Data BPS “Bikin Bingung”: Ketika Negara Tak Bisa Menjelaskan Siapa yang Miskin

Beritabanten.com – Penjelasan Badan Pusat Statistik (BPS) DIY soal perubahan drastis peringkat kesejahteraan warga dalam Data Tunggal Sosial Ekonomi Nasional (DTSEN) justru membuka persoalan yang lebih besar: negara sendiri tidak mampu menjelaskan bagaimana status “miskin” atau “sejahtera” itu ditentukan. Dalam konferensi pers 24 Agustus 2026, BPS DIY secara terbuka mengakui bahwa mereka tidak memiliki kewenangan menghitung formula Proxy Means Test (PMT) yang menjadi dasar penentuan desil. Bahkan, ketika rumusnya disebut—LN(Yᵢ) = βXᵢ—respons yang muncul justru jujur dan ironis: “kami juga bingung sebenarnya.”

Pernyataan ini bukan sekadar kekeliruan komunikasi, tetapi indikasi serius adanya keterputusan otoritas dalam sistem statistik negara. BPS daerah sebagai ujung tombak yang berhadapan langsung dengan masyarakat ternyata tidak memahami—atau tidak diberi akses penuh—terhadap algoritma yang menentukan nasib warga. Lebih problematis lagi, bobot 39–41 variabel yang digunakan dalam perhitungan pun tidak bisa dijelaskan secara rinci. Artinya, sebuah sistem yang menentukan siapa berhak mendapat bantuan sosial justru berjalan dalam ruang gelap, bahkan bagi institusi pelaksananya sendiri.

Kasus Timbul, pengemudi bentor dari Kulon Progo, menjadi contoh konkret absurditas tersebut. Dari sebelumnya berada di Desil 1–2 (kelompok miskin), ia tiba-tiba melonjak ke Desil 9 (kelompok hampir terkaya). Dampaknya langsung nyata: akses anaknya terhadap keringanan UKT di perguruan tinggi terancam. Ini bukan sekadar kesalahan data, melainkan kesalahan yang berimplikasi langsung pada hak warga negara.

Ironinya, Dinas Sosial DIY pun mengakui belum memiliki peta dampak perubahan ini. Tidak ada angka pasti berapa warga terdampak, tidak ada pemetaan siapa yang kehilangan akses bansos atau PBI Jaminan Kesehatan. Bahkan ketika diakui bahwa warga miskin masuk Desil 9 adalah kondisi yang “tidak pas”, respons kebijakan tetap lambat. Tidak ada posko pengaduan khusus. Warga hanya diarahkan memperbaiki data melalui aplikasi, menunggu proses verifikasi yang tidak jelas batas waktunya.

Dalam perspektif kebijakan publik, ini mencerminkan kegagalan dalam prinsip transparansi algoritmik (algorithmic accountability). Negara menggunakan model statistik kompleks untuk menentukan kebijakan sosial, tetapi tidak menyediakan penjelasan yang dapat dipahami bahkan oleh pelaksana di daerah, apalagi oleh warga. Akibatnya, muncul apa yang disebut sebagai black box policy—kebijakan berbasis sistem yang tidak bisa diaudit secara publik.

Jika ditarik lebih jauh, ini juga menunjukkan kegagalan dalam konsep state capacity. Negara modern seharusnya mampu tidak hanya mengumpulkan data, tetapi juga menjelaskan, mempertanggungjawabkan, dan memperbaikinya secara cepat. Ketika warga harus “mengajukan ulang” status kemiskinan mereka karena kesalahan sistem, maka negara telah membalik logika pelayanan: bukan negara yang melayani warga, tetapi warga yang dipaksa menyesuaikan diri dengan kesalahan negara.

Fenomena ini juga berbahaya secara politik. Ketika data sosial menjadi tidak kredibel, maka legitimasi program bantuan sosial ikut tergerus. Publik mulai meragukan keadilan distribusi bantuan. Dalam jangka panjang, ini bisa memicu ketidakpercayaan terhadap institusi negara secara lebih luas.

Pada akhirnya, persoalan DTSEN bukan sekadar soal angka atau rumus statistik. Ini adalah soal keadilan sosial yang ditentukan oleh algoritma yang bahkan pembuatnya di daerah tidak pahami. Dan ketika negara tidak mampu menjelaskan siapa yang miskin, maka yang dipertaruhkan bukan hanya data—tetapi kepercayaan publik itu sendiri.

Aneh? Bukan cuma aneh. Ini alarm. (Red)