DTSEN dan Misteri Desil: Apakah Ini Sekadar Error, atau Desain untuk Menekan Bansos?

Beritabanten.com – Kisruh Data Tunggal Sosial Ekonomi Nasional (DTSEN) di DIY tidak lagi bisa dibaca sebagai sekadar persoalan teknis. Ketika seorang pengemudi bentor seperti Timbul tiba-tiba “naik kelas” dari Desil 1–2 ke Desil 9, sementara aparat daerah sendiri mengaku tidak memahami rumus perhitungannya, publik wajar bertanya: ini kesalahan sistem, atau memang ada arah kebijakan yang sengaja tidak diucapkan?

Kecurigaan itu muncul bukan tanpa alasan. Dalam praktik kebijakan publik, data bukan sekadar alat statistik—ia adalah instrumen politik anggaran. Siapa yang masuk kategori miskin akan menentukan siapa yang berhak atas bansos, subsidi, hingga jaminan kesehatan. Ketika definisi “miskin” berubah secara masif dan tidak transparan, maka konsekuensinya langsung pada pengurangan jumlah penerima manfaat. Di sinilah pertanyaan menjadi relevan: apakah DTSEN sedang “membersihkan data”, atau diam-diam menyempitkan basis penerima bansos?

Masalahnya, tidak ada yang bisa menjawab dengan pasti. BPS daerah mengaku tidak punya kewenangan menghitung Proxy Means Test (PMT). Dinas sosial belum memiliki data dampak. Variabel dan bobot penilaian tidak dibuka ke publik. Ini menciptakan kondisi yang dalam teori kebijakan disebut sebagai black box governance—kebijakan berjalan, hasilnya nyata, tapi prosesnya gelap. Dalam situasi seperti ini, bahkan niat baik sekalipun akan tetap menimbulkan kecurigaan.

Dari sudut pandang fiskal, godaan untuk “mengefisienkan” bansos memang selalu ada. Anggaran negara terbatas, sementara beban subsidi dan bantuan sosial terus meningkat. Salah satu cara paling halus untuk mengurangi beban itu bukan dengan mengumumkan pemotongan, tetapi dengan mengubah kriteria penerima. Secara administratif terlihat seperti perbaikan data, tetapi secara substansi bisa berarti pengurangan jumlah orang miskin “di atas kertas”.

Namun, di sinilah bahayanya. Jika benar terjadi exclusion error—orang miskin keluar dari sistem—maka negara tidak hanya salah hitung, tetapi salah sasaran. Dalam teori kesejahteraan, kesalahan jenis ini jauh lebih berbahaya dibanding inclusion error (orang mampu menerima bantuan), karena menyangkut hak dasar warga yang paling rentan.

Lebih problematis lagi, negara seolah membalik beban pembuktian. Warga yang sebelumnya diakui miskin kini harus membuktikan kembali kemiskinannya melalui mekanisme verifikasi berlapis yang memakan waktu. Ini bukan sekadar birokrasi, tetapi bentuk administrative burden—beban administratif yang justru menghukum kelompok paling lemah.

Apakah ini disengaja? Belum tentu. Bisa jadi ini murni kegagalan sistem yang terlalu kompleks dan tidak siap diterapkan. Namun dalam politik kebijakan, persepsi sering kali lebih kuat dari niat. Ketika ribuan orang tiba-tiba “tidak lagi miskin” dalam data, sementara kondisi hidup mereka tidak berubah, maka publik akan membaca itu sebagai sesuatu yang tidak netral.

Pada akhirnya, persoalan DTSEN bukan hanya soal akurasi data, tetapi soal kepercayaan. Jika negara tidak mampu menjelaskan bagaimana ia menentukan siapa yang berhak dibantu, maka setiap perubahan akan dicurigai sebagai upaya pengurangan hak, bukan perbaikan sistem. Pertanyaannya kini sederhana tapi tajam: apakah DTSEN sedang memperbaiki ketepatan bantuan, atau justru memperhalus cara negara mengurangi tanggung jawabnya? (Red)