Catatan Neser

Apa bedanya Matematika dan Statistika? Kan sama-sama menghitung?

Meskipun keduanya berkutat dengan angka, tapi ternyata berbeda. Matematika adalah ilmu pasti, sedangkan Statistika adalah ilmu tentang ketidakpastian. Salah satu mata kuliah di semester pertama saya masuk jurusan Statistika, adalah Pengantar Probabilitas, alias peluang. Mata kuliah dasar, pegangan bagi para calon statistisi.

Makanya ketika dalam sebuah forum data, dijelaskan tentang “Single Source of Truth” dalam konteks satu data, saya merasa tergelitik, saya merasa ada yang kurang tepat. Mungkin saya yang kurang update tentang istilah ini, karena setelah browsing memang istilah ini sudah ada sejak lama. Tapi dalam konteks satu data dalam pembangunan, saya baru mendengarnya.

Jika single source ini diterapkan dalam konteks satu data sebagai sumber utama pengambilan kebijakan bersama, sepertinya tepat. Tapi kalau “truth” ini kita terjemahkan sebagai kebenaran, kok saya belum bisa terima ya.

Apa itu Satu Data?

Mau versi apa dulu nih? Versi bayangan saya sebelum terjun ke dunia Satu Data atau versi aktual? Wkwkwk, baiklah kita coba bedah keduanya.

Pertama, versi saya, ekspektasi saya. Satu Data itu artinya kita punya 1 database super duper besar, dengan satu kode referensi unik yaitu NIK yang di dalamnya sudah lengkap berbagai informasi tentang individu. Tidak cuma data tentang demografi, seperti jenis kelamin, usia, dsb, tetapi juga tentang riwayat pendidikan, riwayat kesehatan (termasuk di dalamnya riwayat imunisasi), kondisi ekonomi dsb. Tentu saja tidak semua instansi bisa mengakses semuanya, disesuaikan urusan pemerintahan masing. Ya misalnya kesehatan ya urusan kesehatan saja, pendidikan urusan pendidikan saja. Setidaknya itu gambaran saya sampai saya lulus tes CPNS.

Ketika masuk jadi ASN, ternyata, jedaaarrrr. Jauh, jauh, jauhhhhhhh. Website Satu Data hanya kumpulan file data dari masing-masing instansi, masing-masing daerah. Formatnya bisa berbeda-beda. Mau cari data provinsi A, belum tentu sama dengan provinsi B. Jadi kadang tidak bisa dibandingkan apple to apple. Jadi ya Satu Data itu gudang, kalau istilah jualannya sih data warehouse. Jadi ya kemudahan atau keefektifannya tergantung bagaimana kita mengatur gudang tersebut.

Mau bermimpi besar tentang Satu Data Indonesia, di bidang kesehatan saja, sebuah platform besar bernama SATUSEHAT saja masih butuh perjuangan panjang agar benar-benar jadi satu. Sistem informasi yang banyak, dikembangkan oleh developer yang berbeda-beda, dengan sistem database yang berbeda-beda, mau dijadikan satu, tentu butuh usaha yang keras.

Single Source of Truth in This Government Era

Contoh sederhananya data stunting. Ada dua data stunting yang digunakan dalam program penurunan stunting.

1. Prevalensi Stunting hasil dari survei rutin yang dilaksanakan Kementerian Kesehatan, biasanya bekerja sama dengan BPS dalam penentuan sampling dan metode analisanya. Data ini digunakan sebagai acuan dalam evaluasi secara nasional. Dalam pengumpulan datanya, enumerator juga melakukan pengukuran balita menggunakan alat antropometri yang sudah dikalibrasi. Enumerator juga sudah diberi pelatihan, dan bebas kepentingan. Seperti biasa dalam proses survei, ada tahapan quality control data.
2. Persentase Balita Stunting, yang dihasilkan dari pencatatan rutin setiap bulan di posyandu oleh kader atau bidan yang diinput ke dalam aplikasi SIGIZI modul e-PPGBM (Elektronik Pencatatan Gizi Berbasis Masyarakat). Jumlah balita yang diukur tinggi badannya setiap bulan bisa berbeda, karena mungkin tidak datang posyandu. Data ini berfungsi sebagai dasar dalam intervensi langsung ke balita stunting, karena tersedia data by name by address.

Trus mana data yang benar? Keduanya data yang benar, tidak ada yang salah. Pertanyaan yang tepat, mana yang dipakai? Nah tergantung kebutuhannya. Sampai saat tulisan ini ditulis, yang digunakan sebagai dasar perencanaan dan evaluasi adalah data hasil survei rutin Kemenkes. Sedangkan yang digunakan sebagai dasar untuk intervensi langsung ke sasaran, data e-PPGBM. Keduanya beda peruntukan, dan keduanya benar. Kenapa bukan e-PPGBM saja. paBisa saja pas di posyandu, tidak semua balita datang, bisa saja pas di posyandu proses pengukurannya masih kurang pas.

Dalam konteks yang lebih luas, single source of truth in this government era yang you know lah gimana itu rasanya membuat kening saya berkerut. Ya kalau data-datanya gak di-setting oleh pemerintah, kalau datanya diatur biar ABS gimana? Data tambahan dari sumber-sumber non pemerintah yang kredible dan bebas kepentingan mungkin malah bisa jadi tambahan insight yang bermakna.

Jadi, dibandingkan menggunakan kata “truth” mungkin lebih cocok pakai kata lain yang tidak terlalu menganggap data sendiri paling benar dan lainnya salah semua, misal “Single Source for Decision Making” atau “Single Source for Social Targetting”.

Statistika itu tentang Ketidakpastian bukan Kebenaran

Seperti yang saya tuliskan di awal tulisan ini. Sepanjang pengetahuan dan pengalaman saya, statistika itu ilmu tentang ketidakpastian, ilmu tentang peluang.

Apalagi kalau itu menyangkut data survei yang diambil dari sampel. Estimasi angka hasil survei sebenarnya tidak tepat di angka tersebut, ada yang namanya standar error ada juga selang kepercayaan.

Contohnya, di publikasi Survei Status Gizi Indonesia (SSGI) 2024, misal di wilayah A, prevalensi stunting 18%, ada tambahkan selang kepercayaan 95% misal dari 17% – 19%. Hal ini berarti sebenarnya prevalensi stunting itu belum tentu tepat 18%, tapi dengan tingkat kepercayaan 95%, prevalensi stunting di wilayah A berada pada rentang antara 17-19%.

Jadi ya sekali lagi statistika bukan tentang kebenaran, tapi ketidakpastian dan kepercayaan.

Less Data, More Insight?

Saya mencoba memahami tagline ini berkali-kali, karena kok saya kurang sreg. Saya sampai ditandai sama salah satu kepala dinas karena pas beliau menyampaikan materi slide ini saya geleng-geleng menunjukkan ketidaksepakatan saya.

Jika ini konteksnya dalam pengembangan dashboard, jika memang ingin ditampilkan lebih banyak insight, mungkin bukan menggunakan istilah “less data”. Kan dashboard itu sumbernya data. Kalau datanya cuma sedikit, ya informasinya sedikit. Kalau datanya banyak, informasinya juga bisa lebih banyak.

Misal kita mau bicara tentang stunting, kalau cuma pakai data stunting atau data kesehatan bisa saja hasil analisanya gitu-gitu aja. Beda kalau misalkan kita lakukan analisa mendalam dengan melibatkan data lain, misalkan tingkat kemiskinan, perkawinan usia anak, pendidikan dsb. Hasilnya juga bisa lebih menarik dan bisa jadi dasar kolaborasi lintas sektor.

Lagipula, insight itu tidak ada yang benar atau salah, mungkin beda point of view saja. Memang dashboard mungkin tidak bisa langsung memunculkan insight, ya bisa sih kalau pakai bantuan AI. Tapi, kedalaman insight ini juga bergantung pada jam terbang. Dan menurut saya di sini lah pikiran manusia sangat dibutuhkan.

Kalau menurut saya, kalau kita berbicara dashboard, tagline yang cocok mungkin Less Number, More Insight.