi pembangunan berkelanjutan,” ujarnya.

Selain menghasilkan kerangka kerja baru untuk pemetaan SDGs dari data ulasan wisata, penelitian ini juga mengevaluasi berbagai strategi representasi bahasa. Hasil evaluasi menunjukkan bahwa model embedding multibahasa mampu memberikan performa yang baik. Model tersebut dinilai efektif dalam menangkap makna semantik pada teks pendek yang ditulis dalam berbagai bahasa. Ke depan, Radhiyatul menyampaikan bahwa pengembangan riset akan diarahkan pada pengujian framework di destinasi wisata lainnya guna mengukur kemampuan generalisasi metode. 

“Selain itu, penelitian juga akan dikembangkan melalui validasi bersama pakar serta integrasi teknologi Large Language Model (LLM) berbasis Retrieval-Augmented Generation (RAG) untuk meningkatkan akurasi pemetaan SDGs. Pengembangan metode untuk mengenali sarkasme dan kritik implisit dalam ulasan wisata juga menjadi salah satu agenda penelitian berikutnya,” ujarnya. (ds/ed.kg,MM)