Data Sudah Memberi Peringatan, Mengapa Bencana Masih Terulang?

OPINI—Prakiraan cuaca dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) yang menyebutkan sejumlah wilayah di Indonesia berpotensi mengalami hujan lebat pada 30–31 Desember 2025 seharusnya tidak lagi diperlakukan sebagai sekadar berita cuaca.

Informasi tersebut merupakan hasil pengolahan data, pemodelan numerik, serta analisis probabilitas yang kompleks. Namun, ironi terus berulang. Setiap peringatan disampaikan, dampaknya hampir selalu sama: banjir, longsor, gangguan transportasi, dan korban yang kembali tercatat dalam laporan tahunan.

Sebagai mahasiswa jurusan matematika, penulis memandang persoalan ini bukan semata fenomena alam, melainkan kegagalan kolektif dalam memahami dan mengaplikasikan data secara tepat.

Dalam matematika, data bukan sekadar kumpulan angka, melainkan dasar pengambilan keputusan rasional. Jika suatu kejadian terus berulang dengan pola yang relatif sama, maka secara statistik peristiwa tersebut dapat diprediksi. Ketika hujan lebat hampir selalu terjadi di akhir tahun dan wilayah yang sama terus terdampak, kondisi itu bukan lagi kejutan, melainkan pola yang diabaikan.

BMKG sejatinya telah menjalankan perannya sebagai lembaga ilmiah. Peringatan cuaca dikeluarkan berdasarkan model matematika dan fisika atmosfer yang terus diperbarui. Persoalan justru muncul pada tahap berikutnya, yakni bagaimana hasil analisis tersebut diterjemahkan menjadi kebijakan publik.

Dalam teori sistem, sebuah model hanya bernilai jika mampu mengendalikan sistem nyata. Ketika peringatan dini tidak diikuti langkah pencegahan, maka model kehilangan maknanya dalam praktik.

Kegagalan ini juga tercermin dalam pengelolaan lingkungan dan infrastruktur. Dari sudut pandang matematika, sistem drainase dan tata kota di banyak daerah telah mendekati titik jenuh. Sedikit peningkatan curah hujan langsung memicu dampak serius seperti banjir dan longsor. Hal ini menunjukkan bahwa sistem tersebut tidak dirancang dengan margin keamanan yang memadai.

Alih-alih menggunakan pendekatan berbasis data untuk menentukan kapasitas ideal drainase atau kawasan resapan air, kebijakan yang diambil kerap bersifat reaktif dan jangka pendek. Fakta di lapangan menunjukkan pengelolaan infrastruktur tidak sebanding dengan anggaran yang dikeluarkan.

Di Sulawesi Selatan, misalnya, Gubernur Andi Sudirman Sulaiman menggelontorkan anggaran sebesar Rp485 miliar yang bersumber dari APBD Kabupaten Gowa (Antaranews.com, 18 November 2025). Angka tersebut terbilang fantastis, namun masih menyisakan persoalan drainase, termasuk di sekitar Kampus UIN Alauddin Makassar.

Pendekatan reaktif semacam ini bertentangan dengan prinsip optimasi dalam matematika. Penanganan pascabencana hampir selalu membutuhkan biaya sosial dan ekonomi yang jauh lebih besar dibandingkan upaya pencegahan. Namun, logika efisiensi tersebut kerap kalah oleh kepentingan jangka pendek serta minimnya keberanian politik untuk melakukan perubahan struktural.

Selain itu, cara penyampaian informasi cuaca kepada masyarakat juga patut dikritisi. Peringatan hujan lebat sering disampaikan tanpa penjelasan risiko yang jelas. Dalam probabilitas, nilai peluang harus selalu diiringi pemahaman terhadap dampaknya.

Tanpa penjelasan tersebut, masyarakat cenderung menganggap peringatan cuaca sebagai sesuatu yang bisa diabaikan. Edukasi berbasis data menjadi penting agar publik mampu membaca risiko, bukan sekadar mendengar istilah “hujan lebat”.

Dari sudut pandang akademik, kondisi ini seharusnya menjadi panggilan bagi dunia pendidikan, khususnya jurusan matematika, untuk lebih terlibat dalam isu publik. Perguruan tinggi dapat berperan dalam pemetaan risiko bencana, pengembangan model prediksi yang sederhana dan mudah dipahami, serta pengolahan data cuaca menjadi informasi yang aplikatif bagi pemerintah daerah. Matematika tidak semestinya berhenti di ruang kelas atau jurnal ilmiah, tetapi hadir dalam kebijakan nyata.

Prakiraan hujan lebat pada akhir Desember 2025 seharusnya menjadi momen refleksi nasional. Indonesia tidak kekurangan data, model, maupun ahli. Yang masih kurang adalah keberanian menjadikan data sebagai dasar utama pengambilan keputusan. Selama peringatan BMKG diperlakukan sebatas formalitas, hujan lebat akan terus berubah menjadi bencana tahunan yang “diprediksi”, tetapi tidak benar-benar diantisipasi.

Pada akhirnya, dari perspektif matematika, persoalan ini bukan hanya tentang ketidakpastian cuaca, melainkan kesalahan berulang dalam membaca pola dan mengabaikan risiko yang sudah nyata. Dalam logika matematika, itu bukan kebetulan, melainkan kegagalan sistem. Yang keliru bukan prediksi cuaca, melainkan pengambilan keputusan. Peristiwa di Sumatera, misalnya, bukan bencana alam murni, melainkan bencana manajemen.

Kesalahan yang terus berulang menandakan perencanaan tata ruang diabaikan, peringatan dini tidak dijadikan dasar kebijakan, dan mitigasi masih bersifat reaktif, bukan preventif. Dalam logika sistem, kesalahan yang sama dengan solusi yang sama hanya akan menghasilkan kegagalan yang disengaja.

Jika ditarik pada perspektif keislaman, kisah Nabi Yusuf AS menunjukkan contoh mitigasi bencana berbasis data dan perencanaan jangka panjang. Masa tujuh tahun subur dan tujuh tahun paceklik dipahami sebagai pola, bukan kebetulan. Langkah mitigasi dilakukan melalui pengendalian konsumsi, penyimpanan pangan negara, dan distribusi terkontrol saat krisis. Tidak menunggu bencana datang untuk kemudian menyalahkan alam.

Ilmu yang berpadu dengan kewenangan akan melahirkan kebijakan yang, insyaallah, menyejahterakan. Wallahu a’lam. (*)