Revolusi AI dalam Transparasi dan Efisiensi Pengadaan Publik

Revolusi AI dalam Transparansi dan Efisiensi Pengadaan Publik

Dalam era digital saat ini, penerapan kecerdasan buatan (AI) dalam sektor publik, khususnya dalam pengadaan barang dan jasa, bukan lagi sekadar wacana melainkan suatu keharusan. Artikel ilmiah berjudul "AI-based Decision Support System for Public Procurement" karya Siciliani et al. Di Ciano, dan Lops yang diterbitkan di jurnal Information Systems (Vol. 119, 2023) menyoroti peran AI dalam meningkatkan efisiensi dan transparansi pengadaan publik di Italia. Artikel ini secara komprehensif menguraikan sistem pendukung keputusan (DSS) yang dikembangkan untuk membantu proses pengadaan melalui analisis data berbasis AI dan pemrosesan bahasa alami (NLP). DSS tersebut dirancang untuk mengintegrasikan data dari berbagai sumber, baik yang terstruktur maupun tidak terstruktur, dengan tujuan mengidentifikasi pola kolusi serta memberikan wawasan yang lebih mendalam dalam pengambilan keputusan tender. Penelitian ini didukung oleh data empiris dari 7 juta rekaman tender yang dikumpulkan sejak 2007 dari ANAC, otoritas anti-korupsi Italia, yang memproses informasi terbuka dalam pengadaan publik. Dengan demikian, AI diharapkan mampu menjadi solusi praktis untuk menghadapi permasalahan yang sering ditemui dalam pengadaan publik, seperti kompleksitas birokrasi dan potensi praktik korupsi. Sistem ini memiliki potensi besar dalam menciptakan proses tender yang lebih adil, efisien, dan transparan, tidak hanya di Italia tetapi juga di negara-negara lain yang menghadapi tantangan serupa. Adopsi AI dalam pengadaan publik tidak hanya menjadi langkah inovatif, tetapi juga sebagai bentuk modernisasi dalam sektor pemerintah yang diharapkan dapat menambah nilai dan meningkatkan kepercayaan publik.

***

Keunggulan dari sistem pendukung keputusan berbasis AI yang dikembangkan dalam penelitian ini adalah kemampuannya untuk menganalisis data dalam jumlah besar dengan cara yang efisien. Sistem ini memanfaatkan pemrosesan bahasa alami (NLP) yang dapat memahami teks dokumen tender berbahasa Italia, memberikan wawasan penting seperti pengidentifikasian risiko kolusi. Berdasarkan data dari penelitian tersebut, sistem ini berhasil memproses sekitar 7 juta data tender yang berasal dari berbagai platform, termasuk ANAC (otoritas anti-korupsi Italia) dan EmPULIA, dalam waktu kurang dari empat jam. Dengan NLP, sistem mampu mengekstraksi informasi esensial dari dokumen tender yang tidak terstruktur, yang sering kali memuat data dalam bentuk teks panjang atau hasil pemindaian. Langkah ini menjadikan DSS bukan hanya sebagai alat administratif, tetapi juga sebagai sistem analitis yang mampu menggali informasi bernilai dari data tersembunyi.

Indikator yang digunakan oleh sistem untuk mendeteksi potensi kolusi di antaranya adalah variansi penawaran, konsentrasi pasar, dan persentase tawaran yang dikeluarkan karena alasan administratif. Misalnya, ketika nilai penawaran yang dimenangkan berada sangat dekat dengan nilai perkiraan, hal ini bisa menjadi indikator kolusi karena menunjukkan kurangnya persaingan. Selain itu, data juga menunjukkan bahwa indikator "nilai tender relatif" rasio antara penawaran tertinggi dan terendah dapat menjadi petunjuk adanya kesepakatan tersembunyi di antara perusahaan peserta tender. Sistem ini menawarkan serangkaian indikator risiko kolusi yang diadopsi dari model anti-korupsi lainnya, yang telah terbukti efektif dalam mengidentifikasi pola kolusi di sektor lain, dan dalam studi ini, setiap indikator dihitung berdasarkan data historis.

Pada tingkat praktis, artikel ini menunjukkan bahwa penerapan DSS berbasis AI mampu mempersingkat waktu pengambilan keputusan, mengurangi kemungkinan kesalahan manusia, dan meningkatkan akurasi dalam menilai tender. Di sisi lain, sistem ini masih menghadapi kendala seperti kebutuhan akan pengumpulan data yang lebih lengkap dan ketersediaan data publik yang terbatas. Berdasarkan survei yang dilakukan terhadap pengguna sistem, sekitar 57,6% pengguna merasa indikator kolusi sebagai fitur yang paling tidak berguna dalam sistem, menunjukkan bahwa masih ada ruang untuk penyempurnaan fitur ini. Namun, secara keseluruhan, pengguna merasakan kepuasan yang tinggi terhadap kemudahan penggunaan, dengan Skor Usabilitas Sistem (SUS) mencapai 77,1, melampaui standar minimal 68.

***

Penerapan AI dalam sistem pendukung keputusan di bidang pengadaan publik memberikan prospek yang menjanjikan untuk mewujudkan proses tender yang lebih transparan dan bebas dari kolusi. Dengan integrasi teknologi seperti NLP dan analisis data yang komprehensif, sistem ini menawarkan solusi nyata terhadap tantangan yang selama ini dihadapi dalam pengadaan publik. Namun, keberhasilan sistem ini juga bergantung pada kesiapan data publik dan dukungan dari regulasi yang memungkinkan akses data secara terbuka, sehingga analisis dapat dilakukan secara optimal. Artikel karya Siciliani et al. Di Ciano, dan Lops ini membuka diskusi penting tentang pentingnya kolaborasi antara teknologi dan kebijakan publik untuk mencapai pengadaan yang lebih efektif.

Dampak dari penelitian ini tidak hanya relevan untuk Italia, tetapi juga bisa menjadi model bagi negara lain yang menghadapi masalah serupa. Dengan perbaikan fitur-fitur penting seperti indikator risiko kolusi, sistem ini berpotensi menjadi standar baru dalam pengawasan dan transparansi pengadaan publik. Inovasi ini juga diharapkan dapat menginspirasi adopsi AI lebih luas di sektor pemerintahan, yang pada akhirnya memperkuat tata kelola yang lebih efisien dan dapat dipercaya oleh publik.

Referensi

Siciliani, L., Taccardi, V., Basile, P., Di Ciano, M., & Lops, P. (2023). AI-based decision support system for public procurement. Information Systems, 119, 102284. https://doi.org/10.1016/j.is.2023.102284