Perumusan Kebijakan Berbasis Big Data?

Big Data kini menjadi tren global yang dimanifestasikan dalam bentuk data bervolume besar, bergerak cepat, dan kompleks. Pertanyaannya bukan terletak seberapa banyak data yang kita miliki, melainkan apa yang bisa kita lakukan terhadapnya. Kita tidak mungkin menggunakan metode konvensional untuk memahami tren yang terus bertumbuh ini. Terobosan penting perlu dilakukan dalam bentuk analisis Big Data guna memahami transformasi radikal yang terjadi dalam kehidupan sosial, ekonomi, maupun politik di era revolusi digital.

Big Data memungkinkan munculnya paradigma baru dalam riset-riset sosial. Ada semacam transformasi epistemologis di mana sebelumnya pengetahuan berangkat dari pengujian teoretis, menjadi pengetahuan yang lahir dari data itu sendiri (Kitchin, 2014). Chris Anderson (2008) bahkan menyebut bahwa disrupsi dari Big Data telah mengakhiri teori (the end of theory) dalam tradisi riset sosial. Barangkali ini berlebihan, dan tentu saja memunculkan perdebatan panjang terutama di kalangan ilmuwan.

Kita belum tahu apakah tradisi berpikir yang berbasis Big Data dapat mengubah paradigma baru dalam tradisi riset ilmiah. Sebagaimana teori evolusi Darwin yang mendobrak paradigma dalam riset biologi, atau revolusi ilmiah yang mengubah total paradigma sebagaimana yang dikatakan Thomas Kuhn (1964). Namun, kenyataan bahwa Big Data adalah inovasi disruptif yang mendobrak kemapanan kalangan peneliti dan ilmuwan dalam menjelaskan fenomena sosial memang nyata adanya.

Saya tidak bermaksud memaparkan perdebatan tersebut. Titik tekan utama yang saya maksud adalah kita harus melampaui pemahaman bahwa analisis Big Data bukan hanya untuk mendefinisikan sesuatu. Lebih dari itu, kita harus mengetahui nilai gunanya bagi masyarakat. Oleh sebab itu, pembahasan analisis Big Data harus dipahami dalam konteks riset sosial yang serius.

Salah satu obyeknya adalah media sosial. Di sini, kita akan mendapatkan data perilaku, sentimen, maupun opini publik atas fenomena riil yang kemudian dibahas dalam ruang digital. Jumlahnya sangat besar, bergerak dengan cepat, dan kompleks. Meskipun analisis Big Data pada media sosial di Indonesia sudah dilakukan, -- katakanlah seperti yang dilakukan ‘Drone Emprit’ -- sayangnya masih belum memiliki manfaat nyata dalam proyek riset sosial terutama kegunaannya bagi masyarakat luas.

Demi mengisi kekosongan tersebut, melalui tulisan ringkas ini saya ingin melontarkan wacana ‘perumusan kebijakan publik berbasis Big Data’ yang didasarkan pada data media sosial. Dengan mendaras melalui pengalaman kami (Next Policy) saat melakukan analisis sentimen di Twitter terhadap kabinet baru Jokowi-Ma’ruf, tulisan ini hendak memunculkan poin penting yang (mungkin) berguna bagi isu perumusan kebijakan publik di era Big Data.

Sebagai perbandingan, isu pemanfaatan Big Data dan media sosial untuk perumusan kebijakan publik bukan hal yang baru dibahas. Salah satunya artikel yang ditulis oleh Douglas Yeung (2018) mengenai manfaat analisis (Big Data) sosial media terhadap arah kebijakan kesehatan merupakan contoh yang cukup jelas. Bagi Yeung, data media sosial memberikan informasi yang real-time sehingga pembuat kebijakan mengetahui apa yang benar-benar dianggap penting oleh publik. Pengetahuan ihwal perilaku publik yang diproses melalui teknologi machine learning sangat berguna untuk mengukur perilaku dan tingkat kesehatan masyarakat, serta intervensi kebijakan seperti apa yang seharusnya dilakukan.

Tentang Riset Kami

Riset yang kami lakukan sebelumnya berbasiskan Big Data pada konten media sosial dengan tujuan untuk menganalisis sentimen publik terhadap kabinet Jokowi sekuel kedua. Kami melakukan pengumpulan data melalui antarmuka pemrograman aplikasi (API) Twitter sepanjang 15 hingga 27 Oktober 2019 yang lalu. Analisis sentimen yang kami gunakan menggunakan teknologi machine learning bernama Analisis Media-sosial Nusantara Berbasis AI (AMENA). Kami mengucapkan terima kasih kepada Fajri Koto yang telah mengembangkan mesin tersebut.

Riset ini mengklasifikasikan tiga kategori data sentimen publik sesuai dengan kata kunci sebagai filter yang relevan. Pertama, kategori kabinet Jokowi-Ma’ruf dalam sudut pandang umum. Kedua, kategori menteri yang dilihat berdasarkan nama masing-masing menteri. Ketiga, kategori perekonomian Indonesia. Singkatnya, dengan bantuan Artificial Intelligence (AI), riset ini berhasil mengidentifikasi sentimen dan opini publik yang muncul di momentum transisi pemerintahan baru. Untuk mengetahui rincian temuan kami, dapat dilihat dalam Laporan Penelitian Next Policy, Volume 1, Issue 1.

Bagi mereka yang mengkaji fenomena sosial dalam konteks mikro seperti analisis perilaku, metode analisis sentimen berbasis Big Data ini sangat menjanjikan. Tidak seperti riset ilmiah konvensional yang membatasi diri melalui metode sampling yang ketat, pemanfaatan Big Data ini justru menghadirkan metode analisis yang jauh lebih kompleks dan lebih mencakup keseluruhan ‘populasi’ -- pengguna media sosial, tentunya.

Apa yang dilakukan Indonesia Incubator saat melakukan survei kecenderungan pemilih di Twitter untuk pemilihan presiden 2014 yang lalu adalah contoh yang sangat jelas (Prabowo & Irwansyah, 2016). Dari 1,8 juta akun yang aktif mengomentari isu politik, 50,66 persen cenderung memilih pasangan Jokowi-JK, sedangkan sisanya cenderung memilih pasangan Prabowo-Hatta. Hasil real count pada pilpres 2014 ternyata tidak jauh berbeda dengan survei media sosial tersebut. Survei tersebut memang tidak secara spesifik memanfaatkan Big Data, namun, survei tersebut setidaknya menunjukkan bahwa konten media sosial memiliki korelasi terhadap kehidupan riil masyarakat.

Media sosial sebagai obyek analisis Big Data memang semakin tampak relevan sebagai salah satu proyek riset sosial ke depannya. Sebagai media baru, media sosial telah memunculkan sebuah model yang disebut oleh Kim dan Lee (2006) sebagai pembalikan pembentukan agenda (reserved agenda-setting). Dalam premis ini, media tradisional seperti televisi tidak lagi menentukan opini publik sebagaimana asumsi lawas teori yang dikemukakan McCombs & Shaw (1972). Dalam perpsektif reserved agenda-setting, apa yang muncul dalam media konvensional justru cermin dari opini yang sudah dibahas terlebih dahulu di media sosial.

Dari hasil riset, kami justru mengonfirmasi asumsi reserved agenda-setting dengan melihat bagaimana publik, bahkan hingga di tingkat individu, dapat turut membentuk opini dalam posisi yang setara (Weimann & Brosius, 2017). Buktinya, kami melihat konten tweet yang relatif terdesentralisasi dan tidak didominasi oleh akun-akun tertentu. Meskipun tentu saja ada beberapa akun yang mendominasi opini (dibuktikan dengan banyaknya retweet dan reply). Perlu diingat, bahwa teknik yang digunakan AMENA sebelumnya melakukan penyaringan melalui buzzer removal.

Apa yang kami temukan telah menguatkan keyakinan bahwa analisis Big Data -- dalam hal ini media sosial -- untuk kepentingan publik semakin relevan. Ketika kami menemukan bahwa era media baru telah men-demokratisasi secara radikal, membuat analisis Big Data memiliki tempat yang nyaman sebagai metodologi riset sosial ke depannya. Kemudian, yang jauh lebih penting, bagaimana nantinya para pembuat kebijakan dapat menggunakannya sebagai salah satu basis policy-making.

Agenda Ke Depan: Policy-Making berbasis Big Data

Dalam perdebatan paradigmatik, riset berbasis Big Data telah menjadi ‘jalan baru’ dalam memahami fenomena sosial. Dari hasil riset kami, misalnya, fenomena personalisasi politik di mana kecenderungan publik adalah mengevaluasi sisi personal tokoh dibanding substansi kebijakan sangat jelas terlihat. Justru pembentuk opini publik terhadap kabinet Jokowi-Ma’ruf terpusat pada sosok personal seperti Prabowo Subianto dan Nadiem Makarim. Publik ramai-ramai membentuk sentimen negatif karena kecewa sosok Susi Pudjiastuti tidak lagi diangkat sebagai menteri, tanpa mengevaluasi dampak riil kebijakan yang telah dibuat sebelumnya oleh Susi.

Apa arti penting dari temuan tersebut? Selain memotret realitas empiris demokrasi di Indonesia, temuan tersebut juga menjadi sinyal awal untuk membuat kebijakan berbasis riset ke depannya. Dalam hal ini, saya bersepakat dengan Kitchin (2014), bahwa riset berbasis Big Data yang merupakan data-driven science bukanlah sebagai titik akhir, melainkan sebagai bentuk observasi mendalam untuk menemukan kerangka hipotesis yang lebih solid. Premis ini menunjukkan bahwa argumen Anderson mengenai the end of theory terlalu berlebihan. Data -- sebagai benda ‘mati’ -- tidak dapat menjelaskan dirinya sendiri. Kerangka teoritis tetap berguna untuk membuktikan hipotesis dan pengetahuan baru.

Agaknya penjelasan ini cukup rumit. Namun, wacana ini sekiranya perlu untuk dikembangkan dan diperhatikan. Bagi pemangku kebijakan, Big Data adalah jalan yang cukup efektif untuk menemukan sebuah gejala yang terjadi di masyarakat. Para pemangku kebijakan semestinya menempatkan gejala sosial yang muncul dari hasil analisis Big Data sebagai panduan awal dalam merumuskan kebijakan publik ke depan. Sebab, perilaku publik yang terekam dalam bangunan Big Data menunjukkan respons atau evaluasi publik terhadap apa yang mereka rasakan dan saksikan sehari-hari.

Sebagai contoh, ketika gejala personalisasi politik menguat berdasarkan analisis Big Data, hal ini menjadi alarm penting bagi pemangku kebijakan untuk merumuskan, katakanlah, sistem kepartaian yang lebih tepat. Hal ini disebabkan karena personalisasi politik adalah tanda bahwa partai politik tidak lagi signifikan di mata masyarakat. Padahal dalam demokrasi, partai adalah alat agregator kepentingan yang secara kelembagaan masih digunakan pada sistem demokrasi.

Selain itu, respons publik terhadap kebijakan juga dapat menjadi temuan awal penting untuk merumuskan kebijakan yang lebih tepat ke depan. Melalui analisis Big Data, respons publik -- di media sosial, tentu saja -- mencerminkan kegelisahan yang mereka rasakan. Beberapa temuan kami terkait sentimen perekonomian Indonesia, meskipun dalam jumlah yang kecil, menunjukkan evaluasi kritis publik terhadap kebijakan sebelumnya. Beberapa di antaranya terkait kenaikan iuran BPJS kesehatan, kebijakan impor yang tidak tepat sasaran, hingga kritik publik atas stagnansi pertumbuhan ekonomi.

Selain itu, saat kami melakukan proyek riset untuk seratus hari kabinet Jokowi-Ma’ruf dengan metode yang sama, selain menemukan kembali gejala personalisasi politik yang kuat, juga melihat isu kebijakan yang tidak kamu duga akan muncul: penegakan Hak Asasi Manusia (HAM). Tak disangka, isu penegakan HAM ini tidak terpusat pada akun tertentu, melainkan terdesentralisasi. Artinya secara bersamaan banyak orang -- melalui akun media sosialnya -- sedang membahas isu tersebut. Karena proyek riset kedua ini sedang berjalan, tentu belum saatnya saya paparkan pada kesempatan ini.

Intinya, yang ingin saya tekankan adalah, ada isu-isu yang menjadi bahan diskusi publik dan kita sadari setelah analisis Big Data. Kenyataannya ini menunjukkan bahwa data-driven science memang relevan untuk digunakan dalam agenda perumusan kebijakan publik ke depannya. Pertanyaannya: apakah ke depan pemerintah akan memanfaatkan Big Data sebagai salah satu basis saat membuat kebijakan publik?

Grady Nagara. Manajer program Next Policy. Wakil Ketua Center ILUNI 4.0 Ikatan Alumni Universitas Indonesia.