BGN Temukan 6 Juta Data Ganda Penerima Makan Bergizi Gratis

Berdasarkan data Badan Gizi Nasional (BGN) per kuartal pertama 2025, lembaga tersebut mengungkapkan adanya temuan sekitar 6 juta data ganda dalam daftar calon penerima program Makan Bergizi Gratis (MBG). Kepala BGN, Sudaryono, menyatakan bahwa temuan ini merupakan hasil dari proses verifikasi dan validasi data yang dilakukan secara menyeluruh terhadap basis data penerima manfaat yang dihimpun dari berbagai sumber. Angka 6 juta ini setara dengan sekitar 15% dari total target penerima program yang mencapai 40 juta jiwa, sebuah angka yang signifikan dan memerlukan penanganan serius.

Implikasi Data Ganda terhadap Efisiensi Anggaran

Di satu sisi, temuan data ganda ini menjadi sinyal positif bahwa mekanisme pemeriksaan data BGN berjalan dengan baik. Proses pembersihan data (data cleansing) yang ketat menunjukkan komitmen pemerintah untuk memastikan program MBG tepat sasaran. Dengan mengeliminasi data ganda, pemerintah dapat menghemat anggaran yang cukup besar. Jika diasumsikan biaya per porsi MBG sekitar Rp15.000 per hari, maka potensi pemborosan akibat data ganda bisa mencapai Rp90 miliar per hari, atau sekitar Rp2,7 triliun per bulan (dengan asumsi 30 hari). Penghematan ini bisa dialokasikan untuk memperluas jangkauan program ke daerah-daerah yang belum terjangkau.

Di sisi lain, temuan ini juga memunculkan kekhawatiran tentang akurasi data awal yang digunakan. Data ganda yang mencapai 6 juta menunjukkan adanya kelemahan dalam sistem pendataan terpadu, yang mungkin disebabkan oleh perbedaan format data antar instansi, kesalahan input manual, atau kurangnya sinkronisasi antara data kependudukan (Dukcapil) dengan data dari Kementerian Sosial dan pemerintah daerah. Hal ini berpotensi menunda realisasi program, karena proses verifikasi ulang membutuhkan waktu dan sumber daya tambahan. Selain itu, risiko kesalahan lain, seperti data yang salah alamat atau penerima yang sudah pindah domisili, masih mungkin terjadi dan memerlukan pemantauan berkelanjutan.

Pro dan Kontra Penanganan Data Ganda

Pro: Pembersihan data ganda merupakan langkah fundamental dalam tata kelola program sosial. Dengan basis data yang bersih, BGN dapat memastikan distribusi makanan tepat sasaran, mengurangi risiko penyalahgunaan wewenang, dan meningkatkan kepercayaan publik terhadap program prioritas pemerintah. Langkah ini juga sejalan dengan prinsip transparansi dan akuntabilitas yang menjadi pilar reformasi birokrasi. Data yang valid akan memudahkan evaluasi program secara berkala, sehingga pemerintah dapat mengukur dampak MBG terhadap perbaikan gizi anak sekolah, yang menjadi indikator utama keberhasilan program.

Kontra: Namun, proses verifikasi yang berlarut-larut dapat menghambat penyaluran bantuan kepada penerima yang berhak. Jika pembersihan data memakan waktu terlalu lama, anak-anak yang membutuhkan asupan gizi justru akan tertunda menerima manfaat. Selain itu, ada kekhawatiran bahwa data ganda yang ditemukan mungkin bukan hanya duplikasi, tetapi juga mencakup data siswa yang sebenarnya layak namun tercatat dua kali karena pindah sekolah atau perbedaan nama (misalnya, nama panggilan vs nama lengkap). Jika tidak ditangani dengan hati-hati, proses pembersihan bisa menghilangkan data penerima yang valid, yang berujung pada protes dari masyarakat dan sekolah. Oleh karena itu, BGN perlu melakukan verifikasi lapangan secara acak untuk memastikan bahwa data yang dihapus benar-benar ganda, bukan data yang salah format.

Langkah Strategis dan Proyeksi ke Depan

Untuk mengatasi tantangan ini, BGN berencana berkoordinasi dengan Kementerian Dalam Negeri untuk memanfaatkan Nomor Induk Kependudukan (NIK) sebagai kunci utama dalam penyatuan data. Langkah ini diharapkan dapat mengurangi risiko duplikasi di masa depan. Selain itu, BGN akan menerapkan sistem pemantauan berbasis digital yang memungkinkan pembaruan data secara real-time, sehingga jika ada perubahan status siswa (seperti pindah sekolah atau keluar dari sistem), data dapat segera diperbarui. Proyeksi ke depan, dengan perbaikan sistem ini, target penyaluran MBG untuk 40 juta penerima diharapkan dapat tercapai pada akhir 2025, dengan tingkat akurasi data di atas 95%.

Namun, perlu diingat bahwa sentimen pasar dan publik terhadap program ini akan sangat dipengaruhi oleh kecepatan dan ketepatan penanganan data. Jika BGN berhasil membuktikan bahwa program ini berjalan efisien dan transparan, kepercayaan investor dan lembaga internasional terhadap tata kelola pemerintah Indonesia akan meningkat. Sebaliknya, jika terjadi kesalahan dalam proses verifikasi yang berujung pada penyaluran yang tidak tepat, hal ini dapat menjadi preseden buruk bagi program-program sosial lainnya. Oleh karena itu, BGN harus memastikan bahwa setiap langkah yang diambil berdasarkan data yang akurat dan dapat dipertanggungjawabkan, serta melibatkan partisipasi masyarakat dalam pengawasan.

Sebagai penutup, temuan 6 juta data ganda ini adalah momentum untuk memperkuat fondasi data nasional. Dengan perbaikan sistem dan koordinasi antar lembaga, program MBG tidak hanya akan berjalan efektif, tetapi juga menjadi contoh bagi program bantuan sosial lainnya di Indonesia. Ke depannya, pemerintah perlu terus berinvestasi dalam infrastruktur data dan kapasitas SDM untuk memastikan tidak ada lagi data yang tumpang tindih, sehingga setiap rupiah anggaran negara dapat digunakan secara optimal untuk kesejahteraan rakyat.