Kecerdasan Buatan dalam Reformasi Birokrasi

com-Ilustrasi Artificial Intelligence (AI). Foto: Shutterstock

Pemerintah Indonesia sejak tahun 2010 melancarkan Reformasi Birokrasi (RB) untuk penataan ulang tata kelola pemerintah. Untuk pelaksanaannya, pemerintah menyusun road map RB tersebut per lima tahunan. Untuk periode tahun 2020 sd 2024 yang berlaku saat sekarang ini, road mapnya diatur dengan PermenpanRB No 25/2020. Namun dengan pertimbangan bahwa hasil RB selama ini kurang berdampak pada isu prioritas pembangunan nasional, maka pada awal tahun 2023 yang lalu, pemerintah melakukan penajaman terhadap road map tersebut melalui PermenpanRB No. 3/2023.

Fokus penajaman RB tersebut terbagi pada dua track yaitu general dan tematik. RB general merupakan upaya memperbaiki manajemen internal instansi pemerintah sedangkan yang tematik merupakan upaya mempercepat pelaksanaan agenda pembangunan nasional. Tulisan kali ini berfokus pada RB general, tapi pada contoh pembahasan nanti akan menyinggung juga beberapa tematik permasalahan pembangunan nasional.

Sebagai penajaman RB general, pemerintah menetapkan strategi kebijakan untuk memperbaiki manajemen internal instansi pemerintah. Salah satu dari sembilan strategi di atas adalah “Penguatan Kebijakan Publik berbasis bukti dengan Big Data dan Artificial Intelligent …”, yang tercantum dalam strategi nomor sembilan.

Strategi tersebut memperlihatkan bagaimana tekad Pemerintah Indonesia untuk mengimplementasikan kecerdasan buatan ke dalam RB. Inilah yang menjadi motivasi penulisan artikel ini. Bagaimanakah potensi kecerdasan buatan terhadap RB general secara praktikal, serta apa tantangan yang perlu diwaspadai.

Perkembangan Kecerdasan Buatan

Aplikasi kecerdasan buatan, Gambar:Freepik

Dalam pembahasan ini , perkembangan pertama yang diperkenalkan adalah munculnya kecerdasan buatan sebagai sebuah sistem yang mampu menafsirkan data dengan baik. Penafsiran dihasilkan dari pembelajaran terhadap data historis. Selanjutnya sistem ini melalui adaptasi yang fleksibel menggunakan pembelajaran tersebut untuk menghasilkan solusi bagi pencapaian tujuan tertentu (Andreas Kaplan dan Michael Haenlein, 2019).

Perkembangan selanjutnya (atau yang kedua) adalah pengintegrasian kecerdasan buatan dengan otomatisasi akuisisi data, misalnya lewat sensor. Pengintegrasian ini menjadikan kecerdasan buatan menjadi lebih berdaya guna. Perkembangan menjadi lebih cepat terjadi saat melibatkan teknologi mekanikal dan elektronika digital (mekatronika), seperti motor, mikrokontroler, single-board computer. Aplikasi penggabungan ini dikenal dengan robotika.

Perkembangan ketiga dipicu karena pesatnya penggunaan teknologi internet. Mesin, perkakas, device ataupun robot di atas, baik skala besar dan kecil ditambahkan dengan Internet Protocol (IP). Sistem seperti ini dikenal dengan Internet of Thing (IOT) atau serba internet. Perkembangan ini melahirkan sistem permesinan, perkakas atau device cerdas yang dapat dioperasikan secara remote dan memberikan hasil secara real time.

Sampai di sini terlihat aplikasi kecerdasan buatan sudah berkembang dari hanya untuk penafsiran dan prediksi data menjadi piranti untuk otomatisasi proses.

Perkembangan keempat, kecerdasan buatan mampu mempelajari pola dan struktur dari sekumpulan data kemudian membuat (generate) text, gambar atau media lainnya yang baru. Oleh karenanya, variasi kecerdasan buatan ini dikenal dengan generative ai (artificial intelligence). Pengembangan model generative ai dengan natural language processing (nlp) menghasilkan aplikasi yang menjadikan pengguna (manusia) berinteraksi dengan sistem kecerdasan buatan secara lebih mudah. Sistem komputer menjadi dapat memahami, menginterpretasikan dan menghasilkan kembali informasi dalam bentuk bahasa manusia sehari-hari.

Sampai di sini terlihat perkembangan aplikasi kecerdasan buatan menghasilkan empat sistem, yaitu (i) analisis prediksi data (ii) otomatisasi (robotika) (iii) internet of think dan (iv) generative ai.

Kecerdasan Buatan untuk Kebijakan Publik

Adopsi Kecerdasan Buatan di Birokrasi Pemerintahan, Gambar: Freepik

Seperti telah disebut sebelumnya, RB general muncul dari penajaman yang dilakukan oleh pemerintah untuk memperbaiki manajemen internal instansi pemerintah. Salah satu strateginya adalah penerapan kecerdasan buatan dan big data sebagai penguatan kebijakan publik berbasis bukti atau evidence. Berdasarkan empat jenis aplikasi kecerdasan buatan yang dikelompokkan di atas, penulis melihat keempat sistem tersebut berkontribusi dalam penguatan kebijakan publik.

Karena keterbatasan ruang, tulisan ini membatasi pembahasan untuk bidang otomisasi proses dan manajemen data saja dengan tetap menghubungkannya dengan empat perkembangan kecerdasan buatan di atas. Di akhir tulisan disajikan beberapa tantangan yang akan dihadapi dalam implementasinya serta bagaimana kebijakan yang diambil pemerintah beserta saran dari penulis.

Kecerdasan buatan dan otomatisasi proses

Kecerdasan Buatan Otomatisasi Proses, Gambar: Freepik

Salah satu kebijakan publik yang harus dibuat seiring dengan agenda RB general adalah peningkatan layanan publik. Dalam memberikan layanan publik yang optimal, permasalahan yang sering dihadapi birokrasi adalah sangat sering berhadapan dengan proses rutin dan berulang, dengan langkah kerjanya yang terstandar dan pasti. Birokrasi melihatnya bahwa kerjaan mereka adalah begitu-begitu saja, tidak bervariasi, sehingga merasa jenuh dan bosan. Akibatnya kinerja birokrasi berupa konsistensi, ketepatan, kecepatan dan keandalan menurun.

Di Indonesia aplikasi ini sudah banyak diterapkan di pemerintahan. Perpustakaan Nasional berlokasi di Jalan Medan Merdeka Selatan yang berlantai 24 tentu mengalami beban kerja berat dalam mengangkut buku dari anjungan layanan mandiri di lantai dasar ke berbagai lantai di atas. Tentu saja buku tersebut harus disortir terlebih dahulu untuk dapat ditempatkan pada lantai yang tepat, sesuai kode golongan buku. Dengan ratusan eksemplar buku dan jumlah lantai, adopsi mesin dengan tingkat kecerdasan tertentu diperlukan untuk menggantikan tenaga fisik staf perpustakaan. Penerapan teknologi ini akan mempercepat dan ketepatan layanan masyarakat, yaitu pemustaka.

Dengan pendekatan yang hampir sama, sistem tersebut dapat diterapkan menjadi lebih cerdas dalam lingkup aplikasi yang lebih luas. Beberapa aplikasi misalnya pengendalian kualitas produk pertanian, makanan dan lain-lain. Hal ini juga berhubungan dengan layanan masyarakat, yaitu jaminan penyediaan produk berkualitas kepada masyarakat.

Kementerian Pertanian RI mempromosikan smart farming 4.0 yang berbasis kecerdasan buatan sebagai program kegiatan andalannya. Rika Reviza Rachmawati (2020) dalam Forum Penelitian Agro Ekonomi melihat bahwa program ini membantu pemerintah (perangkat birokrasinya) dalam mengumpulkan data yang berhubungan dengan pertanian secara otomatis dengan sistem sensor dan pengendalian cerdas. Analisis data tersebut dapat dijadikan masukan kepada pimpinan pemerintahan untuk penyusunan strategi ketahanan pangan.

Kecerdasan Buatan dan Manajemen Data

Analisis Dengan Big Data, Gambar: Freepik

Penetapan kebijakan dan pengambilan keputusan selalu membutuhkan data, baik statistik dan nonstatistik. Statistik adalah data yang berupa angka yang dikumpulkan, ditabulasikan, digolong sehingga dapat memberi informasi yang berarti mengenai suatu masalah atau gejala (KKBI, Kemendikbud). Sedangkan nonstatistik adalah sebaliknya, yaitu berupa deskriptif atau naratif.

Data yang dibutuhkan bersumber dari kegiatan pengumpulan oleh BPS, kementerian, lembaga baik di pusat dan daerah, yang dapat dibagi menjadi (i) sensus, (ii) survei, (iii) kompilasi produk administrasi dan (iv) cara lain sesuai dengan perkembangan ilmu pengetahuan dan teknologi (UU No 16/1997 tentang Statistik).

Selama ini, hampir semua instansi Pemerintah Indonesia mengandalkan data bersumber dari kegiatan nomor i, ii dan iii di atas. Sejauh ini belum terlihat instansi pemerintah yang melakukan pengumpulan data dengan cara lain sesuai dengan perkembangan ilmu pengetahuan dan teknologi, selanjutnya menyebarkannya melalui saluran resmi atau dipergunakan dan diakui sebagai indikator pembangunan. Padahal pelaksanaan sensus dan survei lapangan memerlukan effort yang besar, mulai penyediaan anggaran sampai mobilisasi enumerator ke lapangan, sehingga inovasi baru perlu dipertimbangkan untuk efisensi.

Dengan memadukan sistem informasi geospasial bersama keempat jenis kecerdasan buatan diatas sensus dan survei lapangan dapat digantikan oleh real time surveillance dengan satelit dan sensor. Ini merupakan sebuah inovasi. Dua peralatan cerdas tersebut dapat melakukan tracking terhadap masyarakat atau objek yang merepresentasikan indikator sosial ekonomi. Objek tersebut dapat berupa pergerakan harian manusia, kendaraan pribadi dan niaga, cahaya lampu di malam hari di sebuah kawasan.

Aplikasi lainnya adalah dengan cara memantau aktivitas masyarakat di dunia siber. Aktivitas tersebut misalnya adalah kunjungan ke situs ecommerce, social media dan aktivitas di mesin pencarian. Semua data yang dihasilkan selama aktivitas tersebut dikumpulkan secara otomatis dan cerdas oleh sensor dan analytical tool yang tertanam di aplikasi web yang dikunjungi masyarakat. Setiap detiknya data tersebut tersimpan dalam records dengan pertambahan yang sangat cepat dan besar jumlahnya sehingga digolongkan sebagai big data.

Selanjutnya kecerdasan buatan dapat mengidentifikasi pola dan insight pada big data tersebut, kemudian dengan algoritma dan model prediktif sistem akan mendapatkan trend perkembangan sosial ekonomi. Trend yang dihasilkan dengan metode cerdas ini menjadi dasar dalam penetapan kebijakan dan keputusan di pemerintahan.

Data hasil sensus , survei ataupun real time surveillance secara cerdas di atas selanjutnya dikelola sebagai knowledge (ilmu pengetahuan). Kecerdasan buatan mampu mengubah knowledge tersebut menjadi skenario atau use case permasalahan pembangunan yang dihadapi oleh pemerintah. Use case tersebut membentuk generatif model untuk penyelesaian masalah yang disampaikan oleh birokrasi pemerintahan melalui natural language processing yang sudah diintegrasikan dengan generatif ai.

Indonesia melalui BPS mulai mengkaji penggunaan big data, web analytic dan kecerdasan buatan seperti di atas untuk penyediaan hasil analisis perkembangan pembangunan. Hal ini disampaikan oleh Dr. Eng. Imam Machdi M.T. Deputi Bidang Metodologi dan Informasi Statistik (MIS) BPS RI dalam Rakornas Kolaborasi Implementasi SPBE Nasional (Jakarta, 16-19 Oktober 2023). Namun untuk mendapat legitimasinya, beliau mengatakan bahwa penggunaan teknologi ini harus dimasukkan secara rinci ke dalam regulasi kebijakan Sistem Statistik Nasional.

Kebijakan Pemerintah Indonesia terhadap Big Data dan Kecerdasan Buatan

Dalam rakornas diatas, Direktorat Layanan Aplikasi Informatika Pemerintahan, Kementerian Kominfo mensosialisasikan layanan Big Data As Services. Direncanakan pada tahun 2024 ini, kementerian dan lembaga akan dapat memanfaatkan layanan Big Data As Services sebagai bagian dari Sistem Pemerintahan Berbasis Elektronik (SPBE). Penulis mengharapkan Kemenkominfo dapat menerapkan strategi yaitu: (i) bagaimana sistem big data pemerintah ini dapat dimanfaat secara mudah dan sederhana, (ii) menutupi kerumitan (abstraksi) teknikal big data ini, hal ini perlu mendapat perhatian serius karena adanya gap dan keberagaman besar terhadap penguasaan teknis para pelaksana baik antar sesama instansi pusat dan daerah, sedangkan yang terakhir (iii) segera membentuk use-case, dimulai dari permasalahan umum yang mudah dibuat dan dipahami sebagai latihan dan pembelajaran yang cepat untuk pengguna dan pengelola di setiap instansi pemerintah pusat dan daerah. Rata-rata mereka masih awam terhadap teknikal big data ini.

Dari pembahasan diawal sampai titik ini, kita bisa melihat bagaimana kecerdasan buatan berkembang secara sangat impresif. Kemampuannya bukan saja menyamai tapi sudah melampaui keterbatasan manusia. Namun implementasi kecerdasan buatan memiliki tantangan yang perlu diwaspadai, Hal ini terutama karena karakteistik dari algoritma dan model kecerdasan buatan banyak bersifat nondeterministik. Solusi hasil analisis dan prediksi yang dihasilkan tidak selalu paling ideal atau optimal, umumnya berbentuk penghampiran.

Oleh karena itu bisa menghasilkan keputusan bias di luar kesesuaian. Sebagai contoh pencocokan wajah atau suara pelaku dalam kasus kriminal, pemilihan rute paling optimal untuk distribusi barang berpotensi berbeda dalam setiap proses.

Bahkan hasilnya bisa lebih berbahaya lagi, seperti yang pernah penulis temukan sendiri. Penggunaan himpunan pengetahuan global menyebabkan solusi yang ditawarkan dalam permasalahan perbaikan demokrasi di Indonesia adalah toleransi terhadap LGBT, yang tidak sesuai dengan nilai dan norma bangsa Indonesia.

Oleh karena itu pada tanggal 19 Desember 2023 baru lalu, Menteri Komunikasi dan Informatika mengeluarkan Surat Edaran No 9/2023 tentang Etika Kecerdasan Artifisial. Surat tersebut dikeluarkan untuk memastikan bahwa teknologi kecerdasan buatan ini digunakan dengan mempertimbangkan prinsip etis, kehati hatian, keselamatan, dan berorientasi pada dampak positif. Ada sembilan nilai etika yang diharapkan diperhatikan oleh para pelaku usaha pemrograman kecerdasan artifisial dan penyelenggara sistem elektronik lingkup publik dan privat. Surat edaran itu juga memberiakn acuan pelaksanaan dan tanggung jawab terhadap kecerdasan buatan.

Dengan acuan dan panduan diharapkan dalam pemanfaatan kecerdasan buatan untuk reformasi birokrasi, kita tetap menegakkan nilai dan etika yang dimiliki oleh bangsa dan negara Republik Indonesia.