Kementerian Sosial Tambah 4,3 Juta Penerima Bansos lewat Pemutakhiran Data

Kementerian Sosial menambah 4,3 juta Keluarga Penerima Manfaat (KPM) baru setelah memperbarui Data Tunggal Sosial Ekonomi Nasional (DTSEN) guna merespons perubahan kondisi sosial ekonomi masyarakat, dilansir dari Detik Finance.

Penambahan ini dilakukan dengan menggunakan data yang lebih luas dan akurat untuk menjangkau masyarakat yang sebelumnya belum tercatat sebagai penerima bantuan sosial.

Tenaga Ahli Menteri Sosial Bidang Perencanaan dan Evaluasi Kebijakan Strategis, Andy Kurniawan, mengatakan pembaruan DTSEN penting untuk memperbaiki kesalahan dan menyesuaikan data berdasarkan kondisi nyata 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 Diskusi Metodologi Penentuan Desil dan Pengukuran Kemiskinan di Indonesia di Jakarta, Jumat (11/9/2026).

Menurut Andy, penggunaan desil dalam data ini memungkinkan pemerintah menetapkan prioritas program perlindungan sosial secara lebih tepat sasaran.

"Bagaimana dulu yang banyak tidak bisa mendapatkan bansos, sekarang ada 4,3 juta KPM baru ini mendapatkan bansos. Karena kita sudah menggunakan desil itu," kata Andy.

Direktur Metodologi, Statistik, dan Science Data Badan Pusat Statistik (BPS), Prof. Setia Pramana, menjelaskan DTSEN dibangun dari integrasi berbagai sumber data pemerintah seperti DTKS, Regsosek, dan P3KE dengan karakteristik dan kelengkapan informasi berbeda.

"Data itu memang harus di-update karena kondisi masyarakat berubah. Ada yang pindah domisili, ada yang meninggal, dan sebagainya," jelas Prof. Setia.

Dalam menentukan desil, BPS menyusun peringkat kesejahteraan berdasarkan karakteristik sosial ekonomi rumah tangga, bukan hanya pendapatan karena data pengeluaran tidak tersedia untuk semua rumah tangga.

Prof. Setia menambahkan, untuk rumah tangga yang tidak memiliki data pengeluaran langsung, BPS menggunakan model estimasi dengan metode Proxy Means Test dan machine learning berdasarkan data Susenas.

Model ini juga disesuaikan dengan karakteristik wilayah karena kondisi sosial ekonomi berbeda antar kabupaten/kota.

"Modelnya kita bangun di masing-masing kabupaten/kota karena karakteristik masing-masing daerah itu berbeda," ujar Prof. Setia.

Hasil model tersebut digunakan untuk menyusun peringkat kondisi sosial ekonomi nasional dan terus dievaluasi agar akurasi meningkat dan kesalahan berkurang.

Andy menuturkan pemerintah terbuka terhadap masukan untuk menyempurnakan metodologi dan penentuan desil melalui diskusi akademis.

"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," ucap Andy.

Andy menegaskan pembaruan data tidak hanya administratif tapi juga responsif 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," tutupnya.