Desil DTSEN: Penentu Bansos atau Sekadar Angka Semu?

Ringkasan Singkat

• Desil dalam Data Tunggal Sosial dan Ekonomi Nasional (DTSEN) menjadi acuan utama penyaluran bantuan sosial, namun akurasinya dipertanyakan.
• Para pakar, termasuk Saifullah Yusuf dan akademisi, menyoroti risiko exclusion‑error dan inclusion‑error yang dapat menjerumuskan atau mengabaikan keluarga rentan.
• Solusi yang diusulkan meliputi verifikasi lapangan, data dinamis (mis. PHK, bencana), serta kombinasi indikator struktural dan konsumtif untuk menilai kesejahteraan secara real‑time.

Pemerintah kini mengandalkan desil 1‑4 dalam DTSEN sebagai filter utama bagi program bansos dan perlindungan sosial. Setiap tiga bulan data diperbarui, namun perubahan desil yang terjadi pada triwulan III 2026 menimbulkan pertanyaan kritis: apakah pergeseran posisi desil mencerminkan perbaikan ekonomi rumah tangga atau sekadar efek relatif distribusi nasional?

Menurut Syafruddin Karimi, dosen Ekonomi Universitas Andalas, desil memang berguna untuk memetakan kesejahteraan relatif, namun tidak dapat dijadikan real‑time barometer kondisi keuangan keluarga. "Desil bersifat relatif; posisi sebuah keluarga dapat berubah ketika distribusi kesejahteraan nasional berubah, meski pendapatan mereka tetap," ujarnya. Ia menekankan bahwa siklus pemutakhiran tiga bulan masih terlalu lambat untuk menangkap fluktuasi pendapatan musiman yang dialami petani, nelayan, atau pekerja lepas.

Selain itu, Proxy Means Test (PMT) yang menjadi basis perhitungan desil mengandung tingkat kesalahan signifikan. Yusuf Rendy Manilet dari Center of Reform on Economics (CORE) mengutip evaluasi BPS yang menunjukkan inclusion‑error dan exclusion‑error masing‑masing mencapai 23 %, sejalan dengan temuan Bank Dunia yang memperkirakan kesalahan PMT antara 20‑40 %.

Para pakar sepakat bahwa desil sebaiknya diperlakukan sebagai first‑stage screening—titik awal untuk mengidentifikasi potensi penerima bantuan. Selanjutnya, diperlukan verifikasi lapangan, data kejadian (PHK, bencana, gagal panen), serta mekanisme banding yang cepat. Kombinasi indikator struktural (aset, kondisi rumah, pendidikan) dan dinamis (pengeluaran bulanan, konsumsi listrik, kepesertaan jaminan sosial) diyakini dapat menurunkan risiko kesalahan dan meningkatkan keadilan distribusi.

Analisis Pakar

Sebagai ekonom makro, saya melihat bahwa ketergantungan pada satu metrik desil menimbulkan distorsi alokasi sumber daya publik. Desil memang mencerminkan posisi relatif dalam distribusi pendapatan nasional, namun tidak mengcapture volatilitas mikro‑ekonomi yang menjadi ciri khas sektor informal. Ketika pemerintah menurunkan bantuan berdasarkan perubahan desil, ada potensi terjadinya “poverty trap”—keluarga yang berada di ambang batas desil dapat kehilangan bantuan tepat pada saat mereka paling membutuhkan, misalnya setelah musim panen gagal atau terjadi PHK mendadak.

Strategi yang lebih cerdas adalah mengintegrasikan data administratif real‑time—seperti tagihan listrik, transaksi e‑money, atau data kepesertaan BPJS—ke dalam model PMT. Pendekatan hybrid ini tidak hanya meningkatkan akurasi, tetapi juga menurunkan biaya verifikasi lapangan karena data sudah tersedia secara digital. Pemerintah juga harus menyesuaikan weighting indikator berdasarkan wilayah; biaya hidup di Jakarta jauh berbeda dengan di Nusa Tenggara, sehingga satu nilai desil tidak dapat dipakai secara seragam.

Selanjutnya, penting untuk menetapkan zona transisi di sekitar batas desil. Keluarga yang berada di desil 4‑5 sebaiknya tetap menerima bantuan selama periode penyesuaian (mis. 6‑12 bulan) sambil menunggu verifikasi tambahan. Mekanisme banding yang transparan dan berbasis waktu akan mengurangi ketidakpastian dan meningkatkan kepercayaan publik terhadap program sosial.

Akhirnya, pemerintah harus mengakui bahwa desil hanyalah estimasi terbaik yang tersedia saat ini, bukan kebenaran mutlak. Dengan mengadopsi pendekatan multi‑dimensi dan memperkuat infrastruktur data, kita dapat mengubah DTSEN dari alat seleksi statis menjadi platform intelijen sosial yang responsif, efisien, dan adil.

Pertanyaan yang Sering Diajukan (FAQ)

• Q: Apa itu desil dalam DTSEN?
  A: Desil adalah pembagian populasi rumah tangga menjadi sepuluh kelompok berdasarkan skor kesejahteraan yang dihitung lewat Proxy Means Test.
• Q: Mengapa desil dapat menyebabkan exclusion‑error?
  A: Karena data diperbarui tiap tiga bulan, perubahan pendapatan cepat (mis. PHK) tidak langsung tercermin, sehingga keluarga yang seharusnya menerima bantuan bisa terlewat.
• Q: Bagaimana cara meningkatkan akurasi penentuan penerima bansos?
  A: Menggabungkan indikator struktural dengan data real‑time (listrik, transaksi digital, BPJS) serta menambahkan verifikasi lapangan dan mekanisme banding yang cepat.