Tata Kelola Organisasi Non-Profit di Antara Akuntabilitas Digital dan Martabat Manusia

Executive Summary

Di sebuah ruang rapat, layar digital menampilkan ribuan titik hijau. Setiap titik menandai sumur yang selesai dibangun, perlengkapan sekolah yang telah dikirim, atau keluarga yang menerima bantuan. Bagi donor, tampilannya meyakinkan. Bagi pengurus, angka-angka itu terlihat seperti bukti keberhasilan.

Namun, kehidupan di lapangan tidak selalu berwarna hijau.

Pompa air bisa berhenti beberapa bulan setelah diresmikan. Perangkat belajar dapat tiba di sekolah, tetapi tidak menjawab kebutuhan utama murid. Foto penerima manfaat mungkin digunakan dalam kampanye tanpa persetujuan yang benar-benar dipahami. Data menunjukkan bahwa bantuan telah disalurkan, tetapi belum tentu membuktikan bahwa kehidupan seseorang berubah menjadi lebih baik.

Di sinilah paradoks digitalisasi muncul. Teknologi membuat organisasi lebih transparan, tetapi transparansi belum tentu menghasilkan akuntabilitas. Artificial Intelligence atau AI—kecerdasan buatan yang dapat mengenali pola, membuat prediksi, dan menghasilkan rekomendasi—mampu mempercepat pengawasan. Namun, teknologi yang sama juga dapat memperluas bias, memperbesar pengumpulan data, dan mengubah manusia menjadi sekumpulan indikator.

Charity: Water dan DonorsChoose memperlihatkan dua sisi persoalan tersebut. Charity: Water membangun kepercayaan melalui keterlacakan donasi dan pemantauan proyek air. DonorsChoose menciptakan jejak transaksi dari pengajuan guru sampai pengiriman perlengkapan kelas. Kedua organisasi membuktikan bahwa teknologi dapat memperkuat integritas proses. Pada saat yang sama, keduanya menunjukkan bahwa data tidak otomatis menjamin keberlanjutan ataupun pemerataan.

Tesis artikel ini tegas: kepercayaan digital hanya bernilai apabila bukti dapat diuji, keputusan dapat dipertanggungjawabkan, kesalahan dapat diperbaiki, dan martabat manusia tetap dilindungi.

Pendahuluan

Ketika Titik Hijau Dianggap sebagai Jawaban

Transformasi digital menjanjikan sesuatu yang sejak lama dicari organisasi non-profit: kemampuan menunjukkan ke mana dana bergerak, siapa yang menerima manfaat, dan bagaimana program dijalankan.

Donor tidak lagi harus menunggu laporan akhir tahun. Mereka dapat melihat perkembangan proyek, menerima foto, membaca cerita penerima manfaat, bahkan memantau lokasi fasilitas. Dewan pengurus memperoleh dashboard. Auditor menerima jejak transaksi. Tim program dapat menemukan penyimpangan lebih cepat.

Semua itu merupakan kemajuan. Namun, kemajuan tersebut membawa godaan baru: menganggap sesuatu yang terlihat sebagai sesuatu yang telah selesai.

Sebuah dashboard mungkin menunjukkan bahwa 100 fasilitas telah dibangun. Ia tidak selalu menjelaskan berapa fasilitas yang masih berfungsi 2 tahun kemudian. Sistem dapat mencatat bahwa barang telah diterima sekolah, tetapi belum membuktikan bahwa barang tersebut meningkatkan pembelajaran. Algoritma dapat membantu menentukan penerima bantuan, tetapi tidak otomatis memahami konteks keluarga, diskriminasi lokal, disabilitas, atau ketimpangan akses digital.

Data tidak selalu berbohong. Akan tetapi, data dapat menceritakan kebenaran yang belum lengkap.

Karena itu, pertanyaan strategis pimpinan bukan lagi, “Seberapa canggih sistem digital kita?” Pertanyaan yang lebih penting adalah, “Apakah sistem tersebut membantu organisasi mengambil keputusan yang lebih benar, adil, aman, dan dapat diperbaiki?”

Chapter 1. Trust Is More Than Transparency

Transparansi membuat informasi terlihat. Akuntabilitas memastikan ada pihak yang bertanggung jawab terhadap makna dan akibat dari informasi tersebut.

Perbedaannya tampak sederhana, tetapi sangat menentukan. Organisasi dapat memublikasikan laporan keuangan tanpa menjelaskan apakah programnya efektif. Dana dapat digunakan sesuai anggaran, tetapi fasilitas yang dibangun tidak terawat. Bantuan dapat sampai kepada penerima yang terverifikasi, sementara kelompok yang paling membutuhkan justru tidak pernah masuk ke dalam sistem.

Transparansi juga dapat berubah menjadi pertunjukan. Angka penerima manfaat ditonjolkan, sedangkan kegagalan program disimpan dalam catatan internal. Foto keberhasilan dipublikasikan, sementara keluhan masyarakat sulit menemukan jalan menuju pimpinan.

Kepercayaan tidak dibangun dengan menciptakan kesan bahwa organisasi tidak pernah gagal. Kepercayaan tumbuh ketika organisasi bersedia memperlihatkan cara keputusan dibuat, keterbatasan yang dihadapi, dan tindakan yang dilakukan setelah masalah ditemukan.

Organisasi juga perlu meninggalkan pandangan bahwa biaya administrasi selalu merupakan pemborosan. Sistem keamanan data, audit, pengembangan sumber daya manusia, pemantauan program, dan mekanisme pengaduan membutuhkan investasi. Apabila seluruh biaya tersebut ditekan hanya agar rasio program terlihat tinggi, organisasi mungkin tampak efisien tetapi kehilangan kemampuan untuk menjaga kualitas.

Biaya yang perlu dipertanyakan bukan sekadar biaya administrasi yang besar, melainkan biaya yang tidak menghasilkan kemampuan. Sebaliknya, investasi internal yang memperkuat pengawasan, kompetensi, perlindungan data, dan keberlanjutan program merupakan bagian dari penciptaan dampak.

Chapter 2. From Clean Data to Responsible Decisions

Data yang akurat tidak otomatis menghasilkan keputusan yang benar. Sebuah keputusan juga bergantung pada konteks, tujuan, kewenangan, dan nilai yang digunakan organisasi.

AI dapat membantu menemukan transaksi tidak biasa, memperkirakan kebutuhan, menerjemahkan informasi, mengelompokkan keluhan, dan mengidentifikasi pola kegagalan. Namun, rekomendasi AI tetap merupakan hasil perhitungan berdasarkan data dan asumsi. Ia bukan kebenaran yang bebas dari kesalahan.

Jika data historis mengandung ketimpangan, sistem dapat membawa ketimpangan tersebut ke masa depan. Komunitas yang memiliki sedikit jejak digital mungkin tampak kurang membutuhkan. Permohonan yang ditulis dengan bahasa sederhana dapat dinilai kurang meyakinkan dibandingkan cerita yang disusun secara profesional. Wilayah dengan koneksi internet terbatas bahkan dapat hilang dari peta keputusan.

Karena itu, keputusan berisiko tinggi memerlukan human review, yaitu pemeriksaan manusia atas hasil sistem otomatis. Pemeriksa harus memiliki kompetensi, waktu, informasi, serta kewenangan untuk mengubah atau menolak rekomendasi.

Untuk memperjelas hubungan antara teknologi dan tanggung jawab, tabel berikut merangkum lima lapisan yang perlu dijaga oleh pimpinan.

Tabel 1. Lima Lapisan Akuntabilitas Digital

Sumber Data: Sintesis penulis berdasarkan International Committee of the Red Cross, UNESCO, Organisation for Economic Co-operation and Development, serta Inter-Agency Standing Committee, 2020–2023.

Tabel tersebut memperlihatkan bahwa audit keuangan hanya menjawab sebagian dari persoalan. Transaksi dapat tercatat dengan benar, tetapi programnya belum tentu relevan. Program juga dapat memberikan manfaat, tetapi mengumpulkan data penerima secara berlebihan.

Akuntabilitas digital baru terbentuk apabila mandat, integritas, dampak, perlindungan, dan koreksi berjalan sebagai satu sistem. Jika salah satu lapisan hilang, teknologi dapat menciptakan kecepatan tanpa tanggung jawab.

Chapter 3. The Human Cost of Being Visible

Dalam dunia penggalangan dana, cerita manusia mempunyai daya yang besar. Wajah, nama, lokasi, kondisi kesehatan, serta pengalaman traumatis dapat membuat suatu kampanye terasa nyata. Namun, kedekatan emosional tidak memberi organisasi hak tanpa batas terhadap kehidupan penerima manfaat.

Persetujuan tidak cukup dibuktikan dengan sebuah tanda tangan. Seseorang yang sedang membutuhkan bantuan mungkin merasa tidak bebas menolak permintaan foto atau wawancara. Ia dapat menyetujui penggunaan data tanpa memahami bahwa informasinya mungkin disimpan bertahun-tahun, dibagikan kepada mitra, atau dilihat publik di berbagai negara.

Persetujuan yang bermakna harus menjelaskan tujuan, jenis data, pihak yang dapat mengakses, masa penyimpanan, dan hak untuk menarik izin. Penolakan tidak boleh mengurangi hak seseorang untuk memperoleh layanan.

Prinsip data minimization atau minimalisasi data mengharuskan organisasi hanya mengumpulkan informasi yang benar-benar diperlukan. Kemampuan teknologi menyimpan data dalam jumlah besar bukan alasan untuk mengambil semuanya.

Semakin banyak data dikumpulkan, semakin besar pula akibat ketika terjadi kebocoran, penyalahgunaan, atau perubahan tujuan. Risiko tersebut tetap menjadi tanggung jawab organisasi walaupun sistem dikelola penyedia teknologi dari luar.

Penerima manfaat bukan bahan baku untuk laporan tahunan. Mereka adalah pemilik kehidupan yang kebetulan bersentuhan dengan suatu program. Teknologi yang bertanggung jawab harus memperkuat posisi mereka, bukan membuat mereka semakin mudah diamati tetapi semakin sulit bersuara.

Chapter 4. Output Is Not the Outcome

Organisasi menyukai angka yang mudah dihitung: jumlah sumur, paket bantuan, kelas, guru, pelatihan, atau penerima manfaat. Angka tersebut menggambarkan output, yaitu barang atau layanan yang langsung dihasilkan kegiatan.

Outcome adalah perubahan yang terjadi setelah keluaran tersebut digunakan. Sumur merupakan output; ketersediaan air bersih yang berkelanjutan merupakan outcome. Perangkat belajar merupakan output; meningkatnya kualitas pembelajaran merupakan outcome.

Perbedaan ini mengubah cara keberhasilan dinilai. Program tidak lagi dianggap selesai pada saat fasilitas diserahterimakan atau bantuan dikirim. Organisasi perlu mengetahui apakah manfaatnya bertahan, digunakan secara tepat, dapat diakses secara adil, dan mampu dipulihkan ketika terjadi gangguan.

Dashboard biasanya sangat kuat menghitung aktivitas, tetapi lebih lemah membaca kepercayaan, rasa aman, perubahan perilaku, atau kemampuan masyarakat menjaga hasil program. Karena itu, data kuantitatif perlu dipertemukan dengan wawancara, observasi lapangan, keluhan, dan pengalaman komunitas.

Cerita tanpa angka mudah menjadi promosi. Angka tanpa cerita mudah kehilangan konteks. Organisasi membutuhkan keduanya, bukan untuk memperindah laporan, tetapi untuk menguji apakah teori perubahan yang mendasari program masih berlaku.

Case Study 1. Charity: Water—Jejak Donasi Harus Berakhir pada Air yang Mengalir

Charity: Water didirikan oleh Scott Harrison pada 2006 dengan misi memperluas akses terhadap air bersih. Salah satu pendekatan yang membuat organisasi ini dikenal adalah The 100% Model. Donasi publik diarahkan untuk membiayai proyek air, sementara biaya operasional didukung oleh kelompok donor privat.

Model tersebut tidak berarti kegiatan operasional berlangsung tanpa biaya. Audit, teknologi, pengelolaan mitra, sumber daya manusia, pemantauan, dan penggalangan dana tetap membutuhkan pembiayaan. Nilai model ini terletak pada pemisahan sumber dana dan penjelasan yang lebih terbuka mengenai penggunaannya.

Pada tahun fiskal 2025, donasi publik membiayai lebih dari 22.000 proyek air di 20 negara dan memberikan akses pertama terhadap air bersih kepada sekitar 1,41 juta orang. Angka tersebut menunjukkan kemampuan organisasi mengelola program dalam skala besar.

Namun, keberhasilan akses awal belum selalu berarti keberlanjutan layanan.

Pompa dapat rusak. Suku cadang mungkin sulit diperoleh. Mitra lokal dapat kekurangan teknisi atau anggaran. Perubahan iklim, kondisi geologi, dan pertumbuhan penduduk juga dapat mengubah kemampuan fasilitas memenuhi kebutuhan masyarakat.

Pada fasilitas tertentu, teknologi pemantauan jarak jauh digunakan untuk membaca aliran air dan menemukan gangguan. Sensor membantu organisasi mengetahui bahwa sebuah sistem tidak berfungsi. Akan tetapi, sensor tidak dapat mengirim teknisi, menyediakan anggaran, atau membangun kemampuan masyarakat.

Data memperpendek waktu menemukan masalah. Desain operasi menentukan apakah masalah tersebut dapat diselesaikan.

Tabel berikut disajikan untuk membedakan kekuatan model Charity: Water dari risiko yang masih harus dikelola setelah proyek dibangun.

Tabel 2. Dari Transparansi Donasi menuju Keberlanjutan Layanan

Sumber Data: Sintesis penulis berdasarkan laporan tahunan, laporan keuangan, dokumentasi dampak, The 100% Model, dan informasi pemantauan Charity: Water, 2025–2026.

Charity: Water menunjukkan bahwa keterlacakan dana merupakan awal dari akuntabilitas, bukan tujuan akhirnya. Nilai sosial baru tercipta ketika fasilitas digunakan, dirawat, dan dapat dipulihkan setelah mengalami gangguan.

Bagi perusahaan, yayasan, dan pengelola Corporate Social Responsibility atau CSR—tanggung jawab sosial perusahaan—pelajarannya jelas. Peresmian fasilitas bukan garis akhir program. Keberhasilan harus dilihat dari umur manfaat, mutu layanan, waktu pemulihan, serta kemampuan masyarakat mempertahankannya.

Proyek air tidak berhasil ketika sumur selesai dibangun. Proyek itu berhasil ketika air tetap mengalir.

Case Study 2. DonorsChoose—Transaksi Bersih Belum Tentu Menghasilkan Kesempatan Setara

DonorsChoose berawal pada 2000 ketika Charles Best, seorang guru di Bronx, New York, melihat banyak pendidik menggunakan uang pribadi untuk memenuhi kebutuhan kelas. Ia lalu membangun platform agar guru dapat menjelaskan kebutuhan mereka langsung kepada calon donor.

Prosesnya dirancang lebih kuat daripada sekadar pemindahan uang. Guru mengajukan proyek, sementara platform memeriksa identitas, sekolah, dan barang yang diminta. Setelah pendanaan terpenuhi, DonorsChoose membeli serta mengirimkan barang kepada guru atau sekolah yang terverifikasi.

Model tersebut menciptakan jejak transaksi yang jelas. Dana tidak langsung diberikan sebagai uang tunai. Barang dapat dicocokkan dengan permintaan, alamat pengiriman diperiksa, dan penggunaan sumber daya dilaporkan.

Data publik DonorsChoose yang tersedia pada 2026 menunjukkan bahwa platform ini telah mendukung lebih dari satu juta ruang kelas dan menyalurkan sumber daya pendidikan dalam skala sangat besar. Biaya rata-rata proyek yang memperoleh pendanaan penuh berada di kisaran 551 dolar Amerika Serikat.

Kekuatan proses tersebut tidak menghapus persoalan pemerataan.

Guru yang mampu menulis cerita menarik, memiliki foto lebih baik, menguasai media sosial, atau mempunyai jaringan luas dapat memperoleh perhatian lebih cepat. Sebaliknya, guru di sekolah dengan kekurangan sumber daya mungkin memiliki beban kerja lebih berat dan waktu lebih sedikit untuk membangun kampanye.

Pilihan donor yang bebas dapat menghasilkan transaksi yang sah, tetapi belum tentu mengarahkan dana kepada kebutuhan terbesar. Proyek yang paling terlihat dapat mengalahkan kebutuhan yang paling mendesak.

DonorsChoose menggunakan informasi mengenai sekolah yang secara historis kekurangan pendanaan untuk membantu meningkatkan perhatian terhadap pemerataan. Namun, data ekonomi tetap tidak dapat membaca seluruh konteks sekolah. Kondisi keluarga, kebutuhan murid dengan disabilitas, kualitas kepemimpinan, tekanan sosial, dan akses digital sering membutuhkan penilaian manusia.

Pelajaran pentingnya adalah bahwa integritas dan pemerataan merupakan dua sasaran berbeda. Integritas memastikan bantuan sampai kepada pihak yang benar. Pemerataan memastikan kelompok yang kurang terlihat tetap memiliki kesempatan yang wajar.

Akuntabilitas bukan hanya mencegah sumber daya hilang. Akuntabilitas juga mencegah kelompok yang paling membutuhkan hilang dari keputusan.

Chapter 5.Right Technology, Not More Technology

Banyak transformasi digital dimulai dari pembelian aplikasi. Setelah sistem diterapkan, organisasi baru mencari persoalan yang dapat diselesaikan. Akibatnya, jumlah platform bertambah, sementara proses kerja tetap lambat dan terfragmentasi.

Urutan yang lebih sehat dimulai dari keputusan. Organisasi perlu menentukan masalah yang ingin diselesaikan, risiko yang harus dikendalikan, informasi yang diperlukan, pemilik tindakan, serta batas waktu respons.

Jika dashboard menunjukkan fasilitas rusak, siapa yang menerima peringatan? Siapa yang mempunyai kewenangan menugaskan teknisi? Dari mana biaya perbaikan berasal? Kapan masalah harus dieskalasikan? Apabila pertanyaan tersebut tidak terjawab, organisasi hanya menjadi lebih cepat mengetahui kegagalannya.

Dalam 30 hari pertama, pimpinan dapat memulai dengan memetakan satu keputusan berisiko tinggi, menghentikan pengumpulan data yang tidak diperlukan, menetapkan pemeriksaan manusia, menghubungkan indikator dengan tindakan, dan membuka jalur aman untuk keberatan.

Kematangan digital tidak diukur dari banyaknya aplikasi. Ia terlihat dari kemampuan organisasi mengetahui teknologi yang benar-benar dibutuhkan, data yang sebaiknya tidak dikumpulkan, keputusan yang harus tetap melibatkan manusia, dan sistem yang tidak lagi memberikan nilai.

Chapter 6. Mission Without Burnout

Digitalisasi sering dijanjikan akan mengurangi pekerjaan. Kenyataannya, sistem baru kerap berjalan berdampingan dengan prosedur lama. Petugas memasukkan kejadian yang sama ke aplikasi, spreadsheet, laporan tertulis, dan grup komunikasi.

Beban tersebut menjadi serius bagi pekerja sosial, guru, relawan, dan petugas lapangan yang setiap hari berhadapan dengan penderitaan manusia. Mereka dapat mengalami compassion fatigue, yaitu kelelahan emosional akibat paparan berulang terhadap kesulitan orang lain.

Kesejahteraan pekerja bukan persoalan tambahan di luar tata kelola. Tim yang kelelahan lebih mudah melewatkan pemeriksaan, mengabaikan sinyal risiko, salah memasukkan data, atau menerima rekomendasi sistem tanpa pengujian.

Organisasi juga membutuhkan saluran pelaporan yang aman. Whistleblower atau pelapor dugaan pelanggaran harus memperoleh perlindungan identitas, proses pemeriksaan yang independen, dan jaminan dari tindakan balasan.

AI mungkin menemukan pola. Namun, manusia di lapangan sering menjadi pihak pertama yang memahami bahwa sebuah target tidak realistis, masyarakat merasa terancam, data tidak menggambarkan kenyataan, atau proses hanya dilakukan untuk memenuhi laporan.

Teknologi yang sehat harus mengurangi beban administratif dan memperbesar ruang bagi manusia untuk berpikir, mendengar, serta bertindak.

Kesimpulan

Kepercayaan Harus Diuji, Bukan Sekadar Ditampilkan

Charity: Water dan DonorsChoose membangun kepercayaan melalui jalur yang berbeda. Charity: Water menekankan keterlacakan donasi dan pemantauan proyek air. DonorsChoose memperkuat verifikasi kebutuhan, pembelian, pengiriman, dan pelaporan sumber daya pendidikan.

Perbandingan berikut memperlihatkan kekuatan, batas, dan pelajaran bersama dari kedua organisasi.

Tabel 3. Perbandingan Akhir Dua Studi Kasus

Sumber Data: Sintesis penulis berdasarkan laporan serta dokumentasi publik Charity: Water dan DonorsChoose, 2025–2026.

Tabel tersebut memperlihatkan bahwa teknologi tidak menggantikan manusia. Teknologi memperkuat konsistensi, keterlacakan, deteksi penyimpangan, dan kecepatan respons. Namun, tanggung jawab terhadap konteks, keadilan, pengecualian, serta pemulihan tetap berada pada manusia.

Organisasi perlu menahan godaan untuk mengumpulkan lebih banyak data daripada yang mampu dilindungi, mengukur lebih banyak aktivitas daripada dampak, atau mengetahui lebih banyak mengenai masyarakat daripada yang pernah disetujui masyarakat tersebut.

Angka menguji klaim. Cerita menjelaskan kehidupan di balik indikator. Audit memeriksa transaksi. Pengaduan menunjukkan pengalaman. AI menemukan pola. Manusia memikul tanggung jawab.

Kepercayaan tidak tumbuh karena semua hal terlihat. Kepercayaan tumbuh ketika yang terlihat dapat diuji, yang keliru dapat diperbaiki, dan yang rentan tetap dilindungi.

Referensi

1. General Data Protection Regulation, European Union, 2018.
   
2. Handbook on Data Protection in Humanitarian Action, Second Edition, Christopher Kuner dan Massimo Marelli, International Committee of the Red Cross dan Brussels Privacy Hub, 2020.
   
3. Recommendation on the Ethics of Artificial Intelligence, United Nations Educational, Scientific and Cultural Organization, 2021.
   
4. Harnessing the Potential of Artificial Intelligence for Humanitarian Action: Opportunities and Risks, Ana Beduschi, International Review of the Red Cross, 2022.
   
5. Going Digital Guide to Data Governance Policy Making, Organisation for Economic Co-operation and Development, OECD Publishing, 2022.
   
6. Operational Guidance on Data Responsibility in Humanitarian Action, Second Edition, Inter-Agency Standing Committee, 2023.
   
7. Ethical Impact Assessment: A Tool of the Recommendation on the Ethics of Artificial Intelligence, United Nations Educational, Scientific and Cultural Organization, 2023.
   
8. Fiscal Year 2025 Annual Report and Audit Reports, Charity: Water, 2025.
   
9. The 100% Model, Financials, Impact, and Remote Monitoring Documentation, Charity: Water, pembaruan tersedia sampai dengan 2026.
   
10. Impact, Financials, Project Fulfilment, Student Focus, and Trust Documentation, DonorsChoose, pembaruan tersedia sampai dengan 2026.