KONTAN.CO.ID - Digitalisasi perlindungan sosial (perlinsos) dinilai menjadi langkah krusial untuk mengatasi persoalan salah sasaran bantuan sosial yang masih kerap terjadi di Indonesia. Sistem digital diyakini mampu memperbaiki dua masalah utama, yakni warga miskin yang seharusnya menerima bantuan tetapi tidak terdata, serta penerima bantuan yang sebenarnya tidak layak. Mengutip
Infopublik.id, Anggota Dewan Ekonomi Nasional (DEN) Arief Anshory Yusuf menyoroti kasus tragis seorang anak yang diduga tidak mendapatkan akses bantuan sosial karena persoalan administrasi kependudukan dan ketidaksesuaian data desil kesejahteraan. “Anak ini excluded dari bantuan sosial. Ini yang disebut exclusion error, orang yang sebenarnya berhak atau layak tetapi tidak mendapatkan bantuan,” ujar Arief dalam Diskusi Redaksi (DIKSI) tentang Digitalisasi Perlinsos bersama redaktur media nasional di Jakarta, Senin (18/5/2026).
Ia menjelaskan, masalah muncul karena anak tersebut tinggal bersama neneknya di kabupaten berbeda dengan orang tuanya. Kondisi itu membuat proses administrasi kartu keluarga menjadi terkendala, sehingga akses terhadap program bantuan seperti Program Indonesia Pintar (PIP) ikut terhambat. Menurut Arief, kasus semacam itu bisa diminimalkan apabila sistem identitas kependudukan digital sudah terintegrasi. Dengan digitalisasi, data kependudukan, kartu keluarga, hingga identitas penerima bantuan dapat ditelusuri lebih cepat dan akurat. Ia juga mengungkapkan tingginya angka exclusion error pada sejumlah program bantuan sosial. Dalam program seperti PIP dan bantuan pendidikan lainnya, angka exclusion error disebut mencapai 70%.
Baca Juga: Ekonom Ingatkan Risiko Dornbusch Overshooting, BI Diminta Naikkan Suku Bunga 50 Bps “Artinya 70% orang yang sebenarnya berhak dan miskin tidak mendapatkan bantuan,” katanya. Selain exclusion error, Arief menilai masalah lain yang tidak kalah besar adalah inclusion error, yakni penerima bantuan yang seharusnya tidak berhak tetapi justru masuk daftar penerima. Salah satu contoh yang ia soroti adalah kasus mahasiswa penerima KIP Kuliah yang bergaya hidup mewah. Ia menyebut inclusion error pada program bantuan pendidikan mencapai 40%. Menurutnya, salah satu pemicu utama adalah basis data kesejahteraan masyarakat yang belum diperbarui secara real time. “Data yang dipakai sekarang sebagian besar masih data tahun 2022. Padahal kondisi ekonomi masyarakat bisa berubah sangat cepat,” ujarnya. Permasalahan serupa, lanjut Arief, juga terjadi pada program PBI Jaminan Kesehatan (PBI-JK). Ia mencontohkan kasus seorang warga yang dicoret dari kepesertaan PBI-JK sehingga kesulitan menjalani cuci darah rutin. Menurutnya, kondisi tersebut belum tentu menunjukkan bahwa penerima sudah tidak layak. Bisa saja hal itu terjadi karena kesalahan dalam penentuan desil kesejahteraan. Untuk mengatasi persoalan tersebut, pemerintah kini mendorong penguatan digital public infrastructure (DPI) yang terdiri dari tiga komponen utama, yakni identitas kependudukan digital (IKD), sistem pertukaran data pemerintah, dan digital payment. Melalui sistem ini, masyarakat nantinya dapat mendaftarkan diri secara mandiri menggunakan telepon genggam jika membutuhkan bantuan sosial. Data yang masuk akan diverifikasi secara real time dengan memanfaatkan berbagai sumber data administrasi pemerintah. “Kalau ada digitalisasi, orang yang membutuhkan bisa langsung daftar dengan HP-nya dan data yang dipakai menentukan desil adalah data saat itu juga,” kata Arief Anshory Yusuf. Ia menambahkan, integrasi data melalui Sistem Penghubung Layanan Pemerintah (SPLP) saat ini telah menghubungkan berbagai lembaga, seperti Data Tunggal Terpadu Sosial dan Ekonomi Nasional (DTSN) Kemensos, Dukcapil, BKN, PLN, BPJS Ketenagakerjaan, hingga Korlantas.
Tonton: Soal Film Pesta Babi, Menko Yusril: Tidak Ada Larangan dari Pemerintah Integrasi ini dinilai penting untuk meningkatkan ketepatan sasaran penyaluran bantuan sosial sekaligus menyaring penerima yang tidak layak, misalnya berdasarkan kepemilikan aset maupun catatan administrasi lainnya. Selain itu, sistem digital juga memungkinkan adanya mekanisme sanggah bagi masyarakat yang merasa data kesejahteraannya tidak sesuai. “Kalau dia merasa tidak tepat desilnya, nanti bisa menyanggah dan meng-update data. Jadi penentuan eligibility lebih akurat,” ujar Guru Besar Fakultas Ekonomi dan Bisnis Universitas Padjadjaran tersebut.
Dengan penguatan digitalisasi perlinsos, pemerintah berharap angka exclusion error maupun inclusion error dapat ditekan secara bertahap sehingga penyaluran bantuan sosial semakin tepat sasaran. Tabel 1: Jenis Kesalahan Penyaluran Bansos
| Jenis Error | Definisi | Dampak | Contoh Kasus |
| Exclusion Error | Orang miskin/layak tidak menerima bantuan | Ketimpangan meningkat, anak putus sekolah | Anak tidak dapat PIP |
| Inclusion Error | Orang tidak layak justru menerima bantuan | Pemborosan anggaran, ketidakadilan | Penerima KIP Kuliah bergaya hidup mewah |
Tabel 2: Angka Salah Sasaran Bantuan Pendidikan (Versi DEN)
| Program Bantuan | Exclusion Error | Inclusion Error | Catatan |
| PIP & bantuan pendidikan lain | 70% | - | Banyak yang layak tidak terdata |
| Bantuan pendidikan (termasuk KIP Kuliah) | - | 40% | Banyak penerima tidak layak |
Cek Berita dan Artikel yang lain di
Google News