Kecerdasan Buatan untuk Menata Pengadaan Pemerintah
Public sector professional with interests in knowledge democracy, bureaucratic reform, technology transformation, and national resilience
·waktu baca 5 menit
Tulisan dari Taufiq A Gani tidak mewakili pandangan dari redaksi kumparan
Kecerdasan Buatan (AI) sudah banyak membantu kita mencari informasi dan menulis. Sebagai birokrat, saya penasaran dengan penggunaan yang lebih jauh. Bisakah AI membantu proses bisnis pemerintah, misalnya pengadaan yang menentukan keputusan tentang uang publik?
Kami di Pusat Pengembangan Perpustakaan Sekolah/Madrasah dan Perguruan Tinggi (P3SMPT), Perpustakaan Nasional, menerima Anggaran Belanja Tambahan (ABT) 2026 untuk bantuan perpustakaan Sekolah Rakyat Kementerian Sosial. Salah satu pekerjaan kami adalah menyeleksi dan memaketkan buku bagi siswa SD, SMP, dan SMA.
Tahun sebelumnya, proses itu kami kerjakan secara manual. Satu baris usulan buku bisa memerlukan beberapa pemeriksaan: ISBN, tahun terbit, isi, hingga kesesuaiannya dengan usia dan kemampuan membaca siswa. Jumlahnya ribuan. Saya melihat tim bekerja keras, tetapi waktu yang tersedia tetap sempit. Meminta mereka lebih teliti saja tidak cukup.
Ada pula penerbit yang menunggu hasilnya. Sebagian usaha kecil dengan sedikit judul; sebagian lagi perusahaan besar dengan katalog panjang. Saya ingin mereka memperoleh perlakuan yang fair. Sementara itu, buku yang kami pilih akan dibaca oleh siswa. Kedua kepentingan ini harus kami jaga.
Membawa AI ke Proses Bisnis Pemerintahan
Kami menggunakan ChatGPT. Justru anggaran langganannya sulit diupayakan. Pembahas anggaran masih melihat AI terutama sebagai alat membuat dokumen. Saya bisa memakluminya; penggunaan sehari-hari memang banyak untuk menulis. Saya perlu menunjukkan manfaatnya ketika ribuan buku harus diperiksa.
Pemerintah telah meluncurkan Rencana Induk Pemerintah Digital Nasional 2025–2045. Kerangka digitalisasi juga tersedia melalui Perpres Nomor 95 Tahun 2018 tentang SPBE dan Perpres Nomor 82 Tahun 2023 tentang Percepatan Transformasi Digital dan Keterpaduan Layanan Digital Nasional, serta pedoman etika AI melalui Surat Edaran Menkominfo Nomor 9 Tahun 2023. Pengalaman kami menunjukkan perlunya panduan operasional: bagaimana penggunaan AI dianggarkan, hasilnya diperiksa, dan tanggung jawab keputusan ditetapkan.
Kami mulai dari spreadsheet usulan penerbit. ChatGPT diminta mencocokkan ISBN dengan layanan ISBN Perpusnas dan menghimpun pengarang, penerbit, serta tahun terbit. Ketika ISBN tidak ditemukan atau datanya berbeda, tim memeriksanya sebelum melanjutkan seleksi.
Identitas buku yang benar belum menjamin kesesuaian isinya. Kami mengacu pada penilaian Pusat Perbukuan Kemendikdasmen, dibantu informasi SIPLah dan layanan ISBN Perpusnas. Data bibliografi memastikan identitas; penilaian resmi membantu menentukan jenjang. Jika bukti belum cukup, tim tetap meninjau.
Kebutuhan menghimpun dan mencocokkan data kami sampaikan kepada ChatGPT dengan bahasa sehari-hari. Tim menetapkan persetujuan SD, SMP, SMA, atau kombinasinya. ISBN juga dicocokkan dengan pembelian sebelumnya: buku yang sudah dibeli bagi penerima bantuan 2025 tidak boleh masuk lagi ke paket tambahan kelompok yang sama.
Untuk Harga Perkiraan Sendiri (HPS), ChatGPT membantu menghimpun harga beserta tautannya, termasuk dari Shopee apabila konektornya tersedia. Harga tidak langsung kami pakai. Tim memeriksa ISBN, edisi, penjual, serta apakah penawaran itu harga normal, diskon sementara, atau mensyaratkan jumlah pembelian tertentu.
Pekerjaan mencari dan menyalin data berkurang. Bagi tim, waktu yang tersedia bisa digunakan untuk menelaah buku yang meragukan. Bantuan seperti inilah yang saya butuhkan.
Setelah seleksi, buku yang layak belum tentu semuanya bisa dibeli. Minimum judul, anggaran, komposisi koleksi, dan keterwakilan penerbit harus diperhitungkan. Kami membutuhkan penyedia dengan tata kelola kuat untuk menyediakan volume besar dalam waktu singkat. Memberi ruang kepada penerbit kecil harus berjalan bersama tanggung jawab memastikan pengadaan terlaksana.
Kalau penerbit bertanya mengapa bukunya tidak terpilih, kami perlu bisa menjawab. Sandra Wachter, Brent Mittelstadt, dan Chris Russell membahasnya dalam Counterfactual Explanations Without Opening the Black Box (2018). Kajian tentang keputusan otomatis dan GDPR, regulasi perlindungan data Uni Eropa, ini membantu saya melihat pentingnya transparansi dan keadilan dalam keputusan administratif dan kuratorial manusia. Penjelasan memungkinkan orang memahami keputusan, menyanggahnya, dan mengetahui perubahan yang bisa menghasilkan hasil berbeda. Bagi kami, kriteria yang belum terpenuhi perlu dijelaskan dan data keliru harus bisa dikoreksi.
Salah satu dasar itu adalah keterwakilan penerbit. Kami membandingkan proporsi judul unik setiap penerbit dalam seluruh input dengan proporsinya dalam gabungan judul unik terpilih. ISBN yang masuk beberapa subpaket dihitung sekali. Keterwakilan diperhitungkan untuk keseluruhan paket, bersama kebutuhan koleksi dan anggaran. Semua usulan tidak otomatis dibeli.
Dari pengalaman teknis menjadi alat kerja bersama
Persoalan ini mengingatkan saya pada Multiobjective Combinatorial Optimization Problems, yang pernah saya dalami: mencari kombinasi terbaik dengan beberapa tujuan sekaligus. Pengalaman itu membantu saya menerjemahkan kebutuhan pemaketan ke dalam model.
Dulu, membuat model dari nol bisa memerlukan sekitar satu bulan, lalu dilanjutkan dengan pembuatan perangkat lunak. Sekarang saya cukup menjelaskan tujuan, kriteria, dan data kepada ChatGPT untuk memulai. Dalam pengalaman ini, sekitar 30 menit sudah tersedia rancangan dengan notasi matematika lengkap.
Saya membaca kembali asumsi dan rumusnya, lalu mengarahkan perbaikan agar sesuai dengan maksud saya. Rancangan yang cepat tersedia tetap perlu diperiksa.
ChatGPT kemudian membantu membuat aplikasi Optimasi Pemaketan Pengadaan Buku, menyesuaikan input dan laporan, serta mempublikasikannya agar tim bisa memeriksa proses bersama. Evolutionary Algorithm mencari kombinasi berdasarkan aturan yang kami tetapkan. Kami tetap menentukan kriteria, memeriksa hasil, dan bertanggung jawab atas keputusan.
Dari aplikasi itu kami memperoleh daftar buku, jumlah eksemplar, dan rekapitulasi paket. Inilah contoh yang ingin saya bawa ketika membahas anggaran langganan AI. Tim terbantu sejak pemeriksaan usulan sampai penyusunan paket, dan dasar hasilnya bisa ditelusuri.
Saya tidak ingin penerbit tersisih karena usahanya kecil, atau siswa menerima buku yang kurang tepat karena kelalaian kami. Membuka proses kepada tim juga berarti bersedia menerima pertanyaan dan memperbaiki kesalahan.
Manfaat AI perlu terlihat pada bantuan kepada tim dan keputusan yang bisa dijelaskan.
Saya berharap pembahas anggaran dan pimpinan instansi memberi ruang untuk menguji AI dalam proses bisnis pemerintahan, lalu menilai manfaatnya dari hasil yang dapat diperiksa. Tim yang menggunakannya tetap harus mampu menjelaskan keputusan dan memperbaiki kesalahan. Di P3SMPT, ukuran itu akhirnya sederhana: apakah pekerjaan kami membantu buku yang tepat sampai ke tangan siswa?