Guru Besar IPB University Ungkap Peran SAE dan Big Data dalam Penyusunan Statistik Resmi Negara
Guru Besar Sekolah Sains Data, Matematika dan Informatika IPB University, Prof Anang Kurnia menjelaskan kontribusi statistika dan sains data dalam penyusunan statistik resmi negara di Indonesia.
“Dengan statistika dan sains data, kita berupaya untuk mendapat wawasan, informasi atau insight yang bermakna dari sekumpulan data. Pada akhirnya, kita dapat menggunakannya untuk pengambilan keputusan serta menyusun rekomendasi tindak lanjut,” jelasnya dalam Konferensi Pers Pra Orasi Ilmiah (23/1) lewat Zoom Meeting.
Di sisi lain, lanjut Prof Anang, sejalan dengan berkembangnya otonomi daerah, salah satu tantangan utama dalam statistik resmi negara adalah melakukan pendugaan atau pengukuran indikator pembangunan berkelanjutan yang akurat untuk wilayah-wilayah yang lebih kecil dari daerah otonomnya, seperti statistik untuk level kecamatan atau bahkan level desa/kelurahan.
“Pendugaan area kecil atau small area estimation (SAE) merupakan metode atau algoritma statistika dan sains data dapat digunakan dengan tujuan untuk mendapatkan prediksi atau penduga parameter yang menjadi perhatian yang bersifat reliabel untuk level subdomain berupa wilayah administratif lebih kecil,” tuturnya.
Dalam penelitiannya, Prof Anang dan tim menemukan bahwa big data dan SAE memiliki potensi untuk merevolusi cara pendugaan parameter yang menjadi perhatian, khususnya dalam menyusun statistik resmi negara.
“SAE mampu menghasilkan data statistic yang memiliki akurasi baik untuk subdomain yang menjadi perhatian. Semantara, big data berpotensi besar sebagai sumber peubah penyerta dalam konteks SAE, pengganti survei, bahkan sebagai dasar dalam pengembangan model SAE baru,” jelasnya.
Dari penelitian yang dilakukannya, dapat diketahui bahwa statistika dan sains data penting untuk mencari solusi persoalan yang dihadapi pemerintah maupun industri, serta meningkatkan kontribusi nyata pada inovasi yang dikembangkan.
“Secara kelembagaan, kami memandang perlu untuk dibentuk suatu Collaborative Research and Innovation Center (CRIC) of Data Science. Model CRIC ini akan memproduksi statistika dan sains data melalui kolaborasi akademik (perguruan tinggi), pemerintahan, dan industri,” ujarnya.
Prof Anang menambahkan, untuk memastikan kualitas big data yang digunakan maka hal terpenting yaitu orang yang mengelola data tersebut harus memiliki kejujuran yang diikuti oleh keterampilan untuk mengelola data.
“Kami selalu menekankan seorang statistisi atau data saintis harus bekerja sama dengan ahli yang sudah berpengalaman. Kerja sama yang dilakukan ini akan mampu menjaga kualitas reliabel dan validitas data,” ungkap Prof Anang. (Lp)
