TIMES MALANG, JAKARTA – Revolusi Industri 4.0 dicirikan oleh otomatisasi dan digitalisasi berbasis data besar (big data) dan analisis data (data analitics). Big data mengacu pada kumpulan data yang sangat besar dan kompleks yang tidak dapat dikelola atau dianalisis dengan mudah menggunakan alat pemprosesan data tradisional.

Sedangkan data analisis adalah proses mengubah data mentah menjadi pengetahuan yang dapat digunakan dan ditindaklanjuti. Analisis data merupakan bidang multidisiplin yang menggunakan berbagai teknik analisis, terutama menggunakan AI. 

Peran Data dalam Kebijakan Publik

Laporan ‘OECD Economic Surveys: Indonesia 2024’ yang dirilis 26 November 2024 menyebutkan bahwa big data (termasuk data ketenagakerjaan) dan analisis data (termasuk analis talenta), telah menjadi alat penting dalam membentuk kebijakan publik.

Dikatakan, data membuka wawasan dan memberikan informasi penting untuk proses pengambilan keputusan, meningkatkan transparansi, dan meningkatkan efektivitas inisiatif pemerintah. 

Integrasi analisis data ke dalam kebijakan publik dapat membantu mengatasi tantangan masyarakat yang kompleks, mengoptimalkan alokasi sumber daya, dan mengukur dampak kebijakan. Analisis data memungkinkan para pembuat kebijakan di pemerintahan dapat mengidentifikasi pola, tren, dan korelasi yang mungkin tidak terlihat sebelumnya. 

Kemampuan ini mendukung pengambilan keputusan yang lebih terinformasi dan efektif di berbagai bidang pembangunan seperti pendidikan dan perencanaan ekonomi.

Analisis data memungkinkan evaluasi berkelanjutan terhadap efektivitas kebijakan. Dengan terus memantau hasil, pemerintah dapat melihat seberapa baik kinerja kebijakan secara real-time dan membuat penyesuaian sesuai kebutuhan. Pendekatan berulang ini membantu menyempurnakan strategi dan memastikan bahwa kebijakan mencapai tujuan yang diinginkan.

Data memungkinkan pemerintah mengoptimalisasi manajemen aparatur negara, baik pegawai negeri sipil (PNS), Polri dan TNI. Manajemen SDM yang efektif sangat penting untuk operasi pemerintah, terutama dalam keterbatasan anggaran. 

Analisis data berkontribusi pada transparansi dan akuntabilitas dalam operasi pemerintah. Transparansi ini mendorong akuntabilitas yang lebih besar dan kepercayaan publik terhadap tindakan pemerintah.

Analisis data memungkinkan pemerintah memahami dan menangani masalah sosial seperti kemiskinan, ketidaksetaraan, dan pengangguran sehingga dapat merancang strategi intervensi secara efektif.

Salah satu contoh implementasi kebijakan pemerintah berbasis data ketenagakerjaan adalah program inkubator bisnis untuk membantu para pelaku UMKM mengembangkan kegiatan usahanya sehingga bertumbuh menjadi wirausaha yang tangguh.

Data ketenagakerjaan sebagaimana disebutkan di atas, juga bermanfaat untuk pembuatan kebijakan untuk merevitalisasi sistem pendidikan, termasuk memperbesar akses ke layanan pendidikan atau meningkatkan angka partisipasi kasar (APK). 

Berdasarkan data ketenagakerjaan, pemerintah juga dapat melakukan update kurikulum pendidikan guna  meningkatkan kualitas pembelajaran dengan menghadirkan metode pengajaran yang lebih efektif, inovatif, dan interaktif.

Bahkan, pemerintah perlu mendorong lembaga pendidikan untuk menekankan mata pelajaran/mata kuliah terkait teknologi digital dan AI, karena dunia usaha masa kini dan masa depan semakin intensif memanfaatkan teknologi AI untuk operasi bisnis dan pemasarannya.

Data ketenagakerjaan dapat membantu pemerintah untuk merevitalisasi pendidikan vokasi, dan menyelenggarakan program pendidikan dan pelatihan melalui Lembaga Pelatihan Kerja (LPK). Data ketenagakerjaan dapat menjadi titik tolak bagi pemerintah untuk membuat kebijakan dalam pembangunan infrastruktur sistem komunikasi seluler dan tetap untuk menyediakan layanan telekomunikasi yang lebih berkualitas. 

Peningkatan layanan telekomunikasi penting untuk mempercepat kemajuan dan pemanfaatan teknologi digital dan AI untuk menyiapkan tenaga kerja yang memiliki kompetensi digital. 

Pemerintah juga dapat memanfaatkan data ketenagakerjaan untuk merancang kebijakan investasi ekonomi, terutama untuk menentukan target nilai investasi, guna mendorong pertumbuhan industri yang berdampak pada penyediaan lapangan kerja baru. Untuk tahun 2025, pemerintah menargetkan 1 juta lapangan kerja baru.

Pada sisi lain, Presiden Prabowo Subianto menargetkan pertumbuhan ekonomi sebesar 8 persen hingga 5 tahun ke depan.

Untuk mewujudkan target tersebut, Rapat Kerja Nasional KEK Tahun 2024 yang dilaksanakan pada 20 Desember 2024 di Jakarta, KEK menargetkan untuk dapat menarik investasi baru sebesar Rp76,8 triliun pada 2025. Optimisme tersebut didukung oleh  data capaian  investasi sebesar Rp256,7 triliun hingga akhir November 2024. 

Pemanfaatan Data oleh Sektor Swasta

Sektor swasta atau kalangan perusahaan juga dapat menggunakan data ketenagakerjaan untuk kemajuan bisnisnya.

Berdasarkan big data ketenagakerjaan dan analisis talenta, pihak perusahaan dapat melakukan perekrutan dan pengembangan SDM secara lebih efisien. 

Perusahaan dapat menganalisis data dari berbagai sumber, seperti resume, aplikasi online, tes keterampilan, dan media sosial untuk menemukan kandidat yang cocok. 

Analisis data ini dapat membantu mengurangi bias dalam proses rekrutmen dan meningkatkan akurasi pemilihan karyawan. 

Selain itu, perusahaan pun dapat dapat menggunakan data untuk mengidentifikasi kebutuhan akan sumber daya tambahan dan mendistribusikan tugas secara merata ke seluruh tenaga kerja. 

Perusahaan juga dapat menggunakan data ketenagakerjaan untuk mengidentifikasi faktor-faktor yang berkontribusi terhadap kepuasan dan retensi pekerjaan. 

Selebihnya, perusahaan juga dapat menggunakan platform pembelajaran online untuk membantu karyawan mengembangkan keterampilan yang mereka butuhkan. 

Pihak perusahaan juga dapat menggunakan data untuk membuat keputusan yang tepat tentang kompensasi dan perencanaan suksesi di perusahaan. 

Namun, dalam mengelola dan menganalisis data karyawan, perusahaan harus mempertimbangkan aspek etis dan privasi. 

Artinya, perusahaan harus memastikan bahwa data dikumpulkan, disimpan, dan digunakan sesuai dengan peraturan perlindungan data yang berlaku.

Salah satu contoh implementasi kebijakan dunia industri berbasis data ketenagakerjaan adalah program pelatihan kerja berbasis kebutuhan industri. Sejauh ini kita mengenal, program pelatihan yang dilakukan oleh Pusdiklat Industri dan Balai Diklat Industri (BDI) menggunakan sistem three in one atau dapat disingkat 3 in 1, yaitu pelatihan, sertifikasi kompetensi dan penempatan kerja. 

Pelatihan dilakukan dengan menggunakan kurikulum dan modul yang mengacu pada kebutuhan industri agar terbentuk link and match antara lembaga pelatihan dengan perusahaan industri untuk menghasilkan lulusan pelatihan yang kompeten dan siap kerja. 

Pada akhir pelatihan dilakukan sertifikasi kompetensi terhadap peserta pelatihan, yang bertujuan untuk memastikan bahwa lulusan pelatihan telah kompeten. 

Untuk memudahkan proses sertifikasi maka BDI membentuk Tempat Uji Kompetensi (TUK), Lembaga Sertifikasi Profesi (LSP), dan menyiapkan perangkat terkait. 

Usai proses penyelenggaraan pelatihan dan sertifikasi dilakukan, ada pula proses terakhir yaitu penempatan lulusan berdasarkan kerja sama yang telah disepakati dengan berbagai sektor industri yang membutuhkan tenaga kerja.

Kolaborasi untuk Optimalisasi Data

Berhadapan dengan tantangan global seperti revolusi industri 4.0, digitalisasi, dan perubahan pola kerja, Indonesia perlu melakukan optimalisasi data. 

Optimalisasi data adalah proses berkelanjutan yang meningkatkan kualitas dan keakuratan pemrosesan data dan hasilnya. 

Proses ini melibatkan berbagai teknik, seperti, pertama, mengoptimalkan format data guna meningkatkan kecepatan, ukuran, dan kualitas transfer data.

Kedua, memperbaiki kueri untuk mengurangi jumlah data yang dikembalikan, yang dapat meningkatkan efisiensi dan kecepatan.

Ketiga, menduplikasi data yaitu proses untuk menghapus data duplikat atau redundan, yang dapat meningkatkan kualitas data dan menghemat ruang penyimpanan.

Keempat, mendistribusi data atau memroses pada mesin yang sama tempat data tersebut disimpan, untuk menghindari biaya dan waktu tambahan transmisi data.

Kelima, mengadopsi cloud hybrid. Artinya, data tidak terstruktur dapat dibagi dalam cloud berdasarkan nilai, kekritisan, dan frekuensi aksesnya.

Sebagaimana diketahui, data ketenagakerjaan di Portal Satu Data Ketenagakerjaan berasal dari dua sumber, yaitu, pertama, data ketenagakerjaan umum yang bersumber dari hasil Survei Angkatan Kerja Nasional (Sakernas) yang diselenggarakan oleh Badan Pusat Statistik (BPS). Sakernas dilakukan dua kali dalam setahun, yaitu pada bulan Agustus.

Kedua, data ketenagakerjaan khusus yang bersumber dari produsen data ketenagakerjaan, seperti unit teknis Kementerian Ketenagakerjaan, Badan Perlindungan Pekerja Migran Indonesia (BP2MI), PMO Kartu Prakerja, dan organisasi internasional terkait. 

Untuk mewujudkan optimalisasi data di Portal Satu Data Ketenagakerjaan diperlukan kolaborasi tripartit antara pemerintah, dunia usaha/industri dan akademisi/universitas. 

Pemerintah (pusat dan daerah) dapat menyediakan data mensuplai data hasil Saskernas. Dunia usaha/industri dapat menyediakan data yang akurat saat dilakukan survei. Sementara, pihak akademisi dapat membantu mengolah data Saskernas menjadi ketenagakerjaan  agar mudah dimanfaatkan oleh pemerintah, dunia usaha dan masyarakat. 

Perlu dicatat bahwa kolaborasi tripatrit untuk optimalisasi data mesti  mendukung beberapa hal berikut. 

Pertama, pengambilan keputusan/kebijakan berdasarkan data yang faktual dan objektif (data-driven decision making).

Kedua, pemanfaatan big data, yaitu volume data yang besar dan beragam yang dapat memberikan wawasan bisnis yang berharga.

Ketiga, jaminan atas keamanan data dan privasi konsumen. Artinya, semua pihak mesti memastikan bahwa tindakan dalam mengumpulkan, menyimpan, dan menggunakan data sesuai dengan peraturan perlindungan data yang berlaku. 

Apabila kolaborasi tripatriat untuk optimalisasi data itu berjalan baik, maka data di Portal Satu Data Ketenagakerjaan akan sangat membantu pemerintah dalam membuat kebijakan pembangunan,  termasuk kebijakan untuk investasi ekonomi. 

Optimalisasi data juga akan membantu para akademisi di universitas dalam melakukan riset ilmiah dan menghasilkan inovasi baru.

Dunia usaha/industri, dapat memanfaatkan optimalisasi data untuk pengambilan keputusan pengembangan bisnis, terutama di bidang pengelolaan sumber daya manusia, efisiensi beroperasi dan inovasi produk.

Akhirnya, optimalisasi data juga membantu masyarakat luas, terutama angkatan kerja, untuk mengikuti tren ketenagakerjaan. 

Hal ini membantu mereka dalam membuat keputusan untuk mengembangkan kompetensi diri dan ketrampilan yang sesuai dengan kebutuhan dunia usaha. (*) 

***

*) Oleh : Mubasyier Fatah, Koordinator Bidang Ekonomi Kreatif, Pengurus Pusat Ikatan Sarjana Nahdlatul Ulama (PP ISNU), Bendahara Umum PP MATAN, dan Pelaku Industri TI.

*)Tulisan Opini ini sepenuhnya adalah tanggungjawab penulis, tidak menjadi bagian tanggungjawab redaksi timesindonesia.co.id

____________
**) Kopi TIMES atau rubik opini di TIMES Indonesia terbuka untuk umum. Panjang naskah maksimal 4.000 karakter atau sekitar 600 kata. Sertakan riwayat hidup singkat beserta Foto diri dan nomor telepon yang bisa dihubungi.

**) Naskah dikirim ke alamat e-mail: [email protected]

**) Redaksi berhak tidak menayangkan opini yang dikirim.