Membaca Kemiskinan dalam Negara Data

Data adalah cermin negara. Maka, saat cermin buram, bayangan rakyat pun akan semakin kabur. Falsafah itulah yang mungkin menggerakkan pemerintah saat ini untuk menyusun satu peta besar atas data. Lantas kita mengenalnya dengan Data Tunggal Sosial dan Ekonomi Nasional (DTSEN). 

Sistem ini diharapkan dapat menyatukan berbagai basis data yang selama ini terserak. Per 10 Juli 2026, DTSEN telah merekam data sekitar 290,13 juta individu serta 95,98 juta keluarga (BPS, 21/08/2026). 

Ambisinya jelas. Satu daftar untuk melihat siapa yang miskin, siapa yang mampu, dan siapa yang berhak mendapatkan perlindungan negara. Ini sekaligus menjadi penanda babak baru cara negara mengenali warganya.

DTSEN bekerja lewat angka bernama desil. Desil 1 merujuk untuk keluarga dengan kesejahteraan relatif paling rendah, desil 10 paling tinggi atau kelompok yang paling sejahtera. Di atas kertas, tampak sederhana. 

Namun situasinya seketika berubah saat posisi sepuluh kelompok desil digunakan menentukan siapa yang berhak atau tidak berhak menerima bantuan. Ini artinya bahwa klasifikasi statistik berubah menjadi keputusan yang menyentuh kehidupan orang selama ini.

Ambil kasus Timbul, warga Kulon Progo, yang viral beberapa waktu belakangan ini. Posisi keluarganya dalam DTSEN sempat melonjak dari desil 1 ke desil 9 (Siaran Pers BPS, 30/08/2026). BPS turun ke lapangan, memeriksa, lalu memutakhirkan datanya dan mengembalikannya ke desil semula. 

Kasus Timbul memang viral, namun itu hanyalah puncak gunung es. Ribuan keluarga lain mungkin mengalami guncangan serupa dengan nasib akhir yang belum tentu sama dengan tukang becak tersebut. 

Perbaikan Data

Masalah selanjutnya adalah, apakah perbaikan desil sungguh mampu melihat realitas kehidupan rakyat semakin jernih dan presisi? Sehingga akses bantuan sosial yang selama ini ada, bisa lebih tepat sasaran? Pertanyaan kritis semacam inilah yang perlu diantisipasi atas penggunaan sistem baru tersebut. Sehingga ke depan tidak perlu terjadi apa yang namanya salah sasaran penerima bantuan sosial.

Namun demikian, rasanya di sini kita perlu adil. Bagaimanapun juga, DTSEN adalah langkah maju. Negara memang butuh basis data terpadu agar kebijakan sosial tidak berjalan dengan informasi berbeda-beda antar instansi atau bahkan saling bertentangan. 

BPS pun benar ketika menegaskan desil bukan ukuran kemiskinan absolut, melainkan peringkat relatif atas kondisi rumah, aset, pendidikan, hingga pekerjaan. Pendekatan ini dipakai luas di banyak negara. Kritik terhadap desil tidak seharusnya diarahkan pada keberadaan metodenya.

Yang perlu disadari bersama, sifat relatif itu menyimpan jebakan yang lebih dalam daripada sekadar data yang ada. Karena posisi seseorang ditentukan oleh perbandingan dengan orang lain. Posisi desil bisa bergeser tanpa kondisi kehidupannya berubah sama sekali. 

Sebuah keluarga bisa jatuh lebih miskin secara absolut, namun desilnya naik hanya karena kondisi kehidupan tetangganya memburuk lebih cepat. Bahkan data yang paling akurat dan terkini sekalipun tetap bisa salah sasaran. 

Ini artinya, seorang warga bisa saja tidak mengalami perubahan nasib apa pun, tetapi statusnya berubah karena faktor eksternal di luar kendalinya. Inilah yang membuat sistem ini terasa masih begitu jauh dari realitas keseharian.

Selain itu, rasanya ada lapisan lain yang lebih dalam dan jarang diungkap. Kekeliruan data dalam sistem ini tidak terjadi secara kebetulan dan justru terkonsentrasi dan menumpuk di kelompok masyarakat paling bawah. 

Sebab, indikator yang digunakan seperti kondisi rumah, kepemilikan sepeda motor, atau sambungan listrik adalah hal yang lambat berubah. Sementara itu, pendapatan kelompok masyarakat miskin justru paling mudah bergejolak. 

Mari kita bayangkan. Seorang buruh bangunan atau buruh tani yang tidak memiliki pekerjaan selama dua atau tiga bulan. Secara kasat mata, rumah maupun sepeda motor masih ada, namun di kehidupan nyata, persoalan pangannya sudah di titik nadir. Maka, ironisnya, alat klasifikasi ini paling sering meleset justru pada kelompok-kelompok yang selama ini paling ingin dijangkau dan dilindungi. 

Isu lain segera muncul, soal legitimasi dan pemulihan hak. Lazimnya, keputusan negara yang merugikan warga bisa digugat. Permasalahannya, bagaimana dengan keputusan yang lahir dari klasifikasi data? 

BPS memang menyediakan kanal usul dan sanggah. Tetapi mengajukan sanggah tidak otomatis mengubah posisi, sebab harus menunggu pemutakhiran dan penghitungan ulang. Pada akhir Agustus lalu, parlemen menyoroti keluhan warga soal perubahan desil yang mengancam akses sejumlah program, termasuk bantuan pendidikan. 

Kalau desil secara de facto menentukan hak atas perlindungan sosial, bukankah penetapannya semestinya diperlakukan sebagai keputusan administratif yang bisa dikoreksi, lengkap dengan batas waktu dan kepastian tindak lanjut? Selama koreksi data dianggap kemurahan hati birokrasi, warga seperti Timbul akan terus bergantung pada keberuntungan.

Refleksi Atas Negara Data

James C. Scott, dalam Seeing Like a State (1998), mengingatkan bahwa negara hanya sanggup memerintah apa yang bisa ia baca. Agar bisa dibaca, kehidupan yang cair disederhanakan menjadi kategori yang rapi. 

Masalahnya, indikator yang dipakai, dibentuk oleh apa yang secara administratif nyaman dilihat, lalu dipaksakan kembali ke realitas. Volatilitas pendapatan tidak nyaman dilihat. Maka ia nyaris tak terbaca. Padahal, gejolak pendapatan inilah yang paling menentukan apakah sebuah keluarga bisa makan hari ini atau tidak. Namun, karena sulit diukur, maka ia mudah luput dari perhatian. 

Maka arah perbaikannya bukan menuntut data yang mustahil sempurna. Pemilahan berdasarkan prioritas justru lebih terasa masuk akal. Guncangan yang sudah terekam di data lain, seperti kehilangan pekerjaan, kematian pencari nafkah, atau bencana, bisa menjadi penanda otomatis untuk meninjau ulang sebuah keluarga sebelum terlempar dari daftar penerima bantuan. 

Pada akhirnya, negara memang butuh data untuk melihat rakyatnya. Tetapi rakyat bukan sekadar baris dalam basis data. Di balik setiap angka ada kehidupan yang bisa berubah jauh lebih cepat daripada sistem administrasi. 

Ukuran keberhasilan DTSEN bukan hanya seberapa akurat negara mengklasifikasi warganya, melainkan seberapa cepat sistem ini menyadari ketika klasifikasi itu tak lagi sesuai kenyataan. Lalu, dan seberapa sungguh ia memulihkan mereka yang terdampak. Sebab data seharusnya membantu negara menjadi lebih adil dan bukan sebaliknya.