Kasus ketidaksesuaian data yang dialami oleh seorang pengemudi becak motor bernama Timbul di Lendah, Kulon Progo, yang tercatat dalam desil 9 pada Data Terpadu Kesejahteraan Sosial (DTKS), telah memicu perdebatan luas mengenai reliabilitas sistem pendataan penduduk di Indonesia. Fenomena ini bukan sekadar anomali administratif, melainkan sebuah refleksi dari kompleksitas manajemen basis data nasional yang bersifat dinamis. Kepala Badan Pusat Statistik (BPS), Amalia Adininggar Widyasanti, pada 28 Agustus 2026 di Widya Chandra, Jakarta Selatan, memberikan klarifikasi bahwa ketimpangan tersebut berakar pada keterlambatan pemutakhiran data oleh pihak individu, yang kemudian memicu urgensi evaluasi terhadap mekanisme validasi data sosial-ekonomi di tingkat akar rumput.
Dekonstruksi Terminologi Desil dalam Stratifikasi Ekonomi
Dalam terminologi statistik sosial, desil merupakan metode pengelompokan populasi ke dalam sepuluh tingkatan berdasarkan tingkat kesejahteraan keluarga. Desil 1 mewakili kelompok dengan tingkat kesejahteraan terendah atau 10% penduduk termiskin, sementara desil 10 merepresentasikan kelompok dengan kesejahteraan tertinggi. Dalam konteks kebijakan publik, penentuan kategori ini sangat krusial karena menjadi basis bagi distribusi subsidi, bantuan sosial, serta penentuan kebijakan afirmatif seperti beasiswa pendidikan, contohnya Program Indonesia Pintar (PIP).
Kasus Timbul yang tergolong dalam desil 9—yang secara teoritis mengindikasikan rumah tangga dengan status ekonomi mapan—berbanding terbalik dengan realitas profesinya sebagai pengemudi becak. Ketimpangan ini menciptakan hambatan struktural bagi akses pendidikan anaknya, Lucky, yang diterima di Universitas Negeri Yogyakarta (UNY) melalui jalur mandiri. Kebutuhan dana sebesar Rp 15 juta untuk uang masuk menjadi beban finansial yang signifikan bagi keluarga tersebut, yang kemudian terhambat oleh verifikasi data yang tidak sinkron dengan kondisi lapangan.
Urgensi Pemutakhiran Data dan Tantangan Dinamika Sosial
Menurut Amalia Adininggar Widyasanti, sifat data penduduk sangatlah fluktuatif. Perubahan kondisi ekonomi individu, seperti kehilangan pekerjaan, perpindahan domisili, atau perubahan status anggota keluarga, sering kali tidak terlaporkan secara real-time ke dalam sistem BPS maupun Kementerian Sosial. Hal ini menciptakan apa yang disebut sebagai lag data—kesenjangan antara fakta empiris di lapangan dengan data yang tersimpan di server pusat.
Pemerintah melalui BPS menekankan bahwa partisipasi aktif masyarakat menjadi variabel penentu dalam akurasi data. Tanpa pemutakhiran mandiri, sistem akan tetap merujuk pada histori data lama yang mungkin sudah tidak relevan dengan profil ekonomi subjek saat ini. Setelah proses pemutakhiran dilakukan, status Timbul telah dikoreksi menjadi desil 3, yang menempatkannya kembali ke dalam kategori rumah tangga dengan tingkat kesejahteraan rendah yang berhak menerima bantuan pemerintah.
Analisis Sistemik: Mengapa Data Sering Tidak Sinkron?
Dari perspektif Analisis Kebijakan Publik, terdapat beberapa faktor yang menyebabkan anomali data di Indonesia:
- Fragmentasi Data: Adanya perbedaan alur birokrasi antara data yang dikelola pemerintah daerah melalui Kantor Kalurahan dengan data pusat di BPS atau Kementerian Sosial.
- Kurangnya Literasi Administrasi: Tidak semua warga memiliki pemahaman teknis mengenai kanal pemutakhiran data yang disediakan pemerintah, sehingga banyak individu terjebak dalam status ekonomi yang tidak akurat.
- Keterbatasan SDM Verifikator: Proses verifikasi dan validasi (verivali) di tingkat desa/kelurahan sering kali terbebani oleh volume data yang masif, sementara jumlah pendamping sosial atau petugas pendata masih sangat terbatas dibandingkan dengan jumlah populasi yang harus dipantau.
Dampak Jangka Panjang terhadap Kebijakan Afirmatif
Ketepatan data dalam sistem DTKS bukan hanya soal bantuan sosial, melainkan juga terkait dengan efisiensi anggaran negara. Jika data desil yang digunakan sebagai acuan kebijakan bersifat tidak akurat, maka terjadi potensi exclusion error (orang miskin tidak mendapat bantuan) dan inclusion error (orang kaya menerima bantuan).
Dalam konteks pendidikan, seperti yang dialami Timbul, ketidaksinkronan ini berisiko membatasi mobilitas sosial vertikal melalui jalur pendidikan tinggi. Bagi banyak keluarga di Kulon Progo dan wilayah lainnya, akses ke bantuan pendidikan adalah satu-satunya jalan keluar dari jebakan kemiskinan antargenerasi. Oleh karena itu, reformasi sistem data harus menjadi prioritas nasional. Penggunaan teknologi berbasis Artificial Intelligence (AI) untuk melakukan cross-check data antara data kependudukan (Dukcapil) dengan data konsumsi listrik (PLN) atau data kepemilikan aset (BPN) dapat menjadi solusi untuk meminimalisir kesalahan manual.
Rekomendasi Kebijakan dan Langkah Kedepan
Sebagai langkah mitigasi, terdapat beberapa poin strategis yang dapat dipertimbangkan oleh otoritas terkait:
- Digitalisasi Kanal Pemutakhiran: Mempermudah akses masyarakat untuk memperbarui profil ekonomi melalui aplikasi berbasis seluler yang terintegrasi, dengan antarmuka yang ramah pengguna.
- Audit Data Berkala: Melakukan audit secara periodik pada DTKS dengan melibatkan partisipasi masyarakat secara transparan, sehingga setiap individu dapat memverifikasi status desil mereka masing-masing.
- Penguatan Peran Pendamping Lokal: Meningkatkan kapasitas petugas di tingkat desa untuk melakukan door-to-door verification secara rutin, terutama bagi kelompok masyarakat rentan yang memiliki akses terbatas terhadap teknologi informasi.
Kesimpulan
Kasus yang menimpa Timbul di Lendah hanyalah satu dari sekian banyak contoh nyata mengenai pentingnya akurasi data dalam tata kelola pemerintahan modern. Pernyataan Kepala BPS, Amalia Adininggar Widyasanti, menegaskan bahwa pemutakhiran data adalah tanggung jawab bersama antara pemerintah dan warga negara. Ke depan, sinkronisasi antar-kementerian dan lembaga harus ditingkatkan agar tidak ada lagi warga yang terpinggirkan dari hak-hak sosialnya hanya karena kesalahan administratif yang tidak segera dimutakhirkan.
Sistem data yang tangguh bukan sekadar tumpukan angka di server, melainkan instrumen vital untuk memastikan keadilan sosial bagi seluruh rakyat. Upaya preventif melalui integrasi sistem dan literasi digital masyarakat akan menjadi kunci utama dalam meminimalisir deviasi data, sekaligus memastikan bahwa instrumen kebijakan seperti desil dapat berfungsi sebagaimana mestinya sebagai alat ukur kesejahteraan yang akurat, objektif, dan berkeadilan.
Pemerintah diharapkan tidak hanya berhenti pada klarifikasi kasus per kasus, melainkan mengambil langkah transformatif untuk memastikan bahwa Data Terpadu Kesejahteraan Sosial benar-benar menjadi cerminan realitas ekonomi penduduk Indonesia yang terus bergerak. Dengan demikian, setiap kebijakan yang diambil akan berbasis pada data yang valid (data-driven policy), yang pada akhirnya akan meningkatkan efektivitas program pembangunan nasional secara keseluruhan.