“Saya lihat, masih banyak kita ini yang (kerjanya) seperti biasa-biasa saja. Saya jengkelnya di situ. Ini apa nggak punya perasaan? Suasana ini krisis!”
Yang kedua saya ingatkan, belanja-belanja di kementerian tolong dipercepat. Jangan menganggap ini biasa-biasa saja. Percepat! Kalau ada hambatan (segera) keluarkan peraturan menterinya. Kalau perlu Perpres, saya keluarkan Perpresnya. Misalnya bidang kesehatan, dianggarkan 75 Triliun, baru keluar 1,53%!”
Rekaman pidato Presiden Jokowi ini menghenyak publik setelah dirilis oleh Sekretariat Presiden melalui channel YouTube pada 28 Juni lalu. Arahan tegas presiden ini sebenarnya terjadi pada 18 Juni 2020 saat Sidang Kabinet Paripurna. Artinya, 10 hari sebelum rekaman dirilis ke publik, dan 108 hari sejak pasien pertama terjangkit COVID-19 di Indonesia.
Banyak pihak mempertanyakan hal tersebut, salah satunya adalah anggota komisi IX DPR RI yang membidangi masalah kesehatan Netty Prasetyani Heryawan. Netty mempertanyakan mengapa presiden baru mengungkapkan kejengkelannya sekarang.
Mengapa Presiden baru meributkannya? Padahal, sudah banyak pihak yang mengingatkan tentang lambatnya penanganan COVID-19 dan minimnya koordinasi pemerintah.
Dipandang dari segi pengawasan internal pemerintah, kekagetan Presiden atas rendahnya penyerapan penanganan COVID-19 bidang kesehatan yang hanya 1,53% ini menunjukkan lemahnya monitoring di dalam pemerintahan.
Disimak dari pidato tersebut, Presiden tampaknya belum menemukan penyebab hakiki mengapa penyerapan anggaran masih rendah. Padahal, semua pihak tahu penanganan kesehatan lah salah satu prioritas penting kala pandemi.
Akibat ketiadaan monitoring yang memadai ini, masalah-masalah penting lambat diketahui. Sehingga, akibatnya pun terlambat ditangani. Jika dibiarkan, masalah kecil yang menumpuk akan menjadi bom waktu di kemudian hari dan semakin susah diatasi. Apalagi, di masa pandemik seperti ini banyak hal berubah dengan cepat dan perlu diantisipasi dengan gerak gesit pemerintah.
Solusi dari Aparat Pengawasan Intern Pemerintah (APIP)
Pemerintah sebenarnya memiliki aparat pengawasan yang dapat difungsikan untuk menginjeksi sistem pengawasan yang realtime sesuai dengan gerak kegiatan para eksekutif pemegang anggaran.
Aparat Pengawasan Intern Pemerintah (APIP) ini adalah Inspektorat di masing-masing Kementerian/Lembaga dan Pemerintah Daerah. Badan Pengawasan Keuangan dan Pembangunan (BPKP) sebagai institusi pembina para APIP dapat menjadi leading sector dalam hal ini.
Auditor di APIP ini dapat menggunakan skenario Continuous Audit Continuous Monitoring (CACM) dalam melakukan pendampingan kegiatan penanggulangan COVID-19. Alles, M. A., A. Kogan, and M. A. Vasarhelyi dalam jurnalnya berjudul Feasibility and Economics of Continuous Assurance (2002) secara sederhana menjelaskan bahwa:
Continuous Auditing adalah sebuah penerapan teknologi informasi modern dalam menjalankan standar dan proses audit. Atau dalam penjelasan lain, Continuous Audit adalah metodologi yang memungkinkan auditor independen menghasikan laporan audit secara berkala tanpa harus menunggu proses audit di akhir periode anggaran.
Metode ini serupa dengan early warning system yang memungkinkan manajemen segera mendapatkan informasi awal tentang masalah yang terjadi, penyebab hakiki, serta solusi yang dapat ditempuh. Jadi, proses audit berjalan secara simultan bersamaan dengan eksekusi kegiatan yang dilakukan oleh pemerintah.
Hal ini menjadi penting diterapkan di masa pandemi mengingat sumber daya yang dimiliki pemerintah serba terbatas dan kebutuhan penyediaan informasi pengambilan keputusan yang harus dilakukan dengan cepat, melebihi kecepatan COVID-19 menginfeksi dari satu manusia ke manusia lain. Secara sederhana, pemerintah dapat menerapkan skenario di bawah ini untuk diinjeksikan ke dalam proses bisnis setiap kementerian/lembaga.
Data Input
Skenario pertama diawali dengan Data Mining. Sistem akan mengumpulkan dan mengoleksi data penting kondisi terkini, serta hasil kegiatan kementerian/lembaga yang berkaitan dengan penanganan pandemi COVID-19. Data ini tersebar di berbagai kementerian dan lembaga, bahkan di pemerintah daerah. Data ini kemudian ditabulasi dalam pusat data.
Contoh data ini antara lain anggaran penanggulangan, realisasi anggaran, data pasien tiap daerah kab/kota, jumlah kebutuhan alat kesehatan per daerah, ketersediaan tenaga medis, ketersediaan kamar/ruang pelayanan rumah sakit, peta terdampak COVID-19, daftar kebutuhan peralatan penanggulangan, daftar penerima bantuan sosial, dan lain-lain.
Terhadap hasil dari data mining ini kemudian dilakukan cleansing dan pemberian kode tertentu, agar dapat diolah dan diproses menggunakan skema Data Analysis.
Data Analysis
Data hasil tabulasi ini berbentuk datawarehouse yang siap dilakukan proses analisis (data analysis). Proses analisis data dapat dijalankan setelah sistem diinjeksi fungsi logika tertentu, yang telah disusun oleh auditor untuk mencapai tujuan yang diinginkan.
Stippich dan Bradley (2016) memperkenalkan empat tipe analisis data dengan memanfaatkan datawarehouse yang telah dimiliki, yaitu analisis deskriptif, diagnostik, prediktif, dan preskriptif.
Secara deskriptif, datawarehouse dapat ditampilkan menjadi visualisasi data yang menarik agar lebih mudah dibaca dan dipahami pengambil keputusan di pemerintahan.
Untuk kebutuhan audit, database di datawarehouse ini dapat ditandingkan (vis-à-vis) dengan kriteria tertentu (peraturan, target kinerja periodik, best practice) untuk kemudian diketahui dengan segera mana yang melenceng (underperform) dan mana yang sudah sesuai (good perform).
Lebih jauh, jika kemampuan analisis data yang dilakukan oleh data engineer mumpuni, datawarehouse ini dapat dimanfaatkan untuk memprediksi performa kinerja pemerintah di kemudian hari (prediktif) hingga memberikan resep mitigasi konkret agar tidak sampai muncul masalah (preskriptif).
Jika terjadi sesuatu yang melenceng/underperform (penyerapan 1,53% dalam kasus pidato presiden di atas) sistem akan segera dapat mendeteksi dan kemudian dilakukan Root Cause Analysis (RCA) untuk mengetahui apa penyebab hakiki masalah tersebut.
Data Output
Output dari analisis diskripsi database di atas adalah visualisasi data (infografis) dinamis yang memungkinkan pengguna data (manajemen pemerintah) dengan mudah menyortir, membandingkan, melihat histori/tren, dan memanfaatkannya sebagai bahan membuat keputusan.
Output data ini juga dilengkapi dengan notifikasi problem yang merupakan salah satu ruh utama CACM. Notifikasi problem adalah output hasil analisa database yang membandingkan kondisi dengan kriteria yang memunculkan kondisi yang tidak diinginkan (temuan).
Notifikasi problem ini otomatis muncul sebagai salah satu output skenario CACM yang kemudian ditampilkan pada dashboard monitoring pengambil kebijakan di pemerintah. Notifikasi ini berisi kondisi yang terjadi berikut dengan penyebab hakiki (hasil RCA) yang mendasari mengapa masalah tersebut muncul.
Pemanfaatan
Hasil output data inilah kemudian yang digunakan oleh manajemen pemerintah (Menteri, Eselon 1, Eselon 2, Pimpinan Pemda, dan jajaran manajemen di pemerintahan lainnya) sebagai bahan pertimbangan menentukan langkah strategis selanjutnya, untuk menghilangkan penyebab supaya hambatan yang muncul segera teratasi. Di sinilah skema Continuous Monitoring berjalan bagi manajemen.
Bagi Pengawas Internal, dalam hal ini auditor, output data ini dapat dimanfaatkan untuk memberikan atensi khusus kepada pemangku kepentingan agar segera mengambil kebijakan tertentu. Auditor juga dapat menjadikan hasil olah data ini untuk memberikan rekomendasi strategis untuk segera ditindaklanjuti kementerian/lembaga yang memiliki masalah tersebut, tanpa harus menunggu akhir periode atau saat dilakukan audit interim.
Jika setiap APIP di tiap kementerian/lembaga memfungsikan skenario ini dalam setiap langkah penanganan COVID-19, potensi permasalahan yang mungkin muncul seperti rendahnya serapan anggaran, alokasi sumber daya yang tidak tepat sasaran, lambatnya kinerja kementerian/lembaga, hingga fraud dan penyalahgunaan anggaran (korupsi) dapat segera terdeteksi. Tidak perlu menunggu waktu lama hingga dampak pandemi semakin parah.
Skenario sederhana ini bersifat generik. Artinya dapat diterapkan di hampir semua lini kerja pemerintah, mulai dari penganggaran, pelaksanaan anggaran, hingga pertanggungjawaban. Tantangannya adalah kemampuan auditor meng-customize detail tiap tahapan agar menghasilkan output sesuai dengan tujuan audit.
Epilog
Meski konsep ini sudah dikenal cukup lama di Indonesia, namun penerapannya di sektor publik masihlah barang baru. Beberapa tantangan yang menjadi aral melintang antara lain: pimpinan birokrasi yang tidak pro pada good governance, mindset personil yang masih berwawasan analog, kemampuan auditor yang masih terbatas dalam penguasaan teknologi informasi, serta keterbatasan SDM pendukung yang memiliki skill sebagai data engineer.
Kondisi pandemi ini merupakan momentum melakukan perubahan transformasional di dalam tubuh pemerintahan dengan segala keterbatasan yang dimiliki untuk terus disempurnakan secara kaizen.
Jika Bahasa pemrograman canggih untuk melakukan data analysis semisal R Project dan phyton program terlalu berat untuk dikuasai oleh auditor dalam waktu cepat, pemanfaatan engine siap pakai dapat menjadi alternatif solusi. Google data studio dan olah data menggunakan sheet tools, misalnya, rasanya cukup untuk mengawali transformasi aparatur pengawas internal yang modern berwawasan big data dan data analysis.
Auditor pada salah satu Instansi Pemerintah Pusat. Alumni Sekolah Tinggi Akuntansi Negara (STAN) dan Universitas Jenderal Soedirman. Pengembang aplikasi monitoring pengawasan MRRP COVID-19. Online and Digital Enthusiast. Penikmat Buku dan Kopi. Suka bersepeda. Professional blogger at PinterIM.com
Ternyata ada korelasi kuat antara pelari dan penulis. Dorongan menulis muncul saat berlari. Sebaliknya dorongan berlari muncul saat terpojok dalam menulis.
Sistem dibuat sesempurna mungkin, tinggal sdm mau menjadi bagian dari penerapan sistem tersebut atau tidak. Setiap orang harus mengambil peran. Peran setiap orang, elemen, organisasi dan pemerintah akan membuat sistem berjalan. Data menjadi sumber utama dalam setiap penerapan sistem seperti ini. Data itu penting dan mahal. Semoga Indonesia lebih baik lagi.
Idenya bagus, hanya saja karena penuangannya menggabungkan antara workflow dengan proses TI sehingga bisa menimbulkan mispersepsi bagi pembaca untuk memahami mana proses yang secara otomatis by system dengan yang perlu intervensi secara manual.
Sekedar saran juga, proses RCA perlu dieksplore lagi untuk memberikan gambaran yang lebih komprehensif karena proses RCA ini menjadi kunci keberhasilan konsep tersebut.