Polemik Akurasi Data Desil: Pemerintah Berjanji Lakukan Perbaikan Masif Usai Gelombang Protes Masyarakat
JAKARTA - Ketidakakuratan pengelompokan tingkat kesejahteraan masyarakat, atau yang dikenal dengan istilah data desil, kini tengah menjadi sorotan tajam di tengah masyarakat. Gelombang protes yang muncul dari berbagai kalangan terkait ketidaksesuaian data di lapangan memicu pemerintah untuk mengambil langkah cepat guna melakukan evaluasi dan perbaikan menyeluruh.
Data desil merupakan instrumen krusial yang digunakan pemerintah untuk memetakan kondisi ekonomi penduduk, mulai dari kelompok paling rentan hingga kelompok paling sejahtera. Namun, realita di lapangan menunjukkan adanya kesenjangan yang lebar antara klasifikasi data dengan kondisi ekonomi riil yang dialami oleh warga. Hal ini memicu keresahan sosial, terutama terkait distribusi bantuan sosial (bansos) yang dianggap tidak tepat sasaran.
Apa Itu Data Desil dan Mengapa Menjadi Krusial?
Secara teknis, pengelompokan desil membagi populasi ke dalam sepuluh bagian yang sama besar berdasarkan tingkat kesejahteraan. Desil 1 hingga desil 3 biasanya dikategorikan sebagai kelompok masyarakat paling miskin atau sangat rentan, yang menjadi prioritas utama dalam penyaluran berbagai program bantuan pemerintah, seperti Program Keluarga Harapan (PKH) dan Bantuan Pangan Non-Tunai (BPNT).
Penggunaan data ini bertujuan untuk menciptakan efisiensi anggaran negara. Dengan membagi masyarakat ke dalam desil-desil tertentu, pemerintah berharap dapat menyalurkan subsidi dan bantuan secara presisi. Namun, masalah muncul ketika seseorang yang secara ekonomi berada dalam kondisi sulit justru terlempar ke dalam desil yang lebih tinggi, sehingga mereka kehilangan hak untuk mendapatkan bantuan pemerintah.
Penyebab Utama Ketidakakuratan Data
Berdasarkan analisis dari berbagai pengamat ekonomi dan sosial, terdapat beberapa faktor utama yang menyebabkan data desil saat ini dianggap tidak akurat oleh masyarakat:
Lag Data (Keterlambatan Pembaruan): Banyak data yang digunakan masih berbasis pada survei tahunan atau periodik yang tidak mencerminkan perubahan ekonomi yang terjadi secara cepat (misalnya akibat inflasi atau kehilangan pekerjaan secara mendadak).
Kesalahan Input di Tingkat Lokal: Proses verifikasi dan validasi data di tingkat desa atau kelurahan seringkali menghadapi kendala administratif yang menyebabkan kesalahan klasifikasi.
Perubahan Status Ekonomi yang Dinamis: Masyarakat kelas menengah bawah sangat rentan mengalami penurunan status ekonomi (shock ekonomi), namun sistem data seringkali gagal menangkap perubahan ini secara real-time.
Keterbatasan Integrasi Antarlembaga: Belum optimalnya sinkronisasi antara data kependudukan, data pajak, dan data sosial membuat gambaran kesejahteraan seseorang menjadi tidak utuh.
