Banyak Model dan Regulasi, Tapi Data Desa Belum Tuntas. 

Saat ini referensi sumber data kita cukup banyak, baik itu data bersifat umum maupun data khusus. Jika kita menelusuri data tentang Kewilayahan, Pemerintahan dan Pemberdayaan Masyarakat di perdesaan yang disajikan dari berbagai lembaga pemerintah dan non kementerian yang secara resmi memiliki regulasi seperti, Badan Pusat Statistik (BPS) didirikan berdasarkan UU Nomor 6 tahun 1960 tentang Sensus, UU Nomor 7 tahun 1960 tentang Statistik, Permendagri Nomor 12 tahun 2007 tentang Pedoman Penyusunan dan Pendayagunaan Data Profil Desa dan Kelurahan, Permendagri Nomor 81 tahun 2015 tentang Evaluasi Perkembangan Desa, Permendagri Nomor 1 tahun 2016 tentang Aset Desa, Permendagri Nomor 45 tahun 2016 tentang Penetapan dan Penegasan Batas Desa, Permendesa Nomor 2 tahun 2016 tentang Indeks Desa Membangun (IDM), Perpres Nomor 39 tahun 2019 tentang Satu Data Indonesia (SDI), dan regulasi – regulasi lainnya. 

Begitu banyak model dan regulasi diatas tentang sistem pengelolaan data Desa dengan outputnya adalah laporan data angka-angka (numerik) dengan pendekatan sensus, yang akan digunakan sebagai dasar perencanaan kebijakan pemerintah, pemerintah provinsi, kabupaten, Kecamatan, dan Desa maupun non pemerintah. Laporan data tersebut bertujuan agar, ketika dilaksanakan suatu program kegiatan dengan menggunakan data yang akurat dan faktual sebagai rujukan perencanaan maka, diharapkan hasilnya akan berjalan dengan baik, lancar, tepat waktu dan tepat sasaran. Namun seiring berjalannya waktu tanpa disadari pengguna data (Pemerintah dan Non Pemerintah) sering mengeluh dan mempertanyakan tentang akurasi data antara laporan data bersumber dari model dan regulasi dengan fakta data di lapangan yang mengalami pergeseran negatif seperti data tidak akurat, data daluwarsa, data tumpang tindih atau ganda (double), sehingga sering kita mendengar serta melihat di media banyaknya program kegiatan pemerintah sampai ke perdesaan mengalami ketidaksesuaian antara data dan fakta dilapangan atau tidak tepat sasaran. Hal inilah timbul polemik saling menyalahkan dan saling mengklaim antara penyedia data, pengguna data, dan penerima manfaat yang ujungnya saling menuduh bahkan bisa berbuntut sampai ke ranah hukum. Polemik seperti ini, lagi – lagi sumber data yang disalahkan sebagai penyebabnya kegagalan suatu program kegiatan. Banyak contoh – contoh yang terjadi seperti data bantuan sosial, data jumlah penduduk untuk keluarga miskin, pengangguran, data luas wilayah Desa/Kelurahan, data luas pertanian, perkebunan, dan sebagainya. Timbul pertanyaan publik, apakah dengan data yang tidak akurat dan faktual dilapangan bersumber dari berbagai model dan regulasi dapat digunakan sebagai bahan perencanaan pembangunan terkhusus perencanaan pembangunan di perdesaan seperti RPJMDes, RKPDes, dan APBDes ?, jawabannya sederhana, ini adalah suatu kebohongan publik dan pembiaran, sangat merugikan anggaran negara, dan baik daerah maupun negara terjadi keterlambatan pembangunan disegala sektor.    

Data Desa Presisi (DDP) Terlihat dan Terwujud Secara Spasial.

Data Desa Presisi (DDP) akan menyuguhkan data yang lengkap dengan akurasi yang terukur, beberapa aspek seperti Kependudukan, Ekonomi, Sosial, dan Pendidikan Masyarakat. Data Desa Presisi (DDP) merupakan data yang memiliki tingkat akurasi dan ketepatan yang tinggi untuk memberikan gambaran kondisi aktual Desa karena, data itu diambil, divalidasi, dan diverifikasi dengan keakuratan yang baik, ungkap Dr. Sofyan Sjaf Wakil Kepala Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) Institut Pertanian Bogor (IPB) University, sekaligus sebagai penggagas Data Desa Presisi (DDP). Sebagai peneliti Sofyan Sjah, telah melakukan riset di beberapa Desa, contohnya riset di Desa Suka Damai Bogor, ketika enumerator (petugas survey) melakukan sensus, mengumpul, verifikasi, dan validasi data Desa Suka Damai Bogor alhasil data yang akurasi dan faktual 53,83 persen dan data eror 46,17 persen. Sempat Sofyan Sjah merenung tentang data eror 46,17 persen dan membandingkan bagaimana dengan data Desa-Desa di wilayah Sumatera, Kalimantan, Sulawesi, dan papua?, saya yakin data eror pasti lebih tinggi. 

Untuk meyakinkan bahwa DDP dapat bekerja dengan efektif dan efisien, publik bertanya lagi, apa bedanya sumber data dari model dan regulasi yang ada sekarang dengan sistem Data Desa Presisi (DDP) ?, menurut Sofyan bahwa, sumber data dari model dan regulasi outputnya adalah angka-angka (numerik) melalui pendekatan sensus, sedangkan sistem DDP selain pendekatan sensus (partisipasi masyarakat) datanya dapat terwujud dan terlihat secara spasial dengan menggunakan tekhnologi Drone Partysipatory Mapping (DPM), lebih detail lagi katanya dimana-mana asumsi jika, tekhnologi hadir pasti menciptakan efektif dan efisien. Secara tekhnik lanjut Sofyan menjelaskan, sistem Drone Partysipatory Mapping (DPM) adalah tekhnologi yang sangat sederhana, Pertama DPM menghasilkan Landscape Desa melalui satelit citra yang memberikan gambaran tentang kondisi di Desa apakah itu ortofoto, landsuse, infrastruktur, demografi, dan seterusnya. Kedua membuat peta kerja untuk keperluan sensus, selanjutnya dikombinasikan dari data-data yang dihasilkan menjadi data spasial lalu masuk ke server kemudian data sensus melalui aplikasi “merdekasensus atau merdesa”masuk juga ke server dan suatu waktu akan menjadi Big Data dan akan dinamis, kemudian dibangunkan algoritma-algoritma untuk pengukuran sesuai untuk kebutuhan Desa seperti SDGs, Pajak, lapisan masyarakat, dan sebagainya. Terkait dengan aplikasi “merdesa” di konstruksi bisa bersifat online dan bersifat offline, maksudnya ketika desa tidak terjangkau signal, penginputan aplikasi merdesa tetap dapat dilakukan secara offline, namun jika smartphone yang telah di input data sensus telah terekam datanya tiba-tiba menemukan signal secara otomatis terupdate dan waktu tidak berubah. 

Untuk rekrutmen enumerator yaitu petugas yang melakukan riset data, bekerja dengan langsung mengunjungi ke lapangan bahkan melakukan wawancara ke target survey. Tujuan petugas enumerator yaitu mendapatkan data yang relevan dengan penelitian yang sedang dilakukan. Sangat diharapkan bahwa, “enumerator” seharusnya pemuda pemudi berasal dari Desa tersebut untuk dijadikan sebagai operator DDP yang berkelanjutan (sustainable), ingat peningkatan kapasitas SDM baik, operator DDP maupun aparatur Desa selalu di tingkatkan. 

Data Desa Presisi (DDP) Untuk Sultra Maju dan Sejahtera

 Data Presisi merupakan data akurasi dan memiliki tingkat ketepatan yang tinggi untuk memberikan gambaran aktual dan faktual. Selanjutnya Data Presisi dan atau Data Desa Presisi (DDP) akan di adopsi dan diterapkan pada Pemerintah Kabupaten dan Kota se-Sultra, namun sebelum program ini berjalan, perlu di komunikasi dengan baik oleh DPRD Sultra agar program DDP di ikat oleh Rancangan Peraturan Daerah, adapun outputnya kita berkeinginan mewujudkan Sultra Maju dan Sejahtera, ungkap Pj. Gubernur Sultra Komjen Pol DR (HC) Andap Budhi Revianto, S.I.K., MH. setelah menggelar Rapat Koordinasi (DPRD, Forkopimda Tk. I dan II Sultra dan Akademisi) dengan Tema “Dalam Mewujudkan Sultra Maju dan Sejahtera Berbasis Data Presisi”. Lanjut Pj. Gubernur Sultra menjelaskan bahwa, semua harus didasarkan dengan data yang akurat, itu sudah digagas para pendiri bangsa sebelumnya, kita sebagai generasi muda hanya melanjutkan hal-hal yang baik.

 Sebagai pemerhati dan penggiat Pemerintahan Desa bahwa, sistem kerja Data Desa Presisi (DDP) dapat dikatakan sistem Hybrid Approach yaitu kombinasi dan antara pendekatan Manual (pendekatan partisipasi masyarakat) dan pendekatan Tekhnologi (pendekatan Drone Partysipatory Mapping / DPM), sehingga hasil yang dicapai terhadap penerapan dan pendekatan sistem DDP adalah angka-angka (numerik) dapat Terwujud, Terlihat, dan Spasial Untuk memperoleh data yang akurat dan faktual buat kemaslahatan masyarakat Sultra, amin ....