Bupati Petruk dan Kabupaten yang Kebanyakan Rapat

Oleh : Wisnu Murti Indra Raharjo

Bagaimana jika Kabupaten Pemalang menerapkan AI Government dan Enterprise Architecture secara serius? Apa yang dilakukan bupati sejak hari pertama masuk kantor? Apakah kecerdasan buatan bisa membuat birokrasi lebih efektif, mempercepat pelayanan publik, meningkatkan investasi, dan menggerakkan ekonomi daerah? Atau justru kecerdasan buatan akan menjadi pegawai paling canggih yang pekerjaannya membuat laporan bahwa semua pekerjaan sudah berjalan baik?

Mari kita bayangkan sebuah skenario.

Bupati yang baru dilantik bernama Petruk. Bukan Petruk yang biasa membuat orang tertawa di panggung wayang, melainkan Petruk yang kebetulan mendapat mandat memimpin Kabupaten Pemalang.

Wakilnya Gareng.

Keduanya bukan tokoh nyata dalam pemerintahan Pemalang. Mereka adalah tokoh fiksi untuk membicarakan persoalan nyata: bagaimana pemerintah daerah bekerja, mengapa koordinasi sering tersendat, dan apa yang mungkin berubah ketika AI Government dan Enterprise Architecture diterapkan secara sungguh-sungguh.

Ringkasan Eksekutif

AI Government adalah pendekatan pemerintahan yang memanfaatkan kecerdasan buatan untuk membantu analisis, pelayanan publik, pengambilan keputusan, pengawasan, dan pelaksanaan pekerjaan administratif.

Sementara itu, Enterprise Architecture (EA) adalah kerangka untuk menyelaraskan strategi, proses bisnis, organisasi, data, aplikasi, teknologi, dan tata kelola agar seluruh bagian pemerintahan bekerja menuju tujuan yang sama.

Dalam simulasi ini, Bupati Petruk tidak memulai dengan membeli aplikasi atau mengumpulkan semua kepala dinas untuk mengikuti seminar kecerdasan buatan. Ia memulai dengan pertanyaan yang lebih mendasar: bagaimana sebenarnya Pemerintah Kabupaten Pemalang bekerja, masalah apa yang harus diselesaikan, dan bagaimana memastikan setiap rupiah anggaran menghasilkan manfaat nyata bagi masyarakat?

Penerapannya dibagi menjadi beberapa tahap: diagnosis pemerintahan, pemetaan arsitektur enterprise, pembangunan sistem data dan analisis, uji coba AI pada layanan prioritas, evaluasi, serta perluasan berdasarkan hasil yang terukur.

Semua dialog dan peristiwa dalam cerita ini bersifat fiktif. Angka target dan jadwal implementasi merupakan ilustrasi perencanaan, bukan laporan tentang kondisi aktual Pemalang.

BAB I

HARI PERTAMA: PETRUK MASUK KANTOR, BIROKRASI MULAI DEG-DEGAN

Pukul 07.15 WIB.

Mobil dinas Bupati Petruk memasuki halaman kantor pemerintah kabupaten.

Di gerbang, seorang petugas menyambutnya dengan sikap sempurna.

“Selamat pagi, Bapak Bupati!”

“Pagi, Pak. Biasanya saya datang jam segini, kantor sudah ramai, apa masih sepi?”

“Mohon maaf, Pak. Ramai biasanya setelah apel.”

“Kalau pekerjaan dimulai setelah apel, berarti pelayanan masyarakat juga menunggu apel?”

Petugas itu tersenyum kaku.

“Enggih, maksud saya, tidak begitu, Pak.”

“Ya sudah. Kita lihat nanti. Saya juga tidak mau semua orang bekerja sambil ketakutan. Yang penting, kita tahu apa yang dikerjakan dan hasilnya apa.”

Di ruang kerja, Gareng sudah menunggu dengan setumpuk dokumen.

“Pak, ini agenda hari pertama. Jam delapan rapat koordinasi, jam sembilan paparan program prioritas, jam sepuluh penyerahan laporan, jam sebelas menerima kunjungan, jam satu siang rapat tindak lanjut, jam tiga rapat persiapan rapat besok.”

Petruk membaca jadwal itu dari atas sampai bawah.

“Reng, ini agenda bupati apa jadwal perjalanan kereta api?”

“Agenda resmi, Pak. Sudah disusun protokol.”

“Kalau semua rapat ini saya hadiri, kapan saya memimpin?”

Gareng berpikir sebentar.

“Ya, memimpinnya sambil rapat, Pak.”

Petruk mengangguk pelan.

“Pantesan. Jangan-jangan kita ini bukan kekurangan pemimpin. Kita kekurangan waktu untuk benar-benar memimpin.”

Gareng tertawa kecil.

“Lha pripun, Pak. Tradisinya memang begitu.”

“Tradisi itu boleh dipelihara kalau membawa manfaat. Kalau tradisi membuat pekerjaan lambat, ya perlu diperiksa.”

Petruk lalu melakukan sesuatu yang tidak tercantum dalam agenda protokol.

Ia meminta seluruh kepala perangkat daerah datang ke ruang rapat utama. Bukan untuk memaparkan keberhasilan masing-masing, melainkan untuk menjawab tiga pertanyaan.

Pertama, masalah paling penting apa yang harus diselesaikan oleh perangkat daerah Anda?

Kedua, data apa yang Anda gunakan untuk memastikan masalah itu benar-benar ada?

Ketiga, siapa yang bertanggung jawab memastikan masalah tersebut selesai?

Rapat dimulai.

Kepala dinas pertama berdiri.

“Terima kasih, Bapak Bupati. Secara umum, seluruh program kami berjalan sesuai dengan rencana.”

Petruk mengangguk.

“Bagus. Saya tanya lagi. Masalah paling penting apa yang belum selesai?”

“Untuk itu, kami masih melakukan koordinasi lintas sektor, Pak.”

“Baik. Data apa yang menunjukkan masalahnya?”

“Kami akan melakukan inventarisasi data, Pak.”

“Siapa yang bertanggung jawab?”

“Kami akan membentuk tim koordinasi, Pak.”

Petruk menoleh kepada Gareng.

“Reng, catat. Ada tiga masalah.”

“Apa saja, Pak?”

“Masalahnya belum disebutkan. Datanya belum ada. Penanggung jawabnya belum jelas.”

Gareng segera mencatat.

“Siap, Pak. Tiga masalah.”

“Bukan begitu. Itu satu masalah besar yang menyamar menjadi tiga masalah kecil.”

Ruang rapat mendadak hening.

Petruk tidak sedang menuduh seluruh birokrasi malas. Ia sedang menemukan persoalan yang jauh lebih struktural: sebuah organisasi bisa memiliki banyak kegiatan, banyak dokumen, dan banyak rapat tanpa memiliki gambaran utuh tentang masalah yang harus diselesaikan bersama.

Setiap dinas bisa saja bekerja keras. Namun, kerja keras masing-masing belum tentu menghasilkan kinerja pemerintah daerah secara keseluruhan.

Dinas pertanian mengejar peningkatan produksi. Dinas perdagangan membina pemasaran. Dinas perizinan melayani pelaku usaha. Dinas pekerjaan umum membangun infrastruktur. Badan perencanaan menyusun program.

Namun, siapa yang memastikan hasil produksi petani benar-benar terserap pasar, memperoleh harga yang layak, dan mendorong pertumbuhan usaha pengolahan di daerah?

Semua mungkin mempunyai sebagian jawabannya. Belum tentu ada satu sistem yang menyatukan seluruh jawaban tersebut menjadi keputusan bersama.

Petruk menutup rapat.

“Mulai besok, kita tidak hanya bertanya apa kegiatan setiap dinas. Kita akan melihat bagaimana seluruh pemerintah kabupaten bekerja sebagai satu sistem.”

Gareng berbisik kepada Petruk.

“Pak, kalau begitu rapatnya nanti lebih panjang?”

Petruk menjawab tanpa menoleh.

“Kalau sistemnya benar, justru rapatnya harus lebih sedikit.”

Gareng menghela napas.

“Wah, iki ancaman serius, Pak.”

Pelajaran pertama: jangan mulai dari AI

Kesalahan yang mungkin dilakukan pemerintah ketika mendengar AI Government adalah langsung membeli perangkat lunak, membangun pusat komando, atau membuat chatbot untuk menjawab pertanyaan warga.

Padahal, teknologi tidak otomatis memperbaiki proses yang buruk.

Jika data tersebar di banyak tempat, definisinya berbeda, dan penanggung jawabnya tidak jelas, AI hanya akan mempercepat produksi kebingungan.

Karena itu, langkah pertama Petruk adalah memahami cara kerja pemerintah daerah sebelum menentukan teknologi yang akan digunakan.

BAB II

HARI KEDUA: PETRUK MENEMUKAN BAHWA SATU KABUPATEN PUNYA BANYAK VERSI KEBENARAN

Keesokan harinya, Petruk meminta satu data sederhana: berapa jumlah UMKM aktif di Kabupaten Pemalang?

Ia ingin menggunakan data tersebut untuk merancang program peningkatan produktivitas dan perluasan pasar.

“Reng, minta data UMKM dari semua dinas yang berkaitan.”

Tidak lama kemudian, tiga laporan masuk ke meja bupati.

Laporan pertama mencatat 40.000 UMKM.

Laporan kedua mencatat 53.000 UMKM.

Laporan ketiga mencatat 67.000 UMKM.

Petruk memanggil Gareng.

“Reng, ini UMKM-nya bertambah banyak sekali. Padahal kita baru meminta data, belum memberi bantuan.”

Gareng memeriksa dokumen.

“Mungkin, Pak, UMKM kita berkembang pesat.”

“Bisa jadi. Tapi bisa juga satu warung dihitung tiga kali.”

“Lha, kalau begitu warungnya untung, Pak. Dihitung tiga kali.”

“Yang untung laporan. Warungnya belum tentu.”

Keduanya tertawa.

Namun, persoalannya serius.

Perbedaan data bisa muncul karena definisi UMKM berbeda, periode pendataan tidak sama, pembaruan tidak teratur, atau setiap perangkat daerah memiliki sistem pencatatan sendiri.

Akibatnya, pemerintah kesulitan menentukan jumlah pelaku usaha yang benar-benar aktif, siapa yang sudah mendapat bantuan, siapa yang memerlukan pembiayaan, dan siapa yang siap memasuki pasar yang lebih luas.

Petruk memanggil kepala badan perencanaan, dinas terkait, pengelola sistem informasi, dan pejabat yang bertanggung jawab atas statistik sektoral.

“Saya tidak meminta semua data langsung menjadi satu hari ini. Saya ingin tahu sumbernya, definisinya, siapa pemilik datanya, kapan diperbarui, dan siapa yang berwenang menyatakan data itu layak digunakan.”

Seorang pejabat bertanya, “Apakah nanti semua data akan dimasukkan ke satu aplikasi, Pak?”

“Belum tentu.”

“Lho, bukannya itu tujuannya?”

“Tujuan kita bukan mengumpulkan data sebanyak-banyaknya dalam satu aplikasi. Tujuan kita membuat data yang relevan dapat digunakan oleh orang yang berwenang untuk mengambil keputusan yang benar.”

Petruk kemudian menetapkan prinsip baru: setiap data penting harus memiliki sumber yang jelas, definisi yang disepakati, penanggung jawab, frekuensi pembaruan, standar kualitas, dan aturan akses.

Untuk data yang sensitif, hak akses harus dibatasi. Tidak semua pegawai boleh melihat seluruh informasi warga hanya karena datanya tersedia.

Gareng mengangguk.

“Berarti kita butuh tata kelola data, Pak?”

“Betul. Data itu bukan sekadar berkas. Data adalah dasar keputusan. Kalau dasarnya keliru, keputusan yang tampak ilmiah pun bisa salah.”

Gareng menyela.

“Kalau begitu, Pak, laporan yang selama ini kelihatan bagus belum tentu benar?”

Petruk menjawab, “Nah, itu yang harus kita periksa. Jangan sampai kita lebih rajin merapikan angka daripada memperbaiki keadaan.”

Enterprise Architecture: melihat pemerintah sebagai satu kesatuan

Pada hari itu, Petruk memperkenalkan konsep Enterprise Architecture atau arsitektur enterprise.

Istilah enterprise membuat seorang pejabat mengangkat tangan.

“Mohon izin, Pak. Kalau enterprise, bukankah itu perusahaan? Kita ini pemerintah.”

Petruk menatapnya.

“Betul. Kita bukan perusahaan. Tapi kita tetap sebuah organisasi besar yang punya tujuan, proses, manusia, informasi, aplikasi, teknologi, anggaran, dan aturan. Semua itu perlu dirancang agar saling mendukung.”

Pejabat itu mengangguk.

“Jadi, kita membuat perusahaan pemerintah?”

“Bukan. Kita membuat pemerintah yang tahu bagaimana seluruh bagiannya bekerja bersama.”

Ruangan kembali tertawa.

Secara teknis, Enterprise Architecture membantu pemerintah memetakan hubungan antara:

• Strategi: hasil pembangunan yang ingin dicapai.

• Kapabilitas bisnis atau pemerintahan: kemampuan yang harus dimiliki untuk mencapai hasil tersebut.

• Proses bisnis: rangkaian pekerjaan yang menghasilkan layanan atau manfaat.

• Organisasi dan sumber daya manusia: pihak yang menjalankan proses dan bertanggung jawab atas hasilnya.

• Data dan informasi: dasar untuk memahami masalah dan mengambil keputusan.

• Aplikasi dan teknologi: perangkat yang mendukung proses dan pengelolaan informasi.

• Tata kelola: aturan kewenangan, keamanan, pengawasan, dan akuntabilitas.

• Kinerja: ukuran untuk mengetahui apakah semua komponen tersebut benar-benar menghasilkan manfaat.

Dengan pendekatan ini, pemerintah tidak lagi merancang sistem informasi hanya berdasarkan permintaan masing-masing dinas. Pemerintah terlebih dahulu menentukan kemampuan apa yang dibutuhkan, proses mana yang perlu diperbaiki, lalu teknologi apa yang paling tepat.

Petruk menyimpulkan:

“Mulai sekarang, jangan bertanya aplikasi apa yang ingin dibeli. Tanyakan dulu kemampuan pemerintahan apa yang ingin kita bangun.”

BAB III

HARI KETIGA: PETRUK MENGUNDANG AI KE RAPAT, TETAPI TIDAK MEMBERINYA HAK SUARA

Pada hari ketiga, Petruk memperkenalkan sebuah asisten AI kepada tim kecil yang terdiri atas unsur perencanaan, organisasi, keuangan, pengelola data, teknologi informasi, dan inspektorat.

AI tersebut diberi nama Srikandi.

Namanya gagah. Kemampuannya juga lumayan.

Srikandi dapat membantu membaca dokumen, merangkum laporan, membandingkan data, menyusun draf analisis, mengidentifikasi ketidakkonsistenan, dan menyarankan pertanyaan lanjutan.

Petruk membuka sesi demonstrasi.

“Srikandi, ringkas seluruh dokumen perencanaan dan laporan kinerja yang sudah diberikan kepadamu. Temukan program yang saling berkaitan, indikator yang berpotensi tumpang tindih, serta persoalan yang membutuhkan koordinasi lintas perangkat daerah.”

Beberapa menit kemudian, Srikandi menghasilkan peta awal.

Ada program yang memiliki tujuan serupa tetapi memakai indikator berbeda. Ada pekerjaan yang bergantung pada data dari perangkat daerah lain. Ada pula kegiatan yang targetnya sulit dibandingkan karena definisi dan periode pengukurannya tidak sama.

Seorang pejabat tampak terkesan.

“Luar biasa, Pak. Kalau begitu, Srikandi bisa langsung menentukan program mana yang harus dihentikan.”

Petruk menggeleng.

“Tidak. Srikandi boleh memberi rekomendasi. Keputusan tetap harus dibuat oleh pejabat yang memiliki kewenangan, berdasarkan bukti, aturan, anggaran, dan pertimbangan publik.”

Gareng ikut bertanya.

“Kalau Srikandi pintar, mengapa tidak sekalian kita jadikan kepala dinas?”

“Karena pintar menjawab pertanyaan belum tentu berarti bertanggung jawab atas akibat keputusan.”

“Kalau begitu, Pak, siapa yang bertanggung jawab kalau AI salah?”

“Manusia yang memutuskan bagaimana AI digunakan. Tanggung jawab tidak boleh menghilang hanya karena kita memakai mesin.”

Itulah prinsip mendasar AI Government: AI membantu pekerjaan pemerintahan, tetapi tidak mengambil alih pertanggungjawaban publik.

AI dapat membantu menemukan pola, menyusun ringkasan, dan mempercepat analisis. Namun, hasilnya tetap perlu diverifikasi, terutama ketika menyangkut hak warga, alokasi anggaran, perizinan, bantuan sosial, penegakan aturan, atau keputusan lain yang berdampak besar.

Srikandi juga tidak boleh sembarangan diberi akses ke semua dokumen pemerintah. Informasi pribadi, dokumen rahasia, dan data sensitif harus dilindungi melalui pengaturan akses, keamanan, dan kebijakan penggunaan yang jelas.

Petruk kemudian menetapkan tiga aturan awal.

Pertama, setiap penggunaan AI harus memiliki tujuan yang jelas.

Kedua, hasil AI yang digunakan untuk keputusan penting harus dapat diperiksa dan ditelusuri.

Ketiga, keputusan yang menyangkut hak dan kepentingan warga tetap memiliki penanggung jawab manusia yang jelas.

Gareng berbisik, “Pak, kalau AI tidak bisa disalahkan, jangan-jangan nanti semua orang malah menyalahkan AI.”

Petruk menjawab, “Itu sebabnya kita harus punya log penggunaan, mekanisme pemeriksaan, dan penanggung jawab. Jangan sampai kalimat ‘kata AI’ menjadi versi baru dari ‘menurut laporan yang kami terima’.”

Ruangan tertawa lebih keras kali ini.

Srikandi diam. Ia tidak punya perasaan, tetapi setidaknya tidak ikut tertawa demi menyenangkan bupati.

BAB IV

HARI KEEMPAT: PEMALANG MEMBANGUN PETA, BUKAN MENAMBAH DASHBOARD

Petruk meminta tim arsitektur enterprise membuat peta pemerintahan.

Bukan peta wilayah, melainkan peta tentang bagaimana pemerintahan menghasilkan manfaat bagi masyarakat.

Tim mulai dengan pertanyaan mendasar: apa saja hasil utama yang harus mampu diwujudkan Pemerintah Kabupaten Pemalang?

Jawabannya tidak boleh berhenti pada daftar program.

Pemerintah harus mampu memberikan pelayanan publik yang layak, memperbaiki kualitas pendidikan dan kesehatan, mengembangkan ekonomi lokal, mengelola lingkungan, menyediakan infrastruktur, mempermudah investasi yang bertanggung jawab, serta memastikan anggaran digunakan secara efektif.

Setelah hasil yang diinginkan dirumuskan, tim memetakan kapabilitas yang diperlukan untuk mencapainya.

Misalnya, peningkatan investasi daerah tidak hanya membutuhkan layanan perizinan. Ia juga memerlukan data potensi ekonomi, kepastian tata ruang, informasi infrastruktur, kesiapan tenaga kerja, kepastian pasokan bahan baku, dan kemampuan menghubungkan investor dengan rantai pasok lokal.

Petruk memperhatikan peta tersebut.

“Jadi, kalau investor mengeluh bahwa bahan baku sulit diperoleh, itu bukan hanya urusan dinas perizinan?”

“Betul, Pak,” jawab tim.

“Kalau lokasi industri tidak memiliki akses infrastruktur memadai?”

“Perlu koordinasi lintas perangkat daerah.”

“Kalau tenaga kerjanya tidak sesuai kebutuhan industri?”

“Perlu menghubungkan dunia pendidikan, pelatihan kerja, dan kebutuhan perusahaan.”

Petruk mengangguk.

“Berarti investasi itu bukan sekadar berapa izin yang terbit. Kita harus melihat apakah usaha bisa berjalan, menyerap tenaga kerja, membeli produk lokal, dan menghasilkan nilai tambah bagi masyarakat.”

Inilah perbedaan antara mengelola daftar kegiatan dan merancang kapabilitas pemerintahan.

Dalam model lama, setiap perangkat daerah bisa terlihat berhasil karena memenuhi target administratifnya sendiri. Dalam model arsitektur enterprise, keberhasilan diukur dari kemampuan seluruh sistem menghasilkan hasil yang dibutuhkan masyarakat.

Satu dinas tidak bisa mengklaim persoalan selesai hanya karena tugas internalnya sudah selesai apabila hasil akhir bagi warga belum tercapai.

Peta arsitektur pemerintahan Petruk

Gareng melihat tabel itu.

“Pak, kalau peta ini sudah jadi, berarti masalah kita selesai?”

“Belum.”

“Lho, kok belum?”

“Peta bukan perjalanan. Peta membantu kita tahu arah. Setelah itu kita tetap harus bekerja.”

Gareng mengangguk.

“Kalau begitu, jangan sampai kita mengadakan rapat khusus untuk merayakan selesainya peta.”

Petruk tersenyum.

“Reng, kamu mulai memahami Enterprise Architecture.”

BAB V

HARI KELIMA: RAPAT ANGGARAN YANG MEMBUAT GARENG KEHILANGAN KATA-KATA

Pagi itu, Petruk meminta agar tim menghubungkan program prioritas, indikator kinerja, proses bisnis, dan anggaran.

“Pak, bukankah anggaran sudah disusun sesuai prosedur?” tanya seorang pejabat.

“Prosedur itu penting. Saya tidak meminta kita mengabaikan prosedur. Saya ingin memastikan bahwa setiap usulan anggaran memiliki hubungan yang jelas dengan masalah, target hasil, dan kemampuan pemerintah untuk melaksanakannya.”

Petruk lalu meminta Srikandi membantu menganalisis dokumen anggaran yang telah disediakan secara sah kepada tim.

AI diminta menandai:

• Program dengan tujuan atau penerima manfaat yang berpotensi tumpang tindih.

• Indikator yang mengukur kegiatan, tetapi belum menunjukkan hasil.

• Kegiatan yang bergantung pada infrastruktur atau keputusan perangkat daerah lain.

• Belanja teknologi yang belum memiliki proses bisnis dan penanggung jawab yang jelas.

• Program yang membutuhkan evaluasi manfaat sebelum diperluas.

Hasilnya bukan keputusan final, melainkan daftar temuan untuk diperiksa oleh tim.

Seorang pejabat tampak gelisah.

“Kalau sistem ini diterapkan, nanti kegiatan kami diperiksa semua?”

Petruk menjawab, “Yang diperiksa bukan sekadar kegiatan Bapak. Kita ingin mengetahui apakah uang publik menghasilkan manfaat yang sepadan.”

“Kalau ternyata program kami tidak efektif?”

“Ya kita perbaiki. Kalau tidak bisa diperbaiki, kita pertimbangkan alternatif sesuai aturan.”

“Kalau ternyata program kami efektif?”

“Ya kita buktikan, lalu pelajari apa yang bisa diperluas.”

Gareng menyela.

“Pak, kalau begitu tidak cukup hanya menyerap anggaran?”

Petruk menoleh.

“Reng, anggaran terserap itu berarti uang sudah dibelanjakan. Bukan otomatis berarti masalah sudah selesai.”

Gareng mengangguk dengan ekspresi seperti baru saja menemukan rahasia alam semesta.

“Pantesan, Pak. Jalan bisa sudah dibangun, tetapi warga masih mengeluh jalannya rusak.”

Petruk menjelaskan bahwa indikator keluaran dan hasil harus dibedakan.

Jumlah pelatihan adalah keluaran. Peningkatan keterampilan yang terbukti adalah hasil.

Jumlah bantuan alat produksi adalah keluaran. Peningkatan kapasitas produksi atau pendapatan yang dapat diverifikasi adalah hasil.

Jumlah izin yang diterbitkan adalah keluaran. Investasi yang benar-benar berjalan, pekerjaan yang tercipta, dan nilai tambah yang dihasilkan merupakan bagian dari hasil yang perlu ditelusuri.

Tidak semua hasil pembangunan bisa diukur dalam satu tahun. Namun, pemerintah tetap harus merumuskan indikator yang masuk akal dan menghubungkan belanja dengan manfaat yang ingin dicapai.

AI membantu mempercepat pemeriksaan dokumen dan menemukan pola. Pejabat keuangan, perencana, pemilik program, dan pengawas tetap harus melakukan penilaian sesuai kewenangannya.

Petruk menutup sesi dengan kalimat:

“Jangan sampai kita punya anggaran untuk menyelesaikan masalah, tetapi tidak punya cara untuk mengetahui apakah masalah itu benar-benar selesai.”

BAB VI

HARI KETUJUH: PETRUK TURUN KE LAPANGAN, DASHBOARD-NYA IKUT DITANYA WARGA

Setelah beberapa hari menerima paparan, Petruk memutuskan mengunjungi desa.

Ia ingin melihat apakah persoalan yang muncul dalam laporan sesuai dengan pengalaman masyarakat.

Di sebuah desa, ia bertemu seorang petani.

“Pak, menurut data kami, akses informasi pasar sudah semakin baik,” kata seorang pejabat yang mendampingi.

Petani itu mengangguk.

“Informasi pasar memang gampang dicari, Pak.”

Petruk tersenyum.

“Berarti sudah bagus?”

“Belum, Pak.”

“Lho, kenapa?”

“Kalau harga bagus di kota, saya belum tentu bisa mengirim barang ke sana. Ongkos angkutnya mahal. Kalau barang saya sudah sampai, belum tentu langsung dibayar. Kalau panen bersamaan, harga di sini malah turun.”

Petruk terdiam sejenak.

Di kantor, masalah itu mungkin tercatat sebagai kebutuhan peningkatan akses informasi pasar.

Di lapangan, masalahnya ternyata lebih luas: konsolidasi volume produksi, kualitas komoditas, logistik, kepastian pembelian, posisi tawar petani, dan pembiayaan.

Gareng berbisik, “Pak, ternyata masalahnya tidak cukup diselesaikan dengan membuat aplikasi harga.”

Petruk menjawab, “Aplikasi harga itu berguna. Tapi harga bukan satu-satunya masalah.”

Dalam perjalanan pulang, Petruk meminta Srikandi membantu menyusun peta rantai nilai komoditas berdasarkan data yang tersedia.

Tim perlu memeriksa:

• Siapa produsen dan berapa volume produksinya?

• Bagaimana variasi kualitas dan waktu panen?

• Siapa pembeli dan berapa kebutuhan mereka?

• Berapa biaya pengumpulan dan pengiriman?

• Di mana terjadi kehilangan hasil atau pemborosan?

• Siapa yang menguasai akses pasar?

• Di tahap mana nilai tambah terbesar tercipta?

• Berapa bagian nilai tersebut yang tinggal di daerah?

• Apakah produsen memiliki akses terhadap informasi, modal, dan keputusan usaha?

• Intervensi apa yang paling layak diuji?

AI dapat membantu mengolah data dan menyusun hipotesis. Namun, informasi lapangan tetap perlu diverifikasi. Wawancara petani, observasi proses, pengecekan harga, dan uji transaksi tidak bisa digantikan sepenuhnya oleh rangkuman dokumen.

Petruk kemudian mengubah pertanyaan pembangunan ekonomi daerah.

Bukan sekadar, “Berapa banyak UMKM yang telah kita latih?”

Melainkan, “Apakah usaha mereka semakin produktif, mendapatkan pelanggan, memperoleh margin yang lebih baik, dan mampu bertahan?”

Bukan sekadar, “Berapa banyak komoditas yang diproduksi?”

Melainkan, “Berapa bagian dari nilai ekonomi komoditas tersebut yang benar-benar dinikmati produsen dan masyarakat Pemalang?”

Gareng menatap keluar jendela mobil.

“Pak, kalau pertanyaannya berubah, pekerjaannya juga berubah.”

“Betul, Reng. Karena kualitas keputusan sangat dipengaruhi kualitas pertanyaan.”

BAB VII

HARI KETIGA PULUH: PEMALANG PUNYA RUANG KENDALI, TETAPI BUKAN RUANG PAMER

Sebulan berlalu.

Pemerintah Kabupaten Pemalang mulai memiliki peta awal arsitektur enterprise, daftar prioritas perbaikan proses, inventarisasi data penting, dan beberapa rancangan uji coba AI.

Petruk tidak langsung mengumumkan bahwa Pemalang telah menjadi kabupaten paling cerdas di Indonesia.

Ia tahu, membangun sistem pemerintahan memerlukan waktu.

Namun, ia ingin masyarakat dan pimpinan perangkat daerah memiliki gambaran yang lebih jelas tentang apa yang sedang diperbaiki.

Maka dibangunlah sebuah ruang kendali pemerintahan.

Di dindingnya terdapat layar besar yang menampilkan indikator layanan publik, kemajuan program prioritas, status proyek, risiko pelaksanaan, serta sejumlah indikator ekonomi dan lingkungan yang datanya telah diverifikasi.

Seorang pejabat terlihat bangga.

“Pak, kalau dilihat dari layar ini, pemerintahan kita kelihatan modern sekali.”

Petruk mengamati layar.

“Bagus. Sekarang saya mau bertanya.”

“Silakan, Pak.”

“Kalau angka ini merah, siapa yang harus bertindak?”

Pejabat itu menjawab, “Tergantung perangkat daerah terkait, Pak.”

“Siapa nama penanggung jawabnya?”

Pejabat itu terdiam.

“Siapa yang harus dihubungi? Apa tindakan koreksinya? Berapa lama batas penyelesaiannya? Kapan kita tahu bahwa masalahnya benar-benar selesai?”

Pejabat itu mulai membuka berkas.

Petruk menghela napas.

“Jangan sampai kita punya layar yang bisa menunjukkan masalah, tetapi tidak punya mekanisme untuk menyelesaikannya.”

Sebuah dashboard hanya berguna apabila dihubungkan dengan proses pengambilan keputusan.

Setiap indikator prioritas perlu memiliki definisi, sumber data, frekuensi pembaruan, ambang batas, pemilik indikator, mekanisme eskalasi, dan tindakan koreksi.

Misalnya, jika waktu penyelesaian suatu layanan melampaui standar, sistem tidak cukup hanya menampilkan warna merah. Sistem harus membantu mengidentifikasi tahapan yang menyebabkan keterlambatan, memeriksa apakah datanya valid, dan mengarahkan persoalan kepada pihak yang berwenang.

Jika realisasi proyek tertinggal, pemerintah perlu mengetahui apakah penyebabnya pengadaan, perubahan desain, ketersediaan lahan, koordinasi, atau kendala lain.

Jika pengaduan warga meningkat, pemerintah perlu melihat jenis masalah, wilayah, waktu kejadian, dan pola penyelesaiannya.

AI dapat membantu mengelompokkan laporan dan mendeteksi pola yang sulit terlihat secara manual. Namun, dugaan AI harus dibedakan dari fakta yang sudah terverifikasi.

Gareng memandangi layar besar itu.

“Pak, kalau dashboard ini bisa menampilkan semua masalah, apakah nanti masyarakat bisa melihatnya juga?”

“Sebagian indikator kinerja publik seharusnya bisa dipublikasikan, dengan tetap melindungi data pribadi dan informasi yang memang dibatasi oleh hukum.”

“Kalau begitu, masyarakat bisa ikut mengawasi?”

“Ya. Pemerintahan yang baik bukan hanya mampu melihat dirinya sendiri. Ia juga bersedia diperiksa oleh masyarakat.”

Gareng mengangguk.

“Berarti dashboard ini bukan sekadar untuk membuat bupati kelihatan pintar.”

“Betul. Kalau hanya untuk itu, cukup pasang cermin.”

BAB VIII

HARI KEEMPAT PULUH LIMA: DINAS PERIZINAN DAN INVESTOR YANG TERLALU BANYAK BERTANYA

Pada suatu pagi, seorang calon investor datang untuk membahas rencana pembangunan fasilitas pengolahan hasil pertanian.

Ia membawa rancangan usaha, kebutuhan lahan, proyeksi kapasitas produksi, dan daftar kebutuhan infrastruktur.

Petruk meminta tim menyiapkan informasi yang relevan.

Investor bertanya, “Apakah tersedia data produksi bahan baku di sekitar lokasi?”

“Sedang kami konsolidasikan,” jawab seorang pejabat.

“Bagaimana akses jalan untuk kendaraan pengangkut?”

“Kami perlu koordinasi dengan perangkat daerah terkait.”

“Bagaimana ketersediaan tenaga kerja?”

“Kami akan melakukan pendataan.”

“Bagaimana kepastian tata ruang?”

“Kami akan memeriksa lebih lanjut.”

Investor itu mengangguk sopan. Namun, daftar pertanyaannya semakin panjang.

Setelah pertemuan, Gareng mendekati Petruk.

“Pak, kalau semua pertanyaan investor harus dikoordinasikan lagi, kapan investornya membangun pabrik?”

Petruk menjawab, “Itulah yang harus kita perbaiki.”

Pemerintah daerah membutuhkan kapabilitas layanan investasi yang terintegrasi. Bukan berarti semua kewenangan harus dipindahkan ke satu dinas, melainkan informasi dan proses lintas perangkat daerah perlu dihubungkan dengan jelas.

Dalam skenario ideal, pemerintah dapat menyediakan profil peluang investasi yang berisi informasi terverifikasi tentang:

• Komoditas dan kapasitas pasokan.

• Infrastruktur dan akses logistik.

• Kesesuaian tata ruang dan persyaratan yang relevan.

• Ketersediaan tenaga kerja dan kebutuhan keterampilan.

• Potensi pasar dan rantai pasok.

• Perkiraan kebutuhan investasi berdasarkan asumsi yang dinyatakan.

• Risiko usaha dan faktor yang masih memerlukan verifikasi.

• Perangkat daerah atau institusi yang berwenang menangani setiap tahapan.

Di sinilah AI dapat membantu mengolah data statistik, laporan sektoral, informasi spasial yang sah, serta dokumen perencanaan untuk menyusun analisis awal.

Tetapi ada batas penting.

AI tidak boleh mengarang angka potensi investasi, menjamin keuntungan usaha, atau menyatakan suatu lahan pasti dapat digunakan untuk kegiatan tertentu tanpa verifikasi. Proyeksi harus menyebutkan sumber data, asumsi, metode, dan keterbatasannya.

Petruk ingin setiap profil investasi membedakan tiga hal: fakta yang telah terverifikasi, estimasi berdasarkan asumsi, dan peluang yang masih memerlukan kajian.

Ia juga ingin mengubah ukuran keberhasilan pelayanan investasi.

Bukan hanya berapa izin yang diterbitkan.

Pemerintah perlu melihat apakah calon investor memperoleh informasi yang dibutuhkan, berapa lama proses yang berada dalam kewenangannya, berapa banyak investasi yang benar-benar terealisasi, serta bagaimana dampaknya terhadap pekerjaan, produktivitas, dan rantai pasok lokal.

“Kalau investor datang, kita jangan hanya bertanya berapa besar uang yang akan masuk,” kata Petruk.

Gareng menimpali, “Terus apa lagi, Pak?”

“Berapa besar nilai tambah yang bisa tinggal di Pemalang. Apakah petani kita ikut menjadi pemasok? Apakah tenaga kerja lokal memperoleh keterampilan? Apakah usaha kecil kita masuk rantai pasok? Apakah manfaatnya sepadan dengan biaya dan dampaknya?”

Gareng mengangguk.

“Berarti investasi bukan sekadar tamu yang membawa uang, Pak. Kita juga perlu menyiapkan rumahnya.”

“Betul. Dan rumah yang baik bukan hanya memiliki gerbang megah. Air, listrik, akses jalan, tenaga kerja, dan tata kelolanya juga harus berfungsi.”

BAB IX

HARI KEENAM PULUH: AI MULAI BEKERJA, PEGAWAI MULAI PUNYA WAKTU BERPIKIR

Setelah melalui pemetaan proses, pemeriksaan data, dan penentuan prioritas, Petruk menyetujui beberapa uji coba AI.

Bukan ratusan sekaligus.

Hanya beberapa kasus penggunaan yang memiliki manfaat terukur, risiko yang dapat dikelola, dan data yang cukup baik.

Uji coba pertama: asisten analisis dokumen

AI membantu merangkum dokumen perencanaan, mengidentifikasi perbedaan indikator, menyusun ringkasan rapat, dan membuat daftar tindak lanjut.

Setiap ringkasan yang digunakan secara resmi tetap diperiksa oleh pegawai yang bertanggung jawab.

Uji coba kedua: asisten pengaduan masyarakat

AI membantu mengelompokkan pengaduan berdasarkan topik, lokasi, urgensi, dan perangkat daerah yang relevan.

Sistem tidak langsung menolak atau menutup pengaduan. Petugas tetap memverifikasi klasifikasi, memastikan kasus tidak salah arah, dan memantau penyelesaiannya.

Uji coba ketiga: analisis ekonomi daerah

AI membantu mengolah data komoditas, indikator ekonomi, dan informasi pasar untuk menyusun hipotesis tentang peluang hilirisasi.

Hasilnya menjadi bahan kajian, bukan keputusan investasi otomatis.

Uji coba keempat: pemantauan proyek

AI membantu membaca laporan kemajuan, membandingkan target dan realisasi, serta menandai keterlambatan yang memerlukan pemeriksaan.

Pemeriksaan fisik, pengawasan teknis, dan keputusan kontraktual tetap dijalankan oleh pihak yang memiliki kewenangan.

Uji coba kelima: layanan informasi publik

Asisten AI menjawab pertanyaan umum berdasarkan sumber resmi yang telah disetujui, menyertakan rujukan, dan mengarahkan pertanyaan yang membutuhkan penilaian manusia kepada petugas.

Petruk meminta agar seluruh uji coba memiliki ukuran keberhasilan yang ditetapkan sebelum pelaksanaan.

Misalnya, waktu rata-rata penyelesaian pekerjaan administratif, tingkat kesalahan, jumlah dokumen yang harus diperbaiki, kepuasan pengguna, biaya per transaksi, serta jumlah kasus yang harus dieskalasikan kepada manusia.

Ia juga meminta tim membandingkan hasil dengan kondisi awal.

“Kalau sebelum memakai AI pekerjaan selesai dalam dua hari, lalu sesudah memakai AI tetap dua hari, apa manfaatnya?” tanya Petruk.

Seorang pejabat menjawab, “Mungkin prosesnya terasa lebih modern, Pak.”

Petruk mengangguk.

“Perasaan modern tidak bisa menjadi satu-satunya indikator kinerja.”

Gareng tertawa.

“Berarti kita tidak bisa menulis laporan, ‘Alhamdulillah, AI kami berhasil karena pegawainya merasa lebih futuristis’?”

“Boleh ditulis dalam catatan pengalaman pengguna. Tapi bukan bukti utama keberhasilan.”

Petruk lalu menegaskan satu prinsip: AI harus digunakan untuk meningkatkan kapasitas manusia, bukan sekadar menambah lapisan teknologi.

Pegawai yang sebelumnya menghabiskan waktu berjam-jam menyusun ringkasan dapat menggunakan sebagian waktunya untuk memeriksa masalah lapangan, melayani warga, atau memperbaiki proses.

Tetapi manfaat tersebut tidak muncul otomatis. Pemerintah harus mendesain ulang pekerjaan, melatih pegawai, menetapkan standar penggunaan, dan memastikan hasil AI benar-benar dapat dipercaya.

BAB X

HARI KESEMBILAN PULUH: PETRUK MENEMUKAN MUSUH TERBESAR AI GOVERNMENT

Musuh terbesar AI Government ternyata bukan komputer yang lambat.

Bukan pula jaringan internet yang putus.

Musuh terbesarnya adalah kebiasaan mempertahankan cara kerja lama meskipun bukti menunjukkan bahwa cara tersebut tidak efektif.

Pada hari kesembilan puluh, Petruk mengumpulkan tim implementasi.

“Bagaimana hasilnya?”

Tim melaporkan bahwa beberapa proses mulai lebih cepat, sebagian dokumen lebih mudah dianalisis, dan beberapa masalah data mulai teridentifikasi.

Namun, ada pula kendala.

Sebagian data belum memiliki definisi yang seragam. Beberapa proses masih membutuhkan persetujuan berulang. Ada pegawai yang belum percaya pada hasil AI. Ada juga unit yang enggan membagikan data meskipun secara hukum dan tata kelola data tersebut dapat digunakan bersama untuk tujuan yang sah.

Petruk tidak terkejut.

Ia tahu bahwa perubahan pemerintahan bukan sekadar persoalan perangkat lunak.

Enterprise Architecture akan mengungkap hubungan antara proses, organisasi, data, dan kewenangan. Hubungan yang selama ini tidak terlihat bisa menjadi lebih jelas. Akibatnya, perubahan teknis terkadang memunculkan pertanyaan organisasi yang sensitif.

Siapa pemilik suatu proses?

Siapa yang bertanggung jawab atas kualitas data?

Siapa yang berwenang mengubah prosedur?

Siapa yang menanggung risiko ketika sebuah program gagal?

Siapa yang memperoleh manfaat ketika proses menjadi lebih efisien?

Pertanyaan-pertanyaan itu harus dijawab melalui mandat yang sah, tata kelola, dan mekanisme akuntabilitas. Bukan dengan memaksa semua pihak menyetujui teknologi baru.

Petruk meminta agar perubahan dilakukan secara bertahap.

Proses yang tidak efektif diperbaiki. Pegawai diberi pelatihan. Data diperbaiki. Sistem yang tumpang tindih dievaluasi. Keputusan penggunaan AI didokumentasikan. Hasil uji coba dinilai sebelum diperluas.

“Pak,” kata Gareng, “kalau AI bisa membantu pekerjaan menjadi lebih cepat, apakah berarti kita membutuhkan lebih sedikit pegawai?”

Petruk menjawab, “Pertanyaannya jangan dimulai dari berapa orang yang bisa dikurangi. Kita mulai dari pekerjaan apa yang harus diselesaikan dan kemampuan apa yang dibutuhkan.”

Sebagian tugas rutin mungkin dapat diotomatisasi. Namun, pemerintah tetap membutuhkan manusia untuk memahami konteks, melayani masyarakat, menyelesaikan konflik, mengambil keputusan yang sah, melakukan pemeriksaan lapangan, dan mempertanggungjawabkan kebijakan.

Otomatisasi yang baik dapat mengalihkan waktu pegawai dari pekerjaan administratif berulang ke pekerjaan yang membutuhkan penilaian, empati profesional, dan interaksi langsung.

Petruk kemudian menyampaikan keputusan yang tidak terlalu dramatis, tetapi penting.

“Mulai sekarang, setiap usulan AI harus menjawab lima pertanyaan. Masalah apa yang diselesaikan? Proses mana yang diperbaiki? Data apa yang digunakan? Risiko apa yang muncul? Bagaimana kita mengukur manfaatnya?”

Gareng mengangguk.

“Kalau tidak bisa menjawab?”

“Jangan buru-buru membeli.”

Gareng tersenyum.

“Wah, toko teknologi bisa sepi, Pak.”

“Tidak apa-apa. Yang penting masyarakat tidak membeli teknologi melalui anggaran publik hanya untuk menonton demonstrasi.”

BAB XI

BULAN KEEMPAT SAMPAI KEENAM: PEMALANG MULAI MEMBANGUN KECERDASAN EKONOMI DAERAH

Setelah fondasi pemerintahan mulai dibangun, Petruk ingin menerapkan pendekatan yang sama untuk pembangunan ekonomi.

Ia meminta tim menyusun peta ekonomi daerah yang menghubungkan potensi sumber daya, produksi, pengolahan, pasar, investasi, tenaga kerja, infrastruktur, dan kepemilikan usaha.

Tujuannya bukan membuat katalog komoditas yang indah.

Tujuannya memahami bagaimana nilai ekonomi diciptakan, siapa yang menangkap nilai tersebut, dan apa yang dapat dilakukan pemerintah untuk memperkuat ekonomi lokal.

Tim mulai menyusun profil sektoral dengan menggunakan data resmi yang tersedia, kemudian menandai bagian yang masih memerlukan pengumpulan data lapangan.

Untuk setiap komoditas prioritas, analisis diarahkan pada pertanyaan yang konkret.

Berapa produksi dan pola musimannya?

Siapa pembelinya?

Berapa biaya logistik?

Apakah tersedia fasilitas pengolahan?

Apa standar kualitas pasar?

Berapa investasi yang diperlukan untuk meningkatkan nilai tambah?

Apakah pasar cukup besar untuk menyerap tambahan produksi?

Bagaimana posisi tawar produsen?

Apakah koperasi, UMKM, atau badan usaha lokal dapat mengambil peran dalam rantai pasok?

Petruk ingin analisis ekonomi terhubung dengan perencanaan, penganggaran, pelayanan investasi, dan program peningkatan keterampilan.

Jika analisis menunjukkan bahwa suatu komoditas memiliki peluang pengolahan, pemerintah tidak langsung membangun pabrik. Pemerintah terlebih dahulu menguji pasokan, permintaan, biaya, kelayakan usaha, kebutuhan modal, risiko lingkungan, dan model pengelolaan.

Jika masalah utama berada pada konsolidasi pasokan, mungkin yang diperlukan adalah kelembagaan pengumpulan dan standar kualitas.

Jika masalahnya pada akses pasar, mungkin diperlukan penguatan kontrak pembelian, informasi pasar, atau jaringan distribusi.

Jika masalahnya pada produktivitas, investasi yang lebih tepat bisa berupa teknologi, pelatihan, atau perbaikan proses produksi.

AI membantu menyusun analisis awal dan menguji skenario. Keputusan tetap didasarkan pada data yang dapat dipertanggungjawabkan dan proses bisnis yang jelas.

Gareng membaca salah satu laporan.

“Pak, di sini tertulis potensi keuntungan pengolahan komoditas bisa mencapai puluhan miliar.”

Petruk langsung bertanya, “Itu berdasarkan transaksi nyata, model keuangan, atau perkiraan kasar?”

Gareng memeriksa catatan.

“Berdasarkan asumsi.”

“Kalau begitu, tulis asumsi dan risikonya dengan jelas. Jangan sampai angka potensi berubah menjadi janji keuntungan.”

Petruk tidak ingin pemerintah menjadi pabrik optimisme.

Ia ingin pemerintah menjadi institusi yang membantu masyarakat dan investor mengambil keputusan dengan informasi yang lebih baik.

Dari potensi menjadi nilai tambah

Dalam kerangka ekonomi yang dibangun Petruk, rantai penciptaan nilai harus dapat ditelusuri:

SUMBER DAYA → PRODUKSI → PENGOLAHAN → AKSES PASAR → PENCIPTAAN NILAI → PENANGKAPAN NILAI → DISTRIBUSI MANFAAT → INVESTASI ULANG.

Pemerintah dapat membantu memperbaiki kondisi yang mendukung setiap tahap. Namun, pemerintah tidak harus menjalankan semua kegiatan bisnis sendiri.

Peran pemerintah adalah menciptakan lingkungan yang memungkinkan pelaku usaha, koperasi, petani, pekerja, dan investor membangun kegiatan ekonomi yang produktif dengan aturan yang jelas.

Keberhasilan akhirnya bukan hanya bertambahnya jumlah proyek. Keberhasilan juga perlu dilihat dari produktivitas, pendapatan, pekerjaan yang layak, kemampuan usaha lokal masuk rantai pasok, dan bagian nilai tambah yang dapat dipertahankan di daerah.

Gareng lalu berkata, “Pak, kalau ekonomi daerah semakin pintar, apa berarti warganya juga otomatis semakin sejahtera?”

Petruk menggeleng.

“Tidak otomatis. Ekonomi bisa tumbuh, tetapi manfaatnya terkonsentrasi pada kelompok tertentu. Kita harus memeriksa siapa yang memiliki usaha, siapa yang mendapat pekerjaan, siapa yang menanggung risiko, dan siapa yang menikmati hasilnya.”

Gareng terdiam.

“Berarti kecerdasan ekonomi daerah bukan hanya soal berapa besar uang yang masuk.”

“Betul. Juga soal bagaimana nilai itu diciptakan dan dibagikan.”

BAB XII

BULAN KETUJUH SAMPAI KESEMBILAN: WARGA MENGADU, PEMERINTAH TIDAK BOLEH HANYA MEMINTA NOMOR TIKET

Pada suatu malam, seorang warga mengirim pengaduan mengenai kerusakan infrastruktur lingkungan.

Dalam sistem lama, pengaduan mungkin masuk ke beberapa saluran berbeda. Sebagian tercatat sebagai laporan, sebagian diteruskan melalui pesan, dan sebagian lagi disampaikan langsung kepada pejabat.

Petruk meminta agar kanal pengaduan yang tersedia dihubungkan melalui proses yang lebih konsisten.

Setiap laporan harus memiliki identitas kasus, waktu penerimaan, kategori, lokasi, status, penanggung jawab, riwayat tindak lanjut, dan bukti penyelesaian yang sesuai.

AI dapat membantu membaca isi laporan, mengelompokkan masalah, mendeteksi kemungkinan laporan duplikat, dan menyarankan unit yang relevan.

Namun, sistem harus tetap memberi ruang bagi petugas untuk mengoreksi klasifikasi. Laporan yang tidak dapat dibaca mesin, menggunakan bahasa daerah, atau menyangkut situasi kompleks tidak boleh otomatis diabaikan.

Petruk juga menolak gagasan bahwa setiap masalah selesai ketika nomor tiket diterbitkan.

“Nomor tiket itu tanda laporan tercatat. Bukan tanda masalah selesai,” katanya.

Gareng menambahkan, “Kalau warga mengadu jalan rusak, lalu sistem menjawab ‘laporan Anda telah diterima’, apakah jalannya ikut sembuh, Pak?”

“Tidak. Jalan tidak membaca notifikasi.”

Sistem pengaduan harus menghubungkan laporan dengan tindakan nyata. Pemerintah perlu mengetahui siapa yang bertugas, apa langkah penanganannya, berapa lama proses berlangsung, dan apakah warga dapat memeriksa perkembangan laporannya.

Pada saat yang sama, pemerintah harus menghindari penggunaan AI untuk mengambil keputusan otomatis yang merugikan warga tanpa pemeriksaan manusia.

Pengaduan yang dianggap tidak lengkap, misalnya, sebaiknya memicu permintaan informasi tambahan, bukan penolakan otomatis tanpa penjelasan.

Data pengaduan juga dapat digunakan untuk melihat pola masalah. Jika laporan kerusakan berulang pada lokasi yang sama, pemerintah dapat memeriksa apakah akar masalahnya terletak pada kualitas pekerjaan, desain infrastruktur, pemeliharaan, atau faktor lingkungan.

Dengan begitu, pengaduan bukan sekadar urusan merespons keluhan satu per satu. Pengaduan menjadi sumber informasi untuk memperbaiki sistem pelayanan.

Petruk menyimpulkan:

“Pemerintahan yang baik bukan pemerintahan yang tidak pernah menerima pengaduan. Pemerintahan yang baik adalah pemerintahan yang belajar dari pengaduan dan mengurangi masalah yang sama agar tidak terus berulang.”

BAB XIII

BULAN KESEPULUH SAMPAI KEDUA BELAS: UJIAN SEBENARNYA BUKAN KECANGGIHAN TEKNOLOGI

Menjelang akhir tahun pertama, Petruk meminta evaluasi menyeluruh.

Ia tidak ingin hanya menghitung jumlah aplikasi baru, jumlah pegawai yang mengikuti pelatihan AI, atau jumlah dashboard yang berhasil dibuat.

Ia ingin mengetahui perubahan nyata pada cara pemerintahan bekerja.

Apakah waktu penyelesaian layanan prioritas membaik?

Apakah data yang digunakan dalam keputusan semakin konsisten?

Apakah pengaduan lebih mudah ditelusuri hingga penyelesaiannya?

Apakah laporan administratif berulang berkurang?

Apakah program prioritas memiliki indikator hasil yang lebih jelas?

Apakah biaya dan risiko penggunaan teknologi sebanding dengan manfaatnya?

Apakah masyarakat dapat mengakses informasi yang seharusnya terbuka?

Apakah penggunaan AI dapat diaudit?

Apakah pegawai semakin mampu menganalisis masalah, atau hanya semakin mahir menyalin hasil AI ke dalam laporan?

Pertanyaan terakhir membuat Gareng mengangkat tangan.

“Pak, itu pertanyaan yang agak berbahaya.”

“Kenapa?”

“Karena bisa jadi kita melatih pegawai menggunakan AI, tetapi tidak melatih mereka memeriksa apakah AI-nya benar.”

Petruk tersenyum.

“Karena itu, literasi AI harus mencakup kemampuan menilai hasil, bukan sekadar kemampuan menulis perintah.”

Ia meminta agar setiap uji coba dievaluasi berdasarkan kondisi awal, hasil aktual, biaya, risiko, dan pengalaman pengguna.

Uji coba yang terbukti bermanfaat dapat diperluas. Uji coba yang hasilnya belum jelas perlu diperbaiki. Uji coba yang berisiko tinggi atau tidak memberikan manfaat yang memadai harus dihentikan atau dirancang ulang.

Pemerintah juga perlu memeriksa ketergantungan pada penyedia teknologi. Sistem harus memiliki dokumentasi, pengelolaan akses, mekanisme pencadangan, pengamanan data, dan rencana keberlanjutan.

AI Government tidak boleh berubah menjadi ketergantungan pada satu aplikasi atau satu perusahaan.

Teknologi harus mendukung kapasitas institusi, bukan menggantikan kemampuan institusi untuk memahami pekerjaannya sendiri.

Gareng melihat laporan evaluasi.

“Pak, ternyata banyak yang harus diperiksa.”

“Memang.”

“Kalau begitu, apakah kita sudah bisa mengatakan Pemalang menjadi AI Government?”

Petruk menjawab, “Jangan terlalu sibuk memberi nama. Kita lihat dulu hasilnya.”

Gareng mengangguk.

“Jadi, kalau sistemnya belum bagus, jangan dulu membuat baliho?”

Petruk menatap Gareng.

“Reng, baliho itu bukan indikator kinerja.”

Gareng tertawa.

“Sayang sekali, Pak. Kalau baliho menjadi indikator, mungkin kita sudah unggul sejak hari pertama.”

BAB XIV

LALU, APAKAH PEMALANG MASIH MEMBUTUHKAN RAPAT?

Tentu saja.

Pemerintahan tetap membutuhkan rapat untuk mengambil keputusan, menyelesaikan konflik, menetapkan prioritas, dan mengoordinasikan pekerjaan.

Yang ingin dikurangi Petruk bukan rapat sebagai mekanisme koordinasi. Ia ingin mengurangi rapat yang hanya mengulang informasi, rapat yang tidak memiliki keputusan jelas, dan rapat yang diselenggarakan karena sistem kerja tidak menyediakan cara lain untuk mengetahui perkembangan pekerjaan.

Dalam sistem yang lebih matang, informasi rutin dapat dibaca melalui laporan yang terstandar. Masalah yang memerlukan keputusan akan dieskalasikan kepada pihak yang tepat. Tindak lanjut dapat dipantau melalui sistem kerja bersama.

Rapat kemudian digunakan untuk hal yang memang membutuhkan pembahasan manusia.

Gareng memeriksa agenda pekan berikutnya.

“Pak, sekarang rapatnya berkurang.”

“Bagus.”

“Tapi ada yang protes.”

“Siapa?”

“Beberapa orang merasa kehilangan kesempatan untuk menjelaskan bahwa pekerjaan mereka sedang berjalan.”

Petruk tertawa.

“Kalau pekerjaan berjalan, sistem akan menunjukkan kemajuannya. Kalau ada masalah, kita bahas. Kita tidak perlu menghabiskan satu jam untuk mendengar bahwa semua orang sedang sibuk.”

Gareng mengangguk.

“Berarti nanti rapat harus menghasilkan keputusan?”

“Ya.”

“Dan setiap keputusan harus punya penanggung jawab?”

“Ya.”

“Dan ada batas waktu?”

“Ya.”

Gareng berpikir sebentar.

“Pak, kalau begitu rapat persiapan rapat juga perlu dievaluasi.”

Petruk menepuk meja.

“Nah, itu baru inovasi yang bisa langsung dirasakan masyarakat.”

Mereka tertawa.

Tetapi di balik lelucon itu terdapat prinsip organisasi yang serius: otomatisasi yang bernilai bukan sekadar mengganti pekerjaan manual dengan mesin, melainkan menghilangkan pekerjaan yang tidak lagi diperlukan dan memperbaiki proses yang menghasilkan nilai.

BAB XV

KALAU PETRUK GAGAL, APA PENYEBABNYA?

Tidak semua skenario berakhir dengan keberhasilan.

Petruk mungkin saja gagal menerapkan AI Government.

Bukan karena AI kurang pintar, melainkan karena beberapa risiko berikut tidak dikelola dengan baik.

Pertama, teknologi dibeli sebelum masalah dipahami. Akibatnya, pemerintah mempunyai banyak aplikasi, tetapi proses kerja tetap berantakan.

Kedua, data tidak dikelola dengan benar. AI menghasilkan analisis yang tampak meyakinkan, tetapi bertumpu pada data yang tidak lengkap, tidak konsisten, atau sudah kedaluwarsa.

Ketiga, Enterprise Architecture berhenti sebagai dokumen. Peta arsitektur dibuat, tetapi tidak digunakan untuk mengarahkan perubahan proses, anggaran, organisasi, dan teknologi.

Keempat, AI digunakan tanpa tata kelola. Data sensitif dapat terekspos, hasil yang keliru digunakan dalam keputusan, dan tidak ada mekanisme yang jelas untuk mengaudit penggunaan sistem.

Kelima, perubahan dianggap sebagai proyek teknologi. Pegawai tidak dilibatkan, kemampuan baru tidak dibangun, dan proses lama dipertahankan di balik antarmuka baru.

Keenam, ukuran keberhasilan terlalu administratif. Pemerintah merayakan jumlah aplikasi, dashboard, dan pelatihan, tetapi tidak mengukur perubahan pada kualitas pelayanan, biaya, waktu, dan manfaat bagi warga.

Ketujuh, manfaat ekonomi tidak diperiksa distribusinya. Pemerintah mungkin berhasil menarik investasi atau memperbesar transaksi, tetapi gagal memastikan bahwa masyarakat lokal memperoleh manfaat yang sepadan.

Kedelapan, keputusan politik mengabaikan bukti. Analisis sudah tersedia, tetapi tidak digunakan ketika bertentangan dengan kepentingan atau kebiasaan tertentu.

Dalam situasi seperti itu, AI Government hanya menjadi lapisan teknologi di atas birokrasi lama.

Petruk merangkum persoalannya:

“Kalau cara berpikir kita tidak berubah, jangan berharap komputer akan menyelamatkan kita. Mesin bisa mempercepat pekerjaan. Ia tidak otomatis membuat tujuan kita benar.”

Gareng menyahut, “Kalau begitu, Pak, AI bukan obat untuk semua penyakit birokrasi?”

“Bukan. Ia alat yang sangat berguna jika kita tahu masalah apa yang sedang kita tangani.”

BAB XVI

PETA JALAN PEMALANG AI GOVERNMENT: DARI DIAGNOSIS HINGGA PERLUASAN

Agar simulasi ini dapat diterjemahkan menjadi rencana implementasi, berikut peta jalan awal yang dapat digunakan sebagai kerangka diskusi. Jadwalnya bersifat ilustratif dan perlu disesuaikan dengan kondisi aktual, kapasitas organisasi, pengadaan, anggaran, serta ketentuan yang berlaku.

Siapa melakukan apa?

Bupati dan pimpinan daerah menetapkan arah, prioritas, mandat perubahan, dan mekanisme akuntabilitas.

Badan perencanaan pembangunan daerah membantu menyelaraskan sasaran pembangunan, indikator hasil, dan program lintas perangkat daerah.

Perangkat daerah pemilik proses bertanggung jawab atas proses, kualitas layanan, dan hasil pekerjaan di bidangnya.

Pengelola teknologi informasi mengembangkan arsitektur teknologi, integrasi, keamanan, dan dukungan operasional.

Pengelola data dan statistik sektoral memastikan definisi, kualitas, sumber, dan penggunaan data sesuai tata kelola.

Perangkat daerah yang menangani keuangan dan penganggaran memastikan hubungan antara prioritas, belanja, indikator, dan manfaat dapat diperiksa.

Inspektorat dan fungsi pengawasan yang relevan menguji kepatuhan, risiko, pengendalian, dan akuntabilitas sesuai kewenangannya.

Pegawai dan masyarakat memberikan masukan tentang kebutuhan nyata, kualitas layanan, dan dampak implementasi.

Tim arsitektur enterprise perlu bekerja lintas fungsi. Ia tidak boleh menjadi sekadar tim aplikasi atau tim yang membuat diagram tanpa kewenangan untuk menghubungkan rancangan dengan keputusan organisasi.

Lima indikator awal yang perlu diukur

Sebelum menetapkan target angka, pemerintah harus mengetahui kondisi awalnya. Setelah itu, target dapat ditentukan berdasarkan kemampuan, kebutuhan, dan risiko.

• Waktu penyelesaian layanan: berapa lama layanan prioritas diselesaikan dari awal hingga akhir?

• Kualitas data: seberapa lengkap, konsisten, mutakhir, dan dapat ditelusuri data yang digunakan?

• Produktivitas proses: berapa banyak pekerjaan berulang yang dapat dikurangi tanpa menurunkan kualitas?

• Penyelesaian masalah: berapa banyak pengaduan dan tindak lanjut yang selesai sesuai standar?

• Manfaat publik: apakah perubahan meningkatkan akses, kualitas, kecepatan, atau hasil yang benar-benar dirasakan masyarakat?

Ukuran tersebut harus dilengkapi dengan indikator keamanan, kesalahan sistem, kebutuhan koreksi manusia, biaya operasional, dan kepuasan pengguna.

Dengan demikian, pemerintah tidak mengukur kecanggihan AI dari seberapa banyak pekerjaan yang diserahkan kepada mesin, melainkan dari seberapa baik pekerjaan publik diselesaikan.

EPILOG

PETRUK MENUTUP TAHUN PERTAMA: BUKAN MENJADI KABUPATEN PALING CANGGIH, MELAINKAN PALING MAU BELAJAR

Pada penghujung tahun pertama, Petruk kembali mengumpulkan para kepala perangkat daerah.

Tidak ada seremoni peluncuran aplikasi baru.

Tidak ada lomba membuat slogan paling futuristis.

Tidak ada baliho bertuliskan Pemalang Menuju Kabupaten Artificial Intelligence Nomor Satu di Alam Semesta.

Petruk berdiri di depan ruangan.

“Saya tidak akan mengatakan bahwa semua masalah sudah selesai. Kita masih memiliki pekerjaan rumah. Data kita belum sempurna. Sebagian proses masih harus diperbaiki. Beberapa uji coba belum memberikan hasil yang memadai. Ada teknologi yang perlu dilanjutkan dan ada yang harus kita evaluasi.”

Para pejabat saling pandang.

Petruk melanjutkan.

“Tetapi kita sudah mulai mengubah cara bekerja. Kita mulai membedakan kegiatan dengan hasil. Kita mulai menghubungkan data dengan keputusan. Kita mulai memeriksa apakah teknologi benar-benar menyelesaikan masalah. Kita juga mulai memahami bahwa setiap perangkat daerah tidak bisa bekerja sendirian untuk menyelesaikan persoalan yang melintasi batas kewenangannya.”

Gareng berdiri di sampingnya.

“Pak, jadi keberhasilan tahun pertama bukan karena kita sudah memiliki AI?”

“Bukan.”

“Bukan karena kita punya dashboard?”

“Bukan.”

“Bukan karena rapatnya sekarang menggunakan layar digital?”

“Bukan.”

Gareng menggaruk kepala.

“Lha terus apa, Pak?”

Petruk menjawab:

“Keberhasilan awal kita adalah mulai memiliki cara yang lebih baik untuk mengetahui masalah, menentukan siapa yang bertanggung jawab, memilih tindakan, mengukur hasil, dan belajar dari kesalahan.”

Ruangan hening.

Lalu Gareng bertanya lagi.

“Pak, kalau suatu hari nanti AI sudah semakin pintar, apakah pekerjaan bupati menjadi lebih mudah?”

Petruk berpikir sejenak.

“Sebagian pekerjaan akan menjadi lebih mudah. Tetapi tanggung jawab bupati justru semakin besar. Ketika informasi semakin tersedia, alasan untuk mengambil keputusan tanpa dasar yang memadai semakin sulit dibenarkan.”

Gareng mengangguk pelan.

“Berarti teknologi membuat kita semakin mudah mengetahui apa yang seharusnya dilakukan, tetapi tidak otomatis membuat kita berani melakukannya.”

Petruk menatap Gareng.

“Reng, sekali-kali kamu bicara seperti filsuf.”

Gareng tersenyum.

“Biasa, Pak. Kebanyakan mendengarkan rapat.”

Semua orang tertawa.

Dan untuk pertama kalinya, rapat berakhir tepat waktu.

Di luar gedung, seorang warga bertanya kepada temannya.

“Katanya sekarang Pemalang pakai AI. Apa bedanya?”

Temannya menjawab, “Katanya sekarang kalau ada masalah, pemerintah lebih cepat tahu.”

“Terus?”

“Katanya, yang bertanggung jawab juga lebih jelas.”

“Terus?”

“Katanya, anggaran mulai dihubungkan dengan hasil.”

Warga itu mengangguk.

“Bagus. Tapi saya tidak terlalu paham AI.”

Temannya tersenyum.

“Tidak apa-apa. Kamu tidak harus paham cara kerja mesin untuk menilai apakah jalanmu diperbaiki, layananmu dipermudah, usahamu berkembang, atau pengaduanmu ditangani.”

Warga itu menjawab, “Nah, kalau begitu saya paham.”

Ia lalu melanjutkan perjalanan.

Mungkin itulah ujian paling sederhana bagi AI Government.

Bukan apakah bupati bisa menyebut machine learning, apakah kepala dinas bisa menggunakan prompt, atau apakah pemerintah memiliki ruang kendali dengan layar sebesar bioskop.

Ujiannya adalah apakah warga memperoleh pelayanan yang lebih baik, apakah pekerjaan pemerintah lebih terkoordinasi, apakah anggaran menghasilkan manfaat yang dapat diperiksa, dan apakah ekonomi daerah memberikan kesempatan yang lebih luas kepada masyarakatnya.

AI Government bukan pemerintahan yang menyerahkan negara kepada mesin. AI Government adalah pemerintahan yang menggunakan teknologi untuk meningkatkan kemampuan manusia dan institusi dalam melayani masyarakat.

Enterprise Architecture bukan tumpukan diagram. Ia adalah cara memastikan strategi, organisasi, proses, data, teknologi, dan anggaran bekerja sebagai satu kesatuan.

Dan jika kedua pendekatan itu diterapkan di Pemalang, pertanyaan terpenting bukanlah apakah pemerintah sudah menggunakan AI.

Pertanyaan terpenting adalah: apakah pemerintah sudah semakin mampu memahami persoalan, mengoordinasikan sumber daya, memperbaiki keputusan, dan menciptakan manfaat nyata bagi masyarakat?

Sebab, pada akhirnya, kecerdasan pemerintah tidak diukur dari kecanggihan komputernya.

Ia diukur dari kemampuannya mengubah pengetahuan menjadi tindakan, tindakan menjadi hasil, dan hasil menjadi kehidupan yang lebih baik bagi warganya.

Kalau Petruk berhasil, mungkin kelak Pemalang tidak dikenal sebagai kabupaten yang paling banyak menggunakan AI.

Mungkin Pemalang dikenal sebagai kabupaten yang tidak lagi membutuhkan tiga rapat untuk mengetahui bahwa satu masalah belum selesai.

Dan bagi Gareng, itu sudah merupakan kemajuan peradaban yang luar biasa.

CATATAN EDITORIAL: APA YANG MEMBUAT SIMULASI INI MASUK AKAL?

Cerita di atas merupakan eksperimen pemikiran, bukan klaim bahwa penerapan AI pasti menghasilkan semua perubahan tersebut. Agar dapat digunakan sebagai dasar diskusi kebijakan, ada lima hal yang perlu diperhatikan.

1. AI Government harus berbasis masalah nyata. Prioritas penggunaan AI sebaiknya ditentukan dari besarnya masalah, frekuensi pekerjaan, kualitas data, risiko, dan manfaat yang dapat diukur.

2. Enterprise Architecture harus menghubungkan strategi dengan pelaksanaan. Pemetaan proses, data, aplikasi, dan teknologi perlu menjadi dasar keputusan tentang perubahan proses, investasi sistem, pembagian tanggung jawab, dan penganggaran.

3. Otomatisasi harus disertai tata kelola. Keamanan informasi, perlindungan data pribadi, pengawasan manusia, audit, dan mekanisme koreksi merupakan bagian dari desain sistem, bukan tambahan setelah teknologi berjalan.

4. Implementasi perlu bertahap. Mulai dari proses yang memiliki manfaat jelas dan risiko yang dapat dikendalikan. Evaluasi hasil sebelum memperluas sistem.

5. Keberhasilan harus diukur dari manfaat publik. Jumlah aplikasi, pelatihan, dan dashboard tidak cukup. Ukuran akhirnya adalah perubahan pada kualitas layanan, efektivitas belanja, koordinasi, produktivitas, dan kesejahteraan masyarakat.

Pertanyaan yang Sering Diajukan

Apa yang dimaksud dengan Pemalang AI Government?

Pemalang AI Government adalah konsep pemerintahan Kabupaten Pemalang yang menggunakan kecerdasan buatan untuk membantu analisis, pelayanan publik, pengawasan, dan pengambilan keputusan. Penerapannya harus disesuaikan dengan kebutuhan nyata, kapasitas pemerintah, dan aturan yang berlaku.

Apa hubungan AI Government dengan Enterprise Architecture?

AI Government menjelaskan bagaimana kecerdasan buatan dimanfaatkan dalam pekerjaan pemerintahan. Enterprise Architecture memastikan bahwa pemanfaatan teknologi tersebut selaras dengan strategi, kapabilitas, proses bisnis, organisasi, data, aplikasi, teknologi, dan tata kelola. EA membantu mencegah pemerintah membeli AI tanpa terlebih dahulu memahami masalah yang hendak diselesaikan.

Apa yang harus dilakukan bupati pada hari pertama?

Bupati perlu menetapkan arah perubahan, mengidentifikasi persoalan prioritas, meminta gambaran awal mengenai proses dan data, serta membangun mandat kerja lintas perangkat daerah. Hari pertama bukan waktu untuk mengumumkan pembelian aplikasi, melainkan untuk menetapkan pertanyaan dan disiplin kerja yang akan memandu transformasi.

Perangkat daerah mana yang sebaiknya menjadi prioritas?

Prioritas harus ditentukan melalui diagnosis kondisi aktual. Secara konseptual, area yang dapat dikaji meliputi perencanaan pembangunan, pengelolaan anggaran, pelayanan perizinan, pengaduan masyarakat, administrasi kependudukan, pengelolaan infrastruktur, lingkungan, dan analisis ekonomi daerah. Tidak semua fungsi cocok untuk otomatisasi dengan tingkat yang sama.

Apakah AI dapat menggantikan ASN?

AI dapat mengotomatisasi sebagian tugas rutin dan membantu pekerjaan analitis. Namun, penerapannya tidak otomatis berarti jabatan ASN dapat atau harus dihapus. Pemerintah perlu menilai fungsi pekerjaan, kewenangan, risiko, kebutuhan pelayanan, dan kemampuan pegawai. Keputusan yang berdampak pada hak warga dan penggunaan kewenangan publik tetap memerlukan pengendalian manusia yang memadai.

Berapa lama transformasi ini dapat dilakukan?

Sebagai kerangka awal, 90–100 hari dapat digunakan untuk diagnosis, rancangan arsitektur awal, dan uji coba terbatas. Perubahan organisasi, integrasi sistem, peningkatan kualitas data, dan perluasan AI memerlukan proses lanjutan. Jadwal aktual harus ditetapkan berdasarkan kondisi Pemalang, bukan sekadar mengikuti kalender proyek.

Bagaimana mengukur keberhasilan AI Government?

Keberhasilan dapat diukur melalui perubahan waktu penyelesaian layanan, kualitas data, produktivitas, tingkat kesalahan, penyelesaian pengaduan, biaya operasional, dan manfaat yang dirasakan masyarakat. Pengukuran harus membandingkan kondisi sebelum dan sesudah implementasi, disertai evaluasi risiko dan kualitas hasil.

Apa risiko terbesar AI Government?

Risikonya mencakup penggunaan data yang keliru, kebocoran informasi, keputusan otomatis yang tidak adil, ketergantungan pada penyedia teknologi, dan penggunaan AI tanpa akuntabilitas. Risiko organisasi juga penting: teknologi dapat gagal memberikan manfaat jika proses yang buruk dipertahankan dan hasil AI tidak diperiksa oleh manusia.

Apakah Pemalang harus membangun AI sendiri?

Tidak harus. Pemerintah dapat memanfaatkan layanan AI yang tersedia, membangun integrasi sesuai kebutuhan, dan mengembangkan kemampuan internal secara bertahap. Yang penting adalah kendali atas proses, keamanan data, tata kelola, keberlanjutan sistem, dan kemampuan mengevaluasi hasilnya.

Catatan: Naskah ini merupakan simulasi fiksi berbasis analisis konseptual. Tokoh, dialog, rapat, dan peristiwa di dalamnya tidak menggambarkan kejadian aktual di Pemerintah Kabupaten Pemalang. Rekomendasi implementasi memerlukan diagnosis, verifikasi data, dan kajian kebijakan lebih lanjut.