Validitas Data Jadi Kunci Efektivitas Program Sosial dan Keberlanjutan

Berdasarkan data Badan Pusat Statistik (BPS) per Maret 2025, tingkat kemiskinan nasional tercatat sebesar 8,47 persen atau setara sekitar 23,85 juta jiwa, mengalami penurunan dibandingkan posisi Maret 2024 yang sebesar 9,03 persen secara year-on-year. Meski tren membaik, efektivitas belanja perlindungan sosial yang mencapai Rp504,7 triliun dalam APBN 2025 masih menghadapi tantangan fundamental, yakni validitas data penerima manfaat.

Guru Besar Universitas Trisakti, Juniati Gunawan, menegaskan bahwa persoalan data yang tidak valid merupakan hambatan terbesar dalam penerapan prinsip keberlanjutan maupun perumusan kebijakan publik. Tanpa basis data yang akurat, program sosial berisiko salah sasaran dan gagal menekan rasio ketimpangan yang selama ini menjadi perhatian utama pemerintah.

"Keberlanjutan dan pengambilan kebijakan tidak bisa berdiri di atas fondasi data yang rapuh. Validitas data adalah prasyarat mutlak agar setiap rupiah anggaran benar-benar menjangkau kelompok yang paling membutuhkan," ujar Juniati.

Salah Sasaran Bantuan: Persoalan Lama yang Belum Tuntas

Sejumlah kajian lembaga internasional memperkirakan tingkat salah sasaran program bantuan sosial di Indonesia, baik berupa exclusion error (warga miskin yang tidak menerima bantuan) maupun inclusion error (warga mampu yang justru menerima), berkisar 30 hingga 40 persen. Di satu sisi, pemerintah telah melakukan pemutakhiran melalui Data Tunggal Sosial Ekonomi Nasional (DTSEN) yang mengintegrasikan data kependudukan dengan kondisi sosial ekonomi rumah tangga. Langkah ini dinilai memperbaiki fundamental pendataan dibandingkan basis data terdahulu yang diperbarui tidak berkala.

Di sisi lain, kalangan pengamat menilai pemutakhiran data saja tidak cukup tanpa verifikasi lapangan yang berkelanjutan. Dinamika ekonomi rumah tangga bergerak cepat; keluarga yang tergolong miskin pada satu periode bisa keluar dari garis kemiskinan pada periode berikutnya, dan sebaliknya. Bila data tidak diperbarui secara berkala, indeks kesejahteraan yang menjadi acuan penyaluran bantuan akan kehilangan relevansi dan berpotensi menimbulkan ketidakadilan distribusi.

Dampak Fiskal: Efisiensi Anggaran Menjadi Taruhan

Dari sisi fiskal, belanja perlindungan sosial menyumbang sekitar 14 persen dari total belanja negara dalam APBN 2025. Program Keluarga Harapan (PKH) menjangkau sekitar 10 juta keluarga penerima manfaat, sementara bantuan pangan nontunai menyasar lebih dari 18 juta keluarga. Dengan skala sebesar itu, setiap satu persen kesalahan penyaluran setara dengan potensi kebocoran anggaran hingga triliunan rupiah per tahun.

Pro: perbaikan kualitas data akan meningkatkan efisiensi fiskal, memperkuat sentimen pasar terhadap kredibilitas pengelolaan APBN, serta menjaga ruang likuiditas anggaran untuk belanja produktif lain seperti infrastruktur dan pendidikan. Kontra: biaya pemutakhiran data secara masif tidak kecil, dan pengetatan proses verifikasi berisiko menunda penyaluran bantuan kepada kelompok rentan dalam jangka pendek, tepat ketika daya beli masyarakat bawah masih tertekan.

Proyeksi: Data Valid sebagai Prasyarat Keberlanjutan

Ke depan, proyeksi penurunan kemiskinan menuju kisaran 7 hingga 8 persen pada 2026 sangat bergantung pada ketepatan sasaran program. Rasio gini nasional yang per Maret 2024 berada di level 0,379 menunjukkan ketimpangan pengeluaran masih menjadi pekerjaan rumah serius. Tanpa data valid, valuasi dampak program sosial sulit diukur secara objektif, dan kepercayaan publik maupun investor terhadap tata kelola kebijakan berpotensi melemah.

Pada akhirnya, peringatan dari kalangan akademisi ini menegaskan satu hal penting: keberhasilan program sosial tidak semata ditentukan oleh besaran anggaran, melainkan juga oleh kualitas data yang menjadi fondasinya. Pemerintah perlu menyeimbangkan kecepatan penyaluran dengan akurasi sasaran agar tren penurunan kemiskinan dapat berlanjut secara berkelanjutan dan manfaatnya benar-benar dirasakan kelompok yang paling membutuhkan.