Dari Bukti ke Pemahaman: Inilah yang Dimaksud dengan Kebijakan Berbasis Model – Part 7

Model-based policy making bukan pengganti evidence-based policy. Ia adalah langkah berikutnya: yang lebih jujur tentang kompleksitas sistem yang ingin kita ubah.

Bayangkan sebuah proses perumusan kebijakan energi yang berbeda dari yang biasa kita lihat.

Bukan dimulai dari target angka yang harus dicapai, lalu mencari bukti yang mendukungnya. Bukan pula dimulai dari rekomendasi konsultan internasional yang berhasil di negara lain, lalu dicoba diterapkan dengan penyesuaian minimal dan harapan yang besar.

Ia dimulai dengan pertanyaan yang lebih jujur: sistem seperti apa yang sedang kita hadapi? Siapa saja aktor-aktornya, apa kepentingan mereka, dan bagaimana mereka akan merespons perubahan yang kita rancang? Di mana titik-titik kritis yang paling menentukan arah sistem ini — dan ke mana kita harus mendorong agar perubahan yang kita inginkan bisa benar-benar terjadi? Konsekuensi apa yang mungkin tidak kita duga, dan bagaimana sistem akan beradaptasi dengan cara yang tidak kita rencanakan?

Itulah pertanyaan-pertanyaan yang dijawab oleh model-based policy making. Dan itulah yang membedakannya, secara fundamental, dari pendekatan yang selama ini kita andalkan.

Lanjutkan membaca “Dari Bukti ke Pemahaman: Inilah yang Dimaksud dengan Kebijakan Berbasis Model – Part 7”

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”

All Models are Wrong, but some are useful… and some are dangerous – Part 5

Menggunakan model disarankan, namun hati-hati karena ada model yang menyesatkan, model yang memperbudak, dan model yang digunakan untuk membenarkan, bukan untuk memahami.

Pada tahun 2020, model-model epidemiologi dari universitas terkemuka di seluruh dunia, termasuk Indonesia, memprediksi puncak dan akhir COVID-19 dengan angka yang sangat spesifik. Model-model itu dibangun oleh orang-orang cerdas dengan data terbaik yang tersedia saat itu. Hasilnya? Hampir semua meleset dan sebagian besar meleset sangat jauh. Beberapa memprediksi pandemi akan mereda dalam hitungan bulan. Kenyataannya berlangsung lebih dari dua tahun dengan gelombang yang tidak terprediksi.

Pada tahun 2008, model-model risiko keuangan yang digunakan oleh bank-bank terbesar di dunia, model yang sudah divalidasi, disertifikasi, dan dipercaya selama bertahun-tahun oleh regulator dan pelaku industri, gagal mengantisipasi krisis yang kemudian menghancurkan ekonomi global. Model yang sama yang membuat para bankir merasa aman justru menjadi alasan mereka tidak melihat bahaya yang sedang mendekat. Ketika krisis akhirnya datang, bukan hanya bank-bank yang kolaps; jutaan orang kehilangan pekerjaan, rumah, dan tabungan hidup mereka.

Dua kasus. Dua bidang yang berbeda. Satu pelajaran yang sama: model yang dipercaya penuh, tanpa kesadaran akan batas-batasnya, bisa lebih berbahaya dari tidak punya model sama sekali.


Kredo yang sering salah dimengerti

“All models are wrong, but some are useful.” adalah kalimat dari George Box, statistikawan yang karyanya membentuk cara berpikir ilmiah modern, ini adalah salah satu kalimat yang paling sering dikutip dan paling sering salah dimengerti dalam sejarah ilmu pengetahuan terapan.

Ia sering digunakan sebagai pembelaan yang nyaman: “Ya, model kami tidak sempurna, tapi tetap berguna.” Seperti sebuah tameng yang melindungi model dari kritik yang terlalu keras. Tapi yang jarang diperhatikan adalah bagian yang tidak terucapkan dalam kredo itu, bagian yang George Box sendiri sangat sadari: “… beberapa model tidak hanya salah, tapi berbahaya”.

Bukan karena pembuatnya tidak kompeten. Bukan karena niatnya tidak baik. Tapi karena cara model itu dibangun, cara ia dikomunikasikan, dan cara ia digunakan, atau disalahgunakan, oleh mereka yang memegangnya.

Ada tiga jebakan utama yang perlu dipahami oleh siapapun yang menggunakan model untuk mengambil keputusan penting.

Lanjutkan membaca “All Models are Wrong, but some are useful… and some are dangerous – Part 5”

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”

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”

Kompleksitas Baru akibat Media Sosial: Pahami Konteks

Ketidakpastian adalah sebuah kondisi yang tidak menyenangkan. Ketidakpastian juga membuat permasalahan menjadi kompleks dan sulit dalam mengambil sebuah keputusan.

Biasanya sesuatu hal menjadi tidak pasti karena terbatasnya informasi yang kita miliki. Namun yang menarik dalam dewasa ini ketidakpastian malah timbul dengan semakin banyaknya informasi yang mengalir melalui saluran media sosial.

Artikel ini merupakan bagian dari 3 artikel yang mencoba melihat bagaimana prinsip sistem bisa digunakan untuk mengatasi hal ini. Pemerintah telah menuju arah yang tepat, namun sayangnya metode dan cara yang dilakukan terlalu berorientasi pada jangka pendek, padahal permasalahan kompleks membutuhkan solusi jangka panjang.

Menggunakan prinsip dan pemahaman tentang sistem, maka beberapa hal yang dapat anda lakukan dalam kacamata berpikir sistem:

  1. Pahami konteks
  2. Hentikan Aliran Informasi Negatif
  3. Perkuat Struktur yang Baik

 

Pahami konteks

Konteks dibangun oleh kesementaraan. Kesementaraan dibangun oleh dimensi dimana permasalahan timbul, apakah dimensi geografis ruang permasalahan, dimensi waktu (masa kini, lampau dan depan), dimensi kepentingan (berdasarkan aktor) dan dimensi skala (sedetail apa anda melihat permasalahannya). Setiap permasalahan pasti memiliki konteks yang multi-dimensi.

Seringkali konteks tidak mudah kita pahami karena penyebab bisa berbeda ruang dan waktu terhadap masalahnya. Banjir di Jakarta, akibat hujan lebat di daerah lain dan butuh waktu 3 jam untuk sampai di Jakarta. Genangan di Jakarta, akibat sampah di drainase yang menumpuk akibat buang sampah sembarangan di musim kemarau dan yang membuang berada di Hulu sungai, sedangkan genangan timbul di hilir.

Konteks juga berlaku untuk akibat, apa yang anda putuskan dan lakukan akan mempengaruhi konteks. Ketika kita meneruskan berita yang tidak sepenuhnya kita analisa kebenaran, sumber dan dampaknya, maka kita menciptakan konteks dari permasalahan kepada teman-teman kita. Jika proses ini berulang kepada yang lain, maka teman kita membaca berita tersebut akan berpikir bahwa lho ternyata teman-teman saya kok mikir seperti ini, terciptalah efek bola salju yang bisa berbahaya.

Bagi anda yang perenang, melawan arus lebih melelahkan daripada mengikuti arus. Terkadang anda bahkan hanya perlu mengembangkan saja. Namun mengikuti arus berarti anda melepaskan pilihan, dan berarti pula anda setuju dengan muara arus tersebut. Ketika Anda setuju, yaa berarti jangan protes ketika hasilnya tidak sesuai yang anda harapkan. Tapi saya maunya sebenarnya cuma itu, tapi ada tambahan hal negatif ini itu yang tidak saya mau. Lha ya memangnya ada di dunia ini yang se ideal sorga? Tanggung jawab dari setiap keputusan adalah sebuah kedewasaan berpikir. Mungkin itu mengapa kok Gus Dur pernah bilang Taman Kanak-kanak untuk politisi Indonesia.

Jadi Pahami Konteks, Putuskan apakah anda ingin terbawa arus atau tidak, SADARI semua keputusan anda memiliki dampak walaupun kecil terdapat sistem yang lebih besar