Pembangunan Berkelanjutan untuk Masyarakat: Teknik analisis masalah berbasis data
Nama : Aurelia Apriliyani
NIM/OFF : 250321803931/A
Mata Kuliah : Pembangunan Berkelanjutan untuk Masyarakat
Tugas : Review Artikel ke-4 (Teknik
analisis masalah berbasis data)
|
Novelty Artikel |
Artikel
karya N. Bachmann, S. Tripathi, M. Brunner, dan H. Jodlbauer (2022) ini
memberikan kontribusi penting dengan menyajikan tinjauan literatur
komprehensif tentang bagaimana teknologi berbasis data (big data, AI, IoT,
machine learning, deep learning) berperan dalam mendukung maupun menghambat
pencapaian 17 Tujuan Pembangunan Berkelanjutan (SDGs). Kebaruan (novelty)
utamanya adalah: 1.
Mengintegrasikan analisis berbasis data pada semua
dimensi SDGs (sosial, ekonomi, dan lingkungan), tidak terbatas pada satu
sektor. 2.
Menghasilkan kerangka konseptual yang
mengelompokkan temuan dalam empat kategori utama: (1) penggunaan metode
data-driven (monitoring, forecasting, mapping, risk assessment), (2) dampak
positif, (3) tantangan, dan (4) rekomendasi aksi. 3.
Menekankan isu tantangan baru seperti konsumsi
energi komputasi, privasi data, bias data, dan etika penggunaan AI—dimensi
yang jarang disentuh dalam studi SDGs sebelumnya |
|
Keterlamaan Artikel |
Keterlamaan artikel ini terletak
pada cakupannya yang luas namun masih bersifat eksploratif. Meskipun artikel
berhasil merangkum 193 publikasi terkait, analisisnya belum mendalam pada
sektor atau SDG tertentu. Selain itu, metode yang digunakan berupa
qualitative content analysis sehingga hasilnya lebih bersifat konseptual,
belum menghasilkan indikator kuantitatif operasional untuk mengukur
kontribusi teknologi berbasis data terhadap target SDGs. Data yang digunakan
sebagian besar berasal dari publikasi hingga tahun 2021, sehingga belum
mencakup perkembangan terbaru (misalnya penggunaan generative AI tahun
2023–2025). |
Analisis
/ Review Kritis
|
Abstrak : |
Judul |
The
Contribution of Data-Driven Technologies in Achieving the Sustainable
Development Goals |
|
Penulis |
Nadine
Bachmann, Shailesh Tripathi, Manuel Brunner, Herbert Jodlbauer |
|
|
Nama Jurnal |
Sustainability, Vol. 14, No. 2497,
2022. |
|
|
Tujuan
penelitian |
1.
Mengidentifikasi
peran teknologi berbasis data dalam pencapaian 17 SDGs. 2.
Menyintesis
temuan penelitian lintas sektor mengenai manfaat dan hambatan data-driven
approaches. 3.
Menyusun
kerangka konseptual yang dapat menjadi dasar kebijakan dan penelitian
lanjutan. |
|
|
Metode |
Penelitian ini menggunakan: 1.
Exploratory literature review berbasis pendekatan Tranfield et al. untuk systematic
review. 2.
Pencarian literatur menggunakan kombinasi kata kunci: “data-driven”, “AI”, “big data”, “machine learning”,
“SDGs”, “sustainability”. 3.
Analisis isi kualitatif (qualitative content analysis, Finfgeld-Connett) untuk mengkode dan mengelompokkan
temuan. 4.
Total 193 artikel dianalisis (2015–2021) dengan hasil yang dikelompokkan ke dalam 4 kategori
utama. |
|
|
Hasil |
1.
Teknologi
berbasis data membantu SDGs melalui pemantauan kemiskinan (SDG 1), pertanian
cerdas (SDG 2), sistem kesehatan digital (SDG 3), pembelajaran digital (SDG
4), pemantauan kualitas air (SDG 6), energi pintar (SDG 7), kota cerdas (SDG
11), dan manajemen konsumsi-produksi (SDG 12). 2.
Dampak
positif: monitoring lebih efisien, prediksi risiko lebih akurat, optimalisasi
sumber daya, pengambilan keputusan berbasis bukti. 3.
Tantangan:
bias data, data gap di negara berkembang, konsumsi energi pusat komputasi,
privasi, keamanan, serta potensi “digital divide” yang meningkatkan
kesenjangan sosial. 4.
Rekomendasi:
penguatan tata kelola data, peningkatan inklusi digital, pengembangan model
AI hemat energi, serta kolaborasi multi-stakeholder. |
|
|
Implikasi |
1.
Bagi
kebijakan: Memberi dasar evidence-based policy dalam penerapan teknologi
digital untuk pencapaian SDGs. 2.
Bagi
penelitian: Membuka peluang riset kuantitatif lanjutan untuk mengukur
kontribusi nyata tiap teknologi pada indikator SDG. 3.
Bagi
pendidikan: Artikel relevan dengan integrasi tema SDGs dalam pembelajaran
berbasis data, misalnya dalam fisika komputasi, matematika, dan statistika
untuk menganalisis big data. |
|
|
Kata Kunci |
Sustainable Development Goals (SDG), data-driven, big data, Artificial
Intelligence (AI), Internet of Things (IoT), machine learning (ML). |
|
|
|
Kesimpulan |
Artikel ini menunjukkan bahwa teknologi
berbasis data memiliki potensi besar sebagai katalis dalam pencapaian SDGs,
namun juga menghadirkan tantangan baru yang perlu diantisipasi. Kontribusi
terbesarnya adalah kerangka konseptual yang menyatukan berbagai temuan lintas
sektor, sekaligus menggarisbawahi pentingnya tata kelola data, etika, dan
inklusi digital. Bagi mahasiswa, artikel ini memberi gambaran nyata bagaimana
pendekatan analisis data dapat diaplikasikan pada isu global dan lokal
terkait pembangunan berkelanjutan. |
|
Metode
(Kajian) |
GAP
(Celah Penelitian) |
Hasil |
Keterlamaan |
Novelty |
|
Exploratory
literature review + qualitative content analysis
atas 193 artikel (2015–2021) |
Studi sebelumnya bersifat parsial, hanya membahas
teknologi tertentu atau SDG tertentu; belum ada sintesis komprehensif lintas
17 SDGs |
Teknologi data-driven membantu monitoring,
forecasting, decision-making; namun juga menghadirkan bias, data gap, dan
konsumsi energi tinggi |
Data hanya sampai 2021, masih bersifat konseptual,
belum ada indikator kuantitatif; perkembangan AI terbaru (mis. generative AI)
belum tercakup |
Integrasi temuan lintas sektor ke dalam kerangka
konseptual 4 dimensi (uses, positive effects, challenges, recommendations);
menekankan isu baru: etika, privasi, bias data, energi komputasi |
Sources ; https://www.mdpi.com/2071-1050/14/5/2497
Comments
Post a Comment