MEMBANGUN DATA DRIVEN ORGANIZATION DI KPKNL PAREPARE:

Part 1. Budaya baru ini Leadernya siapa?

Penulis: Ashar Hamka, M.Si (Kepala Seksi Hukum dan Informasi)

Pada tahun 2019, Presiden Jokowi menetapkan Peraturan Presiden Nomor 39 Tahun 2019 tentang Satu Data Indonesia yang dikenal sebagai Perpres SDI. Dengan ketetapan ini kebijakan tata kelola untuk data pemerintahan menjadi terpadu, akurat dan terkini, serta dapat dipertanggungjawabkan. Dengan software yang dapat dikustomasi, analisa big data dapat diaplikasikan ke berbagai sektor pelayanan dan kebijakan publik serta hasilnya membawa dampak yang positif bagi kesejahteraan masyarakat nasional maupun global. Saat ini, banyak hal yang ditangani oleh pemerintah yang sifatnya kompleks, memerlukan analisis dan krusial serta memberikan solusi yang cepat terhadap masalah-masalah publik yang membutuhkan perhatian khusus. Kedepannya, Satu Data Indonesia atau big data dapat membantu memberikan pertimbangan data saat pemerintah hendak mengeluarkan kebijakan-kebijakan untuk publik dan peningkatan kualitas layanan publik.

Menurut Agus Hekso Pramudijono[1] (2022), big data bukan hanya mengenai data, teknologi atau solusi, namun revolusi informasi yang memberikan kesempatan baru, keputusan yang lebih baik, peningkatan daya saing, transparansi, akuntabilitas, dan perbaikan kinerja pelayanan publik. Implementasi big data akan banyak berkaitan dengan data analytic, machine learning dan data driven decision making. Terkait perkembangan big data, kecerdasan buatan, blockchain dan teknologi finansial Indonesia, Hakim Agung Ramadhan[2] (2018) dalam kajiannya untuk Kemkominfo merekomendasikan pemerintah 3 hal yaitu Fleksibilitas, Kolaboratif dan Antisipatif. Rekomendasi ini menjadi masukan penting bagi pemerintah dalam menyusun kebijakan dan penerapan big data dalam Kementerian/Lembaga.

Di Kementerian Keuangan, istilah big data juga telah menjadi issue pembahasan di setiap unit esselon I. Masing-masing unit esselon I berusaha memasukkan pemanfaatan big data berupa budaya data dan data analytic ke dalam program kerjanya. Sudarto[3] mengatakan bahwa beberapa inisiatif strategis Kemenkeu semakin memberikan kemudahan bagi para pegawai Kemenkeu untuk bekerja memberikan pelayanan publik, antara lain new way of working, office automation, e-kemenkeu, dan modern e-learning melalui KLC. Kondisi pandemi Covid-19 dan aktualisasi teknologi sejak tahun 2020 menjadi katalisator percepatan penerapan inisiatif strategis tersebut. Berbagai layanan digital masing-masing esselon I akhirnya terakselerasi. Hadiyanto[4] mengungkapkan beberapa contoh aplikasi untuk pemerintah ke masyarakat, hingga ke bisnis, misalnya Kemenkeu Learning Center, Whistleblowing System, Satu Anggaran, SAKTI, SIMAN, Government Platform, SIKRI, OMSPAN, SLDK, MPN G3, Core Tax, CEISA 4.0, Simponi, e-Auction, e-Billing System, dan Sistem Informasi Kredit Program UMi.

Begitu banyak data yang dihasilkan dan terkumpul dari sistem aplikasi Kemenkeu tersebut, di Pusat Sistem Informasi dan Teknologi Keuangan (Pusintek) atau di Pusat data masing-masing unit esselon I, seharusnya menjadi trigger Pemanfaatan data analytic. Menurut Dody Dharma Hutabarat[5], pemanfaatan data analytic di lingkungan Kementerian Keuangan sangat penting dalam rangka peningkatan kualitas kebijakan dan pelayanan publik di masa depan. Dalam rapat steering committee Kemenkeu pada Juni 2021 disampaikan paparan Menteri Keuangan yang menyatakan bahwa pemanfaatan data analytic di Kemenkeu telah tertinggal 5 tahun dibandingkan negara maju. Di sisi lain, tidak dapat dibayangkan bagaimana jika Kemenkeu tidak dapat memanfaatkan big data untuk meningkatkan pelayanan publik dan perumusan kebijakan-kebijakan.

Sri Mulyani Indrawati[6] dihadapan para pejabat dan pimpinan Kemenkeu, menggugah pemikiran budaya data dan data analytic. beliau mengatakan bahwa, “Kita di kemenkeu sebetulnya duduk diatas sebuah tumpukan data sangat banyak. Ini tambang baru. Pada era digital yang disebut tambang adalah tambang data. Tapi tentu data yang kita oleh dan pahami”. Dalam era digitalisasi data merupakan harta karun yang terpendam, diperlukan upaya untuk menggali, mengolah data tambang tersebut melalui data analytic.

Jeko Iqbal Reza[7] (2022) menjelaskan bahwa proses menambang data secara konvensional sudah tidak relevan lagi, peran data analytic pun tidak sekedar menganalisis data lagi. Lebih dari itu, data analytics dapat memberikan banyak manfaat bagi organisasi, termasuk mengoptimalkan workload atau beban kerja yang begitu massif. Jeko mendefinisikan bahwa:

“Data analytics adalah teknologi untuk menganalisis data-data mentah, sehingga memungkinkan organisasi bisa mengambil kesimpulan dari data tersebut dan meningkatkan sistemnya.” Jeko (2022)

Dengan memanfaatkan teknologi seperti Basic Business Intelligence (BI), Reporting and Online Analytical Processing (OLAP), serta sejumlah fitur analisis lainnya proses pengambilan keputusan strategis secara lebih cepat, lebih baik dan lebih akurat yang pada akhirnya membantu organisasi mengoptimalkan kinerja dan operasional workload-nya melalui: Keputusan Bisnis yang Lebih Baik; Peningkatan Efisiensi; dan Peningkatan Kualitas Produk dan Layanan. Menurut Prof Suahazil Nazara Ph.D[8], Tujuan data analytic selain menghasilkan kebijakan dibangun diatas data, data analytic juga mendorong lahirnya sinergi data dan pemahaman. Kebijakan yang lahir data data analytic disebut Data Driven Organisation, yaitu organisasi yang bergerak diatas data yang dimilikinya.

Bagi Kementerian Keuangan yang memiliki cukup banyak data, dipandang sudah saatnya seluruh unit kerja untuk lebih mengoptimalkan pemanfaatan data yang membantu pengelolaan keuangan Negara, meningkatkan kualitas layanan publik dan menghasilkan kebijakan yang tepat untuk kesejahteraan rakyat. Menurut Heru Pambudi[9] (2022) Data analitik ini tidak hanya sekedar menjadi tren bagi pegawai yang berminat di bidang data, namun juga dapat menjadi sebuah budaya kerja bagi seluruh pegawai Kementerian Keuangan. Melalui budaya data yang kuat, akan muncul inovasi baru di Kementerian Keuangan yang semakin gesit, efektif, efisien, dan memberikan dampak yang lebih kuat dan luas.

Direktorat Jenderal Kekayaan Negara (DJKN), dalam membangun Budaya Data, telah bekerjasama dengan Central Transformation Office (CTO) Kementerian Keuangan menyelenggarakan program Membangun Budaya Data (MBD) DJKN 2022. MBD DJKN 2022 adalah program yang didesain untuk secara bertahap dan berkelanjutan guna meningkatkan pemahaman peran penting data dalam penyusunan kebijakan dan pengambilan keputusan sekaligus meningkatkan pengetahuan dan keterampilan untuk mengolah dan menganalisis data di lingkungan DJKN. MBD DJKN 2022 diawali dengan pelaksanaan kick-off dan diskusi pada April 2022 diikuti dengan pelaksanaan program-program pelatihan data analytic internal DJKN.

Transformasi data analytic menjadi data-driven organization bukanlah proses mekanistik dan sekali jadi. Untuk mengubah data menjadi nilai, prosesnya akan membutuhkan interaksi di antara manusia, teknologi, dan struktur organisasi. Proses-proses tersebut akan ditentukan oleh budaya organisasi.

Gambar 1.

Peranan Data Analytic dalam mewujudkan Data Driven Organization

Sumber: Membangun Budaya Data Kemenkeu (2022)

Begitu pentingnya peran budaya data, McKinsey[10] menekankan bahwa budaya data adalah budaya keputusan (decision culture). Seperti diungkapkan Satya Nadella[11], transformasi menjadi data-driven organization bukan hanya tentang penerapan teknologi, tetapi juga tentang perubahan budaya sehingga setiap organisasi, setiap tim, dan setiap orang diberdayakan untuk melakukan hal-hal hebat karena data berada di ujung jari mereka. Budaya data akan mengakselerasi penerapan data analitik, memaksimalkan manfaatnya, dan mengarahkan organisasi menghindari resiko.

Untuk menjadi praktisi data analytic dibutuhkan kemampuan dalam mengolah data, pengetahuan statistik, dan kemampuan membuat visualisasi data atau dashboard. Untuk menceritakan sebuah kisah dengan data, seorang praktisi data analytic memerlukan keterampilan visualisasi data. Memvisualisasikan data dapat membantu menjelaskan pentingnya trend dan pola yang telah diidentifikasi. Praktisi data analytic menggunakan berbagai jenis bagan dan grafik untuk mempresentasikan temuan dengan cara yang ringkas dan menarik. Berbagai perangkat lunak di bidang visualisasi data analitik yang marak digunakan adalah Tableau, Power BI, Apache Superset dan Goggle Looker.

Dashboard membantu praktisi data analytic memasarkan “hasil tambang emasnya” dan menjadikannya lebih bernilai karena memiliki makna. Dashboard akan berisi laporan dan peringatan dini yang mudah dipahami, interaktif, update otomatis, dan memiliki kemampuan analisis data. Menurut Resnick (dalam Istiyowati: 2016) Executive Dashboard adalah layar yang dirancang untuk para pengambil keputusan (executive) dengan menampilkan informasi yang diperlukan untuk memonior aspek bisnis yang memungkinkan para pengambil keputusan dengan cepat mengidentifikasi masalah dan menentukan langkah perbaikan untuk meningkatkan kinerja organisasi.

Begitu besar daya dukung dashboard dalam keberhasilan budaya data analytic, sehingga dalam Laporan Reformasi Birokrasi dan Transformasi Kelembagaan (RBTK) Kemenkeu tahun 2021, dilaporkan telah disusun berbagai dashboard excutive summary yang menjadi lokomotif transformasi digital. Dalam laporan tersebut ditampilkan dashboard yang berkaitan dengan tugas fungsi DJKN yaitu Dashboard Kerentanan Bencana BMN Kemenkeu.

Gambar 2.

Dashboard Kerentanan Bencana BMN Kemenkeu

Sumber: Laporan Tahunan RBTK Kemenkeu Tahun 2021

Dashboard ini berisi data analytics prediktif potensi biaya rekonstruksi gedung perkantoran yang ada di daerah rawan gempa sehingga dapat merekomendasikan prioritas objek yang perlu diasuransikan.

Berdasarkan Peraturan Menteri Keuangan nomor 154/PMK.01/2021 tentang Organisasi dan Tata Kerja Instansi Vertikal Direktorat Jenderal Kekayaan Negara, Kantor Pelayanan Kekayaan Negara dan Lelang Parepare (KPKNL Parepare) merupakan instansi vertikal Direktorat Jenderal Kekayaan Negara yang melaksanakan pelayanan di bidang kekayaan negara, penilaian dan lelang. Sesuai Keputusan Menteri Keuangan Republik Indonesia nomor 12/KM.1/SJ.2.2022 tentang Uraian Jabatan Bagi Jebatan Struktural pada instansi vertikal di lingkungan Direktorat Jenderal Kekayaan Negara, disebutkan bahwa tugas Kepala Seksi Hukum dan Informasi adalah Melakukan penanganan perkara, pengelolaan dan pemeliharaan perangkat, jaringan, infrastruktur teknologi informasi dan komunikasi, penyajian informasi dan hubungan kemasyarakatan, implementasi sistem aplikasi, penyiapan bahan penyusunan rencana strategik, laporan akuntabilitas, dan laporan tahunan, penatausahaan berkas kasus piutang negara, serta verifikasi penerimaan pembayaran piutang negara dan hasil lelang. Dari rumusan tugas tersebut dapat ditarik kesimpulan bahwa pemanfaatan teknologi dan budaya data analytic pada KPKNL adalah tugas fungsi Seksi Hukum dan Informasi.

Dalam mengembangkan budaya data analytic di KPKNL Parepare, Seksi Hukum dan Informasi perlu menyusun suatu tools sebagai wadah latihan pengembangan dan implementasi pengolahan data dan praktik pengambilan keputusan berdasarkan data. Tools tersebut haruslah mampu masuk melalui mekanisme change management kedalam ekosistem yang sudah ada dan dapat membawa perubahan yang signifikan sehingga dapat membentuk suatu ekosistem data driven organization yang baru.

Bagaimana KPKNL Parepare membangun tools dan change management tersebut? akan dilanjutkan dalam artikel pada Part 2 berikutnya.

 DAFTAR PUSTAKA

Peraturan Presiden Nomor 39 Tahun 2019 tentang Satu Data Indonesia (Perpres SDI)

Peraturan Menteri Pendayagunaan Aparatur Negara dan Reformasi Birokrasi nomor 25 Tahun 2020 tentang Road Map Reformasi Birokrasi

Keputusan Menteri Keuangan Republik Indonesia nomor 12/KM.1/SJ.2.2022 tentang Uraian Jabatan Bagi Jebatan Struktural pada instansi vertical di lingkungan direktorat jenderal kekayaan Negara. Indonesia.

Keputusan Menteri Keuangan nomor 532/KM.1/2022 tentang Informasi Jabatan bagi Jabatan Struktural pada Instansi Vertikal di Lingkungan DJKN

Buku Membangun Budaya Data Kemenkeu.2022. Kementerian Keuangan Republik Indonesia.

Díaz, A., Rowshankish, K., dan Saleh, T. (2018). Why Data Culture Matters. McKinsey Quarterly.

Hakim Agung Ramadhan.2018.Big Data, Kecerdasan Buatan, Blockchain, dan Teknologi Finansial di Indonesia, Indonesian Public Governance.

Laporan Tahunan Program Reformasi Birokrasi dan Transformasi Kelembagaan Kementerian Keuangan Republik Indonesia tahun 2021: Navigasi Transformasi Di tengah Pandemi.

Resnick ML. 2003. Building the Executive Dashboard. Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 47(13), 1639–1643. http://doi.org/10.1177/154193120304701311.

Literasi online:

Bagaimana Big Data membantu Pemerintah dalam Mewujudkan Satu Data Indonesia,2011 sumber: https://bigbox.co.id/blog/bagaimana-big-data-membantu-pemerintah-dalam-mewujudkan-satu-data-indonesia/ diakses tanggal 01 Okotber 2022.

Big Data Analytics sebagai Metode Penelitian (Baru), Agus Hekso Pramudijono,2022 sumber: https://klc2.kemenkeu.go.id/knowledge/big-data-analytics-sebagai-metode-penelitian-baru-5e275c02 diakses tanggal 01 Okotber 2022.

Pentingnya Kolaborasi di Rumah Kemenkeu dengan Dukungan Teknologi Informasi yang Aman, 2021. Sumber: https://www.djkn.kemenkeu.go.id/kpknl-pamekasan/baca-berita/24792/Pentingnya-Kolaborasi-di-Rumah-Kemenkeu-dengan-Dukungan-Teknologi-Informasi-yang-Aman.html diakses tanggal 01 Okotber 2022.

Definisi Kemenkeu Corpu, Menjadikan Organisasi sebagai Rumah yang Bernyawa.2021, sumber: https://bppk.kemenkeu.go.id/kemenkeu-corpu/definisi diakses tanggal 01 Okotber 2022.

Tranformasi Intuisi Publik Menuju Data Driven Organization. Dody Dharma Hutabarat, Data Analytics Officer II, Kemenkeu.2022. Sumber:  https://www.youtube.com/watch?v=8YhzgIIowM0 diakses tanggal 01 Okotber 2022.

Digitalisasi Indonesia Peringkat Tujuh di Asean: Kalah dari Malaysia, Brunei, dan Vietnam. Hadiyanto.2020.Sumber: https://cyberthreat.id/read/7962/Digitalisasi-Indonesia-Peringkat-Tujuh-di-Asean-Kalah-dari-Malaysia-Brunei-dan-Vietnam diakses tanggal 01 Okotber 2022.

Pentingnya Terapkan Data Analytics untuk Optimalkan Beban Kerja Bisnis di Era Hybrid. Jeko Iqbal Reza. 2022. sumber: https://www.helios.id/blog/detail/pentingnya-terapkan-data-analytics-untuk-optimalkan-beban-kerja-bisnis-di-era-hybrid#:~:text=Data analytics dapat membantu bisnis meningkatkan kualitas produk dan layanan,mengetahui cara pelanggan dalam berinteraksi. diakses tanggal 01 Okotber 2022.