Jakarta (ANTARA) - Kementerian Sosial (Kemensos) bersama Badan Pusat Statistik (BPS), akademisi, dan peneliti yang tergabung dalam lembaga Celios secara terbuka mengulas polemik tentang desil dan ketepatan sasaran bantuan sosial (bansos) yang belakangan ramai diperbincangkan masyarakat.

Dalam Diskusi Metodologi Penentuan Desil dan Pengukuran Kemiskinan di Indonesia yang digelar di Auditorium Politeknik Statistika STIS, Jakarta, Jumat, semua materi diulas mulai dari cara penentuan desil, keterbatasan, hingga ruang perbaikan untuk meningkatkan ketepatan sasaran bansos.

Tenaga Ahli Menteri Sosial Bidang Perencanaan dan Evaluasi Kebijakan Strategis Kementerian Sosial Andy Kurniawan menjelaskan desil diperlukan karena program perlindungan sosial seperti Program Keluarga Harapan (PKH) dan Program Sembako bersifat targeted.

Ketika jumlah masyarakat yang membutuhkan lebih besar daripada kapasitas program, pemerintah perlu menentukan prioritas.

“Kalau di sini ada 100 orang miskin, ternyata pemerintah hanya punya uang untuk 80 orang, maka pemerintah harus memilih siapa 80 orang itu. Caranya bagaimana? Kita ranking mulai dari yang paling tidak mampu. Itulah sebenarnya fungsi desil,” kata Andy.

Menurut Andy, salah satu persoalan ketidaktepatan sasaran sebelumnya adalah basis data yang belum mencakup seluruh penduduk.

“Kalau ada pertanyaan kenapa si A dapat bansos, si B tidak dapat bansos, padahal sama-sama miskin, jawabannya bisa sederhana, karena belum masuk data. Dari situ saja sudah bisa dipastikan ada potensi exclusion error,” ujarnya.

Kondisi tersebut menjadi salah satu alasan pemerintah mengintegrasikan berbagai sumber data menjadi Data Tunggal Sosial dan Ekonomi Nasional (DTSEN).

Direktur Metodologi Statistik dan Sains Data BPS Setia Pramana menjelaskan desil merupakan pemeringkatan relatif kondisi sosial ekonomi, bukan kategori yang melekat selamanya pada seseorang atau keluarga.

Pemeringkatan dilakukan dengan memperkirakan pengeluaran per kapita berdasarkan karakteristik rumah tangga, seperti kondisi rumah, komposisi keluarga, akses terhadap fasilitas dasar, dan kepemilikan aset.

BPS menggunakan pendekatan Proxy Means Test (PMT) yang terus disempurnakan dengan berbagai metode statistik dan machine learning.

Setia mengakui, seperti model statistik lainnya, hasil estimasi tetap memiliki kemungkinan kesalahan sehingga kualitas dan kemutakhiran data menjadi penting.

“Ini bukan berarti sudah selesai. Ini masih berproses. Bagaimana model bisa kita improve, bagaimana mendapatkan data yang akurat dan mutakhir, itu menjadi pekerjaan kita bersama,” ujarnya.

Founder Center of Economics and Law Studies (Celios) Media Askar Wahyudi pun mengingatkan bahwa kesalahan data dalam program perlindungan sosial memiliki konsekuensi langsung bagi masyarakat.

Menurutnya, perhatian perlu diberikan terhadap exclusion error agar masyarakat yang benar-benar membutuhkan tidak kehilangan akses terhadap bantuan.

Ia juga mendorong pengembangan metode yang dapat menggambarkan kondisi ekonomi masyarakat secara lebih utuh.