Eko SupriatnoKolomTerkini

Polemik Data Desil

Oleh: Eko Supriatno, Dosen FISIP Universitas Mathla’ul Anwar Banten.

KOLOM, biem.co – Bagaimana mungkin sebuah keluarga yang tinggal di rumah kontrakan tipe 36, memiliki satu mobil bekas, dan masih harus menghitung kebutuhan rumah tangga hingga akhir bulan tercatat dalam desil 9? Sebaliknya, keluarga dengan pendapatan lebih dari Rp20 juta per bulan, dua mobil, dua sepeda motor, rumah hak milik di kawasan komersial, serta berbagai peralatan rumah tangga justru tercatat dalam desil 2?

Cerita semacam itu beredar di media sosial. Pengalaman beberapa warga tentu tidak cukup untuk menyimpulkan bahwa sistem desil keliru. Statistik tidak dapat dinilai dari satu-dua kasus. Namun, keluhan tersebut layak diperiksa karena menyentuh persoalan yang lebih mendasar: apa yang terjadi ketika data negara tidak sesuai dengan keadaan warga?

Pertanyaan ini penting karena desil tidak berhenti sebagai angka statistik. Dalam kebijakan sosial, klasifikasi data dapat menentukan penerima bantuan, kepesertaan jaminan sosial, dan akses terhadap layanan publik. Ketika sebuah angka ikut menentukan hak warga, kualitas data bukan lagi semata-mata urusan teknis pengelola basis data. Ia menjadi bagian dari tanggung jawab administrasi negara.

Logika Desil

Desil adalah pemeringkatan relatif penduduk ke dalam sepuluh kelompok kesejahteraan. Karena bersifat relatif, desil bukan ukuran langsung pendapatan. Desil tinggi tidak otomatis berarti kaya, dan desil rendah tidak selalu berarti miskin.

Kondisi ekonomi rumah tangga juga tidak dapat direduksi pada satu ukuran. Pendapatan, aset, jumlah anggota keluarga, biaya pendidikan, utang, biaya kesehatan, dan kepastian pekerjaan turut menentukan kemampuan ekonomi. Dua keluarga dengan pendapatan yang sama belum tentu memiliki tingkat kesejahteraan yang sama. Karena itu, desil lebih tepat digunakan sebagai instrumen pemetaan populasi daripada sebagai penilaian tunggal atas kondisi sebuah keluarga.

Masalah muncul ketika klasifikasi tersebut digunakan untuk mengambil keputusan yang menyangkut hak warga.

Pemutakhiran data PBI-JK di Banten memberi gambaran. Pemerintah Provinsi Banten pada 2026 menyebut 480.757 peserta dinonaktifkan dan 424.960 peserta dialihkan dari segmen PBPU yang dibiayai pemerintah daerah ke PBI-JK pusat. Penyesuaian tersebut dikaitkan dengan pemutakhiran berdasarkan DTSEN dan klasifikasi desil. Di Lebak, Pandeglang, dan Kabupaten Tangerang, jumlah peserta yang terdampak juga mencapai puluhan hingga ratusan ribu.

Penataan data diperlukan. Negara membutuhkan basis data untuk memperbaiki sasaran program, mencegah tumpang tindih, dan mengendalikan anggaran. Namun, penataan tidak boleh mengabaikan akurasi.

Pemerintah menyatakan bahwa pengalihan kepesertaan bukan pengurangan perlindungan. Pasien, termasuk penderita penyakit kronis dan katastropik, tetap harus dilayani selama proses penyesuaian. Pernyataan itu penting, tetapi menyisakan pertanyaan yang harus dijawab secara terbuka: jika klasifikasi seseorang keliru, bagaimana ia memperbaikinya?

Sistem sebesar apa pun dapat menghasilkan kesalahan. Persoalannya bukan menjanjikan data tanpa kesalahan, melainkan memastikan kesalahan dapat ditemukan, diverifikasi, dan diperbaiki. Warga harus memiliki saluran keberatan yang jelas. Pemerintah daerah perlu mempunyai ruang untuk melakukan verifikasi. Proses koreksi harus dapat dilacak dan memiliki batas waktu yang wajar.

Selama persoalan belum selesai diverifikasi, layanan dasar tidak semestinya terputus hanya karena perubahan status administratif.

Masalah lain terletak pada ketimpangan kemampuan warga dalam menghadapi birokrasi. Mereka yang memahami prosedur, memiliki akses internet, dan mampu berkomunikasi dengan institusi pemerintah akan lebih mudah mengajukan koreksi. Sebaliknya, warga yang tidak memiliki akses dan pengetahuan administratif berada pada posisi yang lebih lemah.

Dalam kebijakan sosial dikenal inclusion error dan exclusion error. Inclusion error terjadi ketika orang yang tidak berhak masuk sebagai penerima, sedangkan exclusion error terjadi ketika orang yang seharusnya menerima justru tidak tercakup. Keduanya perlu ditekan. Namun, exclusion error menjadi sangat serius ketika menyangkut jaminan kesehatan atau bantuan sosial karena kesalahan klasifikasi dapat berujung pada hilangnya akses terhadap layanan yang dibutuhkan.

Di sini letak persoalan yang lebih besar. Negara tidak cukup hanya membangun sistem administrasi yang mampu mengklasifikasikan warga. Negara juga wajib membangun mekanisme yang memungkinkan warga menggugat hasil klasifikasi tersebut.

Pengelolaan data harus memiliki akuntabilitas administratif. Warga bukan sekadar objek pendataan, melainkan pihak yang berhak mengetahui, mempertanyakan, dan mengoreksi informasi yang digunakan negara untuk mengambil keputusan administratif tentang dirinya.

Ketika data menentukan hak, kesalahan data bukan lagi sekadar kesalahan administratif. Ia menjadi persoalan keadilan administratif.

Mekanisme Koreksi

Data BPS menunjukkan penduduk miskin di Banten pada Maret 2026 mencapai 746,73 ribu orang atau 5,38 persen, turun 14,1 ribu orang dibandingkan September 2025. Garis kemiskinan mencapai Rp753.492 per kapita per bulan, sedangkan Rasio Gini tercatat 0,312.

Angka kemiskinan yang menurun merupakan perkembangan positif. Namun, kondisi rumah tangga tidak berhenti pada satu periode pendataan. Kehilangan pekerjaan, sakit, bertambahnya tanggungan, kegagalan usaha, atau kenaikan biaya hidup dapat mengubah keadaan ekonomi dengan cepat. Data yang benar pada satu waktu belum tentu menggambarkan keadaan rumah tangga pada waktu berikutnya.

Sistem perlindungan sosial harus mampu mengikuti perubahan tersebut. DTSEN perlu diuji bukan hanya dari jumlah data yang dihimpun, tetapi juga dari ketepatan klasifikasi, kecepatan pemutakhiran, kemampuan verifikasi, dan mekanisme koreksinya.

Kita membutuhkan data terintegrasi karena tanpa basis data yang kuat, kebijakan sosial mudah terjebak pada perkiraan dan subjektivitas. Namun, integrasi data harus berjalan bersama pengawasan dan koreksi.

Sistem yang semakin terintegrasi seharusnya semakin mudah diawasi, bukan semakin sulit dipertanyakan.

Ada empat hal yang perlu dijaga: data diperbarui secara berkala, klasifikasi dapat diverifikasi, warga memiliki mekanisme keberatan yang sederhana, dan layanan dasar tetap terlindungi selama proses koreksi berlangsung.

Ini bukan tuntutan agar negara meninggalkan statistik. Justru sebaliknya, statistik harus digunakan secara lebih bertanggung jawab. Desil tetap diperlukan untuk menentukan prioritas kebijakan, tetapi tidak boleh diperlakukan sebagai kebenaran tunggal mengenai kondisi sebuah keluarga. Ia adalah hasil pengukuran dengan keterbatasan tertentu.

Ketika data berbeda dengan kenyataan, yang harus diperbaiki adalah datanya. Ukuran DTSEN bukan banyaknya data yang tersimpan, melainkan ketepatan negara menemukan warga yang membutuhkan dan kemampuan sistem memperbaiki kesalahan.

Pemerintah tidak cukup mengatakan bahwa data sudah terintegrasi. Pemerintah harus dapat menunjukkan bahwa data tersebut akurat, dapat diverifikasi, dan memiliki mekanisme koreksi yang bekerja.

Di situlah akuntabilitas data diuji. Warga tidak seharusnya dipaksa menerima keputusan hanya karena namanya berada dalam sebuah daftar. Sebaliknya, negara juga tidak boleh membiarkan program sosial berjalan tanpa basis data yang dapat dipertanggungjawabkan.

Yang dibutuhkan adalah keseimbangan: data yang kuat di satu sisi dan hak warga untuk mengoreksi di sisi lain.

Negara boleh salah membaca warga. Tetapi negara wajib memberi warga hak untuk mengoreksi kesalahan itu.

Basis data adalah alat, bukan hakim. Desil adalah klasifikasi, bukan vonis.

Dan jika data yang keliru menyebabkan warga kehilangan hak, persoalannya tidak selesai dengan memperbaiki angka di dalam sistem. Negara juga harus memastikan bahwa kerugian yang timbul tidak ditanggung oleh warga yang sejak awal tidak memiliki kendali atas kesalahan tersebut. (Red)

Editor: admin

Tulisan yang Tak Kalah Menarik

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button