Analisis Sentimen terhadap Zakat di Indonesia

Sentiment Analysis adalah sebuah cabang penelitian pada domain Text Mining yang mulai booming pada awal tahun 2002-an. Risetnya mulai marak semenjak paper dari B.Pang dan L.Lee muncul. Sederhananya, text mining lebih bertujuan untuk mengolah kata, bukan mengolah angka.

Sentiment analysis terdiri dari 3 subproses besar yakni: Subjectivity Classification, Orientation Detection dan Opinion Holder & Target Detection. Hingga saat ini, hampir sebagian besar penelitian di bidang sentiment analysis ditujukan untuk Bahasa Inggris karena memang Tools/Resources untuk bahasa inggris sangat banyak. Beberapa resources yang sering digunakan untuk sentiment analysis adalah SentiWordNet dan WordNet.

SMART Consulting sebagai sebuah lembaga yang fokus dalam riset ekonomi syariah mencoba mengukur tingkat sentimen publik terhadap kondisi zakat di Indonesia. Dipilih 30 dokumen spesifik yang digunakan sebagai sumber data. Tools Semantria digunakan sebagai alat bantu pengolahan.

Hasil analisis sentimen terhadap kondisi zakat di Indonesia memperlihatkan kondisi berikut. Sebanyak 27% menunjukkan sentimen positif. Demikian pula 27% mengarah kepada sentimen negatif. Sisanya sebesar 46% menunjukkan sentimen yang netral.

Rasionalisasi yang memungkinkan adalah, meskipun realisasi himpunan dana zakat baru sekitar 1,3 persen dari potensinya, namun trendnya menunjukkan hal positif. Inovasi yang dilakukan OPZ maupun awareness masyarakat muslim yang kian hari kian paham akan pentingnya zakat jika diberdayakan secara optimal, menjadi berita menggembirakan. Seperti halnya wakaf, zakat juga merupakan instrumen sosial Islam yang akan berperan signifakan di masa mendatang. Insya Allah.

Text Analytics atas Literatur Zakat

Potensi zakat Indonesia dalam setahun mencapai Rp 217 triliun (versi lain mencapai Rp 286 triliun). Tapi realisasinya saat ini menurut riset SMART Consulting baru terhimpun sekitar 1,3 persen saja. Faktanya, dalam 20 tahun terakhir perkembangan lembaga amil zakat di Indonesia berkembang cukup pesat. Namun di sisi lain, jumlah penduduk miskin dan kaum dhuafa di Indonesia justru terus bertambah.

Zakat memang unik. Ia sekaligus memiliki 3 dimensi ibadah. Personal, sosial dan ekonomi. Pertama, dimensi spiritual personal. Zakat merupakan perwujudan keimanan kepada Allah SWT sekaligus sebagai instrumen untuk purifikasi dan penyucian jiwa dari segala penyakit ruhani, seperti bakhil dan tidak peduli sesama.

Kedua adalah dimensi sosial, dimana zakat berorientasi pada upaya untuk menciptakan harmonisasi kondisi sosial masyarakat. Hubungan antara muzakki dan mustahik lebih terjaga. Miskin dan kaya diharapkan tidak terlalu timpang perbedaannya. Melalui zakat, hal itu sangat mungkin dicapai dan direalisasikan.

Yang ketiga adalah dimensi ekonomi, yang tercermin pada dua konsep utama, yaitu pertumbuhan ekonomi berkeadilan (QS 30:39) dan mekanisme sharing dalam perekonomian (QS 51:19). Tujuan utamanya adalah untuk meningkatkan kesejahteraan kaum dhuafa. Pada jangka pendek, kebutuhan primer mustahik dapat terpenuhi, sementara pada jangka panjang, daya tahan ekonomi mereka akan meningkat, sekaligus menstimulasi pertumbuhan ekonomi.

Berdasarkan hasil riset terkait terma zakat atas 30 dokumen spesifik dengan pendekatan text mining, didapatkan beberapa hasil. Pertama, term zakat berkaitan dengan beberapa kategori dan subkategori. Business (0,368), Health (0,184) dan Labor (0,158) menjadi 3 kategori utama. Sementara kategori berikutnya adalah: International Relation (0,079), IT (0,079), Research (0,079) dan Society (0,053).

Kedua perihal sentiment analysis. Analisis sentimen terhadap kondisi zakat di Indonesia memperlihatkan kondisi berikut. Sebanyak 27% menunjukkan sentimen positif. Demikian pula 27% mengarah kepada sentimen negatif. Sisanya sebesar 46% menunjukkan sentimen yang netral. Meskipun realisasi himpunan dana zakat baru sekitar 1,3 persen dari potensinya, namun trendnya menunjukkan hal yang menggembirakan. Terlihat dari inovasi yang dilakukan OPZ maupun awareness masyarakat muslim yang kian hari kian paham akan pentingnya zakat jika diberdayakan secara optimal.

Measuring the Efficiency of Dompet Dhuafa Program

Zakat Institution (OPZ) is the intermediary organizations based on social. The entire of operating expense is taken from the zakat and infaq funds. It is also justified by Sharia, because OPZ committee is Amilin zakat that also included in eight ashnaf eligible for zakat. (Akbar: 2009). 

In this study, SMART Consulting would try to measure Dompet Dhuafa’s program as Decision Making Unit (DMU) in the level of efficiency. DD is Non Profit Organization for global empowerment. 

The input and output variables derived from the financial statements of Dompet Dhuafa. The input consists of Operating Expenses (X1), and Socialization Cost (X2) while the output variables comprises of Total Deposits Zakat (Y1) and Total Fund Distribution (Y2).

In Table below can be seen, Dompet Dhuafa program that include to efficient (Constant 100%) in 2014 are zakat, infak fund certain infak program. Moreover, Dompet Dhuafa programs that include to efficient in 2013 are infak fund. Based on the explanation, the lowest efficiency of Dompet Dhuafa program is Wakaf fund in 2012 (19.45%). This is able to be a consideration for other program in Dompet Dhuafa that has not been efficient in order to improve the technical efficiency. There are 7 DMU that efficient (100%). And inefficient as much as 23 DMU.

Zakat Institutions, both BAZ and LAZ, need to do the counting of efficiency levels routinely and regularly so that it knows the efficiency level, potential improvement and its benefit and weakness in general, within the framework of efficiency analysis.

Aplikasi GIS Untuk Pemetaan Dana Himpunan Zakat Nasional

Geographic Information System disingkat GIS adalah sistem informasi khusus yang mengelola data yang memiliki informasi spasial (bereferensi keruangan). Atau dalam arti yang lebih sempit, adalah sistem komputer yang memiliki kemampuan untuk membangun, menyimpan, mengelola dan menampilkan informasi berefrensi geografis, misalnya data yang diidentifikasi menurut lokasinya, dalam sebuah database.

Setelah melakukan mapping data lahan wakaf di seluruh wilayah Nusantara, kali ini SMART mencoba memetakan daerah di Indonesia terkait dana himpunan zakat dengan pendekatan GIS. Tools yang digunakan adalah Target Map. Data berasal dari Bimas Islam dalam Angka Kementerian Agama. Sayangnya, data terakhir adalah tahun 2013 dengan beberapa 10 provinsi memiliki nilai nihil.

Berdasarkan hasil yang dapat dilihat pada gambar di bawah, 33 provinsi dibagi ke dalam 5 kelompok. Klasifikasi ini didasarkan pada perolehan dana zakat masing-masing provinsi. Kelompok pertama (warna hijau tua) adalah provinsi dengan dana himpunan zakat di atas Rp 200 miliar. Provinsi yang masuk pada kelompok ini yaitu Provinsi Jambi. Provinsi ini adalah daerah dengan himpunan dana zakat tertinggi di Indonesia.

Kelompok kedua adalah provinsi dengan dana himpunan zakat antara Rp 100 hingga 200 miliar (warna hijau muda). Ada 2 provinsi yang masuk kelompok ini yaitu: Kalimantan Timur dan DKI Jakarta. Kedua provinsi ini masuk ke dalam daerah dengan dana himpunan zakat relatif tinggi.

Kelompok ketiga adalah provinsi dengan dana himpunan zakat antara Rp 10 hingga 100 miliar (warna kuning). Sedikitnya terdapat 10 provinsi yang masuk kelompok ini yaitu: Sumatera Barat, Sumatera Selatan, Bangka Belitung, Banten, Kalimantan Barat, Kalimantan Tengah, NTB, Sulawesi Barat, Gorontalo dan Provinsi Papua. Daerah-daerah ini masuk dalam provinsi dengan dana himpunan zakat sedang.

Kelompok keempat adalah provinsi dengan dana himpunan zakat antara Rp 1 hingga 10 miliar (warna oranye). Terdapat 7 provinsi yang masuk kelompok ini yaitu: DI Yogyakarta, Jawa Timur, Bali, NTT, Kalimantan Selatan, Sulawesi Tenggara dan Papua Barat. Daerah-daerah ini masuk dalam provinsi dengan dana zakat yang relatif rendah.

Kelompok terakhir adalah provinsi dengan dana himpunan zakat di bawah Rp 1 miliar (warna merah). Provinsi Sulawesi Tengah, Maluku Utara dan Provinsi Maluku adalah daerah yang masuk dalam kelompok dengan himpunan zakat paling rendah.

Pengembangan Zakat di Indonesia: Dekomposisi ANP

Zakat sebagai sebuah instrumen penting -bahkan sangat penting- dalam keuangan Islam, perlu dirancang dan 'dibangunkan' dari tidur panjangnya. Para stakeholder zakat nasional yang tergabung dalam Forum Zakat (FOZ) telah membuat Cetak Biru Pengembangan Zakat Indonesia hingga tahun 2025. Blueprint ini dijadikan sebagai panduan masa depan zakat di Indonesia.

SMART Consulting sebagai lembaga riset ekonomi keuangan syariah saat ini sedang melakukan penelitian terkait hal ini. Riset dengan metode Analytic Network Process (ANP) ini sudah sampai dalam tahap dekomposisi. Berikut adalah hasil dekomposisinya.

Pengembangan Zakat Nasional terbagi ke dalam 6 aspek pengembangan. Pertama, Kerangka Institusional. Aspek ini terdiri atas: Standar manajemen kinerja OPZ, Standar model kelembagaan OPZ dan Rating lembaga.

Aspek kedua dalam pengembangan zakat nasional adalah aspek Kepatuhan syariah. Aspek kedua ini terdiri atas: Standardisasi fikih zakat baik nasional maupun internasional, Pelaksanaan audit syariah untuk lembaga zakat, serta keberadaan pengawas syariah pada OPZ.

Aspek ketiga adalah Kompetensi SDM Amil, terdiri dari: Standar kompetensi amil, Sertifikasi amil, dan pembentukan ikatan profesi amilin. Diharapkan, di masa mendatang, profesionalitas SDM amil zakat setara dengan para bankir saat ini.

Aspek keempat adalah terkait Penghimpunan. Aspek ini terdiri atas: Pelayanan berbasis informasi dan teknologi, dana himpunan zakat yang tertarget, dan sinergi program antarlembaga pengelola zakat.

Aspek pengembangan zakat nasional yang kelima adalah aspek pendayagunaan. Aspek ini terdiri atas: Ketersediaan pusat data mustahik yang valid dan kredibel, Peta mustahik berbasis ashnaf zakat, serta sinergi program pendayagunaan di antara OPZ.

Yang terakhir dan tidak kalah penting adalah aspek regulasi. Aspek Regulasi terdiri atas: Perbaikan regulasi terkait zakat nasional, Terbentuknya lembaga regulator dan pengawas OPZ (sekelas BI dalam moneter), serta Review berkala terhadap UU Zakat yang ada.

Setelah tahap dekomposisi, penelitian akan berlanjut pada interview terhadap para expert yang kemudian dilakukan perhitungan dan diolah dengan software Superdecision.

Business Intelligence Lembaga Zakat Nasional

Istilah Business Intelligence pertama kali didengungkan pada tahun 1989 oleh Howard Dresner. Dia menggambarkan istilah tersebut sebagai seperangkat konsep dan metode yang berguna untuk meningkatkan pembuatan keputusan dengan bantuan sistem yang berbasiskan fakta atau realita yang terjadi.

Menurut tim studi Busines Intelligence pada Departemen Keuangan Indonesia,Business Intelligence (BI) merupakan sistem dan aplikasi yang berfungsi untuk mengubah data-data dalam suatu perusahaan atau organisasi (data operasional, data transaksional, atau data lainnya) ke dalam bentuk pengetahuan.

Kali ini, konsep BI coba diterapkan pada Organisasi Pengelola Zakat. Ada 5 OPZ yang menjadi sampel yakni: Baznas, Dompet Dhuafa, PKPU, Rumah Zakat dan YBM BRI. Pemilihan kelima OPZ ini adalah berkaitan dengan ketersediaan data laporan keuangan tahunan pada web resminya. Karena tahun terakhir (2015) belum terpublikasi, data yang digunakan mulai tahun 2012 hingga 2014.

Secara umum, dana penerimaan dan penyaluran zakat terbesar dicapai oleh PKPU dan Dompet Dhuafa. Dimana, persentase penyaluran rata-rata setiap OPZ adalah 85% ke atas, kecuali Rumah Zakat yang relatif rendah penyalurannya.

Dari sekian jenis beban (beban SDM, beban operasional dan beban sosialisasi), beban SDM menjadi yang paling besar dibanding beban lain kecuali PKPU. OPZ dengan rata-rata beban SDM terbesar adalah Rumah Zakat.

Secara umum, jika dilihat dari perspektif efisiensi, PKPU menjadi OPZ yang paling efisien. Tercermin dari rata-rata beban yang relatif kecil namun dengan dana penerimaan dan penyaluran yang tinggi. Hal yang sama berlaku dengan YBM BRI dan Baznas. Yang tampak proporsional adalah kondisi DD dimana beban yang relatif tinggi namun diiringi dengan output yang tinggi pula.

Kriteria Pemilihan Lembaga Zakat

Organisasi Pengelola Zakat (OPZ) di Indonesia terbagi 2. Baznas sebagai lembaga zakat plat merah dan lembaga amil 'swasta' yang dikenal dengan LAZ (Lembaga Amil Zakat). Menurut data Dirjen Pajak terakhir, ada sedikitnya 19 LAZ yang telah disahkan oleh pemerintah dan berhak mengelola serta menyalurkan dana zakat. Data yang lain, ternyata ada sebanyak 17.763 BAZ yang tersebar di 33 provinsi di Indonesia (Bimas Islam Kemenag).

Pertanyaannya adalah, dari sekian banyak OPZ yang ada, ketika berzakat, apa kriteria Anda memilih Lembaga Amil Zakat? Penelitian ini mencoba menjawabnya melalui pendekatan metode Analytical Hierarchy Process. Sebanyak 30 responden menjadi expert.

Hasilnya, kriteria utama pemilihan calon muzakki atas lembaga zakat adalah program yang inovatif (0.265). Jika lembaga amil zakat mampu melakukan inovasi dalam memberikan kemudahan kepada muzakki, maka hal ini akan meningkatkan preferensi masyarakat sehingga diharapkan mampu mengumpulkan lebih banyak dana zakat. Misal, kerjasama dengan perbankan untuk pembayaran zakat via atm atau mobile-banking.

Kriteria kedua adalah profesionalisme (0.235). Semakin profesional amil, semakin tinggi pula tingkat preferensi muzakki terhadap lembaga zakat. Jangan karena sifatnya yang "social based", pengelolaan dilakukan secara serampangan dan alakadarnya.

Kriteria ketiga terkait pemilihan muzakki atas lembaga zakat adalah transparansi keuangan (0.206). Faktor ini menjadi hal krusial. Trust masyarakat akan terjaga saat pengelolaan dana zakat dilakukan secara transparan dan akuntabel. Jika tidak, maka jangan heran banyak masyarakat yang lebih memilih untuk menunaikan zakatnya langsung kepada mustahik, tanpa melalui lembaga.

Selain ketiga faktor di atas, kriteria selanjutnya terkait pemilihan muzakki atas lembaga zakat adalah pelayanan yang baik (0.176) dan faktor kenyamanan (0.118). Hasil ini nampaknya perlu diperhatikan oleh setiap lembaga zakat dalam upaya memahami keinginan dan preferensi calon muzakki. Selamat mengelola zakat! Semoga amanah.