Di Balik GENTING dan GATI: Mengapa Data Gizi Publik Harus Lebih Presisi?
Tulisan dari Nenden Nuraeni tidak mewakili pandangan dari redaksi kumparan
PerbesarSebagai bidan, saya terbiasa mengambil keputusan berdasarkan sesuatu yang dapat diukur. Berat badan, panjang atau tinggi badan, tekanan darah, hasil pemeriksaan, riwayat kesehatan, hingga kondisi lingkungan keluarga bukan sekadar angka yang dicatat di lembar pelayanan. Di balik angka-angka itu ada keputusan: apakah seseorang membutuhkan pemantauan lebih lanjut, intervensi, edukasi, atau rujukan.
Karena itu, ketika berbicara tentang stunting, saya selalu merasa ada satu prinsip yang tidak boleh hilang:
Intervensi tidak boleh dilakukan dengan tebak-tebak buah manggis.
Prinsip tersebut menjadi semakin relevan ketika Kemendukbangga/BKKBN memperkuat sejumlah program prioritas, termasuk GENTING (Gerakan Orang Tua Asuh Cegah Stunting) dan GATI (Gerakan Ayah Teladan Indonesia). Keduanya menyentuh persoalan yang berbeda tetapi saling berkaitan: pemenuhan kebutuhan keluarga yang berisiko stunting dan penguatan keterlibatan ayah dalam pengasuhan. Pemerintah juga semakin menekankan pentingnya data gizi sebagai dasar kebijakan berbasis bukti.
Pertanyaannya kemudian bukan lagi sekadar apakah programnya baik. Pertanyaan yang lebih mendasar adalah: seberapa tepat data yang digunakan untuk menentukan siapa yang membutuhkan intervensi, bentuk intervensinya, dan bagaimana keberhasilannya diukur?
Ketika Intervensi Sudah Tepat, tetapi Sasaran Bisa Keliru
GENTING merupakan salah satu upaya kolaboratif untuk membantu keluarga yang berisiko mengalami stunting melalui dukungan berbagai pihak. Di tingkat lapangan, program seperti ini membutuhkan data yang mampu mengidentifikasi keluarga sasaran, memverifikasi kondisi mereka, serta memantau perkembangan setelah intervensi diberikan.
Di sinilah kualitas data menjadi sangat penting. Daftar keluarga sasaran tidak cukup hanya menunjukkan siapa yang menerima bantuan. Data idealnya membantu menjawab pertanyaan yang lebih substantif: mengapa keluarga tersebut membutuhkan bantuan, kebutuhan apa yang paling mendesak, intervensi apa yang sudah diterima, dan apakah kondisi anak berubah setelah intervensi dilakukan?
Sebab, keluarga yang sama-sama tercatat sebagai keluarga berisiko stunting belum tentu memiliki persoalan yang sama. Ada keluarga yang menghadapi keterbatasan ekonomi, ada yang memiliki masalah pola asuh, ada yang menghadapi persoalan akses terhadap layanan kesehatan, dan ada pula yang membutuhkan intervensi karena kombinasi berbagai faktor.
Jika semua persoalan diperlakukan dengan intervensi yang sama, program memang dapat terlihat berjalan, tetapi belum tentu menghasilkan perubahan yang sama.
Stunting Bukan Sekadar Persoalan Tinggi Badan
Dalam praktik kesehatan, pertumbuhan anak tidak dibaca dari satu angka saja. Pertumbuhan perlu dipantau secara berkala dan ditempatkan dalam konteks usia, jenis kelamin, riwayat pertumbuhan, asupan, kondisi kesehatan, serta faktor lingkungan.
Karena itu, stunting tidak seharusnya dipahami secara sederhana sebagai persoalan “anak pendek”. Di balik status pertumbuhan seorang anak dapat terdapat persoalan gizi, infeksi berulang, kondisi ibu, pola pemberian makan, sanitasi, kondisi sosial ekonomi, maupun berbagai faktor lain yang saling berinteraksi.
Inilah alasan mengapa data gizi makro menjadi penting, tetapi tidak boleh berhenti sebagai angka agregat. Angka nasional diperlukan untuk membaca arah pembangunan, menentukan prioritas, dan mengevaluasi kebijakan. Namun, angka tersebut pada akhirnya harus dapat diterjemahkan ke dalam pemahaman mengenai kondisi keluarga dan anak yang menjadi sasaran intervensi.
Policy Brief dan Pentingnya Data yang Lebih Bermakna
Penguatan pendekatan berbasis bukti tersebut terlihat dalam peluncuran Policy Brief mengenai pembangunan sistem biomarker zat gizi mikro yang efisien, akurat, dan berdampak dalam percepatan penurunan stunting. Rekomendasi tersebut antara lain mendorong penguatan Survei Status Gizi Indonesia dengan data biomarker zat gizi mikro agar gambaran persoalan gizi tidak hanya bergantung pada indikator antropometri.
Bagi saya, pesan pentingnya bukan semata-mata tentang biomarker. Pesan yang lebih besar adalah bahwa semakin kompleks persoalan yang ingin diselesaikan, semakin baik pula kualitas informasi yang dibutuhkan untuk mengambil keputusan.
Data yang lebih kaya memungkinkan pemerintah melihat persoalan dari berbagai sisi. Namun, data yang semakin banyak juga bukan otomatis berarti kebijakan semakin baik. Yang dibutuhkan adalah data yang relevan, dapat dipercaya, diperbarui, dan benar-benar digunakan untuk mengambil keputusan.
GENTING Membutuhkan Data yang Hidup
Dalam konteks GENTING, data seharusnya tidak berhenti pada proses menetapkan keluarga penerima dukungan. Data perlu menjadi bagian dari siklus intervensi: identifikasi, verifikasi, pemberian dukungan, pemantauan, dan evaluasi.
Artinya, keberhasilan tidak cukup dihitung dari berapa banyak keluarga yang sudah mendapatkan orang tua asuh atau berapa banyak bantuan yang telah disalurkan. Pertanyaan berikutnya adalah apakah dukungan tersebut menjawab kebutuhan keluarga dan apakah kondisi anak menunjukkan perubahan yang diharapkan.
Di tingkat lapangan, kebutuhan itu bisa sangat spesifik. Satu keluarga mungkin membutuhkan dukungan pangan, sementara keluarga lain membutuhkan penguatan pola asuh, akses terhadap layanan kesehatan, atau pendampingan yang lebih intensif. Karena itu, kualitas intervensi sangat bergantung pada kualitas informasi yang mendasarinya.
Data yang baik membuat bantuan lebih mungkin sampai kepada orang yang tepat dengan bentuk dukungan yang tepat pula.
GATI Mengingatkan bahwa Data Juga Harus Membaca Keluarga
Hal yang menarik dari GATI adalah pendekatannya yang tidak hanya melihat anak sebagai sasaran, tetapi juga menempatkan ayah sebagai bagian penting dari ekosistem pengasuhan. Program ini mendorong keterlibatan ayah dalam pengasuhan dan pembangunan keluarga. Di lapangan, implementasinya antara lain diarahkan pada penguatan peran ayah dalam kehidupan anak dan keluarga.
Dari perspektif kesehatan, pendekatan ini relevan karena tumbuh kembang anak berlangsung di dalam keluarga. Keputusan tentang makanan, pemanfaatan layanan kesehatan, pola pengasuhan, pembagian peran, hingga dukungan terhadap ibu tidak berdiri sendiri.
Karena itu, data keluarga idealnya tidak hanya menjawab “anak ini berisiko atau tidak”, tetapi juga membantu memahami lingkungan yang membentuk kondisi anak tersebut. Ketika data keluarga mampu membaca konteks tersebut, intervensi dapat bergerak dari sekadar memberikan bantuan menuju penguatan kapasitas keluarga.
Jangan Sampai Data Menjadi Beban Baru
Namun, ada satu hal yang menurut saya perlu dijaga dalam agenda penguatan data: jangan sampai semakin banyak data justru berarti semakin banyak beban administratif bagi petugas di lapangan.
Penguatan data seharusnya membuat pekerjaan lebih efektif, bukan sekadar menambah formulir, aplikasi, atau kewajiban pelaporan. Jika petugas harus berulang kali memasukkan informasi yang sama ke berbagai sistem, waktu yang seharusnya digunakan untuk berinteraksi dengan keluarga justru dapat terserap oleh pekerjaan administratif.
Karena itu, agenda integrasi data harus berjalan bersamaan dengan penyederhanaan proses. Data yang sudah tersedia perlu dapat digunakan kembali oleh pihak yang memang berwenang dan membutuhkan, dengan tetap memperhatikan keamanan, kualitas, serta tata kelola data.
Pada titik ini, digitalisasi bukan sekadar persoalan membuat sistem baru. Yang lebih penting adalah memastikan berbagai sistem dapat berbicara satu sama lain dan menghasilkan informasi yang dapat digunakan untuk keputusan.
Dari Data Makro ke Keluarga yang Nyata
Angka nasional memiliki fungsi penting. Ia memberi tahu pemerintah apakah situasi membaik, wilayah mana yang membutuhkan perhatian, dan apakah target pembangunan berada di jalur yang benar. Namun, angka makro tidak pernah menggantikan cerita setiap keluarga.
Di lapangan, petugas kesehatan bertemu ibu hamil, bayi, balita, ayah, dan keluarga dengan persoalan yang sangat beragam. Penyuluh melihat perilaku dan dinamika keluarga. Pendamping melihat kebutuhan serta hambatan yang dihadapi sasaran. Pemerintah daerah membutuhkan data untuk menentukan prioritas. Pengelola program membutuhkan indikator untuk menilai kinerja.
Semua perspektif tersebut seharusnya bertemu dalam satu ekosistem data yang saling melengkapi.
Di sinilah saya melihat tantangan terbesar kebijakan berbasis data: bukan sekadar bagaimana mengumpulkan lebih banyak informasi, melainkan bagaimana mengubah informasi tersebut menjadi keputusan yang lebih tepat.
Ukuran Keberhasilan Tidak Cukup pada Jumlah Kegiatan
Program pemerintah mudah terlihat berhasil ketika indikator yang digunakan adalah jumlah kegiatan, jumlah keluarga yang didampingi, jumlah bantuan yang disalurkan, atau jumlah ayah yang terlibat dalam suatu kegiatan.
Indikator-indikator tersebut tetap penting. Namun, untuk memastikan dampak, kita perlu bergerak satu langkah lebih jauh: apa yang berubah setelah intervensi dilakukan?
Pertanyaan itu mungkin terdengar sederhana, tetapi justru menjadi pembeda antara program yang sekadar terlaksana dan program yang benar-benar menghasilkan perubahan.
Dalam konteks pencegahan stunting, perubahan tersebut dapat berkaitan dengan status pertumbuhan, kualitas asupan, perilaku keluarga, pemanfaatan layanan kesehatan, maupun faktor lain yang relevan dengan sasaran intervensi. Tidak semua perubahan dapat terjadi dalam waktu singkat, tetapi arah perubahannya harus dapat dipantau.
Dengan demikian, data bukan hanya digunakan untuk membuat laporan bahwa program telah berjalan. Data digunakan untuk belajar: intervensi mana yang efektif, pada kondisi apa, untuk keluarga seperti apa, dan apa yang perlu diperbaiki.
Presisi Data adalah Bentuk Tanggung Jawab
Saya melihat penguatan data gizi yang sedang didorong Kemendukbangga/BKKBN sebagai bagian penting dari pergeseran menuju kebijakan yang semakin berbasis bukti. GENTING memberi ruang bagi kolaborasi untuk membantu keluarga yang membutuhkan, sementara GATI mengingatkan bahwa pembangunan keluarga tidak dapat dilepaskan dari keterlibatan ayah.
Keduanya akan semakin kuat apabila ditopang oleh data yang bukan hanya tersedia, tetapi juga akurat, relevan, terintegrasi, dan mampu menggambarkan kondisi nyata keluarga.
Data bukan tujuan. Data adalah alat untuk membuat keputusan yang lebih manusiawi dan lebih tepat sasaran.
Sebagai bidan, saya belajar bahwa satu angka pertumbuhan anak dapat mengubah keputusan pelayanan. Sebagai bagian dari masyarakat yang melihat pembangunan keluarga dari dekat, saya percaya prinsip yang sama berlaku pada kebijakan publik.
Kita tidak sedang berhadapan dengan angka-angka yang berdiri sendiri. Di balik setiap angka ada ibu, ayah, anak, dan keluarga yang menunggu apakah kebijakan benar-benar sampai kepada mereka.
Karena itu, ketika negara ingin mempercepat penurunan stunting, presisi data bukan sekadar persoalan teknis. Ia adalah bagian dari tanggung jawab negara untuk memastikan bahwa setiap intervensi diberikan kepada mereka yang memang membutuhkan, dengan cara yang paling sesuai dengan kebutuhannya.
Dan untuk urusan tumbuh kembang anak, kita memang tidak boleh tebak-tebak buah manggis.