Systems Thinking dan Iceberg Model untuk Memahami Akar Masalah Pertanian Cerdas Iklim

Mengapa masalah seperti kelaparan, kerusakan lahan, atau gejolak harga pangan terus berulang, padahal sudah banyak program dibuat untuk mengatasinya? Pertanyaan ini membuka sesi hari pertama Short Course Climate-Smart Agriculture di The University of Queensland. Jawabannya: banyak masalah yang kita hadapi adalah masalah kompleks (wicked problems), sementara cara kita menyelesaikannya masih linear.

Masalah Kompleks dan Konsekuensi yang Tidak Diinginkan

Pendekatan tradisional bekerja secara berurutan: identifikasi masalah, kumpulkan data, pilih solusi, terapkan. Cara ini reaktif dan berorientasi pada kejadian. Akibatnya, kebijakan yang niatnya baik sering memicu konsekuensi yang tidak diinginkan. Contoh klasiknya adalah Cobra Effect (insentif berburu kobra yang justru mendorong orang menangkarkan kobra) dan Great Leap Forward di Tiongkok yang berujung pada kelaparan besar.

Menurut Chapman (2004), kebijakan sering gagal karena:

Cara berpikir mekanistik dan reduksionis masih dominan.
Ada anggapan bahwa segala sesuatu bisa dikendalikan dan diprediksi.
Bukti dari satu tempat dianggap berlaku di tempat lain, dan hubungan sebab-akibat dianggap linear.
Konteks tidak dianggap penting.
Ada sikap "paling tahu", bukan sikap terbuka untuk belajar.

Survei World Economic Forum (Future of Jobs 2024) memproyeksikan peningkatan penggunaan systems thinking sebesar 74% pada 2030, dan 63% organisasi di sektor pertanian menganggapnya penting untuk menghadapi tantangan lingkungan.

Apa Itu Sistem?

Donella Meadows mendefinisikan sistem sebagai sekumpulan elemen yang tertata dan saling terhubung dalam suatu pola atau struktur yang menghasilkan perilaku khas, yang sering disebut "fungsi" atau "tujuan". Bedanya dengan "tumpukan" (heap): susunan bagian dalam tumpukan tidak penting, sedangkan dalam sistem, perilaku bergantung pada keseluruhan struktur. Pelajaran pertamanya: keseluruhan lebih besar daripada jumlah bagian-bagiannya.

Contoh sistem ada di sekitar kita: sistem iklim, hutan, pendidikan, ekonomi, kesehatan, politik, dan sistem pangan. Kita sendiri adalah bagian dari sistem, dan batas sistem bisa bersifat ruang, waktu, atau konseptual.

Apa Itu Systems Thinking?

Systems thinking adalah cara lintas disiplin untuk memahami dunia dengan melihat hubungan dan saling ketergantungan antar elemen, bukan melihat bagian secara terpisah. Pendekatan ini membantu kita:

melihat pola dan gambaran besar,
mengenali umpan balik (feedback loop) dan hubungan non-linear,
melihat struktur di balik situasi yang kompleks,
menyasar akar masalah, dan
mengantisipasi konsekuensi yang tidak diinginkan.

Contohnya pada pengendalian hama: cara berpikir tradisional melihat hubungan sebab-akibat yang linear (ada hama, semprot pestisida), sedangkan systems thinking melihat umpan balik melingkar, misalnya musuh alami yang ikut mati dan resistensi hama yang meningkat.

Alat-alat Systems Thinking

Iceberg Model: menggali lapisan di balik kejadian.
Behaviour Over Time (BOT) Graph: melihat dinamika variabel dari waktu ke waktu.
Causal Loop Diagram (CLD): memetakan hubungan sebab-akibat dan umpan balik.
System Archetypes: pola struktur yang sering berulang.
Stock & Flow Diagram: dasar model simulasi system dynamics.

Iceberg Model: Empat Tingkat Berpikir

Seperti gunung es, sebagian besar penyebab masalah tersembunyi di bawah permukaan. Semakin dalam lapisan yang disentuh, semakin kuat dampak intervensinya.

Kejadian (Events): apa yang baru saja terjadi? Contoh: petani gagal panen akibat cuaca ekstrem.
Pola/Tren (Patterns): apa yang terus berulang? Contoh: gagal panen terjadi setiap beberapa tahun.
Struktur (Underlying Structures): apa yang memengaruhi pola itu? Contoh: kebijakan, rantai pasok, struktur ekonomi, kurangnya investasi pada pertanian tangguh iklim, ketergantungan pada sedikit komoditas pokok.
Model Mental: asumsi, keyakinan, dan nilai apa yang dipegang? Contoh: keyakinan bahwa pertanian industri adalah satu-satunya jalan menuju ketahanan pangan.

Studi Kasus: Pertanian Peri-Urban di Jawa (Proyek KONEKSI)

Jawa adalah pulau terpadat dan pusat kota-kota besar Indonesia, sehingga pertanian di pinggiran kota (peri-urban) penting untuk pasokan pangan. Dengan Iceberg Model:

Kejadian: alih fungsi lahan pertanian di wilayah peri-urban. Respons pemerintah antara lain UU No. 41/2009 tentang Lahan Pertanian Pangan Berkelanjutan (LP2B), PP No. 1/2011, dan RTRW/Perda.
Struktur: pada aspek biofisik ada kurangnya alsintan, produktivitas dan kesuburan rendah, irigasi bermasalah, dan tekanan iklim. Pada aspek sosial-ekonomi ada biaya produksi tinggi, harga fluktuatif, kurang tenaga kerja, menurunnya minat bertani, dan pembayaran yang tidak lancar. Pada aspek kebijakan dan kelembagaan ada keterbatasan pupuk bersubsidi, akses modal, dan harga acuan yang tidak diterapkan.
Model mental: tekanan perkotaan menaikkan harga lahan sehingga petani menjual lahan, tekanan lingkungan menurunkan kesuburan, dan pekerjaan di kota dianggap lebih menguntungkan daripada bertani.

Causal Loop Diagram

CLD terdiri dari variabel (simpul), panah hubungan, tanda polaritas (+ searah, − berlawanan arah), tanda tunda (delay), dan feedback loop yang bisa bersifat memperkuat (reinforcing) atau menyeimbangkan (balancing). Contoh penerapannya adalah peta sistem pasokan bawang putih Indonesia (Kiloes et al., 2024), yang memperlihatkan arketipe Success to the Successful dan titik-titik ungkit (leverage points) untuk intervensi.

Pelajaran untuk Indonesia

Sebelum merancang program CSA, kita perlu memahami sistemnya secara utuh. Seperti kata ahli biologi Lewis Thomas (1974), kita tidak bisa mengutak-atik satu bagian sistem yang kompleks tanpa risiko memicu dampak di bagian lain. Jika ingin memperbaiki sesuatu, kita harus memahami keseluruhan sistemnya terlebih dahulu.

Sumber Materi

Prof. Ammar Abdul Aziz, Dr. Ali Akber, dan Dr. Adhitya Kiloes. Introduction to Systems Thinking to Address Complex Issue in Climate Smart Agriculture dan Understanding the Root Causes of CSA Implementation. School of Agriculture and Food Sustainability, The University of Queensland, 4 Agustus 2025.
Rujukan dalam materi: Meadows (Thinking in Systems); Sterman (2000); Chapman (2004); Rittel & Webber (1973); Kauffman (1980); Woodhill & Pellican (2023); World Economic Forum, Future of Jobs Survey 2024; Kiloes et al. (2024).

Informasi Serangga