Kisah tragis seorang siswa sekolah dasar di Nusa Tenggara Timur (NTT) yang bunuh diri karena himpitan ekonomi kembali menampar nurani publik. Lebih menyakitkan lagi, anak ini sebenarnya tercatat sebagai penerima Program Indonesia Pintar (PIP). Bantuan ada di data, tapi tak pernah sampai ke tangan yang membutuhkan.
Peristiwa ini membuka satu luka lama dalam tata kelola kebijakan sosial kita: masalahnya bukan semata pada program atau anggaran, melainkan pada data yang tidak benar-benar bekerja. Nama tercatat, sistem berjalan, laporan selesai—namun perlindungan gagal hadir.
Pemerintah mengakui bahwa penyaluran bantuan sosial masih kerap salah sasaran. Versi data kemiskinan dan penerima bantuan antara Badan Pusat Statistik dan Kementerian Sosial sering kali tidak sejalan. Di lapangan, angka-angka itu tidak selalu bertemu dengan realitas warga yang seharusnya dilindungi.
Kesadaran atas kekacauan ini mendorong lahirnya kebijakan Satu Data Indonesia yang dikawal oleh Bappenas. Gagasannya sederhana sekaligus ambisius: satu rujukan data nasional agar kebijakan tidak lagi bertumpu pada angka yang saling bertabrakan.
Langkah ini patut diapresiasi. Negara akhirnya mengakui bahwa problem kebijakan sering kali berakar dari data yang terfragmentasi. Namun, setelah berjalan beberapa waktu, implementasi Satu Data masih terasa setengah hati. Integrasi lebih sering berhenti di meja koordinasi, sementara di lapangan, setiap lembaga tetap berjalan dengan data versinya sendiri.
Persoalan ini bahkan sesekali muncul ke permukaan secara tidak sengaja. Pernyataan pejabat setingkat direktur utama BPJS Kesehatan di hadapan Dewan Perwakilan Rakyat yang terkesan “keceplosan” soal problem data menjadi sinyal penting. Secara implisit, ia mengakui bahwa pengelolaan data belum beres—dan bahkan tampak menyerah mencari solusi jangka pendek.
Namun, jika kita jujur, masalah ini tidak hanya terjadi di level nasional. Ketika diturunkan ke level yang lebih dekat dengan kita—institusi, unit kerja, atau program diklat—ceritanya sering kali sama. Mengelola data mahasiswa, peserta pelatihan, atau alumni yang jumlahnya jauh lebih kecil pun masih kerap berantakan. Data ganda, status tidak diperbarui, hingga informasi yang tak lagi relevan tapi tetap bercokol di sistem.
Di titik ini, kritik terhadap carut-marut data nasional seharusnya berangkat dari refleksi internal. Jika di skala kecil saja kita belum mampu memastikan satu versi kebenaran data, maka wajar jika Satu Data di level negara berjalan terseok-seok.
Lebih dari itu, ada persoalan yang lebih mendasar: cara kita memaknai data. Selama ini, data diperlakukan sebagai kewajiban administrasi—sesuatu yang harus dikumpulkan, dilaporkan, lalu disimpan. Padahal, nilai data tidak terletak pada jumlah tabel atau grafik, melainkan pada insight yang bisa dibaca dari sana.
Ambil contoh sederhana. Dalam data diklat, kita sering berhenti pada komposisi peserta laki-laki dan perempuan. Padahal, data akan jauh lebih bermakna jika dibaca sebagai pola. Ketika alumni Diklat PKN Tingkat I didominasi laki-laki, pertanyaannya bukan sekadar “berapa jumlahnya”, melainkan “mengapa bisa demikian?”. Apakah jabatan pimpinan tinggi masih bias gender? Apakah jalur karier dan mekanisme seleksi secara tidak langsung membatasi akses perempuan?
Pertanyaan-pertanyaan seperti inilah yang mengubah data dari angka mati menjadi alat refleksi kebijakan. Data mulai bekerja ketika ia membantu kita memahami ketimpangan, bukan sekadar mencatatnya.
Di tengah semua keterbatasan itu, tetap ada harapan. Jika dikelola dengan serius, Satu Data Indonesia bisa menjadi fondasi penting untuk perubahan. Bahkan, bukan mustahil ekosistem data nasional suatu hari berkembang seperti Kaggle—bukan sebagai ajang lomba, tetapi sebagai ruang belajar bersama.
Bayangkan jika dataset kebijakan publik, pendidikan, kesehatan, hingga pengembangan SDM dibuka secara rapi dan terstandar. Data tersebut bisa menjadi bahan latihan bagi para data scientist Indonesia untuk mencari pola, menguji hipotesis, dan menghasilkan insight yang mungkin luput dari birokrasi. Negara menyediakan data, publik membantu membacanya.
Pada akhirnya, persoalan data bukan soal teknologi atau dashboard canggih. Ia adalah soal keberanian untuk mengakui kelemahan dan mengubah cara berpikir. Satu Data akan benar-benar bermakna bukan ketika semua angka tersinkronisasi, tetapi ketika data mampu mencegah kebijakan salah sasaran—dan tragedi kemanusiaan yang seharusnya bisa dihindari.
