Hal ini disampaikan oleh , Anggota Dewan Ekonomi Nasional (DEN) sekaligus Tim Ahli Pensasaran Perlinsos Digital Arief Anshory Yusuf. Arief menyoroti kasus penerima Kartu Indonesia Pintar (KIP) Kuliah yang kondisi ekonominya telah membaik, namun masih tercatat sebagai penerima bantuan karena data belum diperbarui.
Baca juga: PKH Sudah Cair, Ini Cara Bijak Menggunakan Uangnya agar Tidak Habis Sia-sia
Menurut Arief, salah satu masalah utama dalam sistem perlindungan sosial di Indonesia adalah ketergantungan pada data lama, yang sebagian besar masih berasal dari pembaruan beberapa tahun lalu.
Ia menyebut, sebagian data yang digunakan pemerintah bahkan masih berasal dari sekitar 2022, sehingga berpotensi tidak lagi merepresentasikan kondisi masyarakat saat ini.
“Empat tahun itu sangat mungkin membuat kondisi sosial ekonomi masyarakat berubah signifikan,” katanya.
Akibatnya, muncul dua jenis kesalahan dalam penyaluran bansos yakni exclusion error (orang yang seharusnya menerima bantuan justru tidak mendapatkan) dan inclusion error (orang yang tidak layak justru menerima bantuan).
Arief menegaskan kesalahan sasaran dalam program bantuan sosial masih cukup tinggi, termasuk dalam program bantuan pendidikan. Ia menilai persoalan ini terjadi karena proses pendataan dan pemutakhiran data belum berjalan optimal, sehingga banyak penerima bantuan tidak lagi sesuai dengan kondisi aktual.
“Kasus seperti ini cukup banyak terjadi. Ada yang sebenarnya tidak layak tetapi tetap menerima bantuan,” ujarnya.
Untuk mengatasi persoalan tersebut, Arief menekankan pentingnya digitalisasi sistem perlindungan sosial agar data dapat diperbarui lebih cepat, bahkan mendekati real time.
Dalam sistem ideal tersebut, masyarakat dapat memperbarui data secara mandiri, sehingga kondisi sosial ekonomi dapat langsung tercermin dalam basis data pemerintah.
“Dengan digitalisasi, data tidak lagi berbasis 2022, tetapi bisa 2026, bahkan bulan ini atau hari ini,” jelasnya. Tantangan penentuan desil dan keterbatasan data Arief juga menjelaskan kompleksitas dalam menentukan desil kesejahteraan masyarakat di Indonesia. Saat ini, sistem masih mengandalkan pendekatan tidak langsung karena data pengeluaran rumah tangga tidak tersedia secara lengkap.
Sebagai gantinya, pemerintah menggunakan data sampel dan indikator seperti kondisi rumah, aset, pekerjaan, dan karakteristik lainnya untuk memperkirakan tingkat kesejahteraan.
“Ini seperti berburu musang di pohon. Kita tidak melihat langsung, tetapi menebak dari tanda-tanda,” ujarnya memberi analogi.
Ia menambahkan, meskipun model statistik dan bahkan kecerdasan buatan (AI) telah digunakan, hasilnya tetap tidak sempurna.
“Untuk kelompok 20 persen terbawah saja, tingkat error bisa mencapai sekitar 45 persen,” katanya. Digital Public Infrastructure jadi kunci Untuk memperbaiki sistem tersebut, Arief menekankan pentingnya pembangunan Digital Public Infrastructure (DPI) yang terdiri dari tiga komponen utama: identitas digital, pertukaran data, dan sistem pembayaran digital.
Komponen pertama adalah identitas digital, yang memungkinkan masyarakat memiliki identitas tunggal untuk berbagai layanan publik. Namun, ia mengakui bahwa adopsinya di Indonesia masih belum merata.
Komponen kedua adalah data exchange, yaitu integrasi data antarinstansi pemerintah agar sistem administrasi saling terhubung. Sementara komponen ketiga adalah digital payment, yang berfungsi mempercepat dan mengefisienkan penyaluran bantuan langsung kepada penerima.
“Dengan tiga komponen ini, kita bisa mengurangi baik exclusion error maupun inclusion error,” jelasnya.
Arief juga menyoroti pentingnya dynamic registry, yaitu sistem data yang terus diperbarui secara berkala tanpa harus menunggu beberapa tahun.
Dengan sistem tersebut, verifikasi kelayakan penerima bansos dapat menjadi lebih akurat, termasuk melalui integrasi data aset dan administrasi lintas lembaga.
“Orang yang mampu tidak akan mudah lagi menerima bansos, dan yang membutuhkan bisa lebih cepat terdeteksi,” ujarnya.
Ia menutup dengan menegaskan bahwa integrasi data digital dan sistem pembayaran modern akan membuat penyaluran bantuan sosial lebih tepat sasaran dan adil.
Cek Berita dan Artikel yang lain di
Google News
(SAW)
