• Nama: Haafiz Dauz Syahputra
• NIM: 10123087
• Kelas: IF-3
• Program Studi: Teknik Informatika

Setiap pagi, jutaan anak sekolah di seluruh Indonesia menunggu jatah makan siang bergizi gratis lewat Program Makan Bergizi Gratis (MBG). Program ini di jalankan murni dari misi Presiden Prabowo Subiato saat debat Pilpres kemarin. Programnya besar, anggarannya juga besar, mencapai ratusan triliun rupiah. Tapi ada satu pertanyaan yang jarang dibahas secara terbuka: siapa yang benar-benar tahu apakah makanan yang sampai ke sekolah itu sesuai dengan yang seharusnya, baik dari sisi jumlah, kualitas, maupun harganya?

Pertanyaan ini bukan sekadar curiga tanpa dasar. Pertengahan 2026 ini, Kejaksaan Agung mengungkap dugaan korupsi yang melibatkan oknum di lingkaran pengelolaan MBG. Ada indikasi mark-up harga bahan baku, penurunan kualitas gizi yang dilaporkan berbeda dari kenyataan lapangan, sampai data penerima manfaat yang diduga fiktif. Transparency International Indonesia juga sudah lebih dulu mengingatkan bahwa celah pengadaan barang dan jasa di program sebesar ini sangat rentan disalahgunakan, apalagi tanpa sistem pengawasan yang terbuka dan berbasis data. Terlebih dari beberapa cabang SPPG Sebagian menjalankan program tidak sesuai prosedur, dan itu juga berdampak dari segi kualitas makanan yang akan di bagikan ke sekolah dan juga tanpa transparansi soal transaksi biaya pengadaan bahan baku MBG.

Dari keresahan itu, saya bersama dua rekan satu tim menyusun sebuah gagasan untuk skema Program Kreativitas Mahasiswa – Video Gagasan Konstruktif (PKM-VGK). Bagian saya di tim adalah riset dan penulisan naskah, jadi tugas saya bukan merancang algoritmanya, melainkan memastikan gagasan teknis ini bisa dipahami oleh orang di luar dunia teknologi informasi. Karena menurut saya, secanggih apa pun sebuah sistem pengawasan, ia tidak ada gunanya kalau publik tidak paham cara kerjanya dan tidak percaya dengan hasilnya.

Kenapa Cara Pengawasan di beberapa SPPG Kurang Memadai

Pengawasan program bantuan sosial sebesar MBG selama ini masih sangat bergantung pada cara konvensional: laporan manual dari petugas lapangan, audit yang dilakukan sesekali, dan pengaduan masyarakat yang belum tentu ditindaklanjuti dengan cepat. Masalahnya bukan karena orang-orang di lapangan tidak bekerja, tapi karena metode ini punya keterbatasan struktural yang sulit dihindari.

Penyimpangan biasanya baru terdeteksi setelah berlangsung berulang kali, ketika kerugian sudah menumpuk dan sulit dipulihkan. Jumlah pengawas manusia juga jauh dari cukup dibanding puluhan ribu titik distribusi yang tersebar dari Sabang sampai Merauke, jadi mustahil semua titik bisa dicek secara rutin satu per satu. Ditambah lagi, masyarakat, termasuk orang tua murid yang anaknya jadi penerima manfaat, nyaris tidak punya cara untuk memantau sendiri apakah distribusi di sekolah anaknya berjalan sesuai yang dijanjikan. Orang tua murid pun maupun murid itu sendiri tidak boleh complain soal kualitas makanan. Bahkan itu dianggap “kurang bersyukur, dan tidak menerima bantuan”, yang padahal di lapanganya kondisi kualitas makanan Sering sekali tidak bagus bahkan kondisi nya pun ada yang busuk. Dan ini menjadi masalah utama yang sedari awal program ini di jalankan banyak sekali kontroversi.

Akibatnya, aliran dana dan bahan pangan dari vendor sampai ke sekolah berjalan tanpa jejak yang bisa ditelusuri publik. Di ruang tanpa jejak itulah manipulasi harga, penurunan kualitas bahan pangan, dan pelaporan penerima fiktif punya celah untuk terjadi.

Gagasan Kami: Data dan Machine Learning sebagai Lapisan Pengawasan Tambahan

Alih-alih menambah jumlah pengawas manusia yang jelas tidak realistis dari sisi biaya maupun waktu, tim kami mengusulkan pendekatan berbeda: menjadikan data dan machine learning sebagai lapisan pengawasan tambahan yang bekerja terus-menerus. Gagasan ini kami bagi menjadi tiga bagian yang saling terhubung, dan akan saya coba jelaskan dengan bahasa yang lebih sederhana.

Bagian pertama adalah pengumpulan data terpusat. Setiap transaksi di sepanjang rantai distribusi MBG, mulai dari pembelian bahan baku oleh vendor, transaksi biaya bahan baku, proses di dapur umum, sampai serah terima porsi makanan ke sekolah, dicatat secara digital dan otomatis ke satu sistem terpusat. Data yang direkam mencakup identitas penerima yang divalidasi dengan data kependudukan resmi, lokasi dan waktu distribusi berbasis GPS, jumlah porsi yang disalurkan, dan petugas yang bertanggung jawab. Semua data ini disimpan dengan teknologi pengelolaan data skala besar sehingga sanggup menampung jutaan transaksi setiap hari tanpa kehilangan integritas datanya.

Bagian kedua adalah mesin analitik berbasis machine learning, dan menurut saya ini bagian yang paling menarik untuk dijelaskan ke orang awam. Sistem ini dilatih untuk mengenali pola transaksi “normal” berdasarkan data historis, lalu membandingkannya dengan setiap transaksi baru yang masuk. Jika sebuah titik distribusi tiba-tiba melaporkan jumlah penerima melonjak tiga kali lipat tanpa alasan yang masuk akal, sistem akan langsung menandainya sebagai anomali yang patut dicurigai. Sistem ini juga bisa mengenali kalau sebuah wilayah menunjukkan pola pelaporan yang jauh berbeda dari wilayah lain yang sebenarnya punya karakteristik serupa. Bedanya dengan laporan manual yang bisa memakan waktu berminggu-minggu, sistem ini bisa memberi peringatan dalam hitungan jam, menit, bahkan sebelum dana termin berikutnya dicairkan.

Bagian ketiga adalah portal transparansi yang bisa diakses publik, bukan hanya oleh pejabat atau auditor. Ada peta distribusi yang menampilkan status setiap titik secara langsung dengan kode warna, hijau untuk normal dan merah untuk anomali yang perlu dicek. Ada ringkasan sederhana tentang transaksi yang ditandai mencurigakan, ditulis dengan bahasa yang mudah dipahami masyarakat awam, bukan istilah teknis yang membingungkan.Masyarakat di sini kita ambil contoh pihak sekolah pun bisa melaporkan langsung kalau melihat ketidaksesuaian di lapangan, dan penerima manfaat bisa memantau status jatah mereka sendiri.

Kenapa Keterlibatan Publik Jadi Kunci

Selama proses riset, saya belajar satu hal: banyak inovasi pengawasan pemerintahan gagal bukan karena teknologinya lemah, tapi karena publik tidak dilibatkan dan hanya jadi penonton dari sistem yang tertutup. Karena itu, portal transparansi dalam gagasan kami bukan sekadar pelengkap, melainkan bagian penting dari sistem itu sendiri.

Dengan portal yang mudah diakses, orang tua murid, guru, sampai warga di sekitar dapur umum bisa ikut menjadi mata tambahan yang memperkuat validitas data yang diproses algoritma. Kalau gagasan ini bisa direalisasikan secara bertahap, mulai dari uji coba di tingkat kabupaten sebelum direplikasi lebih luas, setidaknya ada tiga hal yang bisa diharapkan: kebocoran anggaran bisa dideteksi lebih dini, respons terhadap dugaan penyimpangan jadi lebih cepat, dan kepercayaan publik terhadap program bantuan sosial pemerintah bisa tumbuh kembali.

Ini Bukan Solusi Instan

Sebagai orang yang ikut menyusun naskah gagasan ini, saya merasa perlu jujur bahwa ide ini bukan solusi yang langsung sempurna begitu diterapkan. Ada beberapa tantangan nyata yang menurut saya lebih baik diakui daripada ditutup-tutupi.

Yang pertama soal kualitas data. Sistem secerdas apa pun hanya akan sebaik data yang dimasukkan ke dalamnya. Kalau petugas lapangan mencatat data asal-asalan, atau ada pihak yang sengaja memanipulasi input dari sumbernya, algoritma pun bisa tertipu. Artinya, gagasan ini perlu berjalan beriringan dengan penguatan integritas di titik pencatatan awal, bukan cuma mengandalkan teknologi di lapisan belakang.

Yang kedua soal literasi digital. Tidak semua petugas dapur umum, sekolah, atau warga di daerah terpencil terbiasa dengan pencatatan digital berbasis GPS dan aplikasi. Tanpa pelatihan dan pendampingan yang cukup, sistem secanggih apa pun berisiko hanya jadi beban administratif baru yang dihindari, bukan dimanfaatkan.

Yang ketiga, dan ini yang menurut saya paling sering luput dari diskusi teknologi anti-korupsi, adalah soal kemauan untuk menindaklanjuti. Sistem deteksi anomali hanya berguna kalau hasilnya benar-benar ditindaklanjuti oleh pihak berwenang. Secanggih apa pun peringatan dini yang dihasilkan algoritma, kalau laporannya didiamkan, teknologi ini cuma jadi etalase tanpa dampak nyata. Di titik inilah portal transparansi publik jadi penting: ketika data anomali bisa dilihat langsung oleh masyarakat luas, ada tekanan sosial yang membuat pihak berwenang lebih sulit mendiamkan temuan tersebut begitu saja.

Mengakui keterbatasan ini bukan berarti gagasan ini tidak layak diperjuangkan. Justru karena sadar akan tantangan-tantangan itu, kami merancang implementasinya bertahap, dimulai dari skala kecil sebagai uji coba, sebelum direplikasi lebih luas dengan perbaikan berkelanjutan berdasarkan apa yang dipelajari di lapangan.

Relevansi dengan Semangat Kewirausahaan

Sebagai mahasiswa yang sedang mengikuti mata kuliah Kewirausahaan, saya melihat gagasan ini sebagai contoh bahwa inovasi tidak selalu berbentuk produk atau jasa yang langsung dijual ke konsumen. Ada bentuk kewirausahaan lain yang orientasinya bukan keuntungan finansial, melainkan menyelesaikan masalah struktural yang berdampak luas bagi masyarakat, dan itu tetap membutuhkan proses berpikir yang sama: mengidentifikasi masalah nyata, mencari solusi yang berbasis data dan teknologi, lalu menyusunnya menjadi sesuatu yang bisa dikomunikasikan dan dipahami orang lain.

Kalau nanti gagasan semacam ini benar-benar dikembangkan lebih jauh, potensinya bukan hanya berhenti sebagai alat pengawasan pemerintah. Arsitektur yang sama, yaitu pengumpulan data terpusat yang dipadukan dengan machine learning untuk mendeteksi anomali, sebenarnya bisa diadaptasi untuk berbagai konteks lain di luar MBG, misalnya pengawasan distribusi bantuan sosial lain, rantai pasok organisasi nirlaba, atau bahkan sistem audit internal perusahaan yang ingin memastikan proses pengadaan barang dan jasanya berjalan bersih. Di titik inilah keterampilan berpikir kewirausahaan bertemu dengan keterampilan teknis, karena keduanya sama-sama dibutuhkan untuk mengubah gagasan yang masih berupa konsep di atas kertas menjadi sesuatu yang benar-benar bisa diimplementasikan dan memberi dampak.

Penutup

Menulis naskah untuk gagasan ini membuat saya sadar bahwa isu korupsi logistik bukan sekadar persoalan teknis administrasi, melainkan persoalan kepercayaan antara negara dan rakyatnya. Data dan machine learning memang bukan solusi ajaib yang bisa menghapus korupsi dalam semalam, tapi keduanya bisa jadi alat bantu yang membuat penyimpangan jauh lebih sulit disembunyikan dan lebih cepat terdeteksi, selama tetap diimbangi dengan kemauan manusia di baliknya untuk benar-benar menindaklanjuti apa yang ditemukan.

Bagi saya, terlibat menyusun gagasan seperti ini adalah pengingat bahwa kewirausahaan dan inovasi tidak selalu soal produk yang dijual untuk keuntungan pribadi, tapi juga bisa soal merancang solusi yang berdampak bagi kepentingan publik yang lebih luas. Pengalaman meriset dan menulis naskah gagasan ini juga mengajarkan saya bahwa kemampuan menyusun narasi yang jelas sama pentingnya dengan kecanggihan teknologi itu sendiri, karena sebuah inovasi hanya akan bermakna kalau masyarakat yang menerima manfaatnya benar-benar memahami dan memercayainya. Semoga gagasan sederhana dari kami ini bisa menjadi salah satu titik awal diskusi yang lebih luas, agar anak-anak Indonesia benar-benar menerima hak gizi mereka tanpa dipotong oleh siapa pun di tengah jalan.