Saat mengikuti rangkaian kegiatan the 28th Asia and Pacific Commission on Agricultural Statistics (APCAS 28) di Bali pada 16-20 Februari 2020, saya banyak berdiskusi dengan delegasi dari Afganistan. Bukan soal wajah mereka, khas Etnis Pastun, yang mirip orang Eropa yang diperbincangkan. Tapi, soal penggunaan pengendiraan jauh (remote sensing/RS) untuk estimasi tanaman (crop estimation).
Saya diliputi rasa penasaran. Bertanya-tanya. Mengapa negara kecil yang jauh tertinggal dari Indonesia itu bisa menerapkan RS untuk estimasi luas panen dan produksi tanaman pangan?
Salah satu motivasinya tertnyata adalah kondisi Afganistan yang tidak aman. Negara itu dilanda perang berkepanjangan sehingga pendataan lapangan menjadi pekerjaan yang penuh risiko. Dengan RS, estimasi luas tanaman, dengan akurasi yang dapat diandalkan, dapat diperoleh tanpa harus melakukan pengamatan langsung di lapangan. Lebih dari itu, ada efisiensi sumber daya yang diperoleh karena penggunaan cost-effective technology.
Di lain kesempatan, saya pernah mengikuti sebuah presentasi yang mengulas tentang pemanfaatan big data untuk statistik harga. Biro Statistik Australia (ABS) ternyata cukup berhasil dalam memanfaatkan big data untuk perhitungan Indeks Harga Konsumen (IHK) mereka.
Saat ini, sekitar seperempat keranjang komoditas mereka dapat dimonitor harganya secara online dengan big data. Sebuah inovasi yang sangat bermanfaat dalam mengurangi aktivitas pendataan lapangan.
Kita juga patut bangga karena BPS-Statistik Indonesia telah berhasil mengembangkan big data, khususnya Mobile Positioning Data (MPD) untuk statistik pariwisata. Dengan inovasi ini, pergerakan wisatawan di daerah perbatasan dapat dimonitor tanpa perlu melakukan pendataan lapangan.
Sejumlah hal di atas adalah gambaran arah yang bakal dituju oleh pengembangan statistik resmi di masa datang. Aktivitas pengumpulan data sebisa mungkin dilakukan tanpa melibatkan banyak orang dan bertatap muka langsung dengan sumber informasi.
Dalam hal ini, inovasi metodologi, pemanfaatan sumber-sumber data baru selain survei tradisional, dan penerapan cost-effective technology dalam pengumpulan data statistik adalah kunci.
Nowcasting
Dalam kondisi pandemi seperti saat ini, statistik untuk memonitor apa yang sedang terjadi juga sangatlah urgent. Untuk upaya mitigasi, nowcasting untuk memotret apa yang sedang terjadi, baru saja terjadi, dan akan terjadi dalam waktu dekat amatlah krusial.
Begitupula dengan forecasting untuk meramalkan apa yang bakal terjadi di masa datang tidak kalah pentingnya.
Nowcasting adalah fitur yang tidak bisa disajikan oleh survei tradisional yang tidak bisa diragukan lagi kekuatannya dalam memotret apa yang telah (lama) terjadi. Sayangnya, apa yang telah lama terjadi hanya sangat berguna bagi post analysis yang tajam lagi mendalam.
Dalam hal ini, kelemahan utama survei tradisional adalah adanya jeda (lag) waktu yang cukup panjang antara pengumpulan data dan diseminasi.
Nowcasting membutuhkan aliran informasi yang real (near) real time. Karena itu, sekali lagi, inovasi metodologi pengumpulan data suatu keniscayaan. Pemanfaatan sumber-sumber data baru seperti big data tidak bisa dielakkan.
Jika kita bisa menghasilkan beberapa indikator/statistik yang dapat memotret dampak sosial-ekonomi dari pandemi ini secara near real time tanpa harus menunggu lama, sungguh sebuah kontribusi yang sangat berharga terhadap langkah-langkah mitigasi. (*)
Ikuti tulisan menarik Kadir Ruslan lainnya di sini.
