6 Juta Data Ganda MBG: Risiko Fiskal atau Momentum Efisiensi?

Berdasarkan data Kementerian Keuangan yang tertuang dalam Anggaran Pendapatan dan Belanja Negara (APBN) 2025, program Makan Bergizi Gratis (MBG) mengantongi alokasi sebesar Rp71 triliun dengan sasaran menjangkau hingga 82,9 juta penerima manfaat. Di tengah skala belanja negara yang masif tersebut, Badan Gizi Nasional (BGN) menyampaikan temuan yang menyita perhatian: sekitar 6 juta data ganda calon penerima dari kalangan pelajar teridentifikasi di dalam basis data program.

Kepala BGN Sudaryono mengungkapkan, duplikasi itu ditemukan dalam proses pemadanan serta verifikasi data yang dilakukan bersama sejumlah kementerian dan lembaga. Angka enam juta tersebut setara dengan kurang lebih 7,2 persen dari total target penerima manfaat nasional, sehingga persoalan kualitas data menjadi isu serius dalam tata kelola anggaran publik.

"Kami menemukan sekitar enam juta data ganda calon penerima, dan proses pembersihan basis data terus berjalan agar penyaluran anggaran benar-benar tepat sasaran," ujar Sudaryono.

Memahami Akar Persoalan Data Ganda

Bagi pembaca awam, data ganda atau duplikasi berarti satu individu tercatat lebih dari satu kali dalam sistem, sehingga berpotensi menerima jatah ganda atau membuat alokasi anggarannya terhitung berlipat. Dalam konteks MBG, basis data calon penerima bersumber dari sejumlah rujukan, antara lain data pokok pendidikan (Dapodik) yang dikelola kementerian pendidikan serta Data Terpadu Kesejahteraan Sosial (DTSEN) dari Kementerian Sosial. Duplikasi lazim terjadi ketika siswa berpindah sekolah atau domisili, ketika pencatatan Nomor Induk Kependudukan (NIK) tidak sinkron, atau ketika pemutakhiran data antarlembaga berjalan lamban. Tren semacam ini sebenarnya bukan fenomena baru; program bantuan sosial pada masa pandemi juga sempat menghadapi persoalan serupa.

Di Satu Sisi: Momentum Efisiensi Anggaran

Di satu sisi, temuan ini dapat dibaca sebagai sinyal positif. Dengan asumsi biaya Rp10.000 per porsi, enam juta duplikasi setara potensi pemborosan Rp60 miliar per hari. Bila dikalikan sekitar 250 hari penyaluran dalam setahun, nilainya menyentuh Rp15 triliun atau sekitar 21 persen dari pagu anggaran program. Teridentifikasinya duplikasi sebelum penyaluran berarti negara berpeluang mencegah kebocoran anggaran — istilah untuk dana yang tidak sampai ke penerima yang berhak — dalam skala yang sangat besar. Langkah ini juga memperkuat fundamental tata kelola fiskal, karena setiap rupiah yang dihemat dapat dialihkan untuk memperluas cakupan penerima atau memperbaiki kualitas menu yang disalurkan.

Di Sisi Lain: Peringatan soal Kesiapan Tata Kelola

Di sisi lain, munculnya angka sebesar itu menimbulkan pertanyaan mendasar tentang kesiapan infrastruktur data sebelum program diluncurkan. Rasio duplikasi di atas tujuh persen tergolong tinggi untuk program sekelas MBG. Ada pula risiko exclusion error, yakni situasi ketika siswa yang sebenarnya berhak justru terhapus dari daftar akibat proses pembersihan yang terburu-buru. Proses verifikasi ulang membutuhkan waktu, sumber daya manusia, dan biaya administrasi yang tidak kecil. Bila pola duplikasi terus berulang dari satu program bantuan ke program lain, persoalannya bersifat sistemik: integrasi data kependudukan berbasis NIK belum berjalan optimal dan menjadi pekerjaan rumah lintas pemerintahan.

Proyeksi Fiskal dan Sentimen Pasar

Dari perspektif makroekonomi, MBG merupakan salah satu ekspansi fiskal terbesar dalam APBN 2025, ketika pemerintah mematok target defisit anggaran sebesar 2,53 persen terhadap produk domestik bruto (PDB). Defisit adalah selisih ketika belanja negara melebihi penerimaan. Lembaga pemeringkat kredit dan investor global mencermati eksekusi program ini sebagai indikator disiplin fiskal. Jika pembersihan data berhasil menekan pemborosan, kredibilitas anggaran terjaga, imbal hasil surat berharga negara berpotensi stabil, dan tekanan terhadap rupiah mereda. Sebaliknya, bila kebocoran terealisasi, risiko pelebaran defisit dapat memicu kekhawatiran capital outflow, yaitu keluarnya dana asing dari pasar domestik, yang pada gilirannya menekan sentimen pasar secara keseluruhan.

Pada akhirnya, angka enam juta data ganda ini menyimpan dua makna sekaligus. Ia menjadi peringatan atas rapuhnya fondasi data program, tetapi sekaligus bukti bahwa mekanisme verifikasi bekerja menemukan masalah sebelum anggaran mengalir. Variabel penentu ke depan adalah kecepatan dan akurasi pembersihan data. Hasilnya akan menentukan apakah MBG tercatat sebagai program dengan tata kelola yang kredibel atau justru menjadi beban fiskal yang menggerus ruang anggaran negara.