Bansos Rp500 Triliun Salah Sasaran karena Kesalahan Desil: Analisis Meeting Results
Meeting Results – Dalam rangkaian Meeting Results terkini, anggota Dewan Ekonomi Nasional (DEN) Arief Anshory Yusuf mengungkapkan adanya ketidakakuratan dalam perhitungan desil yang menjadi dasar pemberian bantuan sosial (bansos) dan perlindungan sosial (perlinsos) di Indonesia. Kesalahan ini, menurut Arief, berpotensi menyebabkan sekitar 20-40 persen dari target penerima manfaat program bansos tahunan Rp500 triliun tidak tepat sasaran. Pernyataan ini muncul setelah evaluasi mendalam yang dilakukan DEN terhadap metode penentuan desil oleh Badan Pusat Statistik (BPS).
Mekanisme Desil dan Dampaknya pada Bansos
Penetapan desil, yang digunakan untuk membagi masyarakat berdasarkan tingkat kemiskinan, menjadi kunci dalam menyalurkan bantuan sosial. Namun, Arief menyoroti bahwa proses validasi desil di Indonesia tidak sepenuhnya akurat. “Metode validasi desil yang saat ini diterapkan oleh BPS masih memerlukan perbaikan karena tingkat kesalahan hingga 70-an persen,” jelasnya dalam Meeting Results yang diadakan di Jakarta, Senin (18/5/2026). Hal ini berdampak signifikan, baik pada kelompok yang seharusnya menerima bantuan maupun mereka yang tidak layak.
“Dalam program sembako, misalnya, terdapat 70 persen kesalahan di mana masyarakat miskin tidak mendapatkan manfaat yang seharusnya. Sementara itu, sebagian orang yang tidak membutuhkan bantuan justru menerima manfaat,” tegas Arief. Di sisi lain, program seperti Indonesia Pintar juga mengalami exclusion error sebesar 70 persen, artinya sekitar tujuh puluh persen peserta yang layak tidak tercatat dalam database BPS. Fenomena ini menunjukkan kebutuhan untuk merevisi metode estimasi desil agar lebih tepat dan transparan.
Kendala dalam Data Pendapatan
Menurut Arief, tantangan utama dalam penggunaan desil di Indonesia terletak pada ketidakpastian data pendapatan. Banyak pekerja informal dan pengusaha kecil tidak memiliki catatan keuangan yang terstruktur, sehingga membuat estimasi pendapatan menjadi sulit. “Di negara-negara maju, data pendapatan bisa diperiksa langsung dari penghasilan bulanan, tapi di sini kita harus mengandalkan data sampel yang kurang lengkap,” ujarnya. Karena itu, proses validasi desil memerlukan penggunaan metode yang lebih inklusif dan realistis.
Dalam Meeting Results ini, DEN menekankan bahwa metode estimasi desil yang saat ini digunakan justru bisa menimbulkan kesenjangan dalam distribusi bantuan. Kesalahan ini sering terjadi karena miskomunikasi antara data primer dan sekunder, serta kurangnya koordinasi antarinstansi. “Sistem desil yang digunakan di BPS memang sudah baik, tetapi harus didukung dengan data yang lebih akurat dari lapangan,” tambah Arief. Hal ini penting agar program bansos tidak hanya memberikan manfaat kepada kelompok yang seharusnya, tetapi juga menghindari pemborosan anggaran.
Solusi untuk Meningkatkan Akurasi Bansos
Sebagai upaya meningkatkan kualitas data, Arief menyarankan pemerintah untuk menggabungkan metode pengumpulan data pendapatan secara langsung dengan teknologi digital. “Kami merekomendasikan penggunaan database yang lebih terpadu, serta penguasaan data dari lapangan dengan teknologi seperti AI dan big data,” katanya. Dengan pendekatan ini, BPS bisa mengurangi error rate dan memastikan penggunaan anggaran bansos yang lebih efisien.
“Selain itu, perlu adanya pelatihan bagi petugas lapangan agar mampu mengumpulkan data secara konsisten. Desil bukan sekadar angka, tetapi representasi dari kebutuhan masyarakat,” imbuh Arief. Ia juga menyoroti bahwa Meeting Results ini menjadi momentum penting bagi Kementerian Sosial dan BPS untuk merevisi strategi pengelolaan program bansos. Dengan perbaikan ini, pemerintah bisa mengoptimalkan dana Rp500 triliun per tahun agar tepat sasaran dan berkelanjutan.
Dalam penilaian DEN, kesalahan desil tidak hanya memengaruhi jumlah penerima manfaat, tetapi juga kepercayaan publik terhadap program bantuan sosial. “Jika 40 persen penerima manfaat tidak layak, maka kinerja program bansos akan dipertanyakan,” tambah Arief. Dengan metode yang lebih akurat, pemerintah bisa memastikan bahwa bantuan sosial benar-benar mencapai lapisan masyarakat yang paling membutuhkan. Hal ini juga akan mengurangi risiko kesenjangan antara kelompok yang menerima bantuan dan kelompok yang terlewat.
Meeting Results yang diadakan di Jakarta ini menegaskan bahwa rencana penyaluran bansos Rp500 triliun per tahun tidak otomatis benar. Arief menekankan bahwa kebijakan ini harus diuji secara terus-menerus, termasuk dalam mengevaluasi proses validasi desil. “Kami harap Meeting Results ini bisa menjadi dasar bagi reformasi dalam sistem perlindungan sosial,” tutupnya. Dengan penyesuaian metode, anggaran bansos akan lebih efektif dalam mencapai tujuan sosialnya, sekaligus meningkatkan kesejahteraan rakyat secara keseluruhan.
