Konten dari Pengguna

Banyak Data, Banyak Aplikasi, Tapi Birokrasi Belum Berubah?

comment
0
sosmed-whatsapp-white
copy-circle
more-vertical

Tulisan dari Muafid Ardiansyah tidak mewakili pandangan dari redaksi kumparan

Saya adalah ASN yang setiap harinya bekerja dengan data. Saya pernah membuat dashboard untuk menyatukan data. Saya kira masalahnya selesai ketika semua angka berhasil tampil dalam satu layar. Ternyata saya keliru. Data yang sudah rapi belum tentu menghasilkan keputusan, dan keputusan yang sudah dibuat belum tentu menghasilkan perubahan.

Saya sudah cukup lama hidup bersama data. Saya pernah mengolah data Rapor Mutu dan data supervisi, lalu kemudian dipercaya menjadi PIC Rapor Pendidikan Satuan Pendidikan. Dari pekerjaan itu saya melihat bagaimana data pendidikan hadir dari berbagai sumber, Dapodik, Rapor Pendidikan, BOSP, Kurikulum Merdeka, PMM, dan lainnya. Data semakin banyak, tetapi tidak selalu semakin mudah dibaca sebagai satu kesatuan.

Karena itu, saya mencoba mencari solusi dari sisi yang saya kuasai. Bersama tim, saya mengembangkan dashboard menggunakan Google Sheets dan Google Data Studio, untuk menyatukan berbagai informasi dalam satu tampilan. Data yang sebelumnya tersebar menjadi lebih mudah dibandingkan dan disajikan. Bagi saya saat itu, teknologi terasa seperti jawaban.

Generatif AI

Namun, pengalaman tersebut justru membawa saya pada pertanyaan baru. Kementerian PANRB mencatat terdapat lebih dari 27.000 aplikasi pemerintah. Angka itu membuat saya bercermin pada pekerjaan sendiri. Jika persoalan selalu dijawab dengan membuat aplikasi atau dashboard baru, bukankah kita berisiko menambah teknologi tanpa benar-benar menyelesaikan masalah?

Pertanyaan itu semakin kuat ketika saya melanjutkan pendidikan magister Teknologi Pembelajaran. Dalam penelitian pengembangan yang saya lakukan, sebuah sekolah sebenarnya sudah memiliki e-learning. Masalahnya bukan ketiadaan teknologi, tetapi teknologi tersebut masih digunakan secara konvensional dan belum menjawab kebutuhan belajar peserta didik. Setelah melakukan analisis kebutuhan, saya mengembangkan e-learning adaptif dengan tiga jalur adaptif: remedial, penguatan, dan pengayaan.

Dari sana saya belajar sesuatu yang kemudian mengubah cara pandang saya terhadap digitalisasi, teknologi harus berangkat dari kebutuhan, bukan kebutuhan dipaksa mengikuti teknologi. E-learning menjadi bermakna bukan karena ia sebuah teknologi, tetapi karena informasi tentang kebutuhan belajar digunakan untuk menentukan respons yang berbeda.

Prinsip yang sama saya temukan kembali ketika mengolah data pemerintahan. Saya tidak mengendalikan sistem tempat data dikumpulkan. Saya bukan pihak yang mengisi sebagian besar data dan tidak selalu memiliki kewenangan mengubah indikator maupun desain aplikasi. Ketika data sampai kepada saya, saya dapat memeriksa dan mengolahnya, tetapi tidak dapat menjamin seluruh proses sebelumnya berjalan sempurna.

Di sinilah saya melihat persoalan yang lebih mendasar. Kita sebenarnya sudah memiliki banyak data, sistem, laporan, dan dashboard. Namun perjalanan data sering berhenti pada data → laporan → sosialisasi. Padahal, jika tujuan akhirnya adalah memperbaiki layanan dan kebijakan, perjalanan itu seharusnya berlanjut menjadi data → keputusan → tindakan → hasil → pembelajaran.

Generatif AI

Karena itu, saya tidak ingin menjawab persoalan tersebut dengan membuat aplikasi baru. Gagasan yang menurut saya lebih mungkin dilakukan adalah menambahkan “lapisan keputusan” pada data yang sudah tersedia.

Pada setiap siklus pengolahan, tidak semua indikator harus diperlakukan sama. Maksimal tiga indikator prioritas dipilih berdasarkan urgensi dan bukti yang tersedia. Untuk setiap indikator, pengolah data bersama pihak terkait merumuskan empat hal, apa masalahnya, apa kemungkinan penyebabnya, tindakan apa yang perlu dilakukan, dan bagaimana keberhasilannya akan diukur.

Generatif AI

Misalnya, data menunjukkan suatu indikator pendidikan berada pada kondisi yang memerlukan perhatian. Angka tersebut tidak berhenti menjadi warna merah dalam dashboard. Ia menjadi titik awal untuk mencari konteks, menentukan intervensi yang relevan, menetapkan pihak yang bertanggung jawab, dan menentukan indikator hasil. Pada siklus data berikutnya, hasilnya dibandingkan kembali, apakah kondisi membaik? Jika tidak, apakah masalahnya terletak pada diagnosis, intervensi, atau pelaksanaannya?

Mekanisme ini dapat dilakukan tanpa membangun sistem baru. Dashboard yang sudah ada tetap digunakan untuk melihat kondisi. Google Sheets dapat digunakan untuk mencatat indikator prioritas, keputusan, tindak lanjut, dan hasilnya. Apps Script dapat membantu otomatisasi proses sederhana, sementara AI dapat dimanfaatkan kemudian untuk membantu menemukan pola atau merangkum informasi. Teknologi mengikuti kebutuhan, bukan sebaliknya.

Ukuran keberhasilannya pun dapat dibuat sederhana, setiap siklus memiliki maksimal tiga prioritas, setiap prioritas memiliki keputusan dan indikator keberhasilan, tindak lanjut dipantau sampai siklus berikutnya, dan hasilnya digunakan untuk menentukan langkah berikutnya. Dengan begitu, data tidak hanya semakin banyak, tetapi semakin memiliki konsekuensi terhadap tindakan.

Saya sadar, saya bukan pengambil keputusan. Saya tidak memiliki kendali atas seluruh sistem, sumber data, maupun intervensi yang dilakukan. Namun saya juga tidak harus menunggu memiliki kewenangan besar untuk memulai perubahan.

Sebagai pengolah data, ruang kontribusi saya adalah memastikan data tidak berhenti sebagai angka yang selesai dilaporkan. Saya ingin membantu membuatnya menjadi dasar untuk memilih prioritas, menentukan tindakan, melihat hasil, dan belajar dari apa yang terjadi.

Mungkin inilah makna transformasi digital pemerintah bagi saya, bukan menambah aplikasi, bukan membuat dashboard yang semakin canggih, dan bukan sekadar mengumpulkan lebih banyak data.

Transformasi terjadi ketika data yang sudah kita miliki benar-benar bergerak sampai menjadi keputusan, tindakan, dan pembelajaran.

Karena itu, pertanyaan yang sekarang selalu ingin saya ajukan bukan lagi, “Aplikasi apa yang perlu kita buat?”

Melainkan,

“Setelah data ini dilaporkan, apa yang kemudian berubah?”