Statistika merupakan ilmu yang dapat dijadikan pedoman dalam pengambilan keputusan pada situasi yang bervariasi dan tidak menentu sepeti sekarang ini dan masa yang akan datang. Selain itu, statistika sangat menghargai adanya keberagaman dan perbedaan termasuk dalam suatu tatanan masyarakat yang plural karena perbedaan itu adalah hikmah dan anugerah.
Hikmah inilah yang kemudian mengilhami Budiantara dalam orasi ilmiahnya yang berjudul Spline dalam Regresi Nonparametrik dan Semiparametrik: Sebuah Pedoman Statistika Masa Kini dan Masa Mendatang. Orasi tersebut ia sampaikan dalam pengukuhannya sebagai Guru Besar pada Bidang Ilmu Matematika Statistika dan Probabilitas hari Sabtu lalu (25/4).
Budiantara menggunakan model spline untuk meramalkan kejadian masa mendatang pada beberapa perubahan situasi yang abnormal seperti perubahan iklim, pendataan produksi beras nasional menuju swasembada beras, pencatatan Kartu Menuju Sehat untuk Balita Indonesia, dan sebagainya. Perubahan dan perbedaan situasi yang terjadi pada ketiga kondisi tersebut menuntut suatu metode baru untuk bisa meramalkannya.
Perubahan iklim, misalnya, perubahan iklim saat ini semakin sulit diprediksi akibat meningkatnya pemanasan global di muka bumi ini. Banyak petani yang terjebak pada perubahan musim tak terduga sehingga mereka sering mengalami gagal panen. Selain itu, nelayan pun semakin sulit merencanakan kapan mereka bisa ke laut mencari ikan dan kapan bisa kembali ke darat akibat gelombang pasang dan angin kencang yang sulit diprediksi. Permasalahan inilah yang kemudian ditekuni Budiantara melalui model Spline.
Tak hanya perubahan iklim, dosen Jurusan Statistika yang pernah mendapat penghargaan Satya Lancana Karya Satya 10 Tahun dari Presiden Republik Indonesia ini pun membuat suatu permodelan untuk meramalkan produksi beras nasional di masa mendatang.
"Indonesia ini katanya negara agraris, tapi nyatanya lebih sering impor beras daripada swasembada beras. Padahal kita sering mendengar beras yang menumpuk di gudang bulog hingga busuk. Mengapa? Karena kita belum bisa meramalkan produksi beras di kemudian hari," papar ayah dari dua putri ini.
Budiantara pun menjabarkan variabel-variabel yang mempengaruhi produksi beras nasional yaitu luas lahan pertanian, penggunaan pupuk, pemanfaatan benih, tenaga kerja, dan pestisida. Variabel-variabel tersebut kemudian ia buat suatu permodelan sehingga produksi beras nasional di masa mendatang dapat diprediksi.
Pencatatan kesehatan bayi dan Balita pada Kartu Menuju Sehat (KMS) pun tak luput dari pengamatan Koordinator Program Pasca Sarjana Statistika tersebut. Hingga kini, KMS yang digunakan Indonesia adalah KMS standar World Health Organization (WHO) yang dikeluarkan oleh National Center for Health Statistics (NCHS) Amerika Serikat.
"Kalau kita mengamati orang Amerika atau Eropa, mereka jauh lebih tinggi dan besar daripada orang Asia pada umumnya. Tapi kenapa di Indonesia KMS yang digunakan disamakan dengan orang barat? Jadi ya jangan heran kalau banyak Balita Indonesia yang sehat tetapi malah mengikuti garis kuning atau merah (kekurangan gizi, red) di KMS," jelas Budantara.
Kejanggalan mengenai standar KMS ini menggelitik Budiantara. Lalu ia mencoba membuat KMS yang sesuai untuk Balita Indonesia khususnya Kota Surabaya dengan model Spline-nya. KMS tersebut ia buat setelah melakukan penelitian di berbagai wilayah di Kota Surabaya. Penelitian tersebut menunjukkan bahwa dalam kondisi sehat sekalipun Balita Indonesia lebih sering mengikuti garis hijau muda, kuning atau merah pada KMS NCHS.
Saat ini KMS buatan Budiantara tengah diajukan ke Departemen Kesehatan Republik Indonesia supaya bisa digunakan di Indonesia. Ia berharap dalam hal fisik Indonesia tidak berkiblat ke arah barat.
Selain itu, masih banyak permasalahan di masyarakat yang mampu dipecahkan Budiantara dengan model Spline seperti meramalkan rata-rata banyak anak yang dilahirkan di Jawa Timur melalui umur ibu, perilaku khas pada data pertumbuhan Balita, dan sebagainya. Pendidik yang pernah mendapat penghargaan dari ITS sebagai Dosen Berprestasi I tahun 2008 mengakui bahwa model Spline sangat baik untuk menyelesaikan kasus-kasus abnormal, tetapi menuntut kemampuan matematika yang relatif tinggi.
"Tapi jangan sampai karena kesulitan ini kemudian penggunaannya menjadi sangat terbatas. Sebaliknya, karena kesulitan tersebut hendaknya kita terus berkreasi, berinovasi, dan membuat terobosan-terobosan agar sesuatu yang sulit dapat dibuat menjadi mudah," tambah Budiantara.(taw/bah)