Kemensos Tambah 4,3 Juta Penerima Bansos Berkat Pembaruan Data DTSEN

Jakarta – Kementerian Sosial (Kemensos) melaporkan penambahan sekitar 4,3 juta Keluarga Penerima Manfaat (KPM) baru yang kini terdaftar sebagai penerima bantuan sosial. Angka ini dicapai setelah pemanfaatan dan pembaruan Data Tunggal Sosial Ekonomi dan Nasional (DTSEN).

Tenaga Ahli Menteri Sosial Bidang Perencanaan dan Evaluasi Kebijakan Strategis, Andy Kurniawan, menjelaskan bahwa pemutakhiran DTSEN merupakan langkah penting untuk merespons perubahan kondisi sosial ekonomi masyarakat serta mengatasi ketidaksesuaian data yang ditemukan di lapangan. “Adapun ada hal-hal yang kiranya error di lapangan, semuanya kita respons. Semua masukan dari media kita respons dan langsung kita tindak lagi sebagai bagian dari pemutakhiran,” ujar Andy dalam keterangannya, Sabtu (12/9/2026).

Pernyataan ini disampaikan Andy saat Diskusi Metodologi Penentuan Desil dan Pengukuran Kemiskinan di Indonesia yang diselenggarakan di Politeknik Statistika STIS, Jakarta, pada Jumat (11/9). Menurut Andy, penggunaan DTSEN telah memberikan basis data yang lebih komprehensif dalam memotret kondisi sosial ekonomi masyarakat. Salah satu dampak positifnya adalah masuknya masyarakat yang sebelumnya belum terdata sebagai penerima bantuan sosial.

“Bagaimana dulu yang banyak tidak bisa mendapatkan bansos, sekarang ada 4,3 juta KPM baru ini mendapatkan bansos. Karena kita sudah menggunakan desil itu,” jelasnya. Pemutakhiran DTSEN ini juga erat kaitannya dengan proses penentuan desil, yang menjadi salah satu pertimbangan utama pemerintah dalam memprioritaskan program perlindungan sosial.

Pemerintah, lanjut Andy, sangat terbuka terhadap berbagai masukan demi penyempurnaan metodologi dan penentuan desil. Diskusi akademis dianggap sebagai salah satu forum penting untuk melakukan evaluasi mendalam. “Tadi ada Mas Media Askar dari Celios. Dia memberikan masukan-masukan yang saya rasa ini konstruktif untuk pemerintah untuk membenahi semuanya. Untuk menyempurnakan metodologi, menyempurnakan desil, menyempurnakan DTSEN. Dan ini kita buka,” katanya. Ia menegaskan bahwa pemutakhiran tidak hanya bersifat administratif, tetapi juga mencakup respons aktif terhadap temuan di lapangan.

Sementara itu, Direktur Metodologi, Statistik, dan Science Data Badan Pusat Statistik (BPS), Prof. Setia Pramana, memaparkan bahwa DTSEN dibangun melalui integrasi berbagai sumber data pemerintah, termasuk Data Terpadu Kesejahteraan Sosial (DTKS), Registrasi Sosial Ekonomi (Regsosek), dan Percepatan Penghapusan Kemiskinan Ekstrem (P3KE). Mengingat setiap sumber data memiliki karakteristik dan kelengkapan informasi yang berbeda, proses integrasi menjadi krusial dalam penyusunan basis data sosial ekonomi yang akurat.

Prof. Setia menekankan pentingnya pembaruan data secara berkala. “Data itu memang harus di-update karena kondisi masyarakat berubah. Ada yang pindah domisili, ada yang meninggal, dan sebagainya,” jelasnya. Dalam penentuan desil, BPS menyusun peringkat kesejahteraan berdasarkan karakteristik sosial ekonomi rumah tangga. Namun, peringkat ini tidak semata-mata ditentukan oleh pendapatan, mengingat informasi pengeluaran atau pendapatan langsung tidak tersedia untuk seluruh rumah tangga.

Untuk mengatasi hal tersebut, BPS memanfaatkan data Survei Sosial Ekonomi Nasional (Susenas) yang memuat informasi pengeluaran rumah tangga. Data ini digunakan untuk membangun model estimasi bagi rumah tangga yang tidak memiliki informasi pengeluaran secara langsung, menggunakan pendekatan Proxy Means Test (PMT) dan metode machine learning. Selain itu, karakteristik wilayah juga menjadi pertimbangan penting dalam pemodelan. Prof. Setia menyebutkan bahwa BPS mengembangkan model yang disesuaikan dengan kondisi spesifik di setiap kabupaten/kota, mengingat perbedaan karakteristik sosial ekonomi antardaerah.

Hasil pemodelan tersebut kemudian digunakan untuk menyusun peringkat kondisi sosial ekonomi secara nasional. Prof. Setia menambahkan bahwa proses ini terus dievaluasi guna meningkatkan akurasi model dan meminimalkan potensi kesalahan, baik dari model itu sendiri maupun dari kualitas data yang digunakan. Penyempurnaan metodologi merupakan proses berkelanjutan yang sejalan dengan pemutakhiran data, memastikan bahwa perubahan kondisi sosial ekonomi masyarakat senantiasa tercermin dalam basis data yang diandalkan oleh pemerintah.

Tinggalkan komentar