Akurasi Data Jadi Fundamental Penentu Efektivitas Program Sosial Berkelanjutan

Berdasarkan data BPS per September 2024, garis kemiskinan nasional mengalami kenaikan tipis sebesar 0,12% year-on-year ke posisi Rp563.798 per kapita per bulan, sementara indeks pembangunan manusia (IPM) tercatat stagnan di level 72,94. Dalam konteks fiskal, alokasi anggaran program perlindungan sosial dalam APBN 2024 mencapai Rp496,8 triliun atau sekitar 22,3% dari total belanja negara. Namun demikian, rasio efektivitas penyaluran bantuan terhadap penurunan indeks kemiskinan masih menunjukkan gap signifikan, mencerminkan adanya masalah fundamental pada kualitas data dasar yang digunakan oleh pembuat kebijakan. Kondisi ini semakin diperparah oleh tekanan sentimen pasar global yang berpotensi memicu capital outflow dari pasar keuangan domestik, sehingga kebutuhan akan pengelolaan anggaran yang akurat dan berbasis bukti menjadi semakin krusial untuk menjaga stabilitas makroekonomi.

Problematika Data dan Risiko Inefisiensi Anggaran

Di satu sisi, pemerintah terus memperluas cakupan penerima manfaat dengan basis data terintegrasi melalui sistem DTKS yang mencakup lebih dari 100 juta jiwa. Tren penambahan anggaran perlindungan sosial dalam lima tahun terakhir mengalami kenaikan rata-rata 8,5% per tahun, mencerminkan komitmen kuat pada sektor ini untuk menopang daya beli masyarakat di tengah volatilitas perekonomian. Namun, di sisi lain, temuan pemeriksaan menunjukkan adanya duplikasi penyaluran pada sekitar 12,4% penerima bantuan tahun lalu akibat sinkronisasi database antarinstansi yang belum optimal. Kondisi ini menciptakan distorsi pada valuasi kebutuhan riil masyarakat dan berpotensi memicu alokasi dana yang mengendap pada distribusi konsumtif yang tidak tepat sasaran, ketimbang mengalir pada sektor produktif yang mampu menciptakan multiplier effect bagi perekonomian.

Ketidakakuratan data tersebut berdampak langsung pada likuiditas fiskal pemerintah. Setiap tahun, estimasi kebocoran anggaran akibat data tidak valid di sektor sosial diperkirakan mencapai Rp18 hingga Rp25 triliun, angka yang setara dengan 3,8% portofolio belanja infrastruktur dasar seluruh Indonesia. Dalam terminologi ekonomi, fenomena ini dikenal sebagai fiscal leakage, yaitu kondisi di mana alokasi anggaran tidak sampai pada pihak yang berhak karena kegagalan sistem identifikasi. Jika tren ini dibiarkan berlanjut, proyeksi penurunan angka kemiskinan akan sulit tercapai sesuai target RPJMN, bahkan berisiko memperlebar kesenjangan sosial di wilayah-wilayah dengan indeks pembangunan rendah.

Perspektif Dua Sisi: Digitalisasi versus Validitas

Di satu sisi, transformasi digital dalam pengumpulan data—seperti pemanfaatan artificial intelligence dan big data analytics—telah meningkatkan kecepatan akses informasi secara signifikan. Indeks kesiapan digital pemerintah daerah mengalami kenaikan 15 poin sejak 2021, membuka peluang perbaikan akurasi targeting bantuan sosial secara masif. Penerapan teknologi verifikasi biometrik dan e-wallet untuk penyaluran bantuan juga dinilai mampu memangkas biaya administrasi hingga 40% dibandingkan metode konvensional. Sebaliknya, di sisi lain, ketergantungan pada data administrasi yang belum tervalidasi secara silang antarlembaga justru memperkuat bias sistemik. Data yang dikumpulkan dari berbagai sumber sering kali mengalami penurunan kualitas akibat tidak adanya standarisasi definisi kemiskinan dan kesejahteraan antarinstansi.

Sentimen pasar terhadap efisiensi belanja pemerintah, yang tercermin dari yield surat berharga negara tenor 10 tahun, menunjukkan kecenderungan meningkat 47 basis poin dalam kuartal terakhir. Hal ini mengindikasikan keraguan investor terhadap proyeksi fundamental fiskal jika leakages anggaran sosial persisten. Investor cenderung memportofoliokan asetnya pada instrumen yang dianggap lebih aman ketika mereka mencermati adanya ketidakefisienan dalam penggunaan dana publik. Oleh karena itu, perbaikan data bukan lagi sekadar masalah administratif, melainkan telah menjadi variabel penting dalam menentukan valuasi risiko suatu ekonomi di mata pasar keuangan global.

Proyeksi Perbaikan dan Stabilitas Makro

Ke depan, proyeksi pembenahan tata kelola data perlu memperhatikan keseimbangan antara ekspansi cakupan dan peningkatan kualitas. Jika rasio kesalahan targeting dapat ditekan dari level saat ini ke bawah 5% pada 2027, potensi penghematan anggaran bisa mencapai Rp62 triliun per tahun. Jumlah tersebut setara dengan 1,2% portofolio belanja infrastruktur dasar nasional yang dapat dialihkan untuk mempercepat pembangunan sumber daya manusia. Penguatan sistem verifikasi biometrik dan integrasi lintas instansi—dari Kementerian Sosial, Dukcapil, hingga perbankan—diperlukan untuk memastikan likuiditas bantuan mengalir tepat pada kelompok yang benar-benar mengalami penurunan daya beli akibat tekanan ekonomi global.

"Data tidak valid merupakan tantangan terbesar dalam penerapan prinsip keberlanjutan. Tanpa basis statistik yang kokoh, kebijakan perlindungan sosial berisiko menjadi portofolio belanja yang menggelembung tanpa dampak nyata pada kesejahteraan masyarakat," demikian penegasan seorang pakar ekonomi pembangunan dari perguruan tinggi negeri di Jakarta.

Pada akhirnya, keberhasilan program sosial tidak lagi diukur dari besaran nominal yang terserap, melainkan dari seberapa besar indeks kesejahteraan masyarakat target mengalami kenaikan secara berkelanjutan. Hanya dengan fondasi data yang valid, prinsip keberlanjutan dalam kebijakan publik dapat terealisasi secara substantive, bukan sekadar retorika anggaran yang menggelembung tanpa arah. Dalam konteks ekonomi yang semakin terintegrasi, ketahanan fiskal suatu negara sangat bergantung pada kemampuannya mengelola informasi secara akurat, transparan, dan akuntabel.