Data Banyak, Kebijakan Tetap Salah, Apa yang Sebenarnya Terjadi?

Di era digital, data seharusnya membuat kebijakan menjadi lebih tepat. Pemerintah memiliki berbagai angka, laporan, survei, hasil penelitian, hingga sistem informasi yang dapat digunakan untuk memahami kondisi masyarakat.

Namun kenyataannya, data yang banyak tidak selalu menghasilkan kebijakan yang benar.

Dalam bidang olahraga, misalnya, pemerintah bisa saja memiliki data jumlah atlet, pelatih, fasilitas olahraga, cabang olahraga, hingga prestasi yang diraih. Tetapi mengapa program pembinaan masih sering tidak tepat sasaran?

Masalahnya mungkin bukan pada jumlah data, melainkan pada bagaimana data tersebut digunakan.

Data sering dipahami sebagai kumpulan angka dalam tabel atau laporan. Padahal, data baru memiliki nilai ketika mampu menjawab pertanyaan penting.

Misalnya, pemerintah mengetahui bahwa suatu daerah memiliki 500 atlet. Angka tersebut terlihat informatif. Tetapi tanpa mengetahui usia atlet, cabang olahraga, tingkat prestasi, kualitas pelatih, frekuensi latihan, dan kebutuhan mereka, angka 500 belum cukup untuk menentukan kebijakan pembinaan.

Artinya, data membutuhkan konteks.

Data yang tidak dibaca secara utuh dapat menghasilkan kesimpulan yang keliru.

Persoalan lain adalah kecenderungan mengumpulkan sebanyak mungkin data tanpa menentukan data mana yang benar-benar dibutuhkan.

Dalam kebijakan olahraga, pemerintah mungkin memiliki banyak laporan kegiatan. Namun jika ingin mengetahui mengapa prestasi atlet menurun, data tentang jumlah kegiatan saja tidak cukup.

Kita membutuhkan informasi mengenai kualitas latihan, kompetisi, kondisi atlet, pelatih, fasilitas, pembiayaan, hingga keberlanjutan pembinaan.

Karena itu, pertanyaan yang lebih penting bukan “berapa banyak data yang kita punya?”, tetapi “data apa yang kita butuhkan untuk mengambil keputusan?”

Ada hal yang lebih penting lagi.

Data dapat menunjukkan suatu masalah, tetapi keputusan tetap membutuhkan interpretasi.

Dua orang dapat melihat data yang sama dan menghasilkan rekomendasi yang berbeda. Mengapa? Karena cara membaca data, pengalaman, kepentingan, dan kerangka berpikir mereka berbeda.

Di sinilah peran akademisi, peneliti, praktisi, dan pengambil kebijakan menjadi penting. Data harus diterjemahkan menjadi pengetahuan yang dapat digunakan untuk menentukan pilihan.

Proses inilah yang dalam kajian akademik berkaitan dengan evidence-based policy dan knowledge translation.

Kesalahan kebijakan sering terjadi ketika keputusan telah dibuat terlebih dahulu, kemudian data hanya digunakan untuk membenarkan keputusan tersebut.

Ini berbahaya.

Seharusnya prosesnya dibalik: masalah diidentifikasi, data dikumpulkan, bukti dianalisis, berbagai pilihan dipertimbangkan, kemudian kebijakan ditetapkan.

Dengan cara tersebut, data menjadi dasar pengambilan keputusan, bukan sekadar pelengkap dokumen.

Kesalahan membaca data dalam olahraga tidak selalu langsung terlihat.

Misalnya, pemerintah memilih memprioritaskan cabang olahraga tertentu karena pernah menghasilkan banyak medali. Padahal data yang lebih lengkap mungkin menunjukkan bahwa cabang tersebut memiliki jumlah atlet aktif yang semakin sedikit dan regenerasinya lemah.

Sebaliknya, cabang olahraga lain mungkin memiliki basis atlet muda yang besar, pelatih yang tersedia, dan peluang prestasi yang menjanjikan, tetapi belum mendapatkan perhatian yang sama.

Tanpa analisis yang tepat, kebijakan akhirnya hanya mengulang pola lama.

Pemerintah daerah perlu mulai membangun budaya pengambilan keputusan berbasis bukti.

Data harus diperbarui, diverifikasi, dianalisis, dan dikaitkan dengan kondisi nyata di lapangan. Lebih penting lagi, hasil analisis harus dikomunikasikan dalam bahasa yang dapat dipahami oleh pengambil keputusan dan pelaksana program.

Pada akhirnya, data hanyalah bahan baku.

Kebijakan yang baik lahir ketika data bertemu dengan analisis yang tepat, pengetahuan, pengalaman lapangan, dan keberanian untuk mengambil keputusan berdasarkan bukti.

Jadi, ketika kebijakan tetap salah meskipun data sudah banyak, mungkin masalahnya bukan kekurangan data.

Mungkin kita terlalu sibuk mengumpulkan data, tetapi belum cukup serius belajar membacanya.

---

Tentang Penulis

Dr. Muhammad Iqbal, M.Pd., AIFO merupakan akademisi dan peneliti yang memiliki kepakaran di bidang pendidikan olahraga, pengembangan olahraga, tata kelola olahraga, kebijakan olahraga, serta penelitian keolahragaan. Aktif menghasilkan berbagai kajian ilmiah dan rekomendasi kebijakan berbasis bukti untuk mendukung pembangunan olahraga yang lebih berkualitas di Indonesia.

Tinjauan Keilmuan

Artikel ini disusun berdasarkan perspektif evidence-based policy, research utilization, dan knowledge translation, yang menekankan bahwa data dan hasil penelitian perlu diolah, dipahami, dan diterjemahkan menjadi pengetahuan yang relevan sebelum digunakan dalam pengambilan keputusan. Dalam konteks kebijakan olahraga, pendekatan tersebut penting agar kebijakan tidak hanya kaya data, tetapi juga tepat sasaran dan memberikan dampak nyata bagi masyarakat.