Di era di mana keputusan kebijakan semakin dituntut berbasis bukti, analisis data statistik tidak lagi sekadar materi pelajaran matematika di bangku sekolah, melainkan alat vital untuk memahami kompleksitas lingkungan. Dari menilai ancaman kebakaran hutan terhadap sumber air hingga menilai kelayakan proyek panas bumi di tengah surplus listrik, kemampuan membaca data melalui rata-rata, median, dan modus menjadi kompas yang menuntun arah kebijakan yang berkelanjutan.
Ancaman Tersembunyi di Balik Asap: Karhutla dan Krisis Sumber Air
Kebakaran hutan dan lahan (karhutla) sering dikaitkan dengan polusi udara dan kerugian ekonomi langsung. Namun, dampak yang lebih dalam dan berkelanjutan tersembunyi di bawah permukaan tanah. Penelitian dari College of Natural Resources, North Carolina State University menunjukkan bahwa kebakaran intensitas tinggi mengubah karakteristik hidrologi lahan secara fundamental. Ketika tutupan vegetasi hilang, kemampuan tanah menyerap air hujan drastis menurun, memicu lonjakan aliran permukaan yang membawa sedimen dan polutan ke badan air.
Mekanisme Degradasi Tata Air
Hilangnya vegetasi memicu reaksi berantai pada siklus air. Tanpa akar yang mengikat partikel tanah, erosi percepat dan debit sungai melonjak saat hujan deras, mengikis tebing dan menumpukan sedimen di hilir. Lebih kritis lagi, penurunan kualitas air—seperti kekeruhan, perubahan kimia, dan lonjakan nutrien dari abu—dapat berlangsung selama berbulan-bulan hingga bertahun-tahun setelah api padam. Data dari Institut Pertanian Bogor (IPB) menguatkan temuan ini, mencatat korelasi langsung antara karhutla berulang dengan penyusutan ketersediaan air baku di kawasan terdampak.
Penanganan karhutla tidak boleh berhenti pada pemadaman api. Evaluasi dampak ekologis pasca-kebakaran—termasuk keberlanjutan fungsi hidrologi—harus menjadi indikator keberhasilan utama.
Statistik sebagai Bahasa Data Lingkungan
Bagaimana cara mengukur dan mengomunikasikan tingkat keparahan degradasi lingkungan ini? Jawabannya terletak pada pemahaman statistik dasar yang diajarkan sejak sekolah dasar. Konsep rata-rata (mean), modus, dan median memungkinkan pengambil kebijakan dan masyarakat menyintesis data mentah menjadi informasi bermakna.
Menerapkan Mean, Median, dan Modus pada Pemantauan Lingkungan
- Rata-rata (Mean): Digunakan untuk menghitung rata-rata curah hujan bulanan, rata-rata konsentrasi polutan di sungai, atau rata-rata luas area terbakar per tahun. Nilai ini memberikan gambaran umum tren jangka panjang.
- Median: Lebih tahan terhadap nilai ekstrim (outlier). Misalnya, untuk menilai "kondisi normal" debit sungai, median lebih representatif daripada rata-rata yang bisa terdistorsi oleh satu kali banjir besar atau kekeringan ekstrem.
- Modus: Mengidentifikasi nilai yang paling sering muncul. Dalam konteks karhutla, modus bisa menunjukkan bulan atau tipe lahan yang paling sering terbakar, membantu alokasi sumber daya pencegahan yang lebih tepat sasaran.
Misalnya, data titik api satelit selama 10 tahun bisa dianalisis: rata-rata menunjukkan tren kenaikan, median mengungkap kondisi "typical" di luar tahun El Niño, dan modus mengidentifikasi bulan puncak kebakaran yang konsisten. Tanpa kerangka statistik ini, data hanya berupa angka tanpa narasi.
Dilema Energi di Gunung Ungaran: Ketika Data Menantang Narasi
Kasus rencana Pembangkit Listrik Tenaga Panas Bumi (PLTP) Gunung Ungaran kapasitas 55 MW di Jawa Tengah mempertunjukkan urgensi analisis data yang ketat. Pemerintah melalui Kementerian ESDM telah menerbitkan izin eksplorasi kepada PLN, namun keputusan ini diambil di tengah kondisi sistem listrik Pulau Jawa yang surplus. Pertanyaan kritis muncul: apakah proyek ini dibangun berdasarkan proyeksi permintaan yang realistis, atau didorong oleh target campuran energi (EBT) yang kaku?
Eksplorasi vs. Eksekusi: Membaca Tahapan Proyek
Direktur Jenderal EBTKE, Eniya Listiani Dewi, menegaskan izin saat ini hanya untuk tahap eksplorasi dan studi kelayakan. Ini adalah titik kritis di mana statistik geologi dan ekonomi harus berbicara. Data suhu reservoir, debit fluida, dan tekanan dari sumur eksplorasi akan diolah untuk menentukan mean dan probabilitas keberhasilan proyek. Jika median data geokimia menunjukkan potensi rendah, melanjutkan ke tahap pembangunan akan menciptakan aset macet (stranded asset) yang membebani keuangan negara dan merusak lingkungan tanpa alasan yang kuat.
Variabel Lingkungan dan Sosial dalam Persamaan
Kelayakan proyek tidak hanya soal MW yang dihasilkan. Kekhawatiran warga dan relawan lingkungan terhadap ancaman ekosistem lereng gunung dan Candi Gedong Songo menambahkan variabel non-teknis yang harus dikuantifikasikan. Analisis biaya-manfaat (cost-benefit analysis) harus memasukkan nilai ekologis hutan lindung, nilai budaya candi, dan risiko hidrologi (mirip dampak karhutla pada sumber 1) ke dalam model matematika. Jika median kerugian lingkungan melebihi rata-rata manfaat listrik yang justru berlebih, keputusan rasional adalah menghentikan proyek di tahap eksplorasi.
Integrasi: Kerangka Pengambilan Keputusan Berbasis Data
Ketiga isu—karhutla, statistik pendidikan, dan proyek panas bumi—bertemu pada satu titik: kualitas keputusan bergantung pada kualitas analisis data. Negara tidak bisa mengelola hutan hanya dengan mengukur kecepatan pemadaman, sama seperti tidak bisa merencanakan pembangkit hanya dengan mengejar target kapasitas terpasang.
Menuju Tata Kelola Berbasis Bukti
- Pendidikan Dasar: Memperkuat literasi statistik (mean, median, modus) bagi masyarakat agar mampu mengawasi data lingkungan yang dipublikasikan pemerintah.
- Transparansi Data: Data mentah pemantauan kualitas air pasca-karhutla, data eksplorasi panas bumi, dan proyeksi permintaan listrik harus terbuka untuk verifikasi independen.
- Indikator Komprehensif: Ganti metrik tunggal (misal: jumlah titik api, target MW EBT) dengan dashboard multi-indikator yang mencakup indeks kualitas air, indeks kerentanan sosial, dan levelized cost of electricity (LCOE) yang internalisasi biaya lingkungan.
Kesimpulan
Dari lereng Gunung Ungaran hingga hutan Kalimantan, pelajaran yang sama bergema: angka yang tidak diinterpretasikan dengan benar adalah senjata tumpul, namun angka yang diolah dengan benar adalah pedang tajam untuk keadilan lingkungan. Memahami perbedaan rata-rata, median, dan modus bukan sekadar ujian matematika kelas 6—itulah fondasi bagi warga negara dan pembuat kebijakan untuk menuntut akuntabilitas pada setiap keputusan yang memengaruhi air yang kita minum, udara yang kita hirup, dan energi yang kita gunakan. Mari kita tuntut kebijakan yang tidak hanya "berbasis data" secara nominal, tetapi benar-benar "terarah data" secara substansial.
