Oleh: Muhammad Andi Purbaya
Indonesia berhasil menjual puluhan ribu mobil listrik dalam waktu singkat. Namun, apakah keberhasilan tersebut benar-benar mencerminkan keberhasilan transisi energi ? Pertanyaan ini penting diajukan karena hingga kini keberhasilan kebijakan kendaraan listrik di Indonesia masih lebih sering diukur melalui besarnya investasi dan peningkatan penjualan kendaraan dibandingkan dampaknya terhadap penurunan emisi karbon, kualitas lingkungan, dan kesejahteraan masyarakat.
Data Gabungan Industri Kendaraan Bermotor Indonesia (GAIKINDO) menunjukkan bahwa penjualan Battery Electric Vehicle (BEV) pada periode Januari–September 2025 mencapai 55.225 unit, melampaui total penjualan sepanjang tahun 2024 yang sebesar 43.188 unit, dengan pangsa pasar hampir 10 persen dari total penjualan mobil nasional. Capaian tersebut menunjukkan bahwa Indonesia berhasil mempercepat adopsi kendaraan listrik. Namun, dalam perspektif kebijakan publik, keberhasilan tidak cukup diukur melalui indikator ekonomi semata. Yang jauh lebih penting adalah apakah kebijakan tersebut mampu menghasilkan manfaat lingkungan yang nyata dan dapat dibuktikan melalui data. Di sinilah Big Data menjadi fondasi penting dalam membangun evidence-based policy atau kebijakan berbasis bukti.
Komitmen pemerintah terhadap pengembangan kendaraan listrik diperkuat melalui Peraturan Presiden Nomor 55 Tahun 2019 tentang Percepatan Program Kendaraan Bermotor Listrik Berbasis Baterai. Kebijakan ini tidak hanya bertujuan mengurangi emisi karbon, tetapi juga mendorong hilirisasi industri mineral strategis sebagai penggerak pertumbuhan ekonomi nasional.
Strategi tersebut berhasil menarik investasi berbagai perusahaan otomotif global, seperti Hyundai, LG Energy Solution, CATL, BYD, dan VinFast. Peluang Indonesia semakin besar karena United States Geological Survey (USGS) (2024) menempatkan Indonesia sebagai negara dengan cadangan nikel terbesar di dunia, menjadikannya aktor penting dalam rantai pasok baterai kendaraan listrik global. Meski demikian, keberhasilan investasi belum tentu identik dengan keberhasilan kebijakan apabila pemerintah belum mampu mengukur secara komprehensif manfaat ekonomi, sosial, dan lingkungan yang dihasilkan.
Dalam administrasi publik modern, Head (2016) menjelaskan bahwa evidence-based policy merupakan pendekatan yang menempatkan bukti empiris sebagai dasar dalam proses perumusan, implementasi, dan evaluasi kebijakan publik. Pendekatan ini menuntut pemerintah tidak hanya mengumpulkan data, tetapi juga mengintegrasikan berbagai sumber informasi sehingga keputusan yang dihasilkan lebih akurat, adaptif, dan dapat dipertanggungjawabkan. Dengan demikian, keberhasilan kendaraan listrik seharusnya tidak hanya dinilai dari peningkatan investasi maupun penjualan kendaraan, tetapi juga dari indikator yang lebih substantif, seperti penurunan emisi karbon, kualitas udara, efisiensi konsumsi energi, serta peningkatan kualitas pelayanan transportasi yang berkelanjutan.
Tantangan tersebut hanya dapat dijawab melalui pemanfaatan Big Data. Menurut Douglas Laney (2001), konsep Big Data pada awalnya dibangun melalui tiga karakteristik utama, yaitu Volume, Variety, dan Velocity, yang kemudian berkembang menjadi konsep 5V dengan penambahan Veracity dan Value.
Dalam kebijakan kendaraan listrik, Volume tercermin dari besarnya data yang dihasilkan melalui penjualan kendaraan, konsumsi listrik, penggunaan Stasiun Pengisian Kendaraan Listrik Umum (SPKLU), emisi karbon, hingga sensor kualitas udara. Variety menunjukkan bahwa data tersebut berasal dari berbagai institusi, seperti Kementerian Perindustrian, Kementerian Energi dan Sumber Daya Mineral, Kementerian Lingkungan Hidup, Kementerian Perhubungan, PLN, pemerintah daerah, pelaku industri, dan masyarakat.
Velocity mengharuskan pemerintah mengolah data secara cepat agar mampu merespons perubahan kondisi lapangan secara real time. Sementara itu, Veracity memastikan bahwa data memiliki tingkat akurasi yang tinggi, sedangkan Value menegaskan bahwa seluruh data tersebut harus menghasilkan manfaat nyata berupa kebijakan yang lebih efektif, efisien, transparan, dan berkeadilan.
Namun, Big Data tidak berhenti pada proses pengumpulan data. Chen, Chiang, dan Storey (2012) menjelaskan bahwa data harus diolah melalui business intelligence dan analytics agar mampu menghasilkan pengetahuan yang mendukung pengambilan keputusan. Dalam konteks kendaraan listrik, informasi mengenai penjualan kendaraan, konsumsi energi, kualitas udara, pola mobilitas masyarakat, hingga emisi karbon perlu diintegrasikan sehingga pemerintah mampu memahami hubungan sebabakibat dari suatu kebijakan. Dengan demikian, evaluasi tidak lagi hanya berorientasi pada output, seperti jumlah kendaraan yang terjual, tetapi juga pada outcome, yaitu dampak nyata terhadap lingkungan dan kesejahteraan masyarakat.
Pemanfaatan Big Data juga menjadi elemen penting dalam pembangunan kota yang berkelanjutan. Kandt dan Batty (2021) menjelaskan bahwa urban analytics memungkinkan pemerintah memanfaatkan data transportasi, energi, lingkungan, dan pelayanan publik secara terpadu untuk memahami dinamika perkotaan. Mereka menekankan bahwa manfaat Big Data tidak hanya terletak pada besarnya data yang tersedia, tetapi pada kemampuan pemerintah mengintegrasikan berbagai sumber data menjadi dasar pengambilan keputusan jangka panjang.
Dalam konteks kendaraan listrik, pendekatan urban analytics memungkinkan pemerintah menghubungkan data kendaraan listrik, konsumsi listrik, kepadatan lalu lintas, kualitas udara, dan emisi karbon sehingga kebijakan tidak hanya berorientasi pada pertumbuhan industri, tetapi juga pada pencapaian tujuan pembangunan kota yang lebih sehat, rendah emisi, dan berkelanjutan.
Keunggulan konseptual tersebut belum sepenuhnya tercermin dalam tata kelola kendaraan listrik di Indonesia. Hingga kini, data mengenai produksi kendaraan listrik, pembangunan Stasiun Pengisian Kendaraan Listrik Umum (SPKLU), konsumsi listrik, kualitas udara, emisi karbon, hingga kondisi lingkungan di kawasan pertambangan masih dikelola secara sektoral oleh berbagai kementerian dan lembaga. Akibatnya, pemerintah belum memiliki satu sistem informasi terpadu yang mampu menunjukkan apakah peningkatan penggunaan kendaraan listrik benar-benar berkontribusi terhadap penurunan emisi karbon nasional. Padahal, tanpa integrasi data, keberhasilan kebijakan berisiko hanya diukur dari indikator ekonomi, seperti nilai investasi dan penjualan kendaraan, bukan dari dampaknya terhadap pembangunan berkelanjutan.
Persoalan tersebut semakin kompleks apabila dikaitkan dengan kondisi sektor ketenagalistrikan nasional. Indonesia Energy Transition Outlook (IESR, 2025) menunjukkan bahwa sekitar 61 persen pembangkitan listrik nasional masih berasal dari pembangkit listrik tenaga uap (PLTU) berbahan bakar batu bara, sedangkan porsi energi baru terbarukan baru mencapai sekitar 14 persen. Kondisi ini memperlihatkan bahwa percepatan adopsi kendaraan listrik belum sepenuhnya diikuti oleh percepatan dekarbonisasi sektor energi. Oleh karena itu, evaluasi keberhasilan kendaraan listrik tidak dapat dilakukan hanya melalui data penjualan kendaraan, tetapi juga harus mengintegrasikan data bauran energi, konsumsi listrik, dan emisi karbon agar manfaat lingkungan yang dihasilkan dapat diukur secara objektif.
Persoalan tersebut dapat dipahami melalui perspektif politik administrasi publik yang dikemukakan oleh David H. Rosenbloom. Pada dimensi representation, kebijakan kendaraan listrik masih lebih banyak merepresentasikan kepentingan investasi dan industrialisasi dibandingkan aspirasi masyarakat yang terdampak langsung oleh aktivitas pertambangan nikel. Forest Watch Indonesia (2024) melaporkan bahwa ekspansi pertambangan nikel meningkatkan tekanan terhadap kawasan hutan, daerah aliran sungai, dan wilayah pesisir di beberapa wilayah Indonesia timur, termasuk Sulawesi dan Maluku. Temuan ini menunjukkan bahwa keberhasilan hilirisasi industri perlu diimbangi dengan perlindungan lingkungan dan pelibatan masyarakat dalam proses pengambilan keputusan.
Pada dimensi responsiveness, pemerintah menunjukkan respons yang cepat dalam menciptakan iklim investasi melalui penyediaan insentif fiskal dan penyederhanaan regulasi. Namun, kecepatan tersebut belum sepenuhnya diikuti oleh penguatan transportasi publik rendah emisi, percepatan bauran energi terbarukan, maupun pembangunan sistem informasi yang mampu mengevaluasi dampak kebijakan secara menyeluruh. Sementara itu, pada dimensi accountability, setiap kementerian masih menggunakan indikator kinerja sektoral sehingga belum tersedia ukuran bersama yang dapat menunjukkan hubungan antara investasi, pertumbuhan kendaraan listrik, penurunan emisi karbon, kualitas udara, dan kesejahteraan masyarakat. Akibatnya, keberhasilan kebijakan sering kali diukur berdasarkan capaian administratif masing-masing instansi, bukan berdasarkan hasil akhir yang dirasakan masyarakat.
Kondisi tersebut menunjukkan bahwa tata kelola kendaraan listrik Indonesia belum mencapai tingkat Big Data Maturity yang memadai. Menurut Comuzzi dan Patel (2016), organisasi publik yang matang tidak hanya mampu mengumpulkan data (data collection), tetapi juga mengintegrasikan berbagai sumber data, memanfaatkan advanced analytics, serta menerapkan data-driven decision making sebagai dasar pengambilan keputusan. Dalam konteks kebijakan kendaraan listrik, kematangan tata kelola data menjadi prasyarat bagi pemerintah untuk mengevaluasi efektivitas insentif, mengukur dampak lingkungan, memprediksi kebutuhan energi, dan menyusun kebijakan yang lebih adaptif terhadap perubahan.
Oleh karena itu, pemerintah perlu membangun National Electric Vehicle Big Data Platform sebagai pusat integrasi data kendaraan listrik nasional. Platform ini menghubungkan data GAIKINDO, PLN, Kementerian Perindustrian, Kementerian Energi dan Sumber Daya Mineral, Kementerian Lingkungan Hidup, Kementerian Perhubungan, pemerintah daerah, operator SPKLU, hingga data geospasial dan citra satelit kawasan pertambangan dalam satu ekosistem digital. Dengan dukungan Artificial Intelligence (AI), Internet of Things (IoT), dan predictive analytics, pemerintah dapat membangun Dashboard Nasional Kendaraan Listrik yang menyajikan informasi mengenai penjualan kendaraan, persebaran SPKLU, konsumsi listrik, kualitas udara, emisi karbon, serta kondisi lingkungan secara real time. Dashboard tersebut dapat menjadi dasar penyusunan evidence-based policy, mulai dari menentukan lokasi pembangunan SPKLU, mengevaluasi efektivitas insentif fiskal, memprediksi kebutuhan energi, hingga mengidentifikasi wilayah yang memerlukan intervensi kebijakan lebih cepat.
Pada akhirnya, kendaraan listrik merupakan peluang strategis bagi Indonesia untuk memperkuat daya saing industri sekaligus mempercepat transisi menuju ekonomi rendah karbon. Namun, keberhasilan tersebut tidak boleh berhenti pada peningkatan investasi dan penjualan kendaraan. Keberhasilan kebijakan harus diukur dari sejauh mana kendaraan listrik mampu menurunkan emisi karbon, meningkatkan kualitas lingkungan, dan memberikan manfaat yang nyata bagi masyarakat.
Tanpa tata kelola Big Data yang terintegrasi, kendaraan listrik berisiko hanya menjadi keberhasilan statistik industri, bukan keberhasilan transisi energi nasional. Sebaliknya, ketika Big Data dimanfaatkan sebagai fondasi evidence-based policy, didukung oleh business intelligence, urban analytics, dan tata kelola yang mengedepankan representation, responsiveness, serta accountability, kendaraan listrik dapat berkembang menjadi instrumen pembangunan rendah karbon yang tidak hanya memperkuat daya saing ekonomi Indonesia, tetapi juga mewujudkan pembangunan yang berkelanjutan, inklusif, dan berkeadilan.
DAFTAR PUSTAKA
Chen, H., Chiang, R. H. L., & Storey, V. C. (2012). Business intelligence and analytics: From big data to big impact. MIS Quarterly, 36(4), 1165–1188.
Comuzzi, M., & Patel, A. (2016). How organisations leverage big data: A maturity model. Industrial Management & Data Systems, 116(8), 1468–1492. https://doi.org/10.1108/IMDS-12-2015-0491
Forest Watch Indonesia. (2024). Potret Deforestasi Indonesia 2024.
Gabungan Industri Kendaraan Bermotor Indonesia. (2025). Pangsa Pasar Mobil Listrik di Indonesia Capai 10 Persen.
Head, B. W. (2016). Toward more evidence-informed policy making? Public Administration Review, 76(3), 472–484. https://doi.org/10.1111/puar.12475
Institute for Essential Services Reform. (2025). Indonesia Energy Transition Outlook 2025.
Kandt, J., & Batty, M. (2021). Smart cities, big data and urban policy: Towards urban analytics for the long run. Cities, 109, 102992.
Laney, D. (2001). 3D Data Management: Controlling Data Volume, Velocity, and Variety. META Group Research Note.
Republik Indonesia. (2019). Peraturan Presiden Republik Indonesia Nomor 55 Tahun 2019 tentang Percepatan Program Kendaraan Bermotor Listrik Berbasis Baterai (Battery Electric Vehicle) untuk Transportasi Jalan. Sekretariat Negara Republik Indonesia.
Rosenbloom, D. H., Kravchuk, R. S., & Clerkin, R. M. (2022). Public Administration: Understanding Management, Politics, and Law in the Public Sector (9th ed.). McGraw-Hill Education.
United States Geological Survey. (2024). Mineral Commodity Summaries 2024: Nickel. U.S. Geological Survey.
