TINJAUAN PENERAPAN BIG DATA Dalam Pelayanan Publik Di Indonesia
TINJAUAN PENERAPAN BIG DATA Dalam Pelayanan Publik Di Indonesia
Oleh :
Riyadi Sri Purnomo,SE.,MA
Analis Kebijakan Pertama LAN-RI
Abstrak
A. Pendahuluan
Saat ini, dunia berada pada era revolusi digital, dengan
aktivitas dan layanan digital yang telah menyentuh seluruh sendi
kehidupan. Meluasnya berbagai aktivitas berbasis digital tersebut
telah menciptakan data yang berjumlah sangat besar, bervariasi
yang dihasilkan secara sangat cepat (real time), atau yang dikenal
sebagai Big Data. Data yang sangat besar tersebut menyimpan
begitu banyak informasi dan pengetahuan yang apabila dapat
diolah dengan baik, dapat memberikan manfaat yang luar biasa.
Dalam pelaksanaan e-government hal yang menjadi penting
untuk keberhasilan program tersebut adalah penyediaan big
data sebagai sumber segala informasi, terutama pada hal
pengambilan kebijakan dan pelayanan publik. Pemerintah terus
mendorong setiap instansi pemerintah agar mempunyai database
tentang pelayanan publik seperti data-data tingkat kepuasan
masyarakat untuk pelayanan publik, data masyarakat miskin, dan
data lainnya. Melalui Peraturan Pemerintah No.96 Tahun 2012
tentang Pelaksanaan Pelayanan Publik, sebenarnya konsep
revolusi industri 4.0 terkait big data sudah diakomodir melalui
konsep pelayanan terpadu.
Namun, pemahaman dan implementasi kebijakan tersebut
belum berjalan secara optimal. Jika dilihat, masih banyak instansi
pemerintah yang mengelola pengaduan dan sistem publikasi
informasi pelayanan publiknya secara parsial dan tidak
terkoordinir dengan baik. bahwa penyelenggara pelayanan publik
diwajibkan untuk menempatkan pelaksana layanan yang
kompeten dalam setiap proses pelayanan, sehingga diharapkan
dengan sistem yang bagus dan sumber daya manusia yang baik
dan kompeten, akan meningkat kualitas layanan publik diunit
1
kerjanya. Dalam ruang lingkup pengambilan kebijakan,
penyusunan peraturan-peraturan hukum masih ada instansi
pemerintah yang menyusun kebijakan publik dan peraturan
hukum yang belum berdasarkan data dan bukti yang akurat,
sehingga kebijakan tersebut akan mudah kadaluarsa dalam waktu
singkat. Pemanfaatan big data ini akan membiasakan pemerintah
untuk membuat kebijakan berbasis bukti, sehingga kebijakan
tersebut akan tepat guna, dan memberikan manfaat kepada
masyarakat sesuai kebutuhan dari masyarakat tersebut.
Saat ini Indonesia menjadi bagian dari komunitas digital
dunia yang memproduksi dan menggunakan data secara masif.
Pembaharuan teknologi informasi dan komunikasi telah
menciptakan gaya baru bagi publik yang menimbulkan tuntutan
pelayanan publik yang baru pula akibat dari perkembangan
teknologi tersebut. Layanan publik saat ini mulai beralih
menggunakan teknologi digitalisasi yang cenderung bersifat dapat
mengakses dan menerima layanan secara cepat tanpa bertatap
muka. Pemerintah harus dapat merespons isu tuntutan layanan
publik dengan akurat dan tepat waktu. Keterbukaan informasi
publik dan transparansi menimbulkan kebutuhan pola hubungan
yang transparan antara pemerintah dan masyarakat. Di waktu
yang sama, pemerintah diminta untuk dapat menyediakan
kebijakan pelayanan publik cermat yang berbasis pada data real-
time sehingga mampu menjawab situasi terkini masyarakat.
Dengan tren ini, penggunaan data dan informasi menjadi
kebutuhan untuk meningkatkan kualitas kebijakan dan layanan
publik serta meningkatkan daya saing bangsa Indonesia.
B. Metode Penelitian
1. Jenis Penelitian
Penelitian ini menggunakan pendekatan kualitatif deskriptif yaitu
proses penelitian ilmiah dengan maksud agar memahami dasar
masalah-masalah manusia dalam konteks sosial secara
menyeluruh dan kompleks, serta melaporkan pandangan secara
terperinci dari informasi-informasi yang terkumpul, tanpa ada
intervensi dari peneliti. Penelitian deskriptif dalam tulisan ini
bermaksud untuk menggambarkan secara sistematis dan analitis
mengenai penerapan bigdata dalam pelayanan publik di
Indonesia.
2
2. Pengumpulan Data :
Dalam penelitian ini data diperoleh melalui studi literatur, yaitu
teknik pengumpulan data dengan melakukan telaah terhadap
dokumen-dokumen yang berkaitan dengan tulisan ini, seperti
artikel-artikel, berita mediamasa maupun hasil seminar-seminar
yang dilakukan yang terkait dengan penerapan Big Data dalam
pelayanan publik di Indonesia.
3. Teknik Analisis Data
Analisis data yang dilakukan dengan menggunakan model
analisis data Miles and Huberman (1994) dengan tahapan sebagai
berikut:
Analisis Data hasil Desk Study:
Collecting Data → Display Data → Reduction Data → Conclusion
Verification
C. Kajian Pustaka
1. Pengertian Big Data
Big Data merupakan istilah untuk data elektronik, yang
tidak hanya sangat besar, tapi juga sangat cepat berubah, dan
sangat banyak jenisnya. Big Data menjadi sangat populer di
bidang teknologi setelah miliaran manusia menggunakan internet
untuk berbagai kebutuhan. Sangat banyak data berkeliaran dan
tersimpan di komputer-komputer di internet berupa teks, gambar,
suara, video, animasi, blog, buku, cuaca, posisi tempat di bumi,
suhu, penerbangan, belanja di supermarket, dan lain-lain.
Perusahaan “Super Big” pengguna Big Data, antara lain Facebook,
Google, Twitter, dan Yahoo.
Dengan demikian analisis big data merupakan proses
meneliti, mengolah data set besar (Big Data) untuk mengetahui
pola tersembunyi, korelasi yang tidak diketahui, tren pasar,
preferensi pelanggan dan informasi bisnis berguna lainnya.
Banyak orang membutuhkan pengolahan Big Data, antara
lain untuk mengetahui topik yang sedang hangat saat ini di
Twitter, mencari teman lama secara cepat melalui Facebook, dan
lain-lain. Perusahaan perlu mengolah Big Data untuk
pengambilan keputusan bisnis yang harus cepat. Misal, untuk
mengetahui kebiasaan dan kesukaan pelanggan tanpa harus
bertanya, mengetahui selera pembaca portal berita di web untuk
disesuaikan dengan iklan yang ditampilkan, mengatur perjalanan
3
pesawat agar tidak delay, mengendalikan wabah penyakit, dan
sebagainya.
Untuk mengolah Big Data menjadi informasi yang lebih
berguna, perlu program “big” yang artinya bukan program “biasa”.
Jika data konvensional selama ini hanya berisi teks dan angka
biasa seperti data keuangan, maka cukup diolah dengan database
biasa pula, misal MS Access, MS SQL Server, dan lain-lain yang
selama ini hanya untuk mengolah data terstruktur. Big Data tidak
dapat diolah hanya dengan program database konvensional yang
disebut SQL (Structured Query Language) atau RDBMS
(Relational Database Management System). Big Data
membutuhkan program database yang mendukung NoSQL (Not
only SQL), yang mampu mengolah data tidak terstruktur.
Dalam bahasa Inggris, Big Data terkait dengan 3V, yakni
Volume (ukuran data sangat besar), Velocity (kecepatan
transfer/perubahan data sangat tinggi), dan Variety (variasi atau
jenis data sangat banyak). Ada juga yang menjadikan 4V,
ditambah Value, karena sangat besarnya nilai bisnis yang
dihasilkan, sehingga menjadi besar pula peluang kerja bagi
profesional di bidang pemrograman komputer, pengolahan data
statitisk, dan Cloud Computing. Kebutuhan SDM di bidang Big
Data diproyeksi lebih dari 4,4 juta orang. Di Amerika
membutuhkan 190.000 orang tenaga ahli data analisis pada 2011
dan akan bertambah lagi menjadi 490.000 orang tenaga ahli pada
akhir tahun 2018 (Sumber: McKinsey Global Institute, 2011)
4
terlambat. Untuk proses dalam waktu sensitif seperti
penangkapan penipuan, data yang besar harus digunakan
sebagai aliran ke dalam organisasi untuk memaksimalkan nilai
dan manfaatnya. Variasi adalah tentang mengelola
kompleksitas beberapa jenis data, termasuk structured data,
unstructured data dan semi-structured data. Organisasi perlu
mengintegrasikan dan menganalisis data dari array yang
kompleks dari kedua sumber informasi traditional dan non
traditional, dari dalam dan luar organisasi. Dengan begitu
banyaknya sensor, perangkat pintar (smart device) dan
teknologi kolaborasi sosial, data yang dihasilkan dalam bentuk
yang tak terhitung jumlahnya, termasuk text, web data, tweet,
sensor data, audio, video, click stream, log file dan banyak lagi.
Contoh : varietas data semisal meneliti 5 juta transaksi yang
dibuat setiap hari untuk mengidentifikasi potensi penipuan;
Menganalisis 500 juta detail catatan panggilan setiap hari
secara real-time untuk memprediksi gejolak pelanggan lebih
cepat.
c. Velocity :
Big Data adalah setiap jenis data, baik yang terstruktur
maupun tidak terstruktur seperti teks, data sensor, audio,
video, klik stream, file log dan banyak lagi. Wawasan baru
ditemukan ketika menganalisis kedua jenis data ini bersama-
sama. Data dalam gerak, kecepatan di mana data dibuat, diolah
dan dianalisis terus menerus. Berkontribusi untuk kecepatan
yang lebih tinggi adalah sifat penciptaan data secara real-time,
serta kebutuhan untuk memasukkan streaming data ke dalam
proses bisnis dan dalam pengambilan keputusan. Dampak
Velocity latency, jeda waktu antara saat data dibuat atau data
yang ditangkap, dan ketika itu juga dapat diakses. Data terus-
menerus dihasilkan pada kecepatan yang mustahil untuk
sistem tradisional untuk menangkap, menyimpan dan
menganalisis. Jenis tertentu dari data harus dianalisis secara
real time untuk menjadi nilai bagi bisnis. Teknologi Cloud
dibutuhkan karena Big Data perlu didukung server yang kuat
dengan tempat penyimpanan besar dan mudah
dikembangkan.Cloud telah lebih dahulu berkembang dan
tersedia luas dengan biaya lebih murah daripada tidak
menggunakan Cloud.
Berikut ini tiga jenis format data :
1. Structured data seperti relational database (RDBMS)
2. Semi-Structured data seperti XML, JSON
5
3. Unstructured data seperti Dokumen, metadata, video,
gambar, audio, file teks, ebooks, email message, social
media, jurnal dll.
Analisis data adalah proses meneliti data untuk mengetahui
pola tersembunyi, korelasi yang belum diketahui, dan
informasai berguna lainnya.
6
Gambar 1.
Proses Penggunaan Bigdata dan analisis yang dilakukan
Sumber : Mc Kinsey Global Institute, 2017
7
3. Keuntungan Pemanfaatan Big Data
Analisis kemanfaatan big data di bandingkan dengan
analisis konvensional adalah kecepatan dan efisiensi. Sebelum
aplikasi analisis big data muncul, organisasi pemerintah maupun
privat akan mengumpulkan data ke dalam data warehouse dari
database enterprise seperti Oracle, DB2, MS SQL Server,
kemudian melakukan analisis untuk membantu pengambilan
keputusan yang bermanfaat untuk masa depan, misalya
kebutuhan masyarakat, tingkat kemiskinan, dan lain sebagainya.
Kendala yang dihadapi muncul dengan pertumbuhan data
yang sangat pesat dari berbagai jenis tipe data, sehingga dengan
analisis konvensional ada limitasi untuk dapat menampung data
set besar tersebut, waktu yang relatif lama diperlukan untuk
menghasilkan informasi berharga dari analisis.
Kemunculan teknologi analisis big data memberikan solusi
bagi organisasi sektor pemerintah dan private untuk mendapatkan
hasil analisis segera bahkan real-time sekalipun, sehingga
memberikan bisnis keunggulan dalam berkompetisi.
Analisis Big Data membantu organisasi memanfaatkan data
dan menggunakannya untuk mengidentifikasi peluang-peluang
baru. Yang pada gilirannya menyebabkan bisnis bergerak lebih
cerdas dan cepat karena didukung oleh operasional yang lebih
efisien, yang pada akhirnya mendatangkan keuntungan yang lebih
tinggi dan pelanggan lebih senang tentunya.
Dalam laporan yang ditulis oleh Tom Davenport (Direktur
Riset IIA) menjelaskan manfaat penting pemanfaatan Big Data
sebagai berikut :
1. Penghematan biaya, Teknologi analisis Big data seperti hadoop
dan analisis berbasis cloud membawa pengurangan biaya yang
signifikan dalam hal untuk menyimpan data set dalam jumlah
besar, selain mereka dapat mengidentifikasi cara-cara yang
lebih efisien dalam melakukan bisnis.
2. Lebih cepat dan baik dalam pengambilan keputusan, dengan
kecepatan teknologi big data seperti Hadoop dalam melakukan
analisis dengan dikombinasikan dengan kemampuan untuk
menganalisis berbagai macam sumber data baru, membuat
bisnis mampu menganalisis informasi dengan cepat dan
membuat keputusan berdasarkan hasil analisis tersebut.
3. Melahirkan produk dan pelayanan baru, dengan kemampuan
mengukur kebutuhan dan kepuasan pelanggan mendatangkan
keunggulan dari bisnis untuk menciptakan produk dan layanan
8
baru yang sesuai dengan keinginan dan kebutuhan dari
pelanggan.
Dengan 3 manfaat penting tersebut akan membantu
organisasi pemerintah dan swasta mencapai tujuan/goal utama
dalam meningkatkan keuntungan demi kemajuan bisnisnya.
9
untuk menghadapi perubahan dan persaingan yang semakin pesat
dan ketat saat ini.
Karena hal di atas, dapat di prediksi kedepan penerapan big data
menjadi sesuatu yang umum, sehingga akan semakin banyak lagi
contoh studi kasus pemanfaatan big data selain yang tertulis diatas,
dan banyak pula yang melakukannya tidak hanya sektor swasta,
namun juga pada pemerintah.
10
D. Pembahasan
1. Penerapan Big data dalam pelayanan Publik di
Kementerian Pendayagunaan Aparatur Negara dan
Reformasi Birokrasi
Kementerian Pendayagunaan Aparatur Negara dan
Reformasi Birokrasi (PANRB) terus berbenah untuk peningkatan
penggunaan analisis Big Data dalam Pelayanan Publik bagi
instansi pemerintah.
Kedeputian bidang Pelayanan Publik Kemenpa RB terus
mendorong setiap instansi pemerintah agar menggunakan Bigdata
dalam proses bisnisnya, misalnya melalui sistem informasi
pelayanan publik (SIPP) dan SP4N Lapor secara nasional, mulai
dari instansi pemerintah pusat sampai dengan instansi
pemerintah daerah.
Kebijakan Permen PANRB No.13 Tahun 2017 Tentang SIPP
menjelaskan SIPP sebagai media informasi elektronik satu pintu
meliputi penyimpanan dan pengelolaan informasi serta
mekanisme penyampaian informasi dari penyelenggara pelayanan
publik kepada masyarakat.
Dalam SIPP, masyarakat bisa mengakses informasi
mengenai Indeks Pelayanan Publik, Indeks Reformasi Birokrasi,
dan Survei Kepuasan Masyarakat (SKM). Selain itu, masing-
masing instansi juga menyertakan informasi mengenai jenis
pelayanan, standar pelayanan, SOP, dan alur mengenai cara
mendapatkan layanan, hingga besaran biaya yang dibutuhkan
untuk suatu layanan. Tujuan dari system informasi pelayanan
publik (SIPP) adalah menghasilkan pelayanan publik yang
optimal. Targetnya adalah pada tahun 2025 diharapkan akan
terwujud pelayanan publik yang prima.
Untuk mendukung sistem ini maka perlu adanya strategi
yang baik untuk mencapai keberhasilan dalam
pengimplementasian SIPP dan SP4N-LAPOR!, salah satunya
dengan penempatan pelaksana layanan yang berkompeten.
Dengan adanya sumber daya yang memiliki kompeten, maka
keterhubungan dan pengelolaan SIPP dan SP4N-LAPOR! akan
berjalan dengan baik pula.disamping itu komitmen dari semua
instansi pemerintah pusat dan daerah untuk bersedia menginput
data yang diperlukan juga sangat menentukan keberhasilan sistem
ini.
11
2. Penerapan Big data dalam Kebijakan Publik di
Kementerian Perencanaan Pembangunan
Nasional/Bappenas
12
Ketiga, adalah pengumpulan big data untuk
mengidentifikasi kasus konsumen di Indonesia. Data Twitter dan
tren Google digunakan untuk menganalisis kasus komplain
konsumen yang paling sering terjadi di Indonesia. Penelitian
tersebut menemukan bahwa transportasi, listrik, pangan,
finansial, dan properti adalah sektor-sektor dengan kasus
komplain konsumen paling sering ditemukan. Penemuan ini
menjadi dasar bagi Pemerintah Indonesia dalam memilih sektor
prioritas dalam formulasi strategi nasional perlindungan
konsumen.
Penggunaan big data sangat prospektif karena pendekatan
ini sangat berguna untuk melacak dan memonitor dampak dari
kebijakan pemerintah, untuk menangkap krisis sosial ekonomi
secara lokal dan global, untuk membantu mitigasi bencana, dan
untuk menganalisis isu dalam rangka rekomendasi kebijakan yang
lebih baik. “Mengacu pada hal tersebut, penggunaan big data
dapat dipakai sebagai data pelengkap dan pembanding dengan
data statistik tradisional untuk perumusan kebijakan di tengah
situasi yang kompleks dan tidak pasti.
13
Penggunaan Big Data dalam konsep Smart City pemerintah
provinsi DKI Jakarta dimanfaatkan dalam bidang pelayanan
publik untuk mengeksplorasi data lokasi bus real-time. Pada fase
pertama implementasinya, studi tersebut fokus pada dua aspek,
yakni (1) memetakan lokasi dengan situasi kemacetan yang tidak
biasa; (2) memahami respons konsumen terhadap dinamika
kemacetan. Informasi dari fase pertama akan digunakan untuk
meningkatkan layanan Bus TransJakarta. Proyek ini bertujuan
untuk meningkatkan perencanaan transportasi dan pengambilan
keputusan operasional yang dilakukan Pemprov DKI Jakarta
dengan menggunakan analisis data real-time.
4. D
Proyek lainnya adalah penyediaan informasi real-time terkait
lokasi titik api dan kabut di Indonesia dengan menggunakan
beragam sumber data (media sosial, data ponsel, dan citra satelit.
Otoritas manajemen bencana di Indonesia menanggulangi
kebakaran lahan dan kabut berdasarkan data titik api dari satelit
dan data statis terkait kepadatan dan distribusi populasi
penduduk. Untuk lebih baik menjangkau populasi yang
terdampak, pemerintah saat ini tengah mencari data paling terkini
dan informasi dinamika bencana, khususnya situasi di lapangan.
Haze Gazer, sebuah alat analisis, menggunakan analisis data
tingkat lanjut dan data sains untuk menambang data, seperti
informasi titik api dari satelit dan informasi dasar terkait
distribusi dan kepadatan populasi, data yang didapat dari
masyarakat, termasuk sistem komplain nasional Indonesia yang
disebut LAPOR!, video jurnalisme warga yang diunggah ke media
berita daring, dan big data real-time lainnya seperti media sosial
yang berorientasi pada teks, gambar, dan video.
14
dalam membantu pengambilan kebijakan. Oleh beberapa
pemerintah daerah, pemanfaatan Big Data telah diwujudkan
dalam bentuk penerapan kota cerdas (smart city), yang bertujuan
mengelola dan mengendalikan sumber daya secara lebih efektif
dan efisien guna memaksimalkan pelayanan publik.
Pengelolaan Big Data melalui smart city didesain agar dapat
menghubungkan berbagai data di daerah yang saling terkoneksi
melalui Big Data tersebut. Bank Indonesia sebagai Bank Sentral
akan menjadi pengawas ekonomi makro dari daerah-daerah yang
terhubung melalui smart city, dan menghubungkan ekonomi
daerah dengan pusat.
Desain analisis Big Data dari smartcity, Bank Indonesia dapat
menjadi pengawas makro prudencial. Bigdata tersebut akan
memberikan informasi tentang ekonomi regional di daerah dan
pusat. Dengan Bigdata dimungkinkan untuk dapat memproleh
infomasi di sektor keuangan, perbankan, non perbankan dan
pasar modal.
Big Data yang terintegrasi dengan daerah lain, diharapkan
Big Data juga mampu mengatasi persoalan di suatu daerah
melalui potensi daerah yang lain. Sebagai contoh mengurangi
kenaikan harga komoditas pangan strategis karena kelangkaan
barang di suatu daerah, dengan ketersediaan pangan di daerah
lain. Kerja sama antar daerah melalui Big Data dapat menciptakan
kondisi yang stabil, sebagai kunci untuk Indonesia membangun
perekonomian yang lebih tangguh, dan menjamin pertumbuhan
yang berkesinambungan.
6. D
7. D
8. D
9. D
10. d
15