Digitalisasi Bansos Janjikan Hemat Rp200 Triliun, Prabowo Target Efisiensi APBN

Ringkasan Singkat

• Penerapan digitalisasi pada perlindungan sosial (perlinsos) diproyeksikan menghemat hingga Rp200 triliun dari APBN.
• Anggaran bansos mencapai hampir 30% APBN (sekitar Rp1.300 triliun) dan masih mengandung 45% inclusion error.
• Uji coba di Surabaya menunjukkan data penerima bantuan dapat dibersihkan secara signifikan, mendukung visi Prabowo untuk penggunaan anggaran yang lebih efektif.

Pemerintah Indonesia kini menggencarkan digitalisasi dalam sistem perlindungan sosial (perlinsos) untuk menyalurkan bantuan sosial secara tepat sasaran. Kepala Badan Komunikasi Pemerintah Republik Indonesia (Bakom RI) Muhammad Qodari mengungkapkan bahwa penerapan teknologi ini dapat menghemat APBN hingga Rp200 triliun, setara dengan potensi efisiensi sebesar Rp127‑200 triliun menurut proyeksi Dewan Ekonomi Nasional 2024.

Anggaran perlindungan sosial yang kini menyentuh hampir satu pertiga dari total APBN – sekitar Rp1.300 triliun – menuntut adanya sistem terintegrasi yang mampu menutup celah kebocoran dana. Qodari menekankan pentingnya mengurangi dua jenis kesalahan penyaluran: inclusion error, di mana penerima yang tidak berhak tetap menerima bantuan, dan exclusion error, di mana yang berhak justru terlewat. Data Kementerian Sosial mencatat bahwa 45% bantuan masih mengalami inclusion error.

Uji coba Perlinsos Digital di Surabaya menjadi bukti konkret. Dengan memanfaatkan data analytics dan verifikasi berbasis biometrik, sistem berhasil membersihkan basis data penerima, menurunkan inclusion error secara signifikan. Keberhasilan ini diharapkan dapat direplikasi ke kota‑kota lain, memperkuat agenda bansos tepat sasaran dan mengoptimalkan penggunaan anggaran negara.

Analisis Pakar

Secara makroekonomi, potensi penghematan Rp200 triliun bukan sekadar angka estetis; ia berpotensi menurunkan defisit fiskal dan memberi ruang bagi pemerintah untuk meningkatkan belanja produktif, misalnya infrastruktur atau pendidikan. Namun, realisasi efisiensi sebesar itu sangat bergantung pada kualitas data dan integritas sistem IT. Tanpa standar keamanan siber yang ketat, risiko kebocoran data pribadi dapat menimbulkan kerugian yang lebih besar daripada manfaat yang diharapkan.

Selanjutnya, digitalisasi bansos harus diimbangi dengan peningkatan literasi digital di kalangan penerima manfaat. Di banyak daerah, terutama di wilayah pedesaan, akses internet masih terbatas. Jika tidak diatasi, digitalisasi dapat memperparah exclusion error, justru menambah beban sosial. Pemerintah perlu mengintegrasikan program pelatihan digital serta memperluas jaringan broadband sebagai prasyarat keberhasilan kebijakan ini.

Dari perspektif bisnis, efisiensi anggaran sebesar itu membuka peluang pasar baru bagi perusahaan teknologi lokal. Penyedia solusi cloud, big data, dan keamanan siber akan menjadi pemain kunci dalam ekosistem perlindungan sosial digital. Pemerintah sebaiknya mengadopsi model procurement yang transparan dan kompetitif untuk menghindari monopoli serta memastikan transfer teknologi yang berkelanjutan.

Terakhir, keberhasilan digitalisasi bansos akan menjadi tolok ukur kredibilitas pemerintahan Prabowo dalam menegakkan tata kelola keuangan negara. Jika target efisiensi tercapai, hal ini dapat memperkuat posisi politiknya menjelang pemilihan berikutnya, sekaligus meningkatkan kepercayaan investor terhadap stabilitas fiskal Indonesia.

Pertanyaan yang Sering Diajukan (FAQ)

• Q: Berapa besar potensi penghematan yang dapat dicapai melalui digitalisasi bansos?
  A: Pemerintah memperkirakan efisiensi hingga Rp200 triliun, setara dengan 15‑20% dari total anggaran perlindungan sosial.
• Q: Apa itu inclusion error dan exclusion error dalam penyaluran bantuan?
  A: Inclusion error terjadi ketika penerima yang tidak berhak tetap menerima bantuan, sedangkan exclusion error terjadi ketika yang berhak tidak menerima bantuan.
• Q: Bagaimana uji coba di Surabaya membuktikan efektivitas Perlinsos Digital?
  A: Uji coba berhasil membersihkan data penerima, menurunkan inclusion error secara signifikan, dan menunjukkan potensi replikasi ke kota lain.