Adiatna Planning: Big Data dalam Perencanaan

1. Apa itu Big Data dalam Perencanaan?

Big Data adalah istilah untuk menggambarkan ledakan pertumbuhan data yang sangat besar, baik yang terstruktur (misalnya data statistik BPS, data keuangan daerah, data kependudukan) maupun tidak terstruktur (teks media sosial, rekaman video, sensor IoT, citra satelit, dll).
➡ Artinya, perencanaan pembangunan kini tidak lagi hanya mengandalkan data survei rutin, tetapi juga bisa memakai “data baru” yang real-time dan beragam.

Contoh Indonesia:

Data E-KTP dipakai untuk melihat sebaran penduduk dan dasar penentuan alokasi bantuan sosial.
Data media sosial dapat dipakai Bappenas untuk memantau tren ketenagakerjaan informal di kota besar.

2. Ekosistem Data Perencanaan

Dokumen menjelaskan bahwa data untuk pembangunan digunakan di semua tahapan:

analisis kebijakan,
penyusunan rencana,
penyusunan dan pembahasan anggaran,
pelaksanaan program,
hingga monitoring dan evaluasi.

➡ Jadi, Big Data dapat masuk di setiap mata rantai perencanaan.
Misalnya: saat mengevaluasi serapan anggaran, sistem bisa menampilkan dashboard real-time dari seluruh OPD.

3. Tantangan Adopsi Big Data di Pemerintah Indonesia

Beberapa isu kunci yang muncul:

Infrastruktur → butuh data center, jaringan internet, dashboard.
Ketersediaan & Akses Data → masih ada ego sektoral antar lembaga, padahal open data sangat dibutuhkan.
Standarisasi Data → banyak format berbeda (xls, csv, pdf).
Isu Privasi & Keamanan → UU ITE, UU Keterbukaan Informasi Publik, dan UU Perlindungan Konsumen harus diperhatikan.
SDM → perlu ahli data scientist di birokrasi.

Contoh nyata:
Program Satu Data Indonesia adalah langkah pemerintah untuk mengatasi tumpang tindih data lintas kementerian.

4. Analisis Data vs Analitik

Analisis Data = memeriksa data untuk menemukan fakta, pola, hubungan.
Contoh: melihat hubungan cuaca panas dengan meningkatnya penjualan es krim.
Data Analitik = mencakup seluruh siklus hidup data (mengumpulkan, membersihkan, menyimpan, menganalisis, mengelola).
➡ Analitik membantu pemerintah mengambil keputusan berbasis data (data-driven decision making), bukan hanya intuisi.

5. Kategori Data Analitik dalam Perencanaan

Beberapa jenis pertanyaan yang bisa dijawab dengan analitik:

Deskriptif: Berapa persen serapan anggaran tahun 2020?
Diagnostik: Mengapa serapan anggaran OPD A lebih rendah dari OPD B?
Prediktif: Bagaimana pengaruh penurunan konsumsi masyarakat terhadap pertumbuhan UKM di DIY?
Preskriptif: Faktor apa yang paling memengaruhi pertumbuhan ekonomi 3 tahun ke depan?

Contoh:
Dalam perencanaan RPJMN, Bappenas bisa memprediksi dampak bonus demografi terhadap kebutuhan infrastruktur pendidikan dan kesehatan.

6. Big Data dan Business Intelligence

Big Data mendukung Business Intelligence (BI), yakni sistem dashboard interaktif untuk pengambil keputusan.
➡ Pemerintah bisa punya “Command Center” seperti yang sudah dipakai di Jakarta, Jawa Barat, dan Banyuwangi untuk memantau mobilitas, ekonomi, dan pelayanan publik secara real-time.

7. Relevansi untuk Perencana Pembangunan Nasional

Bagi seorang perencana nasional, Big Data bermanfaat untuk:

Mengidentifikasi masalah lebih cepat → misalnya kenaikan harga beras terdeteksi dari data transaksi online.
Menyusun rencana berbasis bukti nyata → bukan hanya laporan tahunan, tetapi data harian bahkan jam-jaman.
Memonitor capaian program → misalnya progres pembangunan infrastruktur bisa dilihat dari citra satelit.
Meningkatkan transparansi & akuntabilitas → publik bisa ikut memantau kinerja pemerintah melalui open data.

👉 Ringkasannya:
Big Data = “bahan baku baru” dalam perencanaan pembangunan.
Kalau dulu perencana bekerja dengan data statistik berkala, sekarang bisa memakai data real-time, beragam, dan besar untuk menghasilkan kebijakan yang lebih akurat, cepat, dan responsif terhadap perubahan sosial-ekonomi.

Big Data dalam kebijakan pembangunan Indonesia saat ini.

🔹 1. Analisis Kebijakan

Peran Big Data:

Menghimpun data sosial-ekonomi dari berbagai sumber (BPS, e-KTP, BPJS, media sosial, e-commerce, Google Mobility).
Mendeteksi pola dan tren yang tidak terlihat dari data konvensional.