Kementerian Sosial Ungkap Alasan Penggunaan Desil untuk Bantuan Sosial

radarbengkuluonline.id, Jakarta -- Menyikapi polemik perubahan desil dan ketepatan sasaran bantuan sosial (bansos) yang semakin ramai dibicarakan, Kementerian Sosial (Kemensos) dan Badan Pusat Statistik (BPS) kembali turut menegaskan bahwa peran penting desil bagi penetapan prioritas bantuan sosial (bansos).

Seperti dikutip dari laman disway.id, Tenaga Ahli Menteri Sosial Bidang Perencanaan dan Evaluasi Kebijakan Strategis Kemensos Andy Kurniawan memaparkan bahwa kebijakan Desil digunakan pada program perlindungan sosial seperti Program Keluarga Harapan (PKH) dan Program Sembako bersifat targeted.  

BACA JUGA:143 Orang Penumpang KMP Virgo Transport 8 Berhasil Dievakuasi

"Ketika jumlah masyarakat yang membutuhkan lebih besar daripada kapasitas program, pemerintah perlu menentukan prioritas. Caranya bagaimana? Kita ranking mulai dari yang paling tidak mampu. Itulah sebenarnya fungsi desil," jelas Andy kepada media, pada Sabtu (12/09).

Sedangkan dalam menghadapi polemik ketidaktepatan desil sendiri, Andy menambahkan bahwa ketidaktepatan tersebut disebabkan oleh basis data yang belum mencakup seluruh penduduk. Dalam hal ini, Data Terpadu Kesejahteraan Sosial (DTKS) biasanya memuat sekitar 43 persen populasi, sehingga masyarakat yang membutuhkan bantuan berpotensi belum tercatat.

"Kenapa si A dapat bansos, si B tidak dapat bansos, padahal sama-sama miskin, jawabannya bisa sederhana, karena belum masuk data. Dari situ saja sudah bisa dipastikan ada potensi exclusion error," ujarnya.

Hal serupa pun turut diutarakan oleh Direktur Metodologi Statistik dan Sains Data BPS, Setia Pramana. Dalam penjelasannya, dirinya memaparkan bahwa desil merupakan pemeringkatan relatif kondisi sosial ekonomi, bukan kategori yang melekat selamanya pada seseorang atau keluarga.

“Desil itu urutan, ranking. Jangan dipikirkan desil satu itu kelompok yang fixed. Dia relatif terhadap kelompok pembandingnya,” ujar Setia.

Setia menambahkan, pemeringkatan dilakukan dengan memperkirakan pengeluaran per kapita berdasarkan karakteristik rumah tangga, seperti kondisi rumah, komposisi keluarga, akses terhadap fasilitas dasar, dan kepemilikan aset.

BPS menggunakan pendekatan Proxy Means Test (PMT) yang terus disempurnakan dengan berbagai metode statistik dan machine learning.  "Ini bukan berarti sudah selesai. Ini masih berproses. Bagaimana model bisa kita improve, bagaimana mendapatkan data yang akurat dan mutakhir, itu menjadi pekerjaan kita bersama,” tutupnya.

 

 

Sumber: