Sorotan: Anggota DPR Tercatat di Desil 4 Kesejahteraan, Akurasi Data Nasional Dipertanyakan

Anggota Dewan Perwakilan Rakyat (DPR) RI, Eva Stevany Rataba, menyatakan keheranannya setelah menemukan namanya tercatat dalam kelompok kesejahteraan Desil 4 Data Tunggal Sosial dan Ekonomi Nasional (DTSEN). Pengungkapan ini sontak memicu pertanyaan serius mengenai integritas dan akurasi data pemerintah yang menjadi dasar program bantuan sosial, sekaligus menyoroti potensi implikasi yang lebih luas terhadap kepercayaan publik terhadap sistem data nasional.

### Keheranan Wakil Rakyat dalam Data Kesejahteraan

Eva Stevany Rataba, seorang wakil rakyat yang seharusnya berada pada kategori ekonomi menengah ke atas mengingat tunjangan dan gajinya sebagai anggota DPR, mengaku terkejut ketika mengetahui statusnya dalam DTSEN. Dalam pernyataannya, ia mengungkapkan bahwa masuknya namanya ke dalam Desil 4 adalah sebuah anomali yang perlu ditelusuri. “Saya benar-benar heran, bagaimana nama saya bisa tercatat di Desil 4. Ini data apa?” ujarnya, menyiratkan adanya kejanggalan serius dalam sistem pendataan nasional.

Desil 4 dalam DTSEN atau Data Terpadu Kesejahteraan Sosial (DTKS) secara umum mengindikasikan rumah tangga yang berada di rentang 30-40% termiskin dari total populasi. Kategori ini biasanya menjadi target utama berbagai program bantuan sosial pemerintah, seperti Bantuan Pangan Non Tunai (BPNT) atau Program Keluarga Harapan (PKH). Kontradiksi antara status sosial-ekonomi seorang anggota DPR dan klasifikasi Desil 4 ini jelas menimbulkan tanda tanya besar. Fenomena ini bukan hanya sekadar kesalahan administrasi biasa, melainkan cerminan dari tantangan fundamental dalam pemutakhiran dan validasi data kesejahteraan di Indonesia.

### Mengurai Desil 4 dan Implikasi bagi Program Sosial

Data Tunggal Sosial dan Ekonomi Nasional (DTSEN) atau sering disebut juga sebagai Data Terpadu Kesejahteraan Sosial (DTKS) merupakan basis data yang sangat krusial bagi pemerintah untuk menyalurkan bantuan sosial secara tepat sasaran. Akurasi data ini menjadi penentu keberhasilan program-program pemerintah dalam mengurangi kemiskinan dan ketimpangan. Sistem desil membagi penduduk menjadi sepuluh kelompok berdasarkan tingkat kesejahteraan, di mana Desil 1 adalah kelompok termiskin dan Desil 10 adalah kelompok terkaya. Berikut adalah pembagian desil yang relevan:

* Desil 1: Kelompok 10% rumah tangga termiskin
* Desil 2: Kelompok 10-20% rumah tangga termiskin
* Desil 3: Kelompok 20-30% rumah tangga termiskin
* Desil 4: Kelompok 30-40% rumah tangga termiskin

Masuknya nama Eva Stevany Rataba, yang memiliki penghasilan dan fasilitas sebagai anggota legislatif, ke dalam Desil 4 menyoroti potensi ‘inclusion error’ (kesalahan memasukkan) dalam data. Jika seorang pejabat publik dapat terdata sebagai bagian dari 40% penduduk termiskin, tidak tertutup kemungkinan bahwa ribuan bahkan jutaan data penduduk lainnya juga mengalami kesalahan serupa, baik itu ‘inclusion error’ maupun ‘exclusion error’ (kesalahan mengeluarkan, yaitu mereka yang berhak malah tidak tercatat). Ini berpotensi menyebabkan salah sasaran bantuan sosial yang berujung pada inefisiensi anggaran dan ketidakadilan sosial.

### Tantangan Akurasi Data dan Dampak Kebijakan

Isu akurasi data bukanlah hal baru di Indonesia. Berbagai program bantuan sosial sebelumnya kerap diwarnai dengan keluhan mengenai data yang tidak valid, tumpang tindih, atau tidak mutakhir. Kasus yang dialami Eva Stevany Rataba ini mengulang kembali kekhawatiran publik terhadap kualitas data yang digunakan pemerintah. Beberapa faktor dapat menjadi penyebab kesalahan data ini, antara lain:

* Data Usang: Informasi yang tidak diperbarui secara berkala. Misalnya, perubahan status ekonomi seseorang tidak tercermin dalam data terbaru.
* Kesalahan Input atau Administrasi: Human error dalam proses pendataan di tingkat bawah atau pusat.
* Metodologi Survei: Metode yang kurang presisi atau tidak mampu menangkap nuansa kompleks dari kondisi sosial-ekonomi, terutama untuk kasus-kasus khusus.
* Ketidaksesuaian Data Antar Lembaga: Perbedaan data yang dimiliki oleh berbagai kementerian atau lembaga pemerintah.

Anomali data ini memiliki dampak domino. Di satu sisi, ia dapat mengikis kepercayaan masyarakat terhadap kinerja pemerintah dalam pengelolaan data dan program sosial. Di sisi lain, ia juga dapat menghambat efektivitas kebijakan pembangunan. Artikel sebelumnya yang membahas tentang tantangan penyaluran bantuan sosial pada masa pandemi juga sering kali menyoroti masalah data ganda atau data yang tidak akurat, menunjukkan bahwa ini adalah masalah sistemik yang perlu penanganan komprehensif.

### Membangun Kepercayaan Publik dan Akuntabilitas Data

Kasus Eva Stevany Rataba ini harus menjadi momentum bagi pemerintah untuk melakukan audit menyeluruh terhadap DTSEN dan sistem pendataan lainnya. Transparansi dalam proses pemutakhiran data, validasi lapangan yang lebih ketat, serta mekanisme pengaduan yang mudah diakses dan responsif menjadi kunci untuk memperbaiki sistem yang ada. Masyarakat perlu diyakinkan bahwa data yang digunakan untuk dasar kebijakan publik adalah valid, akurat, dan dapat dipertanggungjawabkan. Tanpa data yang solid, upaya pemerintah untuk mewujudkan kesejahteraan dan keadilan sosial akan selalu terganjal. Akuntabilitas data bukan hanya masalah teknis, melainkan fondasi penting bagi tata kelola pemerintahan yang baik dan kepercayaan masyarakat terhadap institusinya.