SEBAHAGIAN besar rakyat sedar bahawa subsidi bersasar yang akan dilaksanakan adalah sebagai langkah untuk mengurangkan keperluan kerajaan untuk terus berhutang kerana perbelanjaan subsidi sahaja adalah sebanyak RM86 bilion setiap tahun.

Gagasan untuk merasionalisasikan subsidi petrol dan diesel secara bersasar sudah lama dibicarakan.

Namun, bagaimana melaksanakannya jarang sekali didengari sehinggalah Allahyarham Datuk Seri Salahuddin Ayub, Menteri Perdagangan Dalam Negeri dan Kos Sara Hidup memberi petunjuk pada Mei 2023 bahawa data akan diguna pakai untuk pelaksanaan subsidi bersasar mulai tahun 2024. 

Kini, tempoh untuk mendaftar dan mengemas kini profil di PADU telah pun tamat dan rakyat menantikan keputusan sistem pengelasan pendapatan PADU. Adakah mereka layak atau tidak?

Pengelasan pendapatan berpandukan data umpama menggunakan pedang bermata dua. Di satu sisi memberi banyak manfaat, namun pada sisi yang lain mempunyai risiko dan kesan negatif jika tidak berhati-hati menggunakannya.

Peter Sondergaard, Naib Presiden Kanan Gartner mengingatkan pemilik data bahawa data pada dasarnya adalah bodoh.

Mackenzie dan Pearl mengulang pernyataan yang sama dalam buku mereka, The Book of Why dengan mengisytiharkan, data are profoundly dumb. 

Mereka melabelkan data sebagai bebal bodoh dalam frasa kolokial hanyalah untuk menyedarkan pemilik dan pengguna data tentang kepentingan kejuruteraan data dan kemahiran menggunakannya.

Mereka memberi contoh tentang bagaimana data boleh meyakinkan masyarakat bahawa pesakit yang mengambil sejenis ubat pulih lebih cepat daripada mereka yang tidak mengambilnya.

Tetapi data tidak dapat memberitahu anda sebabnya apabila set data tersebut meninggalkan data dari pelbagai dimensi lain seperti pendapatan.

Pesakit berkenaan pulih dengan segera kerana faktor kemampuannya untuk membeli ubat. Bekalan ubat sebanyak mana pun kepada hospital, yang tidak mampu akan tetap lambat pulih kerana kemiskinan.

Ini yang tidak mampu diungkapkan oleh data apabila datanya bukan sekadar tidak lengkap untuk menjawap persoalan analitik 'mengapa', malah berat sebelah.

Hal ini menyoroti usaha kerajaan dalam menggunakan data untuk membasmi kemiskinan tegar.

Adakah data PADU berjaya melepasi ujian kepintaran yang digariskan oleh Sondergaard, Mackenzie dan Pearl?

Dalam meneka kepintaran data PADU, terlebih dahulu kita perlukan takrifan kepintaran data. Gelintaran dengan kata kunci "data pintar" di Google tidak menemui definisi yang konkrit tentang erti data pintar, justeru kata kunci "smart data" digunakan untuk mengelintar.

Carian di Google mengeluarkan pelbagai takrifan smart data. Tetapi dapat disintesiskan bahawa data pintar adalah maklumat yang memberi makna, bernilai dan berguna untuk menyokong pembuatan keputusan.

Untuk mengesahkan sama ada maklumat yang diekstrak dari data PADU memenuhi takrifan data pintar, ia harus mampu mengatasi masalah yang membelenggu mekanisme terdahulu dalam pengagihan bantuan kepada rakyat.

Pertama, data PADU dapat digunakan untuk menyelesaikan masalah miskin tercicir. Dr Madeline Berma menerangkan tentang kelemahan yang wujud dalam kaedah pembahagian bantuan kepada rakyat sebelum ini yang beliau kenal pasti sebagai 'error of omission' (ralat tinggalan) dan 'error of inclusion' (ralat rangkuman).

Ralat tinggalan berlaku apabila mereka yang benar miskin dan memerlukan bantuan kerajaan tetapi tidak layak menerima bantuan.

Ralat rangkuman pula merujuk kepada kesalahan pengelasan seperti bantuan diberikan kepada mereka yang sebenarnya tidak layak kerana kesilapan melibatkan faktor-faktor ekonomi atau data dalam suatu model keputusan yang menentukan kelayakan tersebut

Masalah miskin tercicir juga boleh disebabkan oleh data yang statik. Bercakap di Kongres Ekonomi Bumiputera (KEB) 2024, Dr Madeline menyifatkan kemiskinan bukanlah sesuatu yang statik.

Kemiskinan atau kekayaan bersifat sementara kerana keadaan kewangan boleh berubah dari semasa ke semasa disebabkan oleh pelbagai faktor.

Faktor mobiliti sosial dan ekonomi misalnya membolehkan individu naik atau turun kedudukannya di tangga ekonomi berdasarkan pelbagai faktor seperti usaha, pendidikan dan lokasi kediaman mereka  kerana kos sara hidup berbeza-beza mengikut lokaliti penduduk.

Dr Madeline berkata sistem PADU memiliki aspek masa nyata (real-time). Aspek ini amat berguna untuk menangani isu status ekonomi yang berubah itu, sama ada mengikut situasi atau masa dengan mengenal pasti perubahan kategori kumpulan sasaran.

Oleh itu, sistem PADU boleh digunakan untuk pemantauan dan penjejakan trend tahap kemiskinan individu atau sesuatu lokaliti.

Keberkesanan program subsidi dapat dinilai berdasarkan trend sebagai maklum balas terhadap pendekatan kerajaan dalam isu subsidi. 

Namun, aspek masa-nyata tidak semestinya mencerdikkan data, tetapi jika ia berupaya 'mengejutkan' pembikin polisi dengan maklumat untuk bertindak rasional dalam keputusannya maka ia bukti kepintaran data PADU.
 
Seterusnya, kepintaran data PADU diandaikan akan dapat mengatasi masalah logik klasik apabila bantuan ditentukan berdasarkan kelas sosial.

Pengelasan individu mengikut pendapatan  mereka, yang biasanya dirujuk sebagai indeks unidimensi di mana kelas sosial B40, M40 dan T20 ditentukan berdasarkan pendapatan dalam julat ambang tertentu.

Contoh, seseorang akan diklasifikasikan sebagai B40 apabila pendapatan isi rumahnya berada  di bawah RM5,250 sebulan.

Tetapi, jika pendapatan isi rumah terlebih walau pun seringgit daripada julat itu menjadi RM5,251, maka bertukarlah kelas sosial isi rumah tersebut kepada M40.

Keputusan pengelasan ini dilihat tidak rasional kerana kesan atau impak perubahan kelas sosial menyebabkan kehilangan kelayakan untuk menerima bantuan walau pun sedang menanggung anak yang ramai bahkan sedang bersekolah.

Puncanya adalah, angka RM5,250 yang menjadi pemalar atau nilai ambang statik. Penulis berpendapat pendekatan pengelasan ini juga disebabkan oleh infostruktur yang tidak menyeluruh yang membolehkan kerajaan mengambil kira faktor-faktor lain.

Untuk mengatasi isu tersebut, maka Menteri Ekonomi memperkenalkan suatu metrik yang dipanggil pendapatan boleh belanja bersih (P3B). 

Maka diandaikan bahawa logik keputusan berasaskan pemalar unidimensi ini akan terhapus dan digantikan dengan suatu alkhwarizmi AI PADU yang menggelintar nilai ambang P3B yang lebih ‘rasional’ dan dinamik sifatnya. 

Metrik ini dijangka dihitung dengan dipengaruhi pola data PADU tentang isi rumah seperti pendapatan, keadaan ahli isi rumah dan sebagainya. Kelihatan metrik ini umpama direkasaya berasaskan prinsip  Prof Dr  Amartya Sen.

Profesor Sen menegaskan yang kita tidak boleh melukis garis kemiskinan dan kemudian garis tersebut dikenakan pada semua orang dengan cara yang sama, tanpa mengambil kira ciri dan keadaan peribadi. 

Prof Sen menyifatkan kemiskinan adalah dunia yang kompleks, dan pelbagai rupa yang memerlukan analisis yang jelas dalam semua dimensinya.

Sehingga tamatnya tempoh pendaftaran PADU, pemboleh ubah yang digunakan untuk mengira metrik tersebut masih belum diumumkan.

Namun begitu, Profesor Emeritus Dr Barjoyai Bardai mendedahkan kepada media bahawa Kementerian Perdagangan Dalam Negeri dan Kos Sara Hidup (KPDN) mencadangkan hanya 2.9 juta rakyat sahaja yang akan mendapat subsidi diesel dan petrol RON95.

Cadangan tersebut menimbulkan banyak persoalan dan keresahan di saat kita membicarakan bagaimana P3B bakal diformulakan.

Misalnya, bagaimana angka 2.9 juta tersebut diperoleh? Wujud pemboleh ubah yang mengekang jumlah penerima subsidi?

Angka umpama had ini agak bertentangan dengan wawasan Menteri Ekonomi yang mahu mewujudkan suatu metrik ukuran pendapatan yang menyeluruh dengan mengambil kira  tanggungan, lokasi, harta dan lain-lain pemboleh ubah kerana itu akan memberi gambaran yang lebih adil.

Berdasarkan masalah dan ralat yang akan ditangani data PADU, boleh disimpulkan bahawa data PADU adalah pintar dalam beberapa aspek.

Namun penulis bersetuju bahawa terdapat banyak lagi persoalan yang belum terjawab mengenai ciri sistem PADU dan kaedah pengelasan baharu berasaskan analitik data.

Antaranya dari Pengarah Institut Pembangunan dan Kemajuan Inklusif Malaysia, UKM (MINDA-UKM), Prof Tan Sri Dr Noor Azlan.

Berita Harian baru-baru ini melaporkan bahawa beliau juga menanti dan akan meneliti sejauh mana nilai P3B boleh diperoleh secara tepat dan adil menerusi PADU.

Penelitian para akademik adalah satu bentuk ujian kepintaran data PADU dengan niat murni untuk memperkasa usaha Kerajaan memajukan negara dan memakmurkan rakyat.

Seperti yang Datuk Dr Madeline nyatakan bahawa PADU bukanlah suatu sistem yang sempurna, tetapi ia adalah permulaan yang hebat.

Suatu reformasi yang berani.

Prof Madya Dr Mohd Zakree Ahmad Nazri bertugas di Pusat Teknologi Kecerdasan Buatan, Fakulti Teknologi dan Sains Maklumat, Universiti Kebangsaan Malaysia.

Penulisan artikel ini adalah pandangan penulis dan tidak semestinya mencerminkan pandangan sidang pengarang Astro AWANI.