Pada akhir Agustus, Timbul datang ke balai desa di Lendah, Kulon Progo, membawa keperluan sederhana sekaligus genting. Pengemudi becak motor berusia 49 tahun itu hendak mengurus surat keterangan tidak mampu. Anaknya diterima kuliah di Universitas Negeri Yogyakarta, dan keluarga tersebut membutuhkan jalan agar biaya pendidikan terasa sedikit lebih ringan.
Oleh Hendy Adhitya
Alih-alih memperoleh surat, Timbul berjumpa dengan hal mengagetkan. Data pemerintah menempatkan keluarganya pada Desil 9, kelompok dengan posisi kesejahteraan relatif tinggi. Timbul mengaku bingung. Pekerjaan sehari-harinya mengantar penumpang dengan becak motor, tetapi catatan negara seolah melihat beranda rumah lain. Setelah kasusnya ramai dan data dimutakhirkan, Badan Pusat Statistik (BPS) menurunkan posisinya ke Desil 3.
Beberapa hari berselang, angka lain muncul dari Toraja Utara. Eva Stevany Rataba, anggota Dewan Perwakilan Rakyat, tercatat pada Desil 4. Dinas Sosial setempat menegaskan Eva tidak pernah menjadi penerima Program Keluarga Harapan (PKH) maupun bantuan sosial lain. Eva pun datang untuk mempertanyakan data tersebut dan meminta riwayat pembaruannya diperiksa.
Kedua cerita itu berlawanan, bertemu dalam satu kejanggalan. Tukang becak dianggap sejahtera, sedangkan legislator berada di kelompok rentan. Mesin pemeringkat mungkin tidak mengenal ironi. Publik, tentu saja, mengenalnya dalam sekali lihat.
Kasus tersebut belum membuktikan seluruh metodologi BPS keliru. Menjadikannya palu untuk menghantam DTSEN juga terlalu mudah. Namun, dua angka ganjil itu memaksa kita mengajukan pertanyaan lebih sulit. Ketika kesejahteraan diperas menjadi skor, apakah negara hanya perlu memperbarui datanya, atau juga meninjau ulang makna kesejahteraan di belakangnya?
Desil Bukan Bansos
Data Tunggal Sosial dan Ekonomi Nasional (DTSEN) dibangun untuk menyatukan data sosial-ekonomi penduduk. Sebelumnya, berbagai lembaga memiliki daftar sendiri. Akibatnya, orang dapat muncul di satu basis data, hilang dari basis lain, atau hadir sebagai beberapa versi dirinya. Integrasi diperlukan agar kebijakan sosial tidak dijalankan seperti arisan berkas antarkementerian.
BPS menjelaskan desil sebagai pemeringkatan relatif. Keluarga diurutkan berdasarkan karakteristik sosial-ekonomi, lalu dibagi ke dalam sepuluh kelompok berukuran kurang lebih sama. Desil 1 menempati posisi kesejahteraan relatif terendah. Desil 10 berada di ujung sebaliknya. Desil bukan pendapatan bulanan, bukan ukuran kekayaan, dan bukan pula daftar penerima bantuan.
Penjelasan tersebut sah secara statistik, tetapi belum menyelesaikan persoalan sosial. Situs Cek Bansos Kementerian Sosial menyebut kelompok Desil 1 sampai 4 dapat diusulkan untuk PKH dan program sembako. Desil 5 dapat diusulkan sebagai penerima bantuan iuran jaminan kesehatan. Artinya, desil bukan bansos, tetapi ia ikut menjaga siapa yang diprioritaskan dan tidak.
Di atas kertas, perbedaan itu tipis dan rapi. Dalam kehidupan warga, bedanya dapat menentukan apakah anak tetap kuliah, obat bisa ditebus, atau dapur bertahan sampai akhir bulan. Wajar jika masyarakat tidak membaca desil seperti membaca catatan kaki metodologi. Mereka membacanya melalui akibat.
Di sinilah bahasa statistik kerap kehilangan penerjemah. Negara berkata “posisi relatif kesejahteraan”. Warga mendengar “apakah saya dianggap pantas ditolong?” Negara berkata “bukan daftar penerima”. Warga bertemu petugas dengan formulir, lalu mengetahui angka tersebut tetap memengaruhi kelayakan. Statistik memang tidak berjanji menjadi nasib. Birokrasi sering memberinya wewenang mendekati nasib.
Mesin Tahu Banyak, tetapi Tidak Melihat Realitasnya
DTSEN menggunakan Proxy Means Test (PMT). Metode ini memperkirakan kesejahteraan lewat ciri rumah tangga karena pendapatan atau konsumsi sulit dikumpulkan secara lengkap. Kondisi hunian, daya listrik, kepemilikan aset, komposisi keluarga, pendidikan, pekerjaan, kesehatan, serta disabilitas masuk ke dalam rangkaian indikator. BPS menegaskan satu aset atau satu jenis pekerjaan tidak otomatis menentukan desil.
Logikanya masuk akal. Negara tidak mungkin menanyakan seluruh pemasukan, pengeluaran, utang, bantuan kerabat, dan cadangan beras kepada setiap keluarga setiap pekan. Sistem membutuhkan tanda-tanda terukur. PMT memberi standardisasi saat kehidupan ekonomi warga sulit dilihat secara langsung.
Namun, tanda bukan benda itu sendiri. Sepeda motor dapat menunjukkan kemampuan ekonomi, tetapi bisa pula menjadi alat kerja hasil kredit. Rumah berdinding permanen mungkin menandakan aset, atau sekadar warisan milik keluarga besar. Televisi dapat dibeli sepuluh tahun lalu, saat keadaan masih baik. Penyakit kronis, pemutusan hubungan kerja, kematian pencari nafkah, dan tagihan mendadak dapat mengubah daya tahan keluarga sebelum basis data yang ada sempat berkedip.
Spreadsheet selalu tampil rapi. Kehidupan warga punya kebiasaan di arah sebaliknya: bisa selalu berubah.
Kasus Timbul memperlihatkan masalah kesegaran data. BPS menjelaskan pemutakhiran diperlukan agar informasi sesuai dengan fakta terbaru. Koreksi dari Desil 9 ke Desil 3 menunjukkan mekanisme pembaruan dapat bekerja. Pada saat bersamaan, perubahan sejauh enam tingkat memperlihatkan besarnya akibat ketika data lama sempat dipakai untuk membaca kehidupan baru.
Masalah kedua menyangkut kesalahan klasifikasi. Dalam sistem penargetan, exclusion error terjadi saat rumah tangga layak justru tercecer. Inclusion error muncul ketika keluarga di luar sasaran masuk ke dalam kelompok penerima. Kedua risiko tersebut melekat pada metode berbasis perkiraan. Laporan Departemen Luar Negeri dan Perdagangan Australia tentang PMT mengingatkan kesalahan dapat meningkat saat program menarget kelompok populasi sangat sempit. Kajian itu terbit pada 2014, sehingga angkanya tidak boleh ditempelkan pada DTSEN 2026. Nilainya terletak sebagai peringatan metodologis, bukan vonis.
Masalah ketiga lebih dalam. Sebuah model bisa dihitung dengan benar, tetapi tetap mengukur konsep terlalu sempit. Pertanyaan tersebut dikenal sebagai validitas konstruk. Sederhananya, apakah gabungan indikator benar-benar mewakili kesejahteraan seperti dialami manusia?
Ketika Masyarakat Memiliki Definisi Miskinnya Sendiri
Eksperimen Vivi Alatas dan koleganya di 640 desa Indonesia memberi pelajaran penting. Peneliti membandingkan PMT, pemeringkatan oleh komunitas, serta metode gabungan. Jika kemiskinan didefinisikan melalui pengeluaran per kapita, PMT lebih akurat terutama di sekitar ambang batas. Namun, warga memakai pemahaman berbeda saat menentukan siapa paling membutuhkan bantuan. Penilaian komunitas lebih dekat dengan peringkat antarwarga dan penilaian diri mereka sendiri. Tingkat kepuasan terhadap proses komunitas juga lebih tinggi.
Temuan tersebut tidak berarti musyawarah kampung selalu lebih benar. Penilaian warga dapat dipengaruhi kedekatan, konflik, reputasi, atau kuasa elite lokal. PMT tetap berguna sebagai penahan subjektivitas. Namun, riset Alatas menunjukkan perbedaan hasil tidak selalu lahir karena salah satu pihak gagal membaca data. Terkadang, kedua pihak memakai definisi miskin berbeda.
Negara mungkin melihat pengeluaran. Tetangga melihat janda tanpa penopang, keluarga dengan anggota sakit, atau pekerja harian tanpa kepastian besok. Keduanya menangkap bagian realitas. Tidak satu pun otomatis menangkap keseluruhannya.
Bank Dunia memakai Multidimensional Poverty Measure untuk melengkapi kemiskinan moneter dengan pendidikan dan akses infrastruktur dasar. UNDP bersama Oxford Poverty and Human Development Initiative juga mendorong indeks kemiskinan multidimensi nasional. Dimensi dan indikatornya dapat disesuaikan dengan konteks setiap negara. Pendekatan itu mengakui pendapatan tidak selalu bergerak seirama dengan kesehatan, pendidikan, hunian, atau akses layanan.
Kerentanan juga berbeda dari posisi ekonomi saat ini. Pengemudi aplikasi dapat memperoleh pendapatan cukup pada bulan ramai, lalu kehilangan sebagian besar pemasukan ketika kendaraan rusak. Keluarga berpenghasilan menengah mungkin hanya berjarak satu tagihan rumah sakit dari krisis. Model pemotret posisi hari ini belum tentu mampu membaca risiko jatuh besok.
Karena itu, kesehatan sebaiknya tidak hanya dipakai untuk menebak daya beli. Kesehatan merupakan unsur kesejahteraan itu sendiri. Keamanan kerja pun bukan sekadar petunjuk menuju pendapatan. Rasa aman terhadap hari depan layak diperlakukan sebagai dimensi mandiri.
Jangan Paksa Satu Angka Mengerjakan Tiga Pekerjaan
Perdebatan desil sering kusut karena tiga fungsi berbeda ditumpuk pada satu angka.
Pertama, negara perlu mengukur kesejahteraan. Pertanyaannya mencakup kondisi hidup, kesehatan, pendidikan, pekerjaan, hunian, akses layanan, dan kemampuan menghadapi guncangan.
Kedua, pemerintah perlu mengidentifikasi kemiskinan atau kerentanan. Tahap ini meminta batas klasifikasi, ukuran ketidakpastian, serta perkiraan kesalahan.
Ketiga, kementerian harus menentukan penerima program. PKH, bantuan pangan, beasiswa, dan bantuan iuran kesehatan memiliki tujuan berbeda. Kriteria penerimanya semestinya mengikuti kebutuhan khusus setiap program.
Ketiga pekerjaan tersebut berkaitan, tetapi tidak identik. Desil dapat membantu semuanya, asalkan tidak menjadi jawaban tunggal. Pisau dapur memang serbaguna. Tapi kita tidak memakainya untuk memperbaiki jam tangan.
Malaysia memberi contoh pemisahan fungsi melalui indeks kemiskinan multidimensi dengan empat dimensi dan 11 indikator. Filipina memakai ukuran multidimensi untuk melengkapi kemiskinan berbasis pendapatan, bukan menggantikannya. Dalam pengalaman Listahanan, Filipina juga pernah memperlakukan hasil PMT sebagai daftar awal. Daftar tersebut melewati validasi komunitas, mekanisme pengaduan, dan pemeriksaan ulang sebelum finalisasi.
Indonesia tidak perlu menyalin kedua negara tersebut bulat-bulat. Publikasi nama keluarga miskin, misalnya, membawa risiko stigma dan pelanggaran privasi. Pelajaran utamanya lebih sederhana. Ukuran kesejahteraan, klasifikasi kemiskinan, dan keputusan program tidak harus dipaksa tinggal dalam satu kamar sempit.
Audit Sebelum Diviralkan
BPS tidak membiarkan DTSEN diam. Pemutakhiran berjalan secara berkala melalui data administrasi, survei, ground check, serta mekanisme usul dan sanggah. Perbaikan kasus Timbul membuktikan saluran koreksi tersedia. Kritik adil harus mengakui kemajuan tersebut.
Masalahnya, koreksi setelah viral tetap menyisakan ongkos yang harus dibayar. Warga lebih dulu menanggung kebingungan, tertundanya layanan, atau rasa dipermalukan. Lembaga kemudian tampak seperti petugas pemadam kebakaran. Api harus terlihat di media sosial jauh sebelum selang sebenarnya sudah bisa dibuka.
Sistem berisiko tinggi membutuhkan pemeriksaan sebelum hasil dipakai luas. Praktik riset mengenal pemeriksaan otomatis, kunjungan mendadak, serta back-check. J-PAL mendefinisikan back-check sebagai wawancara ulang memakai instrumen ringkas oleh petugas baru. Jawaban hasil pemeriksaan kemudian dibandingkan dengan wawancara awal. Pedoman J-PAL mendorong pemeriksaan ulang sedikitnya 10 persen responden sebagai praktik baik dalam survei.
Angka tersebut tidak dapat diterjemahkan menjadi kunjungan ulang terhadap 10 persen seluruh keluarga dalam DTSEN. Skala nasional akan membuatnya sangat mahal. Pengalaman survei juga bukan resep siap telan bagi registrasi sosial. Namun, prinsipnya dapat dipakai untuk membangun lapisan pengendalian mutu berbasis risiko.
Seluruh catatan perlu melewati pemeriksaan otomatis. Sistem dapat menandai identitas ganda, nilai hilang, kombinasi mustahil, perubahan desil ekstrem, atau konflik antarsumber administrasi. Pemeriksaan tersebut seharusnya berjalan sebelum hasil pemeringkatan dipakai untuk keputusan program.
Sampel acak terstratifikasi lalu diperlukan untuk memperkirakan tingkat kesalahan umum. Sampel perlu mewakili wilayah, kelompok sosial, jalur pendataan, serta petugas. Tim pemeriksa setidaknya harus berbeda dari tim pengumpulan awal. Untuk kredibilitas lebih tinggi, sebagian audit dapat dikerjakan perguruan tinggi atau lembaga riset independen.
Kasus berisiko tinggi membutuhkan porsi pemeriksaan lebih besar. Rumah tangga dekat ambang program, keluarga dengan konflik antardata, atau catatan dengan lompatan desil ekstrem dapat diperiksa ulang pada kisaran 20 sampai 30 persen. Angka tersebut merupakan usulan kebijakan bagi strata berisiko, bukan standar ilmiah universal. Tujuannya bukan mengunjungi ulang seperempat Indonesia, melainkan memusatkan sumber daya pada bagian tempat kesalahan paling mahal.
Sistem juga perlu mampu mendeteksi hasil yang tidak lazim. Seorang tukang becak yang tercatat di Desil 9 atau anggota DPR di Desil 4 tidak serta-merta membuktikan adanya kesalahan. Profesi dan status sosial tidak boleh menjadi dasar tunggal untuk menilai kesejahteraan seseorang. Namun, ketika hasil pemeringkatan terlihat sangat berbeda dari informasi lain yang tersedia, sistem semestinya memberikan tanda untuk dilakukan verifikasi tambahan. Tujuannya bukan menggantikan model dengan asumsi manusia, melainkan memastikan bahwa data, proses pemeringkatan, dan kondisi keluarga memang telah terbaca dengan tepat.
Pemeriksaan semacam itu bukan penghinaan terhadap statistik. Audit justru menunjukkan lembaga cukup percaya diri untuk menguji pekerjaannya sendiri. Algoritma tidak kehilangan wibawa ketika diperiksa. Pejabat mungkin berbeda pendapat soal ini, tetapi algoritma untungnya belum punya perasaan.
Perbarui Data, Model, dan Definisi
Pembaruan DTSEN sebaiknya bergerak dalam tiga irama.
Setiap triwulan, pemerintah dapat memperbarui catatan keluarga dan menghitung ulang posisi. Tahap tersebut perlu disertai pemeriksaan anomali serta audit sampel sebelum hasil dipakai dalam keputusan berisiko tinggi.
Setiap tahun, BPS bersama kementerian pengguna data dapat menerbitkan laporan mutu model. Isinya mencakup stabilitas klasifikasi, tingkat perubahan desil, hasil pemeriksaan ulang, variasi performa antarwilayah, serta penjelasan atas perubahan metode. Data pribadi tetap tertutup. Kinerja model justru perlu terbuka.
Setiap dua atau tiga tahun, pemerintah sebaiknya menguji kembali definisi kesejahteraan. Riset kualitatif dapat mendengar pengalaman petani, nelayan, pekerja informal, lansia tunggal, penyandang disabilitas, dan generasi sandwich. Survei kuantitatif kemudian menguji apakah indikator lama masih mampu membedakan kondisi keluarga. Siklus dua atau tiga tahun tersebut merupakan usulan, bukan jadwal resmi pemerintah.
Prinsip serupa lazim dalam pembangunan indeks. Peneliti tidak semestinya langsung menyusun pertanyaan lalu menjumlahkan skor. Mereka perlu mendefinisikan konsep, merancang dimensi, mengumpulkan data, baru membangun indeks. Urutannya terdengar tidak spektakuler. Justru karena itu, ia sering kalah menarik dari godaan menambah variabel atau memakai istilah machine learning.
Teknologi dapat memperbaiki prediksi. Citra bangunan, data listrik, catatan pajak, dan pembelajaran mesin dapat membantu menemukan pola. Namun, model lebih canggih tidak otomatis menjawab pertanyaan konseptual. Komputer mampu mengolah empat puluh satu variabel tanpa mengeluh. Mesin tersebut tetap tidak dapat memutuskan sendiri arti hidup layak di Indonesia.
Desil Adalah Alat, Bukan Takdir
Membuang desil bukan solusi. Negara dengan ratusan juta penduduk tidak mungkin menyalurkan program sosial hanya melalui kesan aparat lokal. DTSEN mengurangi data terpecah. PMT memberi standar. Pemutakhiran berkala membuka peluang koreksi. Semua manfaat tersebut patut dipertahankan.
Namun, semakin besar akibat sebuah angka, semakin tinggi standar pembuktiannya. Transparansi metode, audit independen, ukuran kesalahan, dan jalur koreksi bukan aksesori. Keempatnya merupakan syarat agar kepercayaan publik tidak bergantung pada seberapa cepat sebuah kasus menjadi bahan percakapan nasional.
Timbul dan Eva tidak perlu dijadikan bukti algoritma pasti gagal. Keduanya lebih berguna sebagai alarm. Kehidupan manusia bergerak lebih cepat daripada kategori administratif. Ranking relatif mudah menjelma menjadi label sosial. Model secanggih apa pun tetap perlu kembali menengok dunia nyata.
Negara menyukai angka karena angka mudah disusun, dibandingkan, dan dipresentasikan. Angka juga tidak datang ke kantor dinas sambil membawa keresahan. Manusia melakukannya.
Sebagian kesejahteraan dapat dihitung. Sebagian dapat diperkirakan. Sisanya baru terlihat ketika negara berhenti sejenak dari layar, lalu mendengar orang-orang dengan kehidupan yang hendak diukurnya.
Pertanyaan terakhir karena itu bukan sekadar apakah kita menghitung dengan benar. Pertanyaannya jauh lebih mengusik: apakah kita masih menghitung hal yang benar?
Referensi
Email: marketing@proximaresearch.co.id
Contact: +6282299988600
Editor: Hendy Adhitya
Official Address:
Komplek Royal Palace, Blok B No. 24
Jl. Prof. Dr. Soepomo No.178A, Menteng Dalam, Tebet, Jakarta Selatan 12870
Copyright © 2026 Proxima Research. All Rights Reserved