Politik Nasional

Pandemi, Sains dan Politik Kebijakan

Kategori: Politik Nasional
Ditulis oleh Ashari Cahyo Edi dan Laila Kholid Alfirdaus Dilihat: 622

Oleh Ashari Cahyo Edi[1] dan Laila Kholid Alfirdaus[2]

 

Mengapa translasi rekomendasi berbasis sains menjadi kebijakan publik tampak lambat, bahkan membuat banyak pemerintah memperoleh label anti-sains? Menjawab pertanyaan ini, penulis berargumen bahwa alam politik (realms of politics) dan alam sains (realm of science) terletak pada kutub yang berbeda. Politik dan sains berbeda tujuan, prinsip kerja, hingga nilai.

Bahwa upaya untuk menyambung keduanya secara teori dan praktik dimungkinkan, namun pengajuan preskripsi tentang bridging science dan politics di luar jangkauan bahasan kami. Sebaliknya, bertolak dari gap antara sains dan politik, kami lebih tertarik untuk menunjukkan sejumlah contoh upaya untuk menjembatani keduanya, namun masih didasari asumsi masing-masing, sehingga akhirnya masih belum mampu menjawab akar masalah.

Di bagian akhir, kami menyampaikan ilustrasi mengenai Banyuwangi. Tujuannya sekali lagi bukan sebagai preskripsi, melainkan sekadar gambaran proses dan rute belajar (learning) suatu daerah untuk melembagakan linkage sains dan politik.

 

Hubungan Rumit Sains dan Politik

Dalam situasi krisis, pemerintah membutuhkan jawaban. Dalam dunia yang ideal, sains hadir untuk membantu pembuat kebijakan mengurai benang kusut permasalahan dan merumuskan opsi-opsi solusinya. Hanya saja, dalam konteks kekinian, tingkat ketidakpastian (uncertainty) dari pandemi COVID-19 dan sifat provisional dari penelitian ilmiah tidak memberikan kepastian bagi agenda politik pembuat kebijakan.

Sebagai krisis, pandemi COVID-19 punya derajat ketidakpastian (uncertainty) yang tinggi. Meminjam analogi Blyth (2002), uncertainty era pandemi sekarang bisa dikatakan meletakkan pembuat kebijakan pada posisi dilematis di mana mereka tampak tidak yakin dengan kepentingan materialnya: apakah mencari kredit politik dari menyelamatkan sebanyak mungkin nyawa dengan mengorbankan ekonomi, ataukah berupaya mengambil jalan tengah antara mengatasi penyebaran infeksi sekaligus mengamankan ekonomi. Uncertainty, bagi Blyth (2002), berbeda dengan resiko (risk). Risk punya probabilitas yang bisa dihitung, yang dari sana suatu alternatif solusi bisa diperiksa dan diuji keberhasilannya.

Dengan level uncertainty yang demikian, para pembuat kebijakan sukar diyakinkan bahwa suatu rekomendasi kebijakan—termasuk yang dihasilkan riset ilmiah—tidak saja mampu melayani kepentingannya, melainkan membantu mereka untuk mengenali dan meneguhkan pilihan interest-nya di antara deretan dilema.

Kedua, sependapat dengan Stevens (2020), rekomendasi saintifik versinya jamak. Beda modeling, beda asumsi teoretik. Selain itu, mengingat sifat virus dan infeksi dari penyakit influenza yang terus berkembang (Osterholm, 2005), maka penelitian saintifik memiliki status provisional. Dari sisi keilmuan, status ini hal wajar. Falsifiable, demikian Karl Popper (2002), merupakan langgam sains dan proses saintifik. Justru disinilah, realm of science berbeda dengan realm of politics. Konsekuensi dari pemodelan statistik yang gagal adalah sekadar keharusan merevisi model, memasukkan asumsi baru, dan seterusnya untuk kemudian diulang kembali analisisnya. Sebaliknya, dalam politik, kekeliruan keputusan memilih ‘model’ atau ‘formula’ kebijakan berujung pada konsekuensi ekonomi, politik, dan bahkan kemanusiaan. Karenanya, pilihan kebijakan atas suatu model epidemologi, semisal, adalah keputusan politik dan bukan keputusan saintifik (Stevens, 2020, par. 3).

Ketiga, mengikuti dalil Laswellian, apa yang disebut sebagai bukti ilmiah, evidence, dalam penanganan COVID-19, sejatinya sudah politis sejak mulanya. Stevens (2007) membagi tiga rute sains menuju kebijakan ke dalam tiga tipe: linear (makin canggih metodologinya, makin kredibel bukti yang direkomendasikan, sehingga makin besar peluangnya diadopsi ke dalam kebijakan), enlightment (bukti ilmiah yang memiliki kesesuaian dengan core belief dan values pembuat kebijakan mempunyai peluang lebih tinggi untuk diadopsi), dan political (bukti ilmiah melayani kepentingan aktor politik dan pembuat kebijakan). Yang kami maksud dengan ‘sudah politis sejak mulanya’ mendekati tipe political. Menurut Parsons (2002), kriteria apa itu ‘evidence’ sudah bersifat politis, karena penentuannya memperhatikan kepentingan ‘siapa’. Kiranya, dalam keseharian, hal ini lebih susah dikenali walaupun bukan berarti tidak nyata. Poin pentingnya, tujuan, logika kerja, dan values sains sulit bertemu dengan realitas politik bahwa ide memiliki resonansi dengan kepentingan aktor politik termasuk pembuat kebijakan (Jacobsen, 1995).

 

Salah Resep, Salah Bahan

Sayangnya, banyak upaya untuk mengikis jarak dengan sains justru berpijak pada fondasi yang kurang tepat. Cairney dan Oliver (2017), semisal, menemukan fakta bahwa kalangan ahli public health tetap bertumpu pada asumsi rute linear. Diandaikan, agar mudah diterima pembuat kebijakan, maka evidence harus dihasilkan dari metodologi riset dengan ranking tertinggi, eksperimental, dan randomized.

Bagi asumsi linear, jurang pemisah sains-politik adalah ketidakmampuan pembuat kebijakan untuk memahami rumusan rekomendasi yang seringkali hanya dipahami spesialis di bidang kesehatan. Karena itu, solusi baku yang selalu diulang-ulang adalah pentingnya membuat packaging rekomendasi yang sederhana, ringkas, to the point, dan menarik, dengan fokus utama menonjolkan kualitas keilmiahan bukti. Ironisnya, demikian Carney dan Oliver (2017), peneliti dan ilmuwan kurang hirau betapa hierarki bukti bukan merupakan prioritas utama politisi dan pembuat kebijakan. Bahwa evidence harus dihasilkan dari proses ilmiah adalah satu hal, namun membangun keterkaitan antara evidence yang ditawarkan dengan values dan interest dari policymakers tak bisa dikesampingkan.

Selain itu, karena fokus menonjolkan kredibilitas data dan derajat hierarki metodologi, umumnya rekomendasi mereka sedikit memperhatikan dimensi interpretif dari pertarungan gagasan dalam proses politik kebijakan. Padahal, bukti hasil riset tak identik dengan bukti kebijakan. Sebagaimana dianjurkan Stone (1997), peran “perkakas” bahasa seperti metafora, framing, penggunaan bahasa yang colorful, dan lain sebagainya dalam proses politik kebijakan sangatlah vital. Stone (1989) juga menyatakan betapa pentingnya pemilihan jenis narasi sebab-akibat dalam proses politik kebijakan—konstruksi apa sumber masalah, siapa yang bertanggung-jawab, siapa yang baik dan yang jahat, siapa yang layak dibelaskasihani dan siapa yang layak dihukum.

Semuanya ini, yang dalam terminologi Baumgartner dan Jones (2009) disebut policy images, tak bisa dianggap remeh. Agar meyakinkan policymakers dan demi menarik dukungan aktor politik berpengaruh serta dukungan publik, maka para advokat suatu proposal kebijakan perlu memodifikasi rumusan policy images sesuai dengan policy venues (aktor dan institusi berpengaruh) yang dituju.

Hanya saja, jika peneliti dan ilmuwan keluar dari langgam ilmunya dan mengamalkan teori-teori proses kebijakan tersebut, mereka akan menghadapi trade-offs. Mereka harus memutuskan apakah tetap ‘idealis’ dengan value ‘kredibilitas evidence dan hierarki metode’, ataukah melangkah terlalu jauh dan rentan terjebak praktik promosi kebijakan yang lekat dengan informasi sederhana yang jargonik dan beresiko manipulatif (Cairney dan Oliver, 2017).

 

Social Learning dan Pelembagaan Inovasi Berbasis Sains di Banyuwangi

Lantas, apakah sains dan politik mustahil akur? Beberapa waktu lalu Banyuwangi dipuji pemerintah pusat lantaran cepat menyesuaikan APBD hingga mampu menyalurkan bantuan sosial sebagai respons atas dampak COVID-19. Sebelumnya, banyak daerah lambat dalam merespons hingga membuat Menteri Keuangan mengeluarkan ultimatum sanksi. Kendati tidak ideal seperti rekomendasi banyak ide-ide kebijakan seperti universal basic income (UBI) saat pandemi, namun langkah ini menunjukkan agility dan adaptiveness (Jansen dan Van der Voort, 2020) —cepat berubah dan menyesuaikan dengan tuntutan konteks Pemerintah Kabupaten Banyuwangi. Integrasi teknologi informasi juga memungkinkan Banyuwangi memiliki skema bantuan sosial (bansos) yang berbasis data yang baik, transparan, dan akuntabel terhadap publik.

Menyusun database warga miskin terdampak COVID-19 sebagai basis penyaluran bansos, misalnya, memerlukan reseptifitas terhadap ide UBI yang telah banyak diteliti berkontribusi bagi pengurangan kemiskinan (Matthews, 2017).  Di samping itu, implementasinya memerlukan dukungan birokrasi melalui kinerja yang baik. Tanpa semuanya itu, semesta alternatifnya sudah sangat umum terjadi: daerah mengadopsi ide kebijakan karena diwajibkan pusat atau sebatas imitasi dari daerah lain supaya terlihat inovatif. Patut diingat, bansos merupakan program sosial means-tested yang mensyaratkan birokrasi untuk mempunyai kemampuan yang mumpuni dalam mendata, menyortir warga yang layak, dan mendistribusikannya secara tepat sasaran (Barientos dan Hulme, 2009).

Pemerintah Kabupaten Banyuwangi sebagai institusi yang reseptif terhadap ide-ide penanggulangan COVID-19 tidak hadir dalam semalam. Pada tahap inisiasi inovasi, keterbukaan Pemerintah Kabupaten Banyuwangi terhadap input ide-ide ilmiah kebijakan dari akademisi memang banyak ditentukan oleh sosok Bupati Anas. Akademisi sebagai sumber ide-ide ilmiah kebijakan, dalam mengakses dan berkomunikasi dengan Bupati dan birokrasi tak melulu menonjolkan hierarki evidence. Tidak pula mengandalkan teknik formal seperti diseminasi policy brief melalui press release. Namun, akademisi ini mengikuti norma informal komunikasi. Di titik ini, mereka merepresentasi penggambaran policy entrepreneur-nya Kingdon (2011), yang dengan tekun dan sabar menyesuaikan diri dengan langgam lokal demi mengakses pembuat kebijakan.

Kami berpandangan bahwa sosok Bupati Anas bukan segalanya. Kami meyakini penjelasan perspektif kelembagaan historis (historical institutionalism) lebih baik untuk kasus Banyuwangi. Justru, keputusan Anas untuk mengadopsi kebijakan berbasis teknologi informasi (TI) di awal jabatannya ditujukan untuk membangun institusi yang tangkas, adaptif dan fungsional guna merealisasi kepentingannya. Selanjutnya, realisasi kepentingan bupati untuk membuat aparat birokrasi terkondisikan open minded dan tidak alergi untuk belajar, dimediasi oleh peran institusi dan mewujud dalam kebijakan berbasis teknologi informasi yang lengkap dengan insentif-disinsentif remunerasi. Hasil akhir yang hendak dituju adalah hadirnya kelembagaan yang mampu ‘menstrukturkan’ perilaku dan kinerja mesin birokrasi daerah. Fokus pada peran institusi tak berarti variabel lain seperti kepentingan tak berperan. Steinmo and Thelen (1992) mengingatkan, "never assume institutions as the sole 'cause' of outcomes" (hlm. 12). Perspektif kelembagaan "put these factors in context, showing how they relate to one another by drawing attention to the way political situations are structured" (Steinmo & Thelen, 1992, hlm. 13).

Sebelum berbagai ide inovasi melembaga, interaksi bupati dengan akademisi, dan adopsi awal kebijakan berbasis teknologi informasi untuk perencanaan dan penganggaran, menyediakan kesempatan berbagai entitas pemerintahan di Banyuwangi untuk melakukan social learning. Hall (1993) mendefinisikan social learning sebagai “deliberate attempt to adjust the goals or techniques of policy in response to past experience or new information” (hlm. 278). Data-data penelitian Yuwono, Alfirdaus, dan Manar (forthcoming 2020) menyajikan cerita yang instruktif. Apa yang dilakukan Banyuwangi mengkonfirmasi argumen teoretik bahwa satu inovasi di Kebijakan A punya feedback effects berupa kemenangan agenda setting dan mode of governance terhadap Kebijakan B (Mettler dan SoRelle, 2018). Adopsi TI, sebagaimana digitalisasi administrasi diatur dalam berbagai regulasi pusat, sekilas tampak sebagai ide yang kecil. Namun, adopsi TI di awal mempunyai efek path-dependence terhadap kebijakan-kebijakan selanjutnya (Pierson, 1993).

Seiring waktu, makin terlihat bagaimana policy feedback kebijakan TI bekerja melalui dua mekanisme feedback, yang pada gilirannya memudahkan “penjaluran” inovasi dari TI di tata perencanaan dan penganggaran ke sektor pemerintahan desa dan sektor pengelolaan pariwisata. Menurut kami, pemanfaatan platform e-government dalam penanganan dampak COVID-19 di Banyuwangi tak luput dari “efek penjaluran” tersebut

Bagaimana hal tersebut terjadi? Pertama, melalui pemberian insentif bagi birokrasi dengan kinerja baik dalam menyukseskan adopsi dan pelaksanaan TI di perencanaan dan penganggaran (mekanisme resource effects). Kabupaten Banyuwangi pun sukses memperoleh predikat AA dalam audit BPK, suatu capaian yang menguatkan proses kognitif (mekanisme interpretive) di kalangan birokrasi bahwa ide dan inovasi melalui TI bukan saja memberikan rewards material berupa remunerasi melainkan juga pemenuhan aspirasi profesional mereka untuk sukses dalam pekerjaan. “Inovasi di Banyuwangi yang diawali dari ranah TI, dan berhasil, ternyata mendorong inovasi-inovasi lain menjadi lebih memungkinkan dilakukan. Satu inovasi yang berhasil membuat kita “ketagihan” untuk melakukan inovasi-inovasi yang lain berikutnya,” ujar seorang informan di Dinas Informasi dan Komunikasi.

Dua mekanisme ini, resources dan interpretive, memudahkan difusi inovasi ke sektor pemerintahan desa dan pariwisata. Birokrat di dua sektor tersebut tidak perlu policy brief dengan packaging evidence yang ciamik dan handy. Mereka tidak perlu ragu apakah inovasi bisa doable dan baik bagi konteks mereka, seperti jika ide inovasi diperoleh dari presentasi hasil riset atau hasil studi banding. Mereka melihat langsung, menjalaninya meski parsial saat menyusun rencana kerja dan anggaran, dan dari sana menginternalisasi ‘apa, bagaimana, dan mengapa’ inovasi bisa memenuhi aspirasi dan kepentingan material serta immaterial mereka.

Dampak learning adalah mengubah kebijakan dari status sebagai output proses politik, menjadi input proses politik. Dengan kata lain, kebijakan e-government di sektor perencanaan dan penganggaran memberi pengaruh terhadap kebijakan e-government di sektor pemerintahan desa dan sektor pariwisata. Atau dalam ungkapan legendaris E.E. Schattschneider, "new policies create a new politics." Efek kelembagaan suatu inovasi kebijakan e-government berdaya ‘membangun ulang politik’: memunculkan basis dukungan (constituencies) baik di birokrasi, anggota legislatif dan partai politik, hingga kelompok warga penerima manfaat (Patashnik dan Zelizer, 2013). Di ranah diskursus publik, e-government sebagai isu kebijakan juga memiliki posisi politik yang kuat dalam agenda setting kebijakan daerah. Baik karena policy image-nya yang sukses membuat Banyuwangi terkenal, maupun image-nya sebagai instrumen pengelolaan informasi dan data daerah, melalui mana berbagai program dan kegiatan pemerintah daerah bisa melayani warga dengan lebih baik.

Dari sisi mode of governance, e-government semakin beralih dari status “medium kelembagaan yang dibuat bupati untuk merealisasikan tujuannya (rationalist institutionalism pada mulanya)” menjadi “medium yang menstrukturkan bekerjanya birokrat, politisi, dan mungkin juga bupati itu sendiri (historicist institutionalism). Saat krisis COVID-19 terjadi—seiring akumulasi kapasitas TI dan internalisasi kognitif di berbagai institusi pemerintahan tentang signifikansi e-government—pembuat kebijakan mencari atau menjajaki solusi pada TI sebagai cara pengelolaan pemerintahan (mode of governance) guna merespons pandemi.

Sebagai penutup, artikel ini bukan kami tujukan untuk mempromosikan science denialism atau science ignorance. Melainkan, dengan memahami ‘jurang’ pemisah di antara realm of politics dan realm of science maka upaya untuk menjalin tautan di antara keduanya bisa lebih sensitif secara politik. Di sinilah peran strategis policy learning, yaitu memfasilitasi pembuat kebijakan untuk memahami substansi melalui praktik langsung yang melibatkan trial-error suatu bukti rekomendasi dan ide kebijakan. 

 

Daftar Pustaka

Barrientos, A., & Hulme, D. (2009). Social protection for the poor and poorest in developing countries: reflections on a quiet revolution: commentary. Oxford Development Studies37(4), 439-456. https://doi.org/10.1080/13600810903305257

Baumgartner, F., & Jones, Bryan D. (2009). Agendas and instability in American politics (2nd ed., Chicago studies in American politics). Chicago: The University of Chicago Press.

Cairney, P., & Oliver, K. (2017). Evidence-based policymaking is not like evidence-based medicine, so how far should you go to bridge the divide between evidence and policy?. Health research policy and systems15(1), 1-11. https://doi.org/10.1186/s12961-017-0192-x

Hacker, J., & Pierson, P. (2014). After the “Master Theory”: Downs, Schattschneider, and the Rebirth of Policy-Focused Analysis. Perspectives on Politics, 12(3), 643-662. https://doi.org/10.1017/S1537592714001637

Hall, P. A. (1993). Policy paradigms, social learning, and the state: The case of economic policymaking in Britain. Comparative Politics 25(3), 275-296. https://doi.org/10.2307/422246

Jacobsen, J. (1995). Much Ado About Ideas: The Cognitive Factor in Economic Policy. World Politics, 47(2), 283-310. https://doi.org/10.1017/S0043887100016117

Janssen, M., & van der Voort, H. (2020). Agile and adaptive governance in crisis response: Lessons from the COVID-19 pandemic. International Journal of Information Management, 102180. https://doi.org/10.1016/j.ijinfomgt.2020.102180

Kingdon, J. (2011). Agendas, alternatives, and public policies (Updated 2nd ed., Longman classics in political science). Boston: Longman.

Matthews, D. (2017, July 17). A basic income really could end poverty forever. VOX. Diakses 30 Maret 2020. https://www.vox.com/policy-and-politics/2017/7/17/15364546/universal-basic-income-review-stern-murray-automation

Mettler, S., & SoRelle, M. (2018). Policy feedback theory. In C.M. Weible & P. A. Sabatier (Eds.), Theories of the policy process (Fourth ed.) (pp. 103-134). New York, NY: Westview Press. https://doi.org/10.4324/9780429494284-4

Osterholm, M. T. (2005). Preparing for the next pandemic. New England Journal of Medicine352(18), 1839-1842. https://doi.org/10.1056/NEJMp058068

Parsons, W. (2002). From Muddling Through to Muddling Up - Evidence Based Policy Making and the Modernisation of British Government. Public Policy and Administration, 17(3), 43–60. https://doi.org/10.1177/095207670201700304

Patashnik, E. M., & Zelizer, J. E. (2013). The struggle to remake politics: Liberal reform and the limits of policy feedback in the contemporary American state. Perspectives on Politics11(4), 1071-1087. https://doi.org/10.1017/S1537592713002831

Pierson, P. (1993). When effect becomes cause: Policy feedback and political change. World politics45(4), 595-628. https://doi.org/10.2307/2950710

Popper, K. (2002). The logic of scientific discovery (Routledge classics). London: Routledge.

Price-Smith, A., & Porreca, J. (2016). Fear, Apathy, and the Ebola Crisis (2014–15): Psychology and Problems of Global Health Governance. Global Health Governance10(1), 17-35.

Stevens, A. (2007). Survival of the Ideas that Fit: An Evolutionary Analogy for the Use of Evidence in Policy. Social Policy and Society, 6(1), 25-35. https://doi.org/10.1017/S1474746406003319.

_________. (2020). Governments cannot just ‘follow the science’ on COVID-19. Nature Human Behaviour 4(560). https://doi.org/10.1038/s41562-020-0894-x

Stone, D. (1997). Policy paradox: The art of political decision making (2nd Ed.) (pp. 17-34). New York: W.W. Norton & Company.

______. (1989). Causal stories and the formation of policy agendas. Political science quarterly104(2), 281-300. https://doi.org/10.2307/2151585

Thelen, K., & Steinmo, S. (1992). Historical institutionalism in comparative politics. In S. Steinmo, K. Thelen, & F. Longstreth (Eds.), Structuring Politics: Historical Institutionalism in Comparative Analysis (Cambridge Studies in Comparative Politics, pp. 1-32). Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511528125.002

Yuwono, T., Alfirdaus, L. K., Manar, D. G. (2020). “Semua Berawal dari IT”: Terobosan Banyuwangi dalam menata ulang tatakelola pemerintahan. Politika: Jurnal Ilmu Politik (status accepted, published on the forthcoming edition).

  


[1] Dosen Departemen Politik dan Pemerintahan, Universitas Gadjah Mada.

[2] Ketua Prodi Magister Ilmu Politik, Universitas Diponegoro.