Jurnal Indonesia — Jakarta – Kementerian Sosial (Kemensos) melaporkan penambahan sekitar 4,3 juta Keluarga Penerima Manfaat (KPM) baru yang kini terdaftar sebagai penerima bantuan sosial. Penambahan ini merupakan hasil dari pemanfaatan dan pemutakhiran Data Tunggal Sosial Ekonomi dan Nasional (DTSEN).

Andy Kurniawan, Tenaga Ahli Menteri Sosial Bidang Perencanaan dan Evaluasi Kebijakan Strategis, menjelaskan bahwa pemutakhiran DTSEN sangat krusial untuk menanggapi perubahan kondisi sosial ekonomi masyarakat serta mengatasi ketidaksesuaian data yang sering terjadi di lapangan. “Adapun ada hal-hal yang kiranya error di lapangan, semuanya kita respons. Semua masukan dari media kita respons dan langsung kita tindak lagi sebagai bagian dari pemutakhiran,” ujar Andy dalam keterangannya pada Sabtu (12/9/2026).

Pernyataan ini disampaikan Andy saat menghadiri Diskusi Metodologi Penentuan Desil dan Pengukuran Kemiskinan di Indonesia yang diselenggarakan di Politeknik Statistika STIS, Jakarta, pada Jumat (11/9). Menurutnya, pemanfaatan DTSEN telah memberikan perspektif yang lebih luas mengenai kondisi sosial ekonomi masyarakat. Salah satu dampak nyata adalah masuknya masyarakat yang sebelumnya belum terdata sebagai penerima bantuan sosial.

“Bagaimana dulu yang banyak tidak bisa mendapatkan bansos, sekarang ada 4,3 juta KPM baru ini mendapatkan bansos. Karena kita sudah menggunakan desil itu,” jelas Andy. Pemutakhiran DTSEN ini juga terkait erat dengan proses penentuan desil, yang menjadi salah satu pertimbangan utama pemerintah dalam memprioritaskan program perlindungan sosial.

Pemerintah Terbuka atas Masukan

Andy menambahkan bahwa pemerintah sangat terbuka terhadap berbagai masukan guna menyempurnakan metodologi dan penentuan desil. Ia menekankan pentingnya diskusi akademis sebagai wadah evaluasi proses tersebut. “Tadi ada Mas Media Askar dari Celios. Dia memberikan masukan-masukan yang saya rasa ini konstruktif untuk pemerintah untuk membenahi semuanya. Untuk menyempurnakan metodologi, menyempurnakan desil, menyempurnakan DTSEN. Dan ini kita buka,” katanya.

Ia menegaskan bahwa pemutakhiran tidak hanya berhenti pada pembaharuan data administratif, tetapi juga mencakup respons cepat terhadap temuan di lapangan. “Adapun ada hal-hal yang kiranya error di lapangan, semuanya kita respons. Semua masukan dari media kita respons dan langsung kita tindak lagi sebagai bagian dari pemutakhiran,” ujarnya.

Pemutakhiran Data Perlu Berkelanjutan

Profesor Setia Pramana, Direktur Metodologi, Statistik, dan Science Data Badan Pusat Statistik (BPS), menjelaskan bahwa DTSEN dibangun melalui integrasi berbagai sumber data pemerintah, termasuk Data Terpadu Kesejahteraan Sosial (DTKS), Registrasi Sosial Ekonomi (Regsosek), dan Pendataan Program Perlindungan Sosial dan Kemiskinan Ekstrem (P3KE). Mengingat setiap sumber data memiliki karakteristik dan kelengkapan informasi yang berbeda, proses integrasi menjadi sangat penting dalam penyusunan basis data sosial ekonomi yang akurat.

Prof. Setia menekankan perlunya pembaruan data secara berkala mengingat kondisi masyarakat yang dinamis. “Data itu memang harus di-update karena kondisi masyarakat berubah. Ada yang pindah domisili, ada yang meninggal, dan sebagainya,” jelasnya.

Dalam menentukan desil, BPS melakukan peringkat kesejahteraan berdasarkan karakteristik sosial ekonomi rumah tangga. Prof. Setia mengungkapkan bahwa peringkat ini tidak semata-mata ditentukan oleh pendapatan, karena informasi pengeluaran atau pendapatan langsung tidak tersedia untuk semua rumah tangga. Oleh karena itu, BPS memanfaatkan data Survei Sosial Ekonomi Nasional (Susenas) yang memuat informasi pengeluaran rumah tangga untuk membangun model estimasi bagi rumah tangga yang datanya terbatas. Pendekatan yang digunakan meliputi Proxy Means Test (PMT) dan metode machine learning.

Karakteristik wilayah juga menjadi faktor penting dalam pemodelan. Prof. Setia menyebutkan bahwa BPS mengembangkan model yang disesuaikan untuk setiap kabupaten/kota, mengingat perbedaan karakteristik sosial ekonomi masyarakat antar daerah. “Modelnya kita bangun di masing-masing kabupaten/kota karena karakteristik masing-masing daerah itu berbeda,” ucap Prof. Setia.

Hasil pemodelan ini kemudian digunakan untuk menyusun peringkat kondisi sosial ekonomi di tingkat nasional. Prof. Setia menambahkan bahwa proses ini terus dievaluasi untuk meningkatkan akurasi model dan meminimalkan potensi kesalahan, baik dari model itu sendiri maupun dari kualitas data yang digunakan. Penyempurnaan metodologi dianggap sebagai proses berkelanjutan yang sejalan dengan pemutakhiran data, sehingga perubahan kondisi sosial ekonomi masyarakat dapat tercermin secara akurat dalam basis data yang dikelola pemerintah.