Kesalahan Data Desil Picu Ancaman Pencabutan Bansos Bagi Kelompok Rentan
JAKARTA – Kelemahan mendasar dalam model pendataan kemiskinan di Indonesia memicu krisis baru bagi masyarakat kelas bawah. Banyak keluarga rentan kini menghadapi risiko kehilangan hak atas bantuan sosial (bansos) hanya karena sistem memasukkan mereka ke dalam kelompok desil ekonomi yang lebih tinggi dari kondisi sebenarnya. Para pengamat kebijakan publik menilai bahwa kekeliruan ini bukan sekadar kesalahan administratif biasa, melainkan cerminan dari rapuhnya akurasi data kemiskinan nasional.
Mekanisme Desil yang Menjadi Bumerang bagi Masyarakat Miskin
Sistem pengelompokan ekonomi atau desil seharusnya berfungsi sebagai instrumen presisi untuk memetakan siapa yang berhak menerima bantuan. Namun, fakta di lapangan menunjukkan hal sebaliknya. Ketidaksesuaian antara data administratif dengan kondisi riil masyarakat menciptakan celah yang merugikan. Ketika seorang warga miskin masuk ke dalam Desil 4 ke atas, secara otomatis sistem akan mencoret nama mereka dari daftar penerima bantuan reguler.
- Kegagalan verifikasi lapangan yang berkala dan akurat.
- Keterlambatan pembaruan data dalam sistem Data Terpadu Kesejahteraan Sosial (DTKS).
- Penggunaan variabel indikator kekayaan yang tidak relevan dengan kondisi ekonomi lokal.
- Minimnya kanal pengaduan bagi warga yang mengalami salah klasifikasi desil.
Ketimpangan informasi ini berdampak fatal. Keluarga yang seharusnya mendapatkan subsidi pangan atau bantuan tunai terpaksa gigit jari karena sistem menganggap mereka telah mampu. Hal ini berpotensi meningkatkan angka kemiskinan ekstrem jika pemerintah tidak segera melakukan audit menyeluruh terhadap model algoritma pendataan yang digunakan saat ini.
Akar Masalah Kegagalan Data Terpadu Kesejahteraan Sosial
Para pakar menyoroti bahwa biang kerok utama dari kekacauan ini adalah lemahnya integrasi data antar lembaga. Meskipun pemerintah sering menggemakan semangat ‘Satu Data Indonesia’, realitasnya sinkronisasi antara data kependudukan, data perpajakan, dan kepemilikan aset masih jauh dari harapan. Akibatnya, profil ekonomi seseorang seringkali terpotret secara parsial dan tidak menggambarkan daya beli yang sesungguhnya.
Kondisi ini memperparah polemik bansos yang sebelumnya sudah sering mengalami masalah ‘exclusion error’ dan ‘inclusion error’. Dalam konteks terbaru, ancaman pencabutan bansos akibat salah desil menunjukkan bahwa negara lebih mengandalkan otomatisasi sistem daripada validasi faktual di tingkat akar rumput. Pemerintah perlu meninjau kembali laporan dari Badan Pusat Statistik (BPS) terkait metodologi pengukuran kemiskinan agar lebih adaptif terhadap dinamika ekonomi masyarakat pasca-pandemi.
Solusi Mendesak untuk Memperbaiki Akurasi Penerima Manfaat
Untuk mengatasi kebocoran dan kesalahan sasaran ini, langkah reformasi data harus menjadi prioritas utama. Pemerintah tidak boleh hanya mengandalkan pemutakhiran data secara top-down, melainkan harus memperkuat peran pemerintah desa dan kelurahan dalam proses verifikasi. Artikel ini merupakan kelanjutan dari analisis kami sebelumnya mengenai efektivitas penyaluran bantuan langsung tunai yang menekankan pentingnya transparansi data.
Langkah-langkah strategis yang harus segera diambil meliputi:
- Melakukan re-evaluasi terhadap seluruh data penerima bansos yang berada di zona abu-abu desil.
- Memperpendek siklus pemutakhiran data dari tahunan menjadi bulanan atau triwulanan.
- Mengintegrasikan teknologi geospasial untuk memverifikasi kondisi fisik hunian penerima manfaat secara digital.
- Membuka akses transparansi publik di mana warga bisa melihat status desil mereka secara mandiri dan mengajukan sanggahan secara mudah.
Tanpa adanya perbaikan radikal pada sistem pendataan, bansos yang seharusnya menjadi jaring pengaman sosial justru akan menjadi sumber ketidakadilan baru. Pemerintah memikul tanggung jawab penuh untuk memastikan tidak ada satu pun warga miskin yang kehilangan haknya hanya karena kesalahan angka di balik layar komputer.
