Data dan Riset Sudah Ada, Lalu Mengapa Kebijakan Kita Masih Jalan di Tempat? – Part 6

Evidence-based policy adalah kemajuan besar. Tapi ia punya batas yang jarang diakui, dan batas itulah yang sering menentukan apakah kebijakan benar-benar bekerja.

Indonesia tidak kekurangan data tentang energi.

Laporan demi laporan sudah dihasilkan: oleh peneliti universitas, lembaga pemerintah, konsultan internasional, dan organisasi multilateral. Target sudah ditetapkan. Komitmen internasional sudah ditandatangani. Para ahli sudah memberikan rekomendasi yang didukung bukti empiris dari berbagai negara yang sudah lebih dulu menjalani transisi energi.

Tapi bauran energi kita masih didominasi oleh fosil. Investasi energi terbarukan masih jauh dari target yang sudah berkali-kali direvisi. Dan setiap kebijakan baru yang hadir sering terasa seperti tambalan di atas tambalan; bukan perubahan struktural yang benar-benar mengubah arah sistem.

Pertanyaan yang jarang diajukan dengan jujur adalah ini: apakah masalahnya memang kekurangan data dan riset? Atau ada sesuatu yang lebih dalam; sesuatu yang tidak bisa diselesaikan hanya dengan menghasilkan lebih banyak bukti?

Lanjutkan membaca “Data dan Riset Sudah Ada, Lalu Mengapa Kebijakan Kita Masih Jalan di Tempat? – Part 6”

Data Sudah Lengkap, Tapi Keputusannya Tetap Salah — Ada yang Hilang di Antara Keduanya – Part 4

Model-based decision making bukan tentang lebih banyak data. Tapi tentang pertanyaan yang lebih baik.

Ada situasi yang terasa sangat membingungkan — dan sangat menggelisahkan.

Semua data sudah ada. Semua angka sudah dianalisis. Laporan sudah dibaca sampai halaman terakhir. Rapat sudah dijalankan, diskusi sudah panjang, dan keputusan akhirnya diambil dengan penuh keyakinan.

Lalu hasilnya tidak seperti yang diharapkan.

Bukan karena datanya keliru. Bukan karena analisisnya ceroboh. Bukan karena orangnya tidak kompeten. Tapi ada sesuatu yang hilang di antara data dan keputusan — sesuatu yang tidak tampak di spreadsheet manapun, tidak terlihat di dashboard apapun, dan tidak bisa ditemukan dengan menambah lebih banyak data lagi.

Apa yang hilang itu?

Mengapa data saja tidak cukup

Data menggambarkan apa yang terjadi. Ia merekam, mengukur, dan merangkum kondisi yang sudah ada. Tapi ia tidak otomatis menjelaskan mengapa hal itu terjadi; apalagi apa yang akan terjadi jika kita mengubah sesuatu.

Ada jarak antara deskripsi dan pemahaman. Dan jarak itu tidak bisa diisi hanya dengan menambah lebih banyak data.

Gambar jaringan sirkuit digital dengan lingkaran berwarna cerah di latar belakang yang menunjukkan data dan konektivitas yang terputus
Lanjutkan membaca “Data Sudah Lengkap, Tapi Keputusannya Tetap Salah — Ada yang Hilang di Antara Keduanya – Part 4”

Anda Bilang Tidak Pakai Model untuk Ambil Keputusan, namun Sejak Pagi ini Anda Sudah Memakainya Tiga Kali – Part 3

Setiap keputusan adalah sebuah model. Pertanyaannya hanya apakah kita menyadarinya.

Pagi ini, sebelum sampai di tempat kerja, Anda sudah membuat beberapa keputusan.

Memilih rute mana yang lebih cepat, atau setidaknya lebih terprediksi waktunya. Memutuskan apakah perlu membawa payung berdasarkan kondisi langit yang Anda lihat sekilas dari jendela. Anda memutuskan apakah perlu membawa payung hari ini. Anda menyimpulkan apakah meeting jam sembilan bisa digeser atau lebih baik tetap dijalankan. Paling sederhana, Anda mungkin juga memutuskan apakah sarapan dulu atau langsung berangkat dan memperkirakan konsekuensinya terhadap konsentrasi Anda nanti.

Namun demikian, tidak satu pun dari keputusan itu terasa seperti “menggunakan model.” Semua terasa seperti akal sehat biasa, intuisi dan pengalaman. Hal yang dilakukan secara otomatis tanpa perlu berpikir terlalu keras.

Tapi mari kita berhenti sebentar. Dan periksa lebih cermat apa yang sebenarnya terjadi di dalam kepala kita ketika membuat keputusan-keputusan yang terasa “otomatis” itu.

Asumsi di balik akal sehat

Ketika Anda memilih rute, Anda menggunakan model tentang kondisi lalu lintas: hari apa ini dalam sepekan (senin/jumat memiliki kebiasaan traffic berbeda), jam berapa kemacetan biasanya terjadi di titik mana, rute mana yang lebih terprediksi, apakah ada informasi tentang kejadian tidak biasa hari ini (misalnya ada pertandingan timnas). Anda tidak menyebutnya “model lalu lintas.” Tapi itulah yang sedang Anda gunakan: sebuah representasi mental tentang bagaimana sistem transportasi kota bekerja pada jam-jam tertentu.

Lanjutkan membaca “Anda Bilang Tidak Pakai Model untuk Ambil Keputusan, namun Sejak Pagi ini Anda Sudah Memakainya Tiga Kali – Part 3”

Kemacetan, Antrean, dan Banjir: Mengapa Masalah yang Berbeda Sering Punya Wajah yang Sama? – Part 2

Tentang model, pola, dan cara pandang yang mengubah bagaimana kita melihat masalah

Ada momen tertentu yang terasa seperti déjà vu intelektual.

Anda sedang membaca berita tentang kemacetan Jakarta yang tidak kunjung selesai meski jalan terus dibangun. Lalu tiba-tiba teringat antrean panjang di instalasi gawat darurat rumah sakit yang selalu penuh meski bed terus ditambah. Lalu tiba-tiba teringat banjir yang entah bagaimana selalu terasa tidak berkurang dan seperti hanya berpindah tempat.

Tiga masalah yang berbeda. Tiga konteks yang tidak berhubungan. Tiga dunia yang sama sekali tidak saling mengenal.

Tapi ada sesuatu yang mengganjal. Ada sesuatu di bawah permukaan ketiganya yang terasa… sama.

Bukan kebetulan. Dan bukan juga sekedar perasaan. Di sinilah perjalanan memahami model dimulai, bukan dari rumus atau diagram yang rumit, tapi dari momen sederhana ketika kita menyadari bahwa masalah yang tampak berbeda sering punya wajah yang sama.

Pertanyaannya: apa yang sebenarnya kita kenali ketika kita mengenali pola seperti ini?

Dua profesional sedang berdiskusi di depan layar yang menampilkan grafik dan data analitik di ruang rapat.
Lanjutkan membaca “Kemacetan, Antrean, dan Banjir: Mengapa Masalah yang Berbeda Sering Punya Wajah yang Sama? – Part 2”

Mental Model dalam Berpikir Sistem: Kita Melihat Masalah yang Sama — Tapi Kenapa Solusi Kita Berbeda? – Part 1

Mental model: peta tersembunyi yang menentukan bagaimana kita memecahkan masalah.

Bayangkan sebuah rapat. Dua orang duduk di meja yang sama, membaca laporan yang sama, mendengarkan presentasi yang sama. Data yang disajikan identik. Waktu yang dihabiskan untuk memahaminya pun sama.

Lalu diskusi dimulai.

Orang pertama menyimpulkan: *masalahnya ada di eksekusi. Strateginya sudah benar, tapi implementasinya tidak konsisten.* Orang kedua menyimpulkan: *masalahnya ada di strateginya sendiri. Eksekusi yang lebih baik tidak akan mengubah apapun kalau arahnya memang salah.*

Keduanya cerdas. Keduanya serius. Keduanya bisa menjelaskan alasannya dengan koheren dan meyakinkan. Lalu siapa yang benar? Dan mengapa dua orang yang melihat realita yang sama bisa tiba di tempat yang sangat berbeda?

Jawabannya bukan pada datanya. Jawabannya ada di sesuatu yang lebih dalam — sesuatu yang kita bawa masuk ke ruangan itu jauh sebelum rapatnya dimulai.

Lanjutkan membaca “Mental Model dalam Berpikir Sistem: Kita Melihat Masalah yang Sama — Tapi Kenapa Solusi Kita Berbeda? – Part 1”