Rumusan IKOTAN, Menakar Keseriusan Daerah Perang Lawan Narkoba

JAKARTA, gardapapua.com — Pakar studi politik dan keamanan, Leo Agustino, dari Pusat Studi Politik dan Keamanan (PSPK) Universitas Padjadjaran (UNPAD), mengungkapkan, bahwa IKoTAN atau Indeks Kota Tanggap Narkoba harus diterapkan wajib ke daerah – daerah sebagai pedoman, Pencegahan dan Pemberantasan Penyalahgunaan dan Peredaran Gelap Narkotika (P4GN).

Hal ini menjadi bahasan penting dan menarik yang dikupas secara mendalam pada momentum Musyawarah Perencanaan BNN di Ballroom Hotel Ciputra, Grogol, Jakarta Barat, pada Rabu (3-4/7/2019) kemarin, sebagaimana dikutip kembali oleh gardapapua.com, pada keterangan rilis humas BNN RI di akun medsosnya.

” Program ini dinilai sangat penting bagi stakeholders, sebagai pedoman untuk mengambil perannya masing-masing secara kolaboratif dalam rangka mencegah dan memberantas narkoba,”Terang Leo Agustino,

Leo dalam pemaparan IKoTAN, menurutnya, intervensi kebijakan yang diterapkan tidak boleh lagi bersifat umum atau pukul rata tapi harus berdasarkan pada kelemahan yang tertuang dalam temuan lapangan IKoTAN.

Ketika bicara masalah munculnya IKoTAN, Leo menggambarkan terlebih dahulu persoalan narkoba dan urgensi IKoTAN dalam penanggulangannya.

” BNN memiliki tugas Pencegahan dan Pemberantasan Penyalahgunaan dan Peredaran Gelap Narkotika (P4GN) yang perlu ditopang dengan data “peta” yang komprehensif,”Ujarnya

” Oleh karena itulah BNN bersama dengan UNPAD bekerjasama untuk menciptakan “Peta Jalan” tersebut dengan sejumlah persiapan serius, hati-hati, dan komprehensif dalam menilai daerah, dalam hal ini kabupaten atau kota di seluruh Indonesia,”Tambahnya menerangkan

Tujuannya agar bahaya narkoba bisa diselesaikan bersama-sama dari hulu sampai hilir. Untuk kepentingan itulah, maka kedua pihak menyusun dan mengembangkan penilaian atas kota/kabupaten terhadap ancaman narkoba yang dalam hal ini disebut dengan IKoTAN.

Penyusunan instrumen dan diagnostic tools IKoTAN terdiri dari beberapa variabel, dimensi, dan subdimensi. IKoTAN disusun dalam beberapa tahap. Tahapan tersebut meliputi: (i) Tahapan Konstruksi ,bertujuan untuk menyusun instrumen, uji validitas dan reliabilitas, menentukan bobot faktor, dan diseminasi pakar serta praktisi; (ii) Tahapan Penelitian, bertujuan untuk melatih enumerator lapangan, melakukan spotcheck, dan input data secara online; (iii) Tahapan Coding dan Cleaning Data, bertujuan untuk melakukan uji petik (membandingkan data online dengan data hardcopy), pengkodean dan pembersihan data yang salah/keliru; dan terakhir (iv) Tahap Analisis dan Penyusunan Laporan. Sementara itu, analisis IKoTAN dihitung dengan menggunakan pendekatan kuantitatif secara menyeluruh berdasar data driven (data konkret, bukan berdasar persepsi enumerator atau pun narasumber) yang diperoleh di lapangan.

Berdasar hitungan kuantitatif, maka didapat 5 kategori ketanggapan: (i) Tidak Tanggap (00,00 – 20,00); (ii) Kurang Tanggap (20,01 – 40,00); (iii) Cukup Tanggap (40,00 – 60,00); Tanggap (60,01 – 80,00); dan (iv) Sangat Tanggap (80,01 – 100,00).Dalam temuan di lapangan, IKoTAN mendapati ada sejumlah 38 kabupaten/kota berkategori Tidak Tanggap (TT); 67 kabupaten/kota dengan kategori Kurang Tanggap (KT); 45 kabupaten/kota berkategori Cukup Tanggap (CT); 22 kabupaten/kota dengan kategori Tanggap (T); dan 1 kabupaten berkategori Sangat Tanggap (ST).

Pada prinsipnya, aspek yang diukur dari kajian IKoTAN ini antara lain, ketahanan masyarakat, kewilayahan, kelembagaan, hukum dan ketahanan keluarga. Adapun nilai indeks ini bukan hanya hasil kerja dari BNN, tapi juga mencakup instansi lainnya seperti Polri, Kejaksaan dan Pemda.

Meski IKoTAN dapat menggambarkan situasi di daerah dengan cukup komprehensif, diagnostic tools tersebut masih harus terus dikembangkan agar mampu menjawab masalah narkoba yang senantiasa berkembang. Selain itu, faktor kerja sama dari semua pihak sangat penting untuk dapat menyelesaikan permasalahan narkoba secara tuntas. [**/Rls]

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *