Cara memaksimalkan hasil pencarian di Google

Salah satu cara paling mudah untuk mencari informasi tentang hal tertentu saat ini adalah lewat mesin pencari Google.

Istilahnya, “Tinggal googling aja.”

Supaya googling menghasilkan temuan yang paling mendekati kebutuhan, ada beberapa teknik dasar:

  • Quotation marks (tanda petik yang mengurung frasa tertentu; agar menghasilkan frasa yang persis seperti susunan kata yang terkurung tanda petik) — jika mencari frasa tanpa tanda petik, maka Google berpikir bahwa setiap kata dalam frasa itu tidak harus persis atau berurutan.

Contoh:

image

  • Minus sign (atau tanda strip; untuk mengeluarkan kata tertentu dari hasil pencarian) — di bawah ini contoh pencarian “data kemacetan jakarta” yang tidak menginginkan konten dengan muatan isi atau berasal dari media sosial seperti Kaskus, Twitter, Facebook, dan YouTube:

image

  • Wild card (atau penggunaan tanda bintang; untuk mencari subjek yang kita tidak tahu persis susunan kalimat persisnya) — contohnya, pada pencarian “data * kemacetan * jakarta” di bawah, hasil temuannya bisa “data yang ada, titik kemacetan di Jakarta” atau “data yang diperoleh Spire, kemacetan disebabkan aktivitas warga Jakarta”.

Bagian kalimat “yang ada, titik”, “di”, “yang diperoleh Spire”, dan “disebabkan aktivitas warga" merupakan hasil temuan dari penggunaan wild card (tanda bintang).

image

  • Site operator (teknik pencarian berdasarkan tautan sumber menggunakan “site:”) — bisa untuk melakukan pencarian dari situs tertentu, atau pencarian berdasarkan alamat situs.

Misal, kita ingin mencari subjek dari situs KPU, maka di kotak pencarian bisa diketik site:kpu.go.id, dan Google hanya akan menampilkan subjek yang dicari dari situs KPU.

Atau hanya mencari subjek dari situs dengan alamat .co.id, maka ketik site:co.id, dan Google tidak akan menampilkan subjek yang terdapat di situs dengan alamat .com, .net, dan lainnya.

Contoh:

Catatan tambahan:

  • Gunakan bahasa, istilah atau jargon yang lazim dipakai terkait subjek pencarian untuk memudahkan proses penelusuran.
  • Cek situs berikut ini untuk berbagai teknik pencarian di Google: Advanced search operators in Google dan Google Guide advanced search operators page.
  • Be creative. Bermain dengan kombinasi teknik pencarian; dan lakukan pencarian tentang satu topik dari beberapa sudut pandang pencarian.

google toolforjournalists

Contoh jenis sumber data untuk berita

(1) Lembaga statistik negara

Daftar beberapa lembaga statistik negara termuat di Wikipedia.

Di Indonesia ada lembaga pemerintah non-departemen, Badan Pusat Statistik (BPS).

Berikut ini contoh berita yang menggunakan data dari lembaga statistik negara:

(2) Lembaga atau departemen pemerintah —

  • Menggali data dari lembaga atau departemen pemerintah yang secara spesifik terkait dengan topik yang ingin digali.
  • Atau melakukan komparasi data temuan lain dengan data yang tercatat di lembaga atau departemen pemerintah terkait.

(3) Badan atau organisasi internasional

Seperti:

(4) Pembuat kebijakan atau auditor —

Contoh, jika ingin menggali tentang isu kesehatan, bisa mempertanyakan:

  • Siapa yang membuat kebijakan tentang standar operasi layanan kesehatan?
  • Siapa yang harusnya mengawasi dan memeriksa penerapan standarisasi pelayanan fasilitas kesehatan?

Jawaban pertanyaan itu bisa jadi sasaran penggalian data terkait isu yang diulas.

(5) Organisasi non-profit atau badan amal —

Lazimnya, organisasi atau badan ini fokus pada isu spesifik dan berpeluang memiliki data yang cukup menyeluruh tentang isu khusus.

(6) Korporasi

Biasanya, sumber data ini tak merilis data yang mereka miliki secara utuh; apalagi terkait masalah yang berhubungan dengan sektor usaha yang dilakoni.

Data yang umumnya masih relatif mudah didapat dari sumber ini adalah annual/financial reports.

(7) Organisasi profesi atau serikat pekerja —

Misal: Ikatan Dokter Indonesia (IDI), atau Persatuan Guru Republik Indonesia (PGRI).

(8) Sumber lainnya —

Contoh: catatan sepak terjang dan rekor seorang pemain sepak bola oleh narablog.

Cek:

  • Siapa yang mencatat?
  • Kapan catatan itu dibikin?
  • Bagaimana teknis pencatatan dilakukan?
  • Cari data lain (dengan muatan isi sama) untuk melakukan komparasi.

datajournalism

Bagaimana cara memilih topik yang menarik dijadikan artikel?

Pilih topik yang menurut kita menarik.

Karena, jika topik itu kita anggap menarik, ada kemungkinan orang lain merasakan hal yang sama.

Pilih topik yang menurut kita menarik karena kita peduli pada topik itu. Jika kita merasa peduli, maka kita akan lebih baik menceritakannya.

Pertanyaan teknis:

  • Apakah topik itu bisa disampaikan secara ringkas dan sederhana? Kira-kira jika kita sampaikan pada orang yang sama sekali tidak tahu topik itu, apakah ia akan cepat memahaminya?
  • Apakah topik itu terkait dengan hal yang sedang berlangsung atau sedang ramai diperbincangkan?
  • Seperti apa bentuk penyajian yang paling mungkin dilakukan? Berapa lama waktu mengerjakannya?

notes

Data journalism workflow (Guardian)

Berikut ini proses produksi “data journalism” di the Guardian (visualisasi oleh Mark McCormick):

  • Menjaring data dari berbagai sumber; bisa dari lembaga, berita, riset, atau lainnya;
  • Menentukan perlu atau tidak ada data pembanding;
  • Memilah, menyusun dan merapikan dalam bentuk spreadsheet;
  • Melakukan kalkulasi; mencatat poin penting yang bisa dikembangkan dalam materi; memeriksa ulang data, memastikan tidak ada kesalahan;
  • Mulai mengemas materi; menentukan bentuk visualisasi dan tools yang akan digunakan.

Unduh versi PDF-nya di sini.

datajournalism

Formula 5W dalam “data journalism”*

(1) Who?

Data, seperti bentuk informasi lain, bisa salah.

Sumber data penting diperhatikan. Siapa yang menghasilkan dan merilis data terkait? Apakah bisa dipercaya? Apakah kebenaran data meragukan?

  • Transparan tentang sumber data itu penting;
  • Jangan cepat percaya data yang didapatkan;
  • Selidiki data dan uji akurasinya; bandingkan dengan data lain untuk menguatkan temuan menarik yang akan dijadikan materi konten.

(2) What?

Apa yang ingin disampaikan?

Jurnalis bukan akademis, yang mengurai setiap argumen dengan landasan teori. 

Materi “data journalism” yang baik menyampaikan materi dengan cerita mengalir yang jernih dan mudah dipahami; bukan jenis materi yang lebih cocok jadi makalah pendidikan.

Ketika laporan statistik tidak ditujukan untuk publik, materi “data journalism” harus mudah dikonsumsi publik.

Tugas jurnalis adalah memilah data, menyuntikkan konteks, menentukan pokok pikiran, dan membuatnya jadi sederhana dalam bentuk sajian yang menarik.

Contoh: Art Market for Dummies (Askmedia.fr)

(3) When?

Kapan data terkait dipublikasikan? Berapa lama waktu yang dibutuhkan untuk produksi data?

Berikut ini, beberapa contoh:

Near real-time data

Social media data

image

Sensor journalism

Crowdsourced reporting

Berbagai materi di atas bisa dibikin menggunakan berbagai tool seperti formulir dari Google Drive, dengan gambaran tahapan produksi sebagai berikut:

  1. Formulir ditampilkan dan disebarkan untuk menjaring reaksi publik;
  2. Data terjaring disunting dan dibersihkan (dari data yang tidak relevan atau berulang) oleh tim di redaksi;
  3. Data yang sudah dibersihkan diolah menggunakan Google Fusion Tables;
  4. Data itu pun menampilkan peta yang ter-update sesuai perkembangan data reaksi publik yang terus berjalan.

(4) Where?

Di mana data terkait dijaring? 

Contoh: The gun ownership and gun homicides murder map of the world (The Guardian)

(5) Why?

Mengurai maksud penyajian data lewat penentuan hubungan sebab akibat antara data dengan isu yang diulas.

* Berdasarkan materi dari Simon Rogers (Data Editor Twitter) tentang “data journalism”.

datajournalism

4 Jenis tim “data journalism”

(1) Lone rangers

(2) Two-person teams

(3) Small scale team

  • Berkisar antara 4-6 orang.
  • Komposisi dasarnya: koordinator, jurnalis, desainer, programmer.
  • Biasanya, bagian dari tim redaksi yang lebih besar.
  • Contoh materi bikinan tim jenis ini: Flooding and Flood Zones map Hurricane Sandy (WNYC — 1 produser, 2 reporter, 1 desainer, 2 coder).

(4) Large team

  • Tim besar dengan kisaran 20-50 orang; khusus dibentuk karena sudah menganggap konten “data journalism” strategis untuk medianya.
  • Umumnya, bagian dari perusahaan media yang sudah mapan.
  • Contoh materi bikinan tim besar ini: 2012 Olympic Experience (New York Times — 35 anggota: ada produser, wartawan, desainer, developer, analis, spesialis media sosial, dan lainnya)

datajournalism

Peran kerja dalam tim “data journalism”

Terkait peran, ada beberapa hal terkait penggunaan data dalam produksi “data journalism” menurut Simon Rogers (Data Editor Twitter):

  • Biasanya, data dikelola dalam fail Excel atau Numbers;
  • Peran kunci tim “data journalism” adalah pemilahan dan penyusunan data sesuai topik yang ingin diangkat;
  • Semakin sedikit angka yang digunakan dalam materi, semakin baik.

Berikut ini peran kerja dalam tim “data journalism”:

(1) Riset

  • Fase paling penting, sekaligus paling menyita waktu.

(2) Penulisan

image

(3) Pengembangan teknis

  • Programmers atau personel dengan keahlian coding dibutuhkan dalam proses riset, pengolahan data, dan visualisasi.
  • Contoh hasil: Connected China (Reuters)

image

(4) Desain dan visualisasi

  • Membuat konten tampil lebih menarik dengan visualisasi memikat.
  • Contoh: 99% vs 1% (The Guardian)

datajournalism

Untuk pemula “data journalism”

  • Nggak perlu berusaha menyaingi The Guardian
  • Gerak cepat. Gunakan data sederhana untuk produksi banyak konten, membiasakan diri bekerja dengan basis data.
  • Jangan khawatir soal visualisasi; tak selalu dibutuhkan.
  • Tidak harus “wah”, salah satu situs yang disebut sebagai penyaji “data journalism” terbaik asal Argentina, La Nacion, memulainya tanpa programmer dan hanya mengoptimalkan software gratisan.

datajournalism

Tentang tim data di ruang redaksi

Q: Apa keterampilan yang dibutuhkan anggota tim?

A: Perlu skill yang beragam dalam tim data. Mulai dari coding, desain, hingga kemampuan dasar jurnalistik.

Q: Apa hasil yang diharapkan dari tim ini?

A: Produk jurnalistik dalam bentuk visual seperti infografik, atau artikel narasi yang panjang dan mendalam. Intinya, tim ini mengolah data mentah menjadi konten yang menarik. Format (teks atau grafik) bukan isu relevan.

datajournalism

Contoh eksperimen “data journalism” di en.boomee.co, dalam artikel berjudul “5 Things people tweeted about Jokowi’s nomination as Indonesia’s presidential candidate”
Tujuan artikel: Menampilkan 5 (lima) topik yang paling banyak diperbincangkan pengguna Twitter di Indonesia terkait pencalonan Gubernur DKI Jakarta Joko Widodo sebagai Calon Presiden RI dari PDI-P.
Teknik produksi artikel: Menjaring sampel kicauan (tweets) berdasarkan kata kunci spesifik, dan mengambil kelompok frasa yang paling banyak muncul.
Bentuk visualisasi: Bar chart.
Tool yang digunakan: Datawrapper

Contoh eksperimen “data journalism” di en.boomee.co, dalam artikel berjudul “5 Things people tweeted about Jokowi’s nomination as Indonesia’s presidential candidate

  • Tujuan artikel: Menampilkan 5 (lima) topik yang paling banyak diperbincangkan pengguna Twitter di Indonesia terkait pencalonan Gubernur DKI Jakarta Joko Widodo sebagai Calon Presiden RI dari PDI-P.
  • Teknik produksi artikel: Menjaring sampel kicauan (tweets) berdasarkan kata kunci spesifik, dan mengambil kelompok frasa yang paling banyak muncul.
  • Bentuk visualisasi: Bar chart.
  • Tool yang digunakan: Datawrapper

datajournalism

3 Tipe konten “data journalism”*

(1) Paparan data — hanya menampilkan data apa adanya; sekadar merekam atau dokumentasi. Contoh:

  1. Le pariteur, a questionnaire to compare contrast between men and women (WeDoData)
  2. Find My School, public information about local schools (Twaweza)

(2) Pengisahan berdasarkan data — mengemas ulang data temuan dalam format cerita (misal, naratif). Contoh: 

  1. Where Do Your Members of Congress Stand on SOPA and PIPA? (ProPublica) — background information article
  2. US Election results 2012 interactive visualisation (Associated Press)
  3. Welsh children in care (Wales Online)
  4. Washington DC income gap (DC Action for Children)

(3) Analisis atau investigasi — mengurai, menggali, hingga menyelidiki data dan berujung pada materi jurnalistik yang kompleks, namun tetap penting untuk diketahui banyak orang. Contoh:

  1. Ethics Explorer, A guide to the Financial Interests of Elected Officials (Texas Tribune)
  2. 'Network of scandals' (Editora Abril)
  3. Argentina’s senate expenses (La Nacion)
  4. Datablog on Wikileaks and data journalism (The Guardian)

* Menurut Simon Rogers (Data Editor Twitter)

datajournalism