● Data kemiskinan 10 desil nasional diprotes karena dinilai tak akurat.
● Ketidakakuratan dipicu basis data awal dan verifikasi aset yang lemah.
Browse Posts● Pemerintah perlu menata bansos agar lebih efektif, salah satunya lewat konsep Affirmative Basic Income (ABI).
Ironi besar sedang terjadi pada sistem jaring pengaman sosial kita. Pemerintah kini mengelompokkan masyarakat ke dalam 10 kelompok statistik (desil) sebagai langkah memperbarui data (tunggal) sosial dan ekonomi nasional (DTSEN).
Kebijakan ini bisa membantu jika datanya akurat. Namun, publik justru mempertanyakan dasar pengelompokan desil tersebut.
Polemik bermula ketika desil-desil ini diwacanakan untuk membatasi pembelian bahan bakar minyak (BBM) bersubsidi bagi desil 9-10 (golongan masyarakat yang dianggap mampu). Data ini kemudian digunakan untuk menentukan penerima berbagai program pemerintah, terutama bantuan sosial (bansos).
Masalah ini membuktikan kegagalan negara dalam memetakan kondisi ekonomi masyarakatnya. Data kemiskinan yang tidak akurat berisiko tidak mencerminkan kondisi ekonomi masyarakat yang sebenarnya.
Profil dan data kemiskinan tidak boleh terus dibiarkan karut-marut. Jika data dasarnya keliru, kebijakan pengentasan kemiskinan seperti bansos juga berisiko salah sasaran. Apalagi, pemerintah berencana mengenalkan program bansos tunai Rp5,4 juta per orang pada awal tahun depan.
Read more: Banyak aspek luput dalam data kemiskinan nasional
Akibat buruknya verifikasi
Dalam sistem perlindungan sosial, pemerintah menggunakan pengelompokan desil (dari desil 1 hingga desil 10) berbasis Data Terpadu Kesejahteraan Sosial (DTKS) atau yang terbaru melalui Registrasi Sosial Ekonomi (Regsosek) untuk menyeleksi siapa yang berhak menerima bantuan dari negara.
Untuk mengukur tingkat kesejahteraan keluarga, Badan Pusat Statistik (BPS) menggunakan metodologi Proxy-Means Testing (PMT) untuk memperkirakan tingkat kesejahteraan keluarga berdasarkan karakteristik yang dapat diamati.
Metode PMT menggunakan berbagai indikator untuk menentukan posisi desil. Penilaiannya tidak hanya melihat penghasilan atau kepemilikan barang, tetapi juga kondisi rumah, sumber air dan energi untuk memasak, aset, konsumsi listrik, jumlah anggota keluarga, pendidikan, pekerjaan, kesehatan, hingga disabilitas.
Metode PMT dikembangkan oleh Bank Dunia pada 1995 sebagai cara untuk memperkirakan tingkat kesejahteraan rumah tangga ketika pendapatan sulit diukur secara langsung.
Metode ini relevan bagi banyak negara berkembang yang memiliki sektor informal besar. Sebab, pekerja sektor tersebut sering tidak memiliki catatan pendapatan yang mudah diverifikasi.
Read more: Belajar dari Vietnam dan Malaysia: Standar miskin BPS perlu diubah
Survei lapangan yang dilakukan petugas sebenarnya perlu mendapat apresiasi. Tapi, besarnya gelombang protes yang terjadi secara nasional besar kemungkinan terjadi karena buruknya verifikasi temuan.
Contohnya adalah temuan Gubernur Maluku Utara Sherly Tjoanda. Ia merasa heran ada warganya yang tergolong miskin harus didepak dari daftar penerima bansos lantaran rumahnya tergolong bagus. Padahal, rumah tersebut adalah hasil renovasi dari program bantuan pemerintah daerah.
Berpotensi menimbulkan gesekan sosial
Pemerintah mempersilakan masyarakat mengoreksi atau menyanggah data desil jika tidak sesuai dengan kondisi mereka. BPS bahkan menyediakan mekanisme verifikasi dan pemutakhiran data secara berkala. Ini semakin mengonfirmasi buruknya data yang tercipta sejauh ini.
Namun, keterbukaan terhadap koreksi tidak seharusnya membuat negara melempar tanggung jawab akurasi data kepada warga. Sejatinya, sudah jadi tugas pemerintah untuk bisa mendata profil kemiskinan masyarakatnya dengan akurat.
Berdasarkan evaluasi akademis 2017 silam, penerapan model algoritma PMT konvensional rawan meleset 28% dari target sesungguhnya. Bahkan, margin kekeliruan kian melebar (44% – 47,6%) dalam identifikasi warga miskin ekstrem (extreme poverty).
Tanpa data yang akurat dan verifikasi yang memadai, program bansos apapun tidak akan efektif. Sebab landasan data yang baik perlu dipenuhi terlebih dahulu, khususnya dalam skema bantuan tunai bersyarat seperti Program Keluarga Harapan (PKH).
Penargetan bansos yang rumit ini justru dapat memicu ketegangan sosial di masyarakat. Kecemburuan kerap meledak karena warga melihat ada rumah tangga yang lebih mampu masih masuk daftar penerima manfaat, sementara tetangganya yang sakit menahun justru dicabut layanan BPJS gratisnya.
Pemerintah akhirnya mengakui kesalahannya terhadap data desil ini usai menuai protes besar publik. BPS juga mengajukan tambahan anggaran Rp1,7 triliun menjadi sekitar Rp7,9 triliun untuk tahun 2027 guna mendukung pemutakhiran data.
Read more: Jalan terjal mengentaskan warisan kemiskinan ke anak
Perlu terbuka dengan metode baru
Melihat kegaduhan yang diciptakan, pemerintah perlu mempertimbangkan pendekatan baru dalam kebijakan pengentasan kemiskinan. Salah satu gagasan yang dapat dikaji adalah Affirmative Basic Income (ABI), yakni pemberian menawarkan bantuan tunai secara lebih sederhana tanpa bergantung pada pengujian kondisi ekonomi rumah tangga.
Alih-alih jungkir balik menekan angka kemiskinan, lebih baik pemerintah berani menetapkan angka yang tinggi, misalnya 40% dari masyarakat berpenghasilan terendah atau 4 desil terendah sebagai penerima manfaat bantuan tunai.
Dengan asumsi 40% kelompok miskin atau 9,54 juta jiwa dari total 23,85 juta warga miskin per Maret 2025, simulasi saya skema ABI diperkirakan membutuhkan anggaran Rp715,5 triliun per tahun (sekitar 21% dari APBN). Kebutuhan ini berdasarkan perhitungan setiap penerima manfaat menerima bantuan tunai Rp75 juta setiap tahun.
Angka ini memang besar, tetapi perlu dibandingkan dengan skala belanja perlindungan sosial dan program prioritas pemerintah. APBN 2026, misalnya, mengalokasikan Rp335 triliun untuk program Makan Bergizi Gratis (MBG), meski anggarannya kemudian berubah.
Dalam skema ini, negara menjamin pendapatan dasar bagi kelompok rentan seperti lansia, penyandang disabilitas berat, dan warga dalam klaster kemiskinan tertentu, tanpa memaksa mereka terus membuktikan bahwa mereka cukup “miskin” melalui kuesioner aset.
ABI juga berpotensi mengurangi biaya administrasi untuk pendataan, verifikasi berulang, dan proses penargetan bantuan yang kompleks.
Uang tunai langsung diberikan kepada kelompok rentan. Dengan begitu, perlindungan sosial tidak lagi dipandang sebagai bantuan negara yang sewaktu-waktu dapat dicabut, melainkan sebagai bagian dari upaya memenuhi hak ekonomi dan kesejahteraan warga negara.
Read more: Perlunya reformasi bantuan sosial melalui metode ‘affirmative basic income’
Comments are closed.