Pendahuluan

Tambahan anggaran riset Rp4 triliun dan kesepakatan tambahan anggaran BRIN Rp4,6 triliun pada 2026 adalah peluang penting [1][2]. Namun peluang itu tidak boleh dianggap sebagai reformasi dengan sendirinya. Uang dapat memperbesar program yang baik, tetapi juga dapat memperbesar duplikasi, administrasi, dan proyek tanpa pengguna jika mesin kelembagaan tidak berubah.

Kritik ini tidak mempersoalkan pentingnya sains. Justru karena riset penting, setiap kenaikan anggaran harus diikuti penjelasan tentang talenta, fasilitas, pemilik masalah, dan hasil. Pemerintah perlu membedakan angka tambahan nasional, pagu BRIN, dan alokasi program agar publik memahami cakupan kebijakan.

Permasalahan

Pertama, kapasitas pelaksana belum sebanding dengan ambisi pembiayaan. Rasio peneliti Indonesia sekitar 300 per satu juta penduduk, sementara belanja penelitian dan pengembangan sekitar 0,3 persen PDB [3]. Tambahan sesaat tidak menyelesaikan kekurangan peneliti, teknisi, pengelola data, serta laboratorium. Tanpa urutan penguatan, dana dapat terserap oleh kegiatan administratif.

Kedua, peta jalan belum cukup mengikat program. Kementerian, BRIN, perguruan tinggi, LPDP, dan calon mitra industri dapat berjalan dengan kalender sendiri. Program PRIMA menyediakan pendanaan awal Rp100 miliar untuk tema kebijakan dan riset yang ditujukan kepada lembaga pemerintah [5]. Langkah itu baik, tetapi perlu portofolio yang menunjukkan hubungan antarprogram dan keputusan setelah hasil riset tersedia.

Ketiga, indeks inovasi bukan ukuran tunggal reformasi. Global Innovation Index mencatat posisi Indonesia membaik dalam beberapa tahun terakhir [4], tetapi peringkat tidak otomatis berarti paten dipakai, prototipe diproduksi, atau kebijakan berubah. Pemerintah harus memakai indeks sebagai sinyal, lalu menguji apakah kapasitas domestik benar-benar meningkat.

Keempat, hilirisasi membutuhkan pengguna sejak perumusan. Kajian universitas-industri menunjukkan bahwa komersialisasi memerlukan hubungan organisasi yang terstruktur [6]. Karena itu, proyek tidak boleh baru mencari industri setelah penelitian selesai. Setiap proyek terapan memerlukan pemilik masalah, mitra uji, aturan kekayaan intelektual, dan keputusan berhenti bila bukti tidak mendukung.

Kelima, pendanaan hijau dan teknologi baru memerlukan ukuran tata kelola. Studi R&D hijau menghubungkan investasi, pelaporan, dan kinerja inovasi [7]. Temuan ini relevan bagi Indonesia: belanja harus dapat ditelusuri dari input ke hasil, bukan berhenti pada jumlah kontrak.

Solusi Teknis

Satu portofolio riset. Kemdiktisaintek dan BRIN menyatukan daftar tema, dana, peneliti, fasilitas, dan pengguna pada H+60. LPDP memasukkan proyek yang dibiayai ke format sama. Dampaknya adalah duplikasi terlihat lebih awal. Kelayakannya tinggi karena langkah ini menggabungkan data yang sudah ada, bukan membentuk lembaga baru.

Pendanaan berbasis milestone. BRIN menetapkan kontrak bertahap pada H+60 dan evaluasi pertama pada H+90. Riset dasar dinilai dari pengetahuan dan data, sedangkan riset terapan dinilai dari prototipe, paten, atau uji pengguna. Dampaknya adalah dana tahap berikutnya mengikuti bukti. Kelayakannya ditopang program PRIMA yang sudah menyediakan contoh portofolio terarah [5].

Rekrutmen dan retensi talenta. BRIN bersama Kementerian PAN-RB menyelesaikan peta formasi pada H+90. Setiap formasi terhubung dengan laboratorium dan proyek. Kemdiktisaintek menerbitkan jenjang karier yang mengakui keluaran ilmiah dan terapan. Dampaknya adalah kapasitas tumbuh bersama anggaran, bukan terlambat setelah proyek dimulai.

Proyek hilirisasi dengan pengguna. BRIN dan mitra industri memilih sepuluh proyek pada H+90. Bidang dapat mengikuti kebutuhan baterai, pangan, kendaraan listrik, atau layanan publik, tetapi masing-masing harus memiliki pembeli atau pengguna uji. Dampaknya adalah hubungan riset dan produksi dibangun sejak awal [6].

Laporan publik yang dapat diaudit. Kemdiktisaintek menerbitkan dashboard pada H+60, memuat sumber dana, tahap proyek, keluaran, dan keputusan. Dampaknya adalah publik dapat membedakan proyek yang masih dasar dari proyek yang sudah siap diadopsi. Kelayakannya bergantung pada metadata yang konsisten dan pemeriksaan sampel tahunan.

Reformasi juga perlu mengubah cara lembaga memilih masalah. Kementerian pengguna sebaiknya menyampaikan kebutuhan dalam bahasa layanan, bukan memesan teknologi tertentu. Peneliti kemudian menawarkan beberapa pendekatan dan menjelaskan batas bukti yang tersedia. Industri dapat menjadi penguji, tetapi tidak boleh menjadi satu-satunya penentu agenda karena riset dasar tetap membutuhkan ruang. Pemerintah berperan sebagai pengelola portofolio: menjaga keseimbangan antara pengetahuan jangka panjang, solusi layanan, dan proyek yang berpotensi masuk produksi.

Konsistensi lebih penting daripada pengumuman besar. Peneliti dan mitra akan sulit bekerja bila aturan berubah setiap siklus anggaran. Karena itu, kontrak perlu memuat kewajiban data, akses fasilitas, hak publikasi, dan prosedur perubahan tujuan. Evaluasi harus menjelaskan apa yang berhasil, apa yang gagal, serta apa yang dipelajari. Transparansi semacam ini membantu parlemen mengawasi anggaran tanpa mengarahkan keputusan ilmiah secara berlebihan.

Risiko & Mitigasi

Risiko pertama adalah dana tidak terserap karena proyek dan talenta belum siap. Mitigasinya ialah inventarisasi kapasitas sebelum kontrak dan pencairan bertahap. Risiko kedua adalah program saling tumpang tindih. Mitigasinya ialah satu portofolio dan pemeriksaan duplikasi. Risiko ketiga adalah indikator memaksa semua riset mengejar paten. Mitigasinya ialah ukuran berbeda untuk riset dasar dan terapan. Risiko keempat adalah kolaborasi industri mengaburkan kepemilikan. Mitigasinya ialah klausul lisensi dan hak data ditetapkan sebelum proyek berjalan.

Aksi 90 Hari

Pada H+30, Presiden memerintahkan audit program, talenta, fasilitas, dan sumber pendanaan. Pada H+60, dashboard portofolio dan kontrak milestone diterbitkan. Pada H+90, formasi peneliti, sepuluh proyek dengan pengguna, serta KPI yang berbeda menurut jenis riset diumumkan. Perbedaan tambahan Rp4 triliun dan Rp4,6 triliun juga dijelaskan berdasarkan sumber dan cakupannya [1][2]. Simulasi AI untuk edukasi kebijakan — bukan pernyataan resmi pemerintah RI.