Metodologi

Frustration Meter adalah skor 0–100 yang menggambarkan seberapa kuat sebuah keluhan terasa di mata publik. Ia bukan ukuran ilmiah atas emosi seseorang, melainkan perpaduan dua sinyal yang bisa kami amati: seberapa banyak orang ikut menanggapi (bukti dari keramaian) dan seberapa parah isi keluhannya (dinilai oleh model bahasa).

Skor mengutamakan bukti keramaian — suka, balasan, dan bagikan — di atas keparahan yang dinilai model bahasa. Ini disengaja: keluhan yang didukung banyak orang adalah bukti bahwa masalahnya dirasakan luas, bukan sekadar gerutu satu orang. Tambahan interaksi pertama jauh lebih berarti daripada interaksi ke sekian-ribu, sehingga satu unggahan viral tidak otomatis menenggelamkan sisanya. Keluhan tanpa interaksi sama sekali tidak hilang, tapi skornya tetap rendah karena belum ada bukti orang lain peduli.

Kami memanen komentar memakai bahasa keluhan itu sendiri, lalu mengelompokkan komentar yang bermakna serupa ke dalam dua tingkat: domain (mis. fintech, logistik) dan klaster keluhan di dalamnya. Klaster dihitung ulang secara berkala, dan tema yang anggotanya terlalu tipis atau menyimpang disaring agar yang ditampilkan benar-benar nyambung. Frustration Meter sebuah klaster memadukan seberapa ramai percakapan yang ditariknya dengan seberapa tajam keluhan di dalamnya terbaca. Judul klaster ditulis sebagai pernyataan masalah (mis. “Driver kena suspend tanpa alasan jelas”), bukan sekadar frasa permukaan.

Penggolongan domain dan jenis masalah membawa tingkat keyakinan. Catatan dengan keyakinan rendah ditandai “belum yakin” dan dikeluarkan dari peringkat yang dilihat pengguna, agar tebakan yang lemah tidak ikut memanaskan angka. Sebagian skor juga ditinjau manusia untuk kalibrasi arah (terlalu tinggi / terlalu rendah / pas), dan koreksi itu memengaruhi skor ke depan.

Angka di Frustream adalah bukti percakapan publik dan sinyal permintaan, bukan klaim bahwa sebuah masalah “sudah tervalidasi” atau pasti layak dibangun. Kami tidak menyimpulkan atribut sensitif (agama, kesehatan, politik) tentang penulis — lihat Etika Data. Setiap keluhan menautkan ke sumber aslinya agar Anda bisa memverifikasi sendiri.

Cakupan sumber masih terbatas (terutama komentar YouTube dan tautan komunitas), jadi ini bukan potret lengkap percakapan Indonesia. Identitas klaster bisa berubah dari malam ke malam karena dihitung ulang, sehingga pergerakan antar-minggu belum stabil. Model bahasa bisa salah menilai keparahan atau bahasa gaul. Kami memperlakukan kualitas data sebagai produk utama dan terus memperbaikinya.

Ada pertanyaan soal metodologi atau menemukan angka yang janggal? Hubungi frustream.id@gmail.com.