Show HN: How much of Hacker News is about AI?
HN Stats membuat penghitung live untuk judul submission baru Hacker News. Hasilnya bergantung pada definisi kata AI, cakupan dataset, dan aturan pencocokan yang dipakai.
Pertanyaan “seberapa banyak Hacker News membahas AI?” kelihatannya sederhana sampai definisinya dibuka. HN Stats, sebuah proyek Show HN, membuat penghitung live untuk judul submission baru dan memperlihatkan bahwa hasil sangat bergantung pada apa yang dianggap sebagai kata AI.
1. Apa yang dihitung?
Mode strict menghitung kata AI yang berdiri sendiri di judul. OpenAI tidak masuk hitungan, sementara AI-powered masuk karena kata AI muncul sebagai token terpisah. Mode extended menambahkan frasa artificial intelligence serta nama model dan vendor tertentu.
Pilihan ini bukan detail kosmetik. Kalau daftar kata diperluas, angka akan naik karena lebih banyak judul masuk. Karena itu, angka tanpa definisi bisa membuat pembaca membandingkan dua hal yang sebenarnya berbeda.
2. Dataset-nya dari mana?
Halaman tersebut mengambil seed dari Algolia HN Search, lalu memakai HN Firebase API untuk mengikuti submission baru. Ia mengukur firehose, bukan hanya cerita yang masuk front page. Kategori Show HN dan Ask HN juga dibaca dari tag Hacker News, bukan dari tebakan berdasarkan awalan judul.
Batas ini penting. Front page punya mekanisme kurasi dan distribusi berbeda, sehingga persentasenya tidak otomatis sama dengan semua submission baru.
3. Kenapa ini berguna buat builder?
Proyek kecil seperti ini adalah pengingat bahwa dashboard bukan hanya soal membuat chart. Definisi event, sumber data, waktu reset, dan aturan pencocokan harus ikut ditampilkan. Tanpa itu, angka terlihat presisi padahal pertanyaannya belum stabil.
Kalau ingin membuat tracker tren sendiri, simpan query dan versi vocabulary bersama hasilnya. Dengan begitu, perubahan angka bisa dibaca sebagai perubahan data, perubahan definisi, atau keduanya. HN Stats sendiri menyebutnya unofficial dan tidak berafiliasi dengan Hacker News atau Y Combinator.
4. Membuat metrik yang bisa dipercaya
Developer yang ingin meniru pendekatan ini bisa mulai dari dataset yang kecil dan dapat diulang. Simpan snapshot hasil pencarian, waktu pengambilan, query, serta versi daftar istilah. Catat juga jumlah judul yang gagal diproses. Detail kecil seperti ini membantu saat angka hari ini tiba-tiba berbeda dari angka yang dilihat kemarin.
Metrik tidak harus sempurna untuk berguna. Yang penting, pembaca tahu apa yang dihitung dan apa yang berada di luar cakupan. Itu membuat proyek sederhana lebih jujur daripada dashboard yang menampilkan angka besar tanpa method section.
Ada satu disiplin sederhana yang sering hilang dari proyek statistik: tulis pertanyaan dalam satu kalimat sebelum memilih query. Jika pertanyaannya “judul baru”, jangan tiba-tiba memakai front page. Jika yang dihitung token, jangan menggabungkannya dengan nama vendor tanpa memberi label. Pembaca jadi bisa mengulang hasilnya.
Dengan catatan itu, dashboard bisa menjadi alat observasi, bukan mesin pembuat narasi.
Referensi: https://hnstats.com