Oleh: Aprianus Paskalius Taboen, S.Pd., M.Si
Dosen Sosiologi FISIP Universitas Nusa Cendana, Nusa Tenggara Timur.

POS-KUPANG.COM - Perdebatan mengenai data kemiskinan di Nusa Tenggara Timur (NTT) kembali mencuat setelah pernyataan dari Badan Pusat Statistik (BPS) bahwa lembaga tersebut tidak memiliki identitas spesifik penduduk miskin secara by name by address. 

BPS hanya menyediakan data kemiskinan dalam bentuk agregat statistik, bukan daftar individu yang dapat langsung dijadikan dasar intervensi kebijakan. Pernyataan ini memicu diskusi publik yang cukup tajam. 

Di satu sisi, BPS menjalankan mandatnya sebagai lembaga statistik yang memproduksi indikator makro. 

Namun di sisi lain, masyarakat dan pemerintah daerah membutuhkan data yang lebih konkret untuk memastikan program bantuan benar-benar menjangkau mereka yang membutuhkan.

Situasi ini memperlihatkan persoalan klasik dalam kebijakan sosial di Indonesia: angka kemiskinan tersedia, tetapi wajah dari orang-orang di balik angka tersebut sering kali tidak terlihat. 

Baca juga: Opini: Sumba Tengah dalam Lingkaran Kemiskinan- Antara Tradisi, Solidaritas dan Beban Sosial

Statistik kemiskinan menjadi semacam peta besar yang menunjukkan wilayah rawan, tetapi tidak memberikan koordinat pasti tentang siapa yang harus dibantu terlebih dahulu.

Secara metodologis, BPS menggunakan pendekatan garis kemiskinan untuk mengukur jumlah penduduk miskin. 

Pendekatan ini lazim digunakan dalam praktik statistik internasional karena memberikan ukuran yang relatif objektif dan dapat dibandingkan antarwilayah. 

Namun indikator tersebut pada dasarnya bersifat makro, yaitu menggambarkan kondisi populasi secara umum. 

Data ini sangat penting untuk analisis ekonomi, tetapi tidak selalu cukup untuk kebutuhan operasional kebijakan sosial yang memerlukan identifikasi individu.

Di sinilah muncul jurang antara statistik dan kebijakan publik. Pemerintah membutuhkan daftar keluarga yang benar-benar membutuhkan bantuan agar program seperti bantuan sosial, subsidi pangan, atau pemberdayaan ekonomi dapat tepat sasaran. 

Tanpa data yang terverifikasi secara individu, risiko kesalahan penyaluran bantuan akan selalu ada. 

Dalam praktiknya, hal ini sering melahirkan fenomena yang dikenal sebagai exclusion error ( orang miskin tidak menerima bantuan) dan inclusion error ( orang yang relatif mampu justru menerima bantuan).

Kondisi tersebut bukan sekadar persoalan teknis, melainkan persoalan tata kelola data publik. 

Dalam sistem kebijakan modern, data merupakan fondasi utama bagi perumusan program sosial. 

Tanpa basis data yang jelas dan terintegrasi, kebijakan penanggulangan kemiskinan cenderung bersifat reaktif dan sporadis. 

Program bantuan bisa saja terlihat besar dalam angka anggaran, tetapi dampaknya di lapangan tidak selalu optimal.

Di banyak negara, upaya mengatasi persoalan ini dilakukan melalui integrasi sistem data sosial yang menggabungkan statistik makro dengan data administratif. 

Artinya, data survei seperti yang dihasilkan oleh BPS tetap digunakan untuk memahami tren kemiskinan, tetapi dilengkapi dengan basis data individu yang dikelola oleh kementerian atau pemerintah daerah. 

Dengan demikian, statistik memberikan gambaran umum, sementara data administratif memastikan intervensi kebijakan dapat menjangkau individu yang tepat.

Indonesia sebenarnya telah mencoba mengarah ke sistem semacam itu melalui berbagai basis data kesejahteraan sosial. Namun tantangan utamanya terletak pada validasi dan pemutakhiran data secara berkala. 

Mobilitas sosial masyarakat sangat dinamis: keluarga yang sebelumnya miskin dapat keluar dari kemiskinan, sementara keluarga lain bisa jatuh ke dalam kondisi rentan akibat krisis ekonomi, bencana alam, atau kehilangan pekerjaan. 

Jika data tidak diperbarui secara rutin, maka kebijakan sosial akan selalu tertinggal dari realitas.

Di wilayah seperti NTT, persoalan ini menjadi semakin kompleks. Faktor geografis, keterbatasan infrastruktur, serta ketimpangan pembangunan antarwilayah membuat proses pendataan sering menghadapi kendala. 

Banyak komunitas yang tinggal di wilayah terpencil dengan akses administrasi yang terbatas. 

Dalam situasi seperti ini, akurasi data sangat bergantung pada koordinasi antara pemerintah pusat, pemerintah daerah, dan masyarakat lokal.

Karena itu, perdebatan mengenai data kemiskinan seharusnya tidak berhenti pada saling menyalahkan antara lembaga statistik dan pemerintah daerah. 
Yang lebih penting adalah membangun sistem data yang lebih transparan, partisipatif, dan terintegrasi. 

Transparansi berarti masyarakat dapat memahami bagaimana data dikumpulkan dan digunakan. 

Partisipasi berarti pemerintah desa, komunitas lokal, dan organisasi masyarakat dilibatkan dalam proses verifikasi data. 

Sementara integrasi berarti berbagai basis data pemerintah saling terhubung sehingga tidak terjadi tumpang tindih atau inkonsistensi.

Selain itu, pendekatan teknologi digital juga dapat menjadi solusi untuk meningkatkan akurasi data sosial. 

Sistem pendataan berbasis digital memungkinkan pembaruan data secara lebih cepat dan memudahkan proses verifikasi di lapangan. 

Namun teknologi hanya akan efektif jika didukung oleh kapasitas kelembagaan dan komitmen politik untuk mengelola data secara profesional.

Pada akhirnya, krisis data kemiskinan bukan semata-mata persoalan statistik, melainkan persoalan keadilan sosial. 

Ketika data tidak akurat, maka kebijakan berpotensi gagal menjangkau mereka yang paling membutuhkan. 

Dalam konteks ini, memperbaiki sistem pendataan bukan hanya soal efisiensi administrasi, tetapi juga soal memastikan bahwa setiap warga negara memiliki peluang yang adil untuk keluar dari lingkaran kemiskinan.

Perdebatan tentang data kemiskinan di NTT seharusnya menjadi momentum refleksi bersama. 

Angka kemiskinan memang penting sebagai indikator pembangunan, tetapi di balik angka tersebut terdapat kehidupan nyata manusia dengan berbagai kerentanan dan harapan. 

Kebijakan publik yang efektif hanya dapat lahir dari data yang tidak hanya akurat secara statistik, tetapi juga mampu menghadirkan wajah-wajah nyata dari mereka yang selama ini tersembunyi di balik tabel dan grafik.

Jika data kemiskinan hanya berhenti sebagai angka, maka kebijakan akan berjalan tanpa arah yang jelas. 

Namun jika data mampu menunjukkan siapa dan di mana mereka yang membutuhkan bantuan, maka kebijakan penanggulangan kemiskinan memiliki peluang lebih besar untuk benar-benar mengubah kehidupan masyarakat. 

Di situlah pentingnya membangun sistem data yang tidak hanya menghitung kemiskinan, tetapi juga mengenali manusia di dalamnya. (*)