Jakarta mengembangkan pusat pelatihan perempuan di bidang AI dan data agar kesenjangan digital berkurang

En bref

• Jakarta memperluas strategi kota cerdas dengan membangun pusat pelatihan perempuan di bidang AI dan data untuk menekan kesenjangan digital.
• Program seperti HerTech memadukan literasi digital, etika, dan keterampilan praktis agar peserta siap kerja serta mampu berwirausaha.
• Target kebijakan kota global mendorong pengembangan ekosistem: pasar tradisional terdigitalisasi, CCTV RT/RW, data center, hingga command center.
• Pelatihan dirancang inklusif: terbuka lintas usia, latar belakang, bahkan penyandang disabilitas, dengan prinsip kesetaraan.
• Isu etika dan risiko bias algoritma dibahas agar perempuan menjadi pengambil keputusan, bukan sekadar pengguna teknologi.
• Kolaborasi pemda–komunitas–filantropi–kampus menjadi mesin utama pendidikan dan inovasi berkelanjutan.

Jakarta sedang menata ulang cara sebuah kota besar membangun daya saing: bukan hanya dengan gedung tinggi dan infrastruktur fisik, melainkan lewat manusia yang mampu membaca arah perubahan. Di tengah arus transformasi digital yang kian cepat, Pemerintah Provinsi DKI Jakarta memposisikan peningkatan kapasitas warga—terutama perempuan—sebagai strategi inti. Pusat pelatihan perempuan di bidang AI dan data diproyeksikan menjadi jembatan dari kebutuhan sehari-hari menuju peluang ekonomi baru, mulai dari usaha mikro yang memanfaatkan analitik penjualan sampai karier profesional yang memerlukan pemahaman model prediktif.

Di Balai Kota, Diskominfotik meluncurkan HerTech: Perempuan Berdaya Artificial Intelligence, dengan pesan yang jelas: literasi digital tidak boleh berhenti pada kemampuan memakai aplikasi. Perempuan didorong memahami cara kerja sistem, menilai dampaknya, dan berani memimpin penggunaan teknologi secara etis. Di sisi lain, data global menunjukkan urgensi: banyak pekerjaan terdampak otomasi dan AI, sementara kesadaran perubahan keterampilan belum merata. Karena itu, Jakarta menata pelatihan sebagai ruang belajar, ruang jejaring, sekaligus ruang kepercayaan diri—agar kesenjangan digital menyempit bukan lewat slogan, melainkan lewat kompetensi yang terukur.

Pusat pelatihan perempuan AI dan data di Jakarta: dari agenda kota global ke dampak di tingkat keluarga

Ketika Diskominfotik DKI Jakarta meluncurkan HerTech di Balai Kota, pesan kebijakan yang disampaikan tidak berdiri sendiri. Program ini diletakkan dalam visi besar menjadikan Jakarta masuk jajaran kota global, dengan indikator daya saing yang menuntut layanan publik cepat, akurat, dan transparan. Untuk itu, pemerintah kota membangun ekosistem digital: digitalisasi pasar tradisional agar pedagang bisa memantau stok dan transaksi, pemasangan CCTV di tingkat RT/RW untuk respons keamanan, serta penguatan data center dan command center agar keputusan berbasis data menjadi kebiasaan kerja. Di titik inilah pusat pelatihan menjadi penting: infrastruktur tanpa warga yang terampil hanya akan memperlebar kesenjangan digital.

Di lapangan, dampaknya bisa sangat konkret. Bayangkan seorang pelaku UMKM di Pasar Kramat Jati bernama Rani (tokoh ilustratif) yang selama ini mencatat penjualan di buku tulis. Setelah mengikuti pelatihan perempuan, ia belajar membuat dashboard sederhana: penjualan harian, jam ramai, dan produk paling cepat habis. Dari situ, Rani mulai memesan stok berdasarkan pola, bukan intuisi semata. Keuntungan kecil per hari memang terlihat sepele, tetapi dalam beberapa bulan dapat menjadi modal memperbaiki kualitas barang dagangan atau membiayai pendidikan anak. Pertanyaannya: apa yang berubah? Bukan pasarnya, melainkan cara membaca informasi.

Kepala Diskominfotik, Budi Awaluddin, menekankan bahwa kolaborasi adalah kunci—ia memberi apresiasi kepada mitra komunitas seperti ICT Watch dan jejaring filantropi AVPN, serta para narasumber akademik. Pesan “menularkan kesadaran digital” menjadi penting karena model pelatihan berbasis komunitas sering lebih membumi daripada seminar satu arah. Dalam konteks 2026, ketika pekerjaan semakin terdampak otomasi, pusat pelatihan semacam ini juga berfungsi sebagai “rem sosial”: tempat warga meng-upgrade keterampilan sebelum perubahan pasar kerja memaksa mereka tertinggal.

Lebih jauh, pusat pelatihan bukan sekadar ruang kelas. Ia dapat menjadi simpul layanan karier: klinik portofolio, pendampingan proyek, hingga akses magang atau proyek lepas. Diskusi tentang ekonomi AI juga relevan, karena otomatisasi bisa menggeser jenis pekerjaan tertentu dan memunculkan peran baru. Pembaca yang ingin memahami lanskap dampak ini dapat menelusuri konteks lebih luas melalui artikel dampak ekonomi AI terhadap jutaan pekerjaan, yang membantu memetakan mengapa reskilling menjadi kebutuhan, bukan pilihan.

Kalimat kuncinya sederhana: pusat pelatihan yang baik mengubah transformasi digital dari proyek pemerintah menjadi peluang keluarga, dan dari jargon teknologi menjadi peningkatan kualitas hidup yang dapat dirasakan.

HerTech dan strategi pelatihan perempuan: literasi, produktivitas, dan etika AI dalam satu paket

HerTech dirancang bukan sebagai kursus “cara memakai aplikasi AI” semata, melainkan sebagai perjalanan kompetensi yang menggabungkan literasi digital, produktivitas, dan etika. Direktorat Komunikasi Publik di tingkat nasional menyoroti fakta penting: banyak pekerjaan yang terdampak AI dipegang oleh perempuan, namun kesadaran bahwa keterampilan akan berubah belum sepenuhnya merata. Ini menjelaskan mengapa pelatihan perlu menyentuh sisi psikologis dan sosial: peserta perlu paham alasan mengapa mereka harus belajar, bukan hanya apa yang dipelajari.

Di kelas, modul literasi digital dapat dimulai dari hal yang tampak sederhana tetapi menentukan: bagaimana memverifikasi informasi, mengelola kata sandi, memahami jejak digital, dan menyusun komunikasi profesional. Lalu modul produktivitas masuk ke praktik: menulis ringkasan rapat dengan bantuan AI, menyusun rencana konten untuk usaha rumahan, atau membuat template layanan pelanggan yang konsisten. Setelah itu, modul data memberi fondasi: apa bedanya data mentah dan data bersih, mengapa bias data bisa memengaruhi rekomendasi, serta bagaimana membaca grafik tanpa tertipu skala yang menyesatkan.

Bagian paling penting—dan sering diabaikan—adalah etika. Fifi Aleyda Yahya menekankan bahwa perempuan perlu dapat memanfaatkan sekaligus mengkritisi AI. Dalam praktik, etika bukan teori abstrak. Misalnya, ketika sebuah model AI membantu proses seleksi kandidat kerja, peserta perlu bertanya: data latihnya dari mana? Apakah ada kecenderungan merugikan kelompok tertentu? Siapa yang bertanggung jawab jika terjadi kesalahan? Pertanyaan-pertanyaan ini melatih peserta menjadi subjek yang berdaya, bukan objek dari sistem.

Rancangan pembelajaran yang “menghasilkan karya”, bukan hanya sertifikat

Agar pelatihan berdampak, setiap peserta idealnya pulang membawa karya yang dapat dipakai langsung. Dalam konteks Jakarta, proyek akhir bisa berbentuk “mini solusi” yang dekat dengan layanan publik dan ekonomi warga. Contohnya: analisis sederhana antrean layanan kelurahan, prototipe chatbot informasi posyandu, atau dashboard belanja bahan baku untuk katering rumahan. Karya semacam ini membuat pendidikan terasa relevan, dan meningkatkan peluang peserta memonetisasi keterampilannya.

Berikut daftar contoh keluaran yang realistis untuk program pelatihan perempuan berbasis AI dan data:

• Portofolio proyek (dashboard penjualan UMKM, analisis pelanggan, atau pemetaan kebutuhan warga).
• Dokumen SOP berbasis data untuk operasional usaha (stok, pengiriman, layanan pelanggan).
• Rencana karier (peran yang dituju, peta kompetensi, dan target 90 hari).
• Pedoman etika penggunaan AI di komunitas/organisasi kecil agar penggunaan teknologi tetap aman.
• Jejaring mentor dan grup praktik untuk menjaga kebiasaan belajar setelah kelas selesai.

Jika semua ini berjalan, HerTech tidak berhenti sebagai acara. Ia menjadi mesin pengembangan talenta yang mengalir dari Balai Kota ke rumah-rumah, dari komunitas ke dunia kerja, dengan satu tujuan: kesenjangan digital berkurang lewat kemampuan yang dapat diuji.

Untuk memperlihatkan bagaimana pelatihan AI diterapkan dalam pembelajaran, banyak contoh praktik dan materi yang bisa dicari melalui video daring.

Infrastruktur kota cerdas Jakarta dan kebutuhan SDM: mengapa data center tanpa talenta justru berisiko

Jakarta menempatkan transformasi digital sebagai strategi layanan publik: sensor dan CCTV untuk pemantauan, command center untuk respons, serta data center untuk penyimpanan dan pemrosesan. Tetapi ada sisi yang sering luput: semakin tinggi ketergantungan pada sistem, semakin besar pula risiko jika SDM tidak siap. Risiko itu tidak selalu dramatis seperti peretasan besar; kadang hadir sebagai kesalahan kecil yang berulang—data ganda, dashboard yang tidak dipahami, atau keputusan lapangan yang tidak selaras karena indikator dibaca berbeda.

Karena itu, pusat pelatihan di bidang AI dan data seharusnya menekankan kompetensi “operasional kota” yang jarang dibahas dalam kelas umum. Contohnya: dasar-dasar kualitas data (data quality), tata kelola (governance), dan keamanan informasi. Untuk peserta yang bekerja di layanan publik atau organisasi komunitas, pemahaman ini membuat mereka mampu menjadi penghubung antara kebutuhan warga dan tim teknis. Bagi peserta non-PNS, konsep yang sama dapat diterjemahkan ke bisnis: data pelanggan harus rapi, akses harus dibatasi, dan penggunaan AI untuk promosi harus mematuhi privasi.

Studi kasus layanan publik: dari keluhan warga ke perbaikan berbasis data

Ambil contoh ilustratif: sebuah kelurahan menerima keluhan keterlambatan layanan administrasi. Tanpa data, solusi biasanya berupa lembur atau penambahan loket sementara. Dengan pendekatan berbasis data, tim bisa memetakan jam puncak, jenis layanan paling sering, dan rata-rata waktu per proses. Peserta pelatihan yang paham analitik dasar dapat membantu menyusun tabel kerja dan menyarankan perubahan jadwal, misalnya memisahkan layanan cepat dan layanan kompleks. Lalu AI dapat dipakai sebagai alat bantu triase: mengelompokkan keluhan, menemukan kata kunci, dan memetakan tren mingguan.

Di sinilah muncul kebutuhan “bahasa bersama” antara warga, operator layanan, dan pengambil keputusan. Jika pusat pelatihan berhasil menciptakan banyak orang yang mampu menerjemahkan masalah menjadi indikator, maka investasi kota pada infrastruktur akan menghasilkan nilai. Sebaliknya, tanpa talenta, dashboard hanya menjadi pajangan rapat.

Perdebatan tentang tata kelola juga penting di 2026 karena regulasi dan norma sosial mengenai penggunaan data pribadi terus menguat. Diskusi publik tentang aturan dan dampak sosial kebijakan dapat memperkaya perspektif peserta, misalnya dengan membaca konteks hukum yang berkembang melalui artikel pembaruan KUHP dan implikasinya pada ruang digital. Walau bukan dokumen teknis AI, pemahaman iklim regulasi membantu peserta lebih berhati-hati dalam menyimpan data pelanggan atau membangun konten otomatis.

Intinya: kota cerdas tidak diukur dari jumlah perangkat, melainkan dari kemampuan manusianya mengubah sinyal menjadi keputusan yang adil, cepat, dan dapat dipertanggungjawabkan.

Desain kurikulum pelatihan perempuan AI dan data: dari dasar sampai spesialisasi karier

Pusat pelatihan perempuan akan efektif jika kurikulumnya dirancang bertingkat, seperti tangga kompetensi. Tingkat pertama adalah fondasi: literasi digital, keamanan akun, manajemen file, dan keterampilan komunikasi profesional. Tingkat kedua mulai masuk ke pemahaman data: spreadsheet yang rapi, logika statistik sederhana, visualisasi, serta pengenalan pengukuran (KPI) untuk usaha atau pekerjaan. Tingkat ketiga baru menyentuh AI secara praktis: prompt yang baik, evaluasi output, penggunaan alat bantu generatif untuk menulis, merangkum, dan membuat ide kampanye; ditambah pengantar machine learning untuk peserta yang ingin lebih teknis.

Namun, kurikulum bertingkat saja tidak cukup. Jakarta sebagai kota besar memiliki peserta dengan latar yang sangat berbeda: ibu rumah tangga yang ingin menambah penghasilan, pegawai muda yang ingin naik jabatan, lulusan baru yang butuh portofolio, hingga penyandang disabilitas yang memerlukan aksesibilitas tertentu. Karena itu, jalur spesialisasi penting agar program tidak menjadi “satu ukuran untuk semua”. Jalur bisa dibuat berdasarkan tujuan, misalnya: jalur UMKM, jalur layanan publik, jalur konten kreator, jalur analis data pemula, atau jalur keamanan dan privasi.

Tabel jalur pembelajaran yang realistis untuk pusat pelatihan di Jakarta

Elemen lain yang membuat program hidup adalah evaluasi yang manusiawi. Bukan sekadar ujian pilihan ganda, melainkan review proyek, sesi presentasi, dan umpan balik yang mendorong peserta berani berbicara. Pada tahap ini, fasilitator juga dapat membahas bagaimana AI bisa “membantu belajar”—misalnya mempersonalisasi latihan—namun tetap menekankan bahwa keputusan akhir harus dilakukan manusia, apalagi ketika menyangkut orang lain.

Arah berikutnya mengalir secara natural: jika kurikulum sudah rapi, tantangan sesungguhnya adalah memastikan aksesnya adil—siapa yang bisa ikut, siapa yang tertinggal, dan bagaimana program menjangkau mereka yang paling membutuhkan.

Untuk peserta yang ingin melihat contoh karier data dan jalur belajar, video pembelajaran populer sering memberikan gambaran yang mudah diikuti.

Menutup kesenjangan digital melalui inklusi: akses, waktu, disabilitas, dan budaya belajar di Jakarta

Mengurangi kesenjangan digital tidak cukup dengan membuka pendaftaran pelatihan. Hambatan yang dihadapi perempuan sering berlapis: waktu yang terbagi dengan kerja domestik, akses perangkat, biaya transportasi, rasa tidak percaya diri, hingga pengalaman masa lalu yang membuat mereka merasa “bukan orang teknologi”. Karena itu, pendekatan inklusi harus nyata, bukan hanya label. Pernyataan dari penyelenggara komunitas bahwa program terbuka untuk semua—termasuk laki-laki dan penyandang disabilitas—menunjukkan pemahaman bahwa kesetaraan berarti menyediakan penyesuaian yang dibutuhkan agar setiap orang benar-benar bisa belajar.

Di Jakarta, desain inklusi dapat diterjemahkan menjadi hal operasional. Jadwal pelatihan perlu fleksibel: kelas malam, kelas akhir pekan, dan pilihan hybrid. Dukungan perangkat bisa berupa peminjaman laptop di lokasi pelatihan atau kerja sama dengan perpustakaan dan ruang komunitas. Aksesibilitas untuk disabilitas harus dipikirkan sejak awal: materi dengan font jelas, subtitle untuk video, dan fasilitator yang memahami kebutuhan peserta. Bahkan hal kecil seperti ruang laktasi atau kebijakan membawa anak pada sesi tertentu bisa menjadi pembeda besar bagi partisipasi.

Budaya kritis: perempuan sebagai subjek teknologi

Satu aspek yang menguatkan program adalah budaya kritis. Peserta diajak bertanya: siapa yang diuntungkan oleh sistem AI tertentu? Data apa yang dikumpulkan? Apa konsekuensinya jika model salah? Diskusi seperti ini mencegah pelatihan berubah menjadi promosi alat semata. Di titik ini, literasi media juga penting, karena hoaks, manipulasi visual, dan konten sintetis makin canggih. Pelatihan dapat mengajarkan langkah verifikasi sederhana, sekaligus membangun kebiasaan “menunda sebar” sebelum memeriksa sumber.

Pembelajaran yang sensitif budaya juga membantu. Banyak komunitas di Indonesia memadukan tradisi dan teknologi secara kreatif—sebuah pengingat bahwa modernitas tidak harus menghapus nilai lokal. Perspektif ini dapat diperkaya dengan membaca kisah tentang bagaimana tradisi bernegosiasi dengan alat digital, misalnya melalui tulisan ritual keagamaan di Lombok dan teknologi. Bagi peserta, contoh seperti itu memberi ruang untuk melihat AI bukan sebagai ancaman budaya, melainkan alat yang perlu diarahkan agar selaras dengan nilai komunitas.

Akhirnya, inklusi juga berarti menyediakan “jembatan setelah pelatihan”: komunitas alumni, akses lowongan, proyek bersama, dan kesempatan tampil mempresentasikan karya. Tanpa jembatan ini, program mudah menjadi pengalaman sesaat. Dengan jembatan yang kuat, pusat pelatihan menjadi ekosistem—tempat pengembangan berlangsung terus-menerus, dan inovasi muncul dari masalah nyata warga Jakarta.

Insight penutup bagian ini: ketika akses, dukungan, dan budaya belajar bertemu, transformasi digital berhenti menjadi agenda elit dan berubah menjadi gerakan sosial yang terasa di tingkat rumah tangga.