Oleh: opiniperikanan | Februari 10, 2017

One Data KKP: Pengalaman Dari Daerah

One Data KKP: Pengalaman Dari Daerah

OLEH: ARIF SUJOKO*)

 

Sebagai seorang yang berkecimpung dalam statistik perikanan budidaya di level terendah, harus saya akui bahwa kebijakan One Data KKP sebagaimana mulai disosialisasikan kepada Penyuluh Perikanan Bantu dengan tugas tambahan sebagai enumerator (PPB Enumerator) akhir-akhir ini adalah kebijakan yang mendekati ideal, dimana data dengan beragam kategori akan dikumpulkan.

Oleh karena itu, selagi belum benar-benar diterapkan, mungkin ada manfaatnya kalau dengan semangat untuk terus berbenah diri, kita mengidentifikasi permasalahan-permasalahan yang potensial muncul dalam pelaksanaan One Data. Dengan mengenali kendala yang mungkin terjadi, Tim  One Data bisa membangun antisipasi secara dini sehingga data statistik yang diperoleh tidak hanya lengkap, tetapi juga tidak bias dan bermanfaat.

Uraian berikut didasarkan pada pengalaman panjang mentransformasi sistem perhitungan produksi perikanan budidaya di Kabupaten Tulungagung, dari sebelumnya menggunakan pendekatan nonstatistik berubah menjadi metode statistik, termasuk perbaikan desain survai dari waktu ke waktu di dalam kekangan kondisi sumber daya perstatistikan (tenaga, waktu, dan biaya). Satu hal lagi yang penting adalah institusionalisasi sistem statistik tersebut ke dalam birokrasi yang dalam banyak hal masih jauh dari kondisi ideal. Beberapa kendala yang patut kita renungkan bersama agar kebijakan One Data ini berhasil adalah:

Pertama. Langkah pertama dalam mengoperasionalkan One Data adalah tersedianya database rumah tangga pembudidaya ikan (RTP). Tersedianya database yang lengkap merupakan dasar penentuan raising factor untuk mengestimasi total produksi. Dari diskusi dengan peserta sosialisasi One Data, diperkirakan database setiap kabupaten harus dicukupi dulu oleh enumerator. Dalam hal ini data dasarnya adalah hasis Sensus Pertanian 2013. Tetapi, hasil sensus yang pernah diberikan ke DJPB hanya berupa nama dan alamat, sedang jenis budidaya, komoditas, dan luas lahan harus dilakukan pemutakhiran oleh kabupaten. Karena keterbatasan biaya (hampir tidak ada biaya pemutakhiran dari pusat – ini merupakan cerminan bahwa biaya masih merupakan faktor pembatas), saat ini sebagian kabupaten belum sepenuhnya menyelesaikan pemutakhiran, sehingga database yang relatif lengkap belum bisa disusun. Pertanyaannya, kalau One Data mulai diterapkan pada tahun 2017, lantas bagaimana cara penanganan kabupaten yang databasenya belum siap? Pertanyaan ini akan menuntun kita untuk memahami berbedanya efektivitas suatu metode sampling, dibanding dengan metode sampling yang lain karena perbedaan ‘kelengkapan” data base.

Kedua.  Kalau melihat prototipe website One Data, tampaknya KKP akan menggunakan desain survai, termasuk teknik sampling, yang seragam untuk semua daerah. Kebijakan ini akan menghasilkan angka produksi yang tidak bias apabila semua daerah memiliki keseragaman dalam kelengkapan database, sumber daya perstatistikan, dan pola keragaman dalam setiap daerah. Kenyataanya, keseragaman tiga hal tersebut bisa dikatakan mustahil. Oleh karena persyaratan penggunaan desain survai yang seragam tidak bisa dipenuhi, penggunaan desain tersebut tidak mampu memberikan hasil yang optimal. Padahal, statistik bukan hanya masalah bisa mendapatkan angka produksi, tetapi juga jaminan bahwa angka produksi tersebut tidak bias dalam menggambarkan kondisi sebenarnya.

Ketiga. Penentuan jumlah sampel. Banyak rumus yang bisa digunakan untuk menentukan jumlah sampel yang semuanya diikat oleh hukum bilangan besar, dimana semakin besar sampel, maka semakin tidak bias untuk menduga populasi. Kalau sumber daya tersedia secara standar di setiap wilayah, maka jumlah sampel yang ditentukan oleh rumus tersebut tidak menjadi masalah. Tetapi, harus kita pahami bahwa kelangkaan sumber daya adalah kondisi yang hampir pasti terjadi. Misalnya, kuantitas dan kualitas SDM yang bisa digunakan sebagai tenaga enumerator sangat beragam, bahkan sebagian di bawah kualifikasi yang dipersyaratkan. Biaya untuk mengambil sampel juga relatif tidak mencukupi, dan pada waktu yang bersamaan berbagai survai (budidaya, tangkap, pengolahan) dilakukan oleh enumerator yang sama. Jadi yang harus dipikirkan, bagaimana jika ketersediaan sumber daya tidak mampu melaksanakan pencacahan di semua sampel yang ditetapkan berdasar rumus tertentu pada waktu yang terbatas (statistik kehilangan makna kalau waktu ini terlampaui)? Mungkin sebagian orang akan berpendapat dipaksa saja. Dengan paksaan data memang bisa dikumpulkan, tapi paksaan juga akan menyebabkan rendahnya kualitas data.

Jumlah sampel yang besar dan diluar kemampuan kerja normal enumerator berpotensi menyebabkan kejenuhan pada enumerator yang akan meningkatkan nonsampling error, baik dalam bentuk yang paling ringan berupa kesalahan tulis, maupun yang paling berat berupa fraud dalam penulisan data. Terlebih lagi para enumerator tidak didukung biaya pengambilan sampel yang memadai (bukan hanya honor) dan relatif banyaknya kategori data yang harus dilengkapi.

Untuk menghasilkan statistik yang berkualitas, kita tidak boleh meremehkan meningkatnya nonsampling error seperti ini karena statistik yang dihasilkan dapat menyesatkan. Jangan pula menggunakan indikasi keberhasilan berupa terisinya semua data kuisioner seluruh sampel, karena hal ini tidak mampu menunjukan terjadinya nonsampling error. Oleh sebab itu, dalam keterbatasan sumber daya, survai statistik bukan hanya ilmu, tetapi juga “seni” dalam memperkecil peluang terjadinya sampling error dan nonsampling error.

Keempat. Di atas sudah sedikit dijelaskan tentang risiko kategori data yang sangat lengkap sehingga form yang harus diisi menjadi sangat banyak, yaitu risiko meningkatnya nonsampling error. Feldman dan March dalam artikelnya Information in Organization as Asignal and Symbol menjelaskan tabiat buruk birokrasi yang terus dan terus meminta data secara lengkap, tetapi data tersebut sebenarnya tidak digunakan dalam pengambilan keputusan. Tentu kita tidak berharap hal ini tidak terjadi dalam kebijakan One Data. Tetapi, yang perlu direnungkan adalah apakah kita saat ini membutuhkan seluruh kategori data tersebut dengan tingkat kepentingan yang sama atau barangkali ada beberapa data saja yang memang penting dalam pengambilan keputusan? Maksud saya, kesalahan akibat nonsampling error akan menyasar semua kategori data yang ada dalam form, baik yang penting maupun kurang penting. Hasilnya, hanya karena terobsesi pada lengkapnya kategori data, kita mengorbankan kualitas data terpenting dalam pengambilan keputusan menjadi data yang tidak tepat sebagai gambaran realitas sebenarnya.

Kelima. Pengalaman dalam melakukan survai selama ini adalah munculnya data outlier, baik ekstrim besar, maupun ekstrim kecil. Data seperti ini akan menimbulkan permasalahan dalam nilai dugaan produksi perikanan budidaya. Apabila data ekstrim besar ini terambil dalam sampel, maka kemungkinan nilai dugaan produksi akan overestimate, tetapi apabila data ekstrim kecil yang terambil, angka produksi akan underestimate. Ingat, bahwa tujuan statistik perikanan budidaya, bukan hanya sebatas kita peroleh data produksi, tetapi yang paling penting adalah data produksi tersebut merupakan penduga yang tidak bias dari kondisi sebenarnya. Oleh karena itu, tidak hanya perlu memiliki mekanisme untuk mendeteksi outlier, tetapi juga mengembangkan metode penanganan apabila menemuinya. Dari website One Data yang disosialisasikan, tampaknya mekanisme ini belum tersedia sehingga perlu juga segera dipikirkan.

Keenam. Penyelenggaraan statistik perlu mempertimbangkan persebaran enumerator pada lokasi yang memang sudah “dikenal” medannya. Secara umum, data apapun terkait kegiatan budidaya ikan adalah data privat dari pembudidaya. Untuk mengambil data privat ini tampaknya memang mudah, tinggal enumerator datang ke lokasi sampel pembudidaya, terus mewawancarainya. Cara ini memang akan menghasilkan data, tetapi apakah data privat yang sebenar-benarnya? Dari penuturan beberapa teman enumerator selama ini, butuh pendekatan lain di luar waktu survai kepada pembudidaya sehingga akan membangun kedekatan untuk berbagi data privat dengan tingkat kesalahan yang kecil. Hal ini perlu dipikirkan karena dengan hanya menggunakan tenaga enumerator yang terbatas (Tulungagung dengan 18 kecamatan perikanan budidaya, hanya mendapat 3 PPB enumerator) untuk “secara langsung” mengambil data privat akan meningkatkan potensi diperolehnya data yang bias. Karena itu, perlu merekrut enumerator lain yang kompeten dalam jumlah yang memadai sehingga enumerator tersebut di luar jadwal survai dapat membangun komunikasi dengan pembudidaya yang pada akhirnya akan dianggap sebagai “bagian” dari pembudidaya.

Jawaban atas enam hal di atas adalah upaya transformasi sistem statistik perikanan budidaya di Kabupaten Tulungagung yang dilakukan dengan tertatih selama 5 tahun. Tentu masih ada sebagian permasalahan lain yang coba kami pecahkan juga. Memang sampai saat ini, masih terdapat celah-celah yang menunjukkan belum selesainya transformasi tersebut. Masalah serupa mungkin akan ditemui dalam pelaksanaan kebijakan One Data, sehingga untuk menghasilkan statistik yang benar dan dapat dipercaya, pelaksana One Data harus menyiapkan upaya antisipasi dari permasalahan ini. Tanpa upaya untuk mengendalikannya, angka produksi budidaya tetap bisa diperoleh, tetapi apakah angka tersebut menjadi penduga tidak bias dari produksi yang sebenarnya? Hanya waktu yang akan menjawabnya.

Bagaimana pendapat Anda?

 

*) Pekerja Statistik Dinas Perikanan Kabupaten Tulungagung

Older Posts »

Kategori