Pertengahan Juli 2026 ini, Kawan GNFI mungkin sepakat bahwa Kecerdasan Buatan atau Artificial Intelligence (AI) bukan lagi sekadar barang mewah. Di kafe-kafe hingga ruang diskusi kampus, kita dengan fasih memperbincangkan prompt paling efektif untuk menghasilkan baris kode pemrograman atau menyusun kerangka penelitian. Generasi terbaru AI generatif seolah memberikan setiap individu asisten jenius di saku mereka.
Namun, di balik gegap gempita revolusi kognitif ini, sebuah ironi besar sedang terjadi di ruang-ruang rapat organisasi, baik perusahaan swasta maupun instansi publik kita.
Anomali Sosial: Individu Melesat, Organisasi Terhambat
Pernahkah Kawan menyadari fenomena sosial yang cukup timpang akhir-akhir ini? Secara individu, masyarakat Indonesia terbukti sangat rakus dan adaptif dalam mempelajari AI. Sayangnya, ketika individu-individu cerdas ini berkolaborasi dalam sebuah sistem organisasi, langkah mereka mendadak melambat.
Banyak institusi berbondong-bondong menganggarkan dana besar untuk melisensi AI tingkat korporat demi otomatisasi layanan. Hasilnya? Sering kali berujung pada kekecewaan. AI yang digadang-gadang pintar itu justru memberikan informasi palsu (halusinasi). Penyebabnya bukan pada kecacatan teknologi AI itu sendiri, melainkan pada hal yang jauh lebih mendasar: tata kelola Sistem Informasi dan data kita yang masih berantakan.
Menggugat "Infosfer" ala Luciano Floridi
Untuk memahami akar masalah ini, Kawan GNFI bisa meminjam lensa pemikiran Luciano Floridi, pakar filsafat informasi dari Oxford University. Floridi mempopulerkan konsep Infosphere (Infosfer) lingkungan tempat kita dan entitas digital berinteraksi, di mana data adalah udara yang kita hirup.
Sama seperti biosfer yang membutuhkan udara bersih agar ekosistem hidup, infosfer membutuhkan informasi yang berintegritas agar teknologi berfungsi maksimal. AI pada dasarnya "buta huruf" terhadap makna; ia hanya pakar memproses pola (sintaksis). Jika infosfer sebuah organisasi dipenuhi polusi data data tidak terstruktur, duplikasi, atau format yang salah AI hanya akan menjadi mesin pendaur ulang polusi data tersebut dengan kecepatan luar biasa.
Akar Masalah dari Kacamata Sistem Informasi
Dalam keilmuan Sistem Informasi (SI), arsitektur teknologi hanyalah salah satu pilar. Sistem yang sehat harus menyeimbangkan tiga elemen: Manusia (People), Proses (Process), dan Teknologi (Technology).
Kendala terbesar di Indonesia saat ini berpusat pada kegagalan mengelola tiga hal ini:
- Silo Data: Data tersebar di berbagai departemen dan perangkat lunak yang tidak saling terhubung (interoperable).
Inkonsistensi Proses: Prosedur Operasional Standar (SOP) pencatatan sering diabaikan, menghasilkan anomali format data yang merusak logika algoritma.
Budaya Lemah: Entri data masih dipandang sebagai beban administratif belaka, bukan fondasi analitik strategis.
Hukum kuno komputasi tetap berlaku tegak di era AI: Garbage In, Garbage Out (GIGO).
Realita di Lapangan: Layanan Publik dan Ironi di Kampus
Mari kita lihat potret nyatanya. Dalam sektor layanan publik, pemerintah terus berupaya mengintegrasikan aplikasi berskala nasional (GovTech) seperti Mobile JKN. Namun, dalam praktiknya, analisis kebutuhan dan kelayakan sistem (feasibility study) sering kali berbenturan dengan realita di tingkat fasilitas kesehatan daerah. Infrastruktur klinik yang belum memiliki arsitektur data seragam membuat AI kesulitan menyajikan wawasan analitik yang akurat secara real-time.
Contoh lain bisa Kawan temukan di lingkungan kampus. Bayangkan sebuah universitas ingin menggunakan Machine Learning pada Sistem Informasi Akademik (SIAKAD) untuk memprediksi tren kelulusan mahasiswa. Proyek canggih ini sering kali macet di tengah jalan. Mengapa? Karena fondasi Entity Relationship Diagram (ERD) pada modul login mahasiswa, pengisian Kartu Rencana Studi (KRS), hingga manajemen nilai belum dirancang dengan relasi basis data yang rapi. Tanpa tumpukan data historis yang bersih, AI tidak punya bahan baku untuk belajar.
Solusi Membumi: Berhenti Tergiur, Mulai Berbenah
Kita harus berhenti terobsesi pada kosmetik teknologi. Berikut langkah membumi yang bisa diterapkan organisasi:
Tegakkan Tata Kelola Data: Tunjuk perwakilan pengelola data (Data Steward) di setiap divisi. Buat aturan baku tentang standardisasi penciptaan dan penyimpanan data.
Bangun Interoperabilitas: Sebelum membeli lisensi AI canggih, investasikan anggaran untuk merapikan Application Programming Interface (API) agar sistem yang terpisah bisa saling bertukar data.
Audit Arsitektur Sistem: Jadikan kerapian Data Warehousing (gudang data) sebagai prioritas strategis manajemen.
Fondasi untuk Melompat Lebih Jauh
Indonesia adalah bangsa pembelajar. Kecepatan masyarakat kita dalam mengadopsi AI adalah modal yang dahsyat. Namun, potensi emas ini akan layu jika institusi membiarkan sistem informasinya tertinggal di era prasejarah.
Merapikan basis data dan menyusun arsitektur sistem informasi yang solid memang bukan pekerjaan seksi yang bisa dipamerkan di media sosial. Ia menuntut ketelitian dan kedisiplinan. Namun, gedung pencakar langit tertinggi selalu berdiri di atas fondasi galian tanah yang tak terlihat. Mari berbenah dari akar. Ketika sistem informasi kita sudah bersih, di sanalah AI akan benar-benar membantu Indonesia melompat mewujudkan potensi terbaiknya.
Cek berita, artikel, dan konten yang lain di Google News
