Ketika BPS Tak Bisa Menjelaskan Data: Krisis Kredibilitas DTSEN

Beritabanten.com — Pertanyaan mengapa Badan Pusat Statistik (BPS) seolah “mengorbankan” kredibilitasnya dalam kasus Data Tunggal Sosial Ekonomi Nasional (DTSEN) sebenarnya tidak bisa dijawab secara hitam-putih.

Persoalan tersebut lebih tepat dibaca sebagai konsekuensi dari sistem yang terlalu terpusat, terlalu teknokratis, dan kurang transparan.

Dalam penjelasan BPS DIY sendiri terlihat jelas bahwa mereka tidak memiliki kewenangan menghitung formula Proxy Means Test (PMT) yang menentukan desil kesejahteraan.

Artinya, lembaga di daerah yang berhadapan langsung dengan masyarakat justru tidak memegang kendali penuh atas data yang mereka sampaikan.

Di titik inilah kredibilitas daerah dipertaruhkan oleh keputusan yang dibuat di pusat.

Persoalannya bukan semata-mata apakah BPS benar atau salah.

Masalah yang lebih mendasar adalah bagaimana sebuah lembaga statistik dapat mempertanggungjawabkan data kepada masyarakat ketika sebagian proses pembentukan data tersebut berada di luar kewenangan mereka.

Masyarakat tentu tidak melihat persoalan tersebut berdasarkan pembagian kewenangan antarlembaga.

Bagi masyarakat, ketika data BPS digunakan untuk menentukan kondisi sosial ekonomi mereka, maka BPS pula yang akan dimintai penjelasan ketika hasilnya dianggap tidak sesuai dengan kenyataan.

Masalah semakin kompleks karena model statistik yang digunakan bersifat tertutup dan sulit dipahami publik.

Rumus seperti LN(Yᵢ) = βXᵢ dengan puluhan variabel mungkin sah secara akademik.

Dalam perspektif statistik dan ekonometrika, penggunaan berbagai variabel untuk memperkirakan tingkat kesejahteraan merupakan pendekatan yang dapat dipertanggungjawabkan secara metodologis.

Namun, persoalannya muncul ketika hasil penghitungan tersebut bertentangan dengan realitas sosial yang dirasakan masyarakat.

Ketika warga yang jelas-jelas miskin tiba-tiba masuk Desil 9, publik tidak lagi mempersoalkan metodologi secara abstrak.

Publik mempertanyakan keadilan.

Di sinilah terjadi benturan antara kebenaran teknis dan kebenaran sosial.

Sebuah model statistik mungkin benar secara matematis, tetapi hasilnya tetap dapat dipandang tidak adil ketika tidak sesuai dengan kondisi kehidupan masyarakat yang menjadi objek pengukuran.

Dalam kebijakan publik, persepsi keadilan sering kali lebih menentukan daripada akurasi matematis semata.

Masyarakat tidak hidup di dalam persamaan statistik.

Mereka hidup dalam kondisi sosial ekonomi yang nyata.

Mereka menghadapi persoalan pendapatan, kebutuhan rumah tangga, biaya hidup, pekerjaan, dan berbagai tekanan ekonomi lainnya.

Karena itu, ketika sebuah model menghasilkan klasifikasi yang tidak sesuai dengan pengalaman hidup mereka, kepercayaan terhadap model tersebut akan ikut dipertanyakan.

Persoalan berikutnya adalah transparansi.

Ketika formula yang digunakan sulit dipahami bahkan oleh publik yang memiliki kepentingan langsung terhadap hasilnya, maka ruang untuk mempertanyakan dan menguji hasil tersebut menjadi semakin sempit.

Model yang kompleks bukanlah masalah selama negara mampu menjelaskan bagaimana model tersebut bekerja.

Namun, ketika hasil akhirnya menentukan posisi kesejahteraan seseorang sementara proses penghitungan tidak dapat dijelaskan secara terbuka, persoalan tersebut berubah menjadi masalah legitimasi.

Masyarakat pada akhirnya tidak hanya membutuhkan angka.

Mereka membutuhkan alasan di balik angka tersebut.

Mengapa seseorang masuk Desil 2?

Mengapa orang lain masuk Desil 9?

Apa yang menyebabkan perubahan status tersebut?

Dan ketika hasilnya dianggap tidak sesuai, kepada siapa masyarakat harus meminta penjelasan?

Pertanyaan-pertanyaan semacam inilah yang kemudian menentukan apakah sebuah sistem data dapat dipercaya atau tidak.

Di sisi lain, tidak bisa diabaikan adanya konteks fiskal.

Dalam banyak negara, pembaruan data sosial sering dikaitkan dengan upaya “penajaman sasaran” bantuan sosial.

Secara resmi, tujuannya adalah mengurangi kesalahan penerima bantuan.

Negara ingin memastikan bantuan diberikan kepada masyarakat yang benar-benar membutuhkan.

Tujuan tersebut tentu dapat dipahami.

Namun, dalam praktiknya, proses penajaman sasaran juga bisa berdampak pada menyusutnya jumlah penerima manfaat.

Di sinilah persoalan menjadi sensitif.

Ketika proses tersebut tidak transparan, publik akan dengan mudah membaca adanya motif penghematan anggaran secara terselubung.

Kecurigaan tersebut dapat muncul terutama ketika perubahan data sosial ekonomi kemudian diikuti perubahan status penerima bantuan.

Masyarakat tentu akan bertanya apakah perubahan tersebut benar-benar semata-mata akibat perbaikan kualitas data atau terdapat pertimbangan lain yang ikut memengaruhinya.

BPS, meskipun bukan pengambil kebijakan, berada di garis depan yang menerima dampak kecurigaan tersebut.

Inilah posisi yang tidak mudah bagi lembaga statistik.

BPS dapat berfungsi sebagai penyedia atau pengelola data statistik, tetapi dampak dari penggunaan data tersebut dirasakan langsung oleh masyarakat dalam bentuk kebijakan.

Ketika kebijakan tersebut menimbulkan persoalan, lembaga statistik pun ikut menerima tekanan.

Di sinilah batas antara persoalan data dan persoalan kebijakan menjadi kabur di mata publik.

BPS mungkin bukan pihak yang menentukan kebijakan bantuan sosial.

Namun, ketika data statistik menjadi dasar dalam menentukan sasaran kebijakan tersebut, maka kualitas dan kredibilitas data otomatis ikut dipertaruhkan.

Persoalan lain yang tidak kalah penting adalah kegagalan komunikasi.

Dalam sistem kebijakan berbasis data, kemampuan menjelaskan data sama pentingnya dengan kemampuan menghasilkan data.

Ketika pejabat statistik sendiri mengakui kebingungan atas rumus yang digunakan, itu mungkin merupakan bentuk kejujuran.

Namun, secara institusional, kondisi tersebut tetap melemahkan kepercayaan.

Sebab, masyarakat akan bertanya: jika lembaga yang berada dalam sistem tersebut saja tidak dapat menjelaskan formula yang digunakan, bagaimana masyarakat dapat memahami dan mempercayai hasilnya?

Dalam teori kepercayaan publik, legitimasi lembaga tidak hanya dibangun dari akurasi data.

Legitimasi juga dibangun dari kemampuan menjelaskan dan mempertanggungjawabkan data tersebut.

Lembaga publik tidak cukup hanya mengatakan bahwa data telah dihitung menggunakan metode ilmiah.

Lembaga juga harus mampu menjelaskan bagaimana metode tersebut bekerja dan mengapa hasilnya dapat dipercaya.

Ketika penjelasan tidak tersedia, ruang tersebut akan diisi oleh spekulasi.

Dan spekulasi memiliki konsekuensi yang tidak kecil.

Masyarakat dapat mulai membangun kesimpulan sendiri mengenai alasan di balik perubahan data.

Kecurigaan dapat berkembang.

Ketidakpercayaan dapat meluas.

Pada akhirnya, persoalan yang semula hanya berkaitan dengan klasifikasi statistik dapat berubah menjadi krisis kepercayaan terhadap institusi.

Di sinilah kredibilitas BPS menghadapi persoalan yang serius.

Kredibilitas lembaga statistik tidak hanya ditentukan oleh apakah angka yang dihasilkan benar secara metodologis.

Kredibilitas juga ditentukan oleh sejauh mana lembaga mampu menjelaskan proses di balik angka tersebut.

Ketika masyarakat tidak memperoleh penjelasan yang memadai, maka keakuratan teknis sekalipun akan sulit mengembalikan kepercayaan.

Namun, penting pula untuk tidak menyederhanakan persoalan ini sebagai kesalahan BPS semata.

Yang terjadi bukanlah BPS secara sengaja merusak kredibilitasnya sendiri.

BPS justru terseret dalam desain kebijakan yang tidak sepenuhnya transparan dan tidak siap diuji di ruang publik.

Lembaga tersebut berada dalam posisi yang sulit.

Di satu sisi, BPS harus menjaga kredibilitas statistik.

Di sisi lain, BPS harus berhadapan dengan sistem yang sebagian prosesnya berada di luar kewenangan mereka.

Ketika hasil akhir dipertanyakan masyarakat, BPS tetap menjadi salah satu lembaga yang berada di garis depan untuk memberikan penjelasan.

Persoalannya kemudian menjadi persoalan kelembagaan.

Siapa yang sebenarnya bertanggung jawab terhadap formula?

Siapa yang dapat menjelaskan bagaimana desil kesejahteraan ditentukan?

Siapa yang harus menjawab ketika hasil klasifikasi tidak sesuai dengan kenyataan di lapangan?

Dan siapa yang bertanggung jawab memperbaiki data ketika masyarakat menemukan kesalahan?

Pertanyaan-pertanyaan tersebut tidak dapat dibiarkan tanpa jawaban.

Sebab, data sosial ekonomi bukan sekadar kumpulan angka.

Data tersebut memiliki konsekuensi nyata terhadap kehidupan masyarakat.

Ketika status seseorang berubah, dampaknya dapat dirasakan dalam kehidupan sehari-hari.

Ketika seseorang masuk dalam kelompok desil yang lebih tinggi, perubahan tersebut dapat berpengaruh terhadap bagaimana negara melihat posisi sosial ekonominya.

Karena itu, kesalahan dalam data tidak dapat dipandang sebagai persoalan administratif biasa.

Kesalahan klasifikasi dapat memiliki konsekuensi sosial.

Pada akhirnya, yang terjadi bukanlah BPS secara sengaja “mengorbankan” kredibilitasnya.

Yang terjadi adalah lembaga ini terseret dalam desain kebijakan yang tidak sepenuhnya transparan dan belum siap diuji secara terbuka di ruang publik.

Namun, bagi masyarakat, perbedaan antara “tidak sengaja” dan “tidak mampu menjelaskan” menjadi tidak terlalu penting.

Yang mereka rasakan adalah dampaknya.

Hak yang berubah.

Status yang bergeser.

Dan negara yang tidak bisa memberikan jawaban pasti.

Dalam situasi seperti ini, yang runtuh bukan hanya kepercayaan pada data.

Yang lebih berbahaya adalah runtuhnya kepercayaan pada sistem yang menghasilkan data tersebut.

Sebab, ketika masyarakat tidak lagi percaya pada data pemerintah, maka setiap kebijakan yang menggunakan data tersebut juga akan menghadapi persoalan legitimasi.

Pertanyaannya akhirnya bukan lagi sekadar apakah DTSEN akurat.

Pertanyaan yang jauh lebih penting adalah apakah masyarakat dapat memahami, menguji, dan mempercayai proses yang menghasilkan angka tersebut.

Karena data yang tidak dapat dijelaskan pada akhirnya akan selalu menyisakan pertanyaan.

Dan ketika negara tidak mampu memberikan jawaban, ruang tersebut akan diisi oleh kecurigaan.

Di titik itulah krisis kredibilitas DTSEN tidak lagi menjadi sekadar persoalan statistik.

Ia berubah menjadi persoalan kepercayaan publik terhadap negara. (Red)

L.