Instropeksi penggunaan Youtube pada Smartphone (R)
Coretan kali ini akan mengeksplore file JSON dari SmartPhone Kita dengan R!
Halo halo manteman, balik lagi dengan coretan saya, kali ini kita akan instropeksi diri nih, seberapa kali sih saya menggunakan Youtube pada smartphone.
Sudah memasuki 2020, siapa sih yang tidak memiliki smartphone, ya khususnya pada daerah perkotaan,apalagi saya yang sedang menempuh pendidikan pada bidang statistika dan khususnya sedang asiknya mencari tau apa sih data scientist itu, jadi sudah dipastikan saya wajib memiliki smartphone untuk terbuka jendela pengetahuan yang khususnya di era 4.0 ini.
Smartphone kita, bukan hanya sekedar device untuk berkomunikasi, tapi sekarang sudah secara tidak langsung menjadi sebuah alat yang merekam habit atau kebiasaan kita sehari hari, mulai dari bangun tidur sampai kita meletakkan tubuh kelelahan kita setelah menjalani hari yang berat di tempat tidur, sudah rahasia umum smartphone kita tidak pernah lepas dari genggaman. tapi timbul pertanyaan, apakah smartphone yang menempel dengan sering dengan jemari kita sudah membawa efek positif ? Smartphone dengan segala kecanggihanya sudah berubah menjadi ‘playground’ yang sangat menggoda, mulai dari fitur yang ditawarkan sampai entertaiment yang disuguhkan secara terus menerus tanpa henti.
Youtube
Youtube, platform media sosial yang menawarkan berjuta-juta video untuk memanjakan mata, memenuhi rasa keingintahuan. Youtube dengan kebebasan berekspresinya membuat penikmatnya seperti saya dapat mendapatkan sesuatu, entah itu bermanfaat atau bahkan hanya sekedar membuang waktu senggang.
Bagi saya , youtube sudah menjadi kebiasaan yang tidak terpisahkan dari handphone saya, saya mengakui dalam sehari gatal sekali jika tidak membuka si Youtube ini, paling sering sih untuk melihat konten konten yang dibuat oleh konten kreator yang saya gemari. dari awal memiliki smartphone sampai sekarang, saya ingin tahu, bagaimana saya menghabiskan waktu saya dengan membuka youtube pada smartphone saya.
Datanya ?
Kembali berbicara soal smartphone yang sudah saya bicarakan diatas, device yang berada dalam genggaman kita ini merupakan ‘perekam’ kebiasaan kita, dan untungnya, Google bisa memberikan rekapan data yang selama ini terekam, dengan cara :
- Pergi ke Google Account
- lalu ke fitur Google Take Out
- Cari pilihan MyActivity . Centang, Lalu pilih Format yang akan di download adalh File JSON, klik OK
4. Lalu klik next Step dan klik Create Archive
Google akan melakukan rekapan data sementara dan akan mengirimkan Link download file nya kepada email kita. Selanjutnya Extract Filenya, dan data siap digunakan.
Process datanya!
Setelah tahap diatas mari kita buka R Studionya, ini adalah library yang saya pakai
library(jsonlite)
library(tidyverse)
library(lubridate)
library(ggrepel)
library(viridis)
library(gganimate)
library(cowplot)
library(ggthemes)
library(lubridate)
library(gifski)
library(png)Karena file data kita adalah berektensi JSON, yang dimana merupakan file yang berbahasa javascript maka yang paling utama ialan fungsi dari R sendiri yang menyediakna fungsi jsonlite untuk membaca data kita tersebut.
Lalu panggil data nya
me <- jsonlite::fromJSON(".../Youtube/MyActivity.json")yang ada dalam kutipan itu ialah dimana kita menyimpan file MyActivity.json nya. Saya kali ini menggunakan file MyActivity.json data Youtube saya, karena kali ini kita akan mengeksplore Youtube saya. Saya akan memfilter data youtube saya hanya untuk 3 tahun 2017,2018,2019. Ini agar saya mengetahui saya bermain youtube dari awal kuliah sampai tahun ketiga ini.
me <- filter(me, year(me$time) %in% c(2017,2018,2019))
data telah masuk, dalam R. lalu selanjutnya saya penasaran jika Penggunaan perhari dari youtube saya jadikan trend itu seperti apa ya. mari kita kodingkan
me %>%
filter(!str_detect(header,"com.")) %>%
filter(as.Date(time)>=as.Date("2017-01-01")) %>%
group_by(Date = as.Date(time)) %>%
count(n = n()) %>%
ggplot(aes(Date,n, group = 1, color = "red")) +
geom_line(aes(alpha = 0.8),show.legend = FALSE) +
stat_smooth() +
# Courtesy: https://stackoverflow.com/a/42929948
scale_x_date(date_breaks = "1 month", date_labels ="%b%y") +
labs(
(title = "Daily-wise usage"),
(subtitle = "2+ years (including some 2019)"),
(x ="Months"),
(y = "of Interactions")
) +
theme(axis.text.x=element_text(angle=60, hjust=1))+
theme(legend.position='none') +
ggthemes::theme_hc(style = "darkunica"))dan hasilnya seperti ini
Hmm, bisa dilihat disini, saya menggunakan youtube dari 2017 sampai akhir 2019 dengan rata-rata penggunaan tidak lebih dari 50 judul konten perhari, namun yang menjadi perhatian saya disini ialah, saya memasuki masa kuliah saya pada bulan Juni 2017 (mulai merantau di jogja) dan dapat dilihat ternyata saya mulai aktif dan sering sekali menggunakan youtube. Bahkan sering menyentuh angka 150 konten video dalam 1 hari.
Lalu saya penasaran, apakah penggunaan youtube saya lebih aktif pada Weekend, atau justru malah lebih aktif pada weekdays, mari koding
me %>%
filter(!str_detect(header,"com.")) %>%
group_by(Date = as.Date(time)) %>%
count(n = n()) %>%
mutate(year = as.factor(year(Date)),
weekday = weekdays(Date, abbr = TRUE)) %>%
mutate(what_day = ifelse(weekday %in% c("Sat","Sun"),"Weekend","Weekday")) %>%
filter(year %in% c(2017,2018,2019)) %>%
group_by(year,what_day) %>%
summarize(n = mean(n)) %>%
ggplot(aes(fct_relevel(what_day, c("Weekday","Weekend")),
n, group = year, color = year)) +
geom_line() +
labs(
title = "Weekday vs Weekend usage",
subtitle = "For two years",
x = "Weekday / Weekend",
y = "of Interactions"
) +
ggthemes::theme_excel_new()dan berikut adalah hasilnya
wow, cukup mengejutkan saya, pada tahun 2017 dan 2019, penggunaan saya lebih aktif pada weekdays, mungkin pada weekend lebih saya gunakan untuk tidur, haha. Untuk tahun 2018 cenderung relatif sama. dan cukup tinggi, 35 interkasi dalah sehari. Coba saya ingat ingat dulu ya, 2018 saya melihat apa aja ya??
Oke , selanjutnya saya akan membuat grafik penggunaan youtube saya dari bulan ke bulan selama 3 tahun. mari kita koding
yt <- me %>%
filter(header %in% "YouTube") %>%
mutate(ym = as.Date(paste0(format(as.Date(time),"%Y-%m"),"-01"))) %>%
group_by(ym) %>%
count() %>%
#https://community.rstudio.com/t/tweenr-gganimate-with-line-plot/4027/10
ggplot(aes(ym,n, group = 1)) + geom_line(color = "red") +
geom_point() +
ggthemes::theme_hc(style = "darkunica") +
theme(axis.text.x = element_text(colour = "white",
angle = 60),
axis.text.y = element_text(colour = "white")) +
scale_x_date(date_breaks = "1 month", date_labels = "%b %Y") +
labs(
title = "YouTube usage",
x = "Year-Month"
) +
transition_reveal(ym) +
ease_aes('quintic-in-out')karena kita akan membuat gambar yang bergerak (.gif) bukan boomerang instagram. Kodingan diatas untuk mengcapture FPS dan dijadikan gambar .(png) sebelum aka disatukan, untuk menyatukan hasil gambar gambar tersebut akan menggunakan kodingan dibawah ini.
animate(yt, nframes = 10, renderer = gifski_renderer("yt2.gif"), width = 800, height = 800)maka hasilnya akan seperti ini
Wadidaw, awal awal kuliah bisa sampe 1500 konten perbulan, kalau semakin lama terlihat grafik menurun, mungkin sudah bosen saya dengan konten youtubenya nya , hehe.
Conclusion
Well mungkin segitu dulu untuk instropeksinya, saya menyadari dengan handphone saja sudah sebegitu sering saya membuka youtube , ini belum juga di PC,terkait produktif atau tidak mungkin saya sendiri yang bisa menemukan jawabanya, terlebih tutorial tutorial R, Python, MySQL, dan sebagainya banyak saya belajar melalui Youtube.
Dalam File Google take Out itu banyak sekali file MyActivity.json yang bisa kalian explore, ini hanya sebagian kecil, mulai dari explore aplikasi apa aja sih yang biasa kalian pakai selama menggunakan smartphone dan sebagainya.
Semoga coretan kali ini bermanfaat ya manteman,
Until Next Time
Ciao manteman!
Sumber :
https://datascienceplus.com/data-driven-introspection-of-my-android-mobile-usage-in-r/
