Belakangan ini, hasil pengecekan desil pada Data Tunggal Sosial dan Ekonomi Nasional (DTSEN) ramai diperbincangkan masyarakat. Sejumlah rumah tangga yang tercatat dalam desil 9 atau 10 merasa kondisi ekonominya belum mencerminkan kelompok dengan tingkat kesejahteraan tinggi. Perbedaan tersebut, menurut Dosen Departemen Ilmu Ekonomi Fakultas Ekonomika dan Bisnis Universitas Gadjah Mada (FEB UGM) Wisnu Setiadi Nugroho, S.E., M.Sc., M.A., Ph.D, tidak serta-merta menunjukkan bahwa masyarakat keliru menilai kondisi ekonominya maupun data pemerintah sepenuhnya salah. Masyarakat menilai kesejahteraan dari pendapatan dan pengeluaran sehari-hari, sedangkan pemerintah menggunakan sejumlah indikator sosial dan ekonomi rumah tangga.
Menurut Wisnu, masyarakat umumnya menilai kondisi ekonominya berdasarkan pendapatan yang diterima setiap bulan, besarnya pengeluaran, serta kebutuhan sehari-hari. Sementara itu, penilaian kesejahteraan dalam DTSEN menggunakan sejumlah indikator yang menggambarkan kondisi rumah tangga, seperti aset, kondisi dan kepemilikan rumah, kendaraan bermotor, serta karakteristik rumah tangga lainnya. Perbedaan pendekatan tersebut dapat membuat hasil penilaian masyarakat dan posisi desil tidak selalu bertemu. “Seseorang bisa masuk desil 9 atau 10, tetapi bisa jadi hidup memang pas-pasan dan dua-duanya tetap benar,” ujarnya, Kamis (20/8).
Posisi Kesejahteraan
Wisnu menjelaskan, desil perlu dipahami sebagai posisi relatif dalam distribusi kesejahteraan, bukan ukuran kekayaan secara absolut. Apabila desil yang ditampilkan merupakan peringkat secara nasional, ambang untuk masuk kelompok 10 persen teratas tidak selalu setinggi yang dibayangkan masyarakat. Kondisi distribusi kesejahteraan Indonesia membuat seseorang dapat berada di desil 9 atau 10 meskipun kehidupan sehari-harinya masih memiliki keterbatasan. Karena status desil dapat berimplikasi pada akses masyarakat terhadap berbagai program pemerintah, Wisnu menilai wajar apabila masyarakat mempertanyakan hasil pendataan. Ia menyebut masyarakat perlu memiliki ruang untuk mengetahui sekaligus memeriksa dasar penetapan posisi desilnya.
Meski demikian, perbedaan antara kondisi yang dirasakan masyarakat dan hasil kategorisasi desil tidak otomatis menunjukkan kesalahan data secara keseluruhan. Wisnu menjelaskan, pendekatan Proxy Means Test (PMT) yang digunakan untuk memperkirakan tingkat kesejahteraan berdasarkan sejumlah indikator, pada dasarnya merupakan metode prediksi sehingga tetap memiliki kemungkinan kesalahan. Selain itu, kualitas data dapat dipengaruhi oleh informasi rumah tangga yang belum diperbarui, seperti perubahan jumlah anggota keluarga. Kondisi tersebut dapat membuat perhitungan kesejahteraan per kapita tidak lagi menggambarkan keadaan rumah tangga terkini.
Menurutnya, terdapat dua hal yang menurut Wisnu penting dilakukan pemerintah. Pertama, meningkatkan transparansi dengan menjelaskan variabel yang membentuk desil serta alasan indikator tertentu digunakan untuk menggambarkan tingkat kesejahteraan. Kedua, menyediakan mekanisme sanggah yang jelas agar masyarakat dapat menyampaikan aduan, melakukan pembaruan data, dan memperoleh kepastian atas hasil pendataan. “Masyarakat bisa melakukan respons, aduan, sehingga masyarakat bisa percaya dan kemudian puas dengan hasil yang didapatkan, bukan sekadar hanya di atas kertas lalu kemudian menerima saja penentuan dari pemerintah tersebut,” katanya.
Kualitas data menjadi semakin penting ketika desil digunakan sebagai dasar pelaksanaan kebijakan yang berdampak langsung pada masyarakat. Jika pemerintah telah yakin bahwa metodologi dan pendataan yang digunakan mampu merefleksikan daya beli serta tingkat kesejahteraan masyarakat secara mutakhir, desil dapat digunakan dengan catatan dasar dan cara penggunaannya dikomunikasikan secara terbuka. Sebaliknya, apabila masih terdapat persoalan pada kualitas, pembaruan, maupun integrasi data, pemerintah perlu memperbaikinya terlebih dahulu sebelum menjadikan data tunggal sebagai dasar eksekusi kebijakan yang membatasi hak masyarakat. “Semakin besar konsekuensi dari sebuah garis batas yang diterapkan oleh pemerintah, semakin tinggi standar akurasi yang harus dipenuhi sebelum garis itu digunakan,” tegasnya.
Risiko tersebut menjadi penting diperhatikan ketika desil digunakan untuk menentukan penerima atau nonpenerima subsidi. Wisnu menyebut setidaknya terdapat dua risiko, yaitu exclusion error ketika rumah tangga yang sebenarnya masih membutuhkan bantuan justru dikeluarkan dari kelompok penerima, serta cliff effect ketika dua rumah tangga dengan kondisi ekonomi yang hampir sama mendapatkan perlakuan kebijakan yang berbeda karena berada di sisi batas desil yang berbeda. “Dua rumah tangga yang kondisi ekonominya hampir sama persis bisa mendapatkan perlakuan kebijakan yang sangat berbeda karena yang satu di ujung desil 8, yang satunya lagi di awal mula desil 9,” jelasnya.
Desil dan Risiko Salah Sasaran Kebijakan
Untuk mengurangi risiko tersebut, Wisnu menilai pembagian kesejahteraan dapat dipertimbangkan dengan tingkat granularitas yang lebih halus. Desil tidak perlu ditinggalkan, tetapi pemerintah dapat melihat posisi rumah tangga secara lebih rinci dan mempertimbangkan zona transisi di sekitar batas kelompok. Pada saat yang sama, mekanisme sanggah dan pembaruan data perlu dibuat cepat sehingga masyarakat yang merasa mengalami kesalahan klasifikasi memiliki jalan keluar tanpa harus menunggu pendataan berikutnya. “Mungkin membuat granularitas yang lebih halus, lebih jelas, misalkan pembagiannya dalam bentuk persentil,” katanya.
Wisnu juga mengingatkan agar desil 9 dan 10 tidak diperlakukan sebagai kelompok ekonomi yang homogen. Rentang kondisi ekonomi di dalam dua desil teratas dapat sangat lebar. Rumah tangga dengan pendapatan Rp10 juta per bulan, misalnya, dapat berada dalam kelompok yang sama dengan rumah tangga berpenghasilan Rp100 juta, meskipun ketahanan ekonomi keduanya berbeda jauh. Perbedaan tersebut semakin terlihat ketika mempertimbangkan jumlah anggota rumah tangga dan berbagai beban pengeluaran struktural, seperti cicilan rumah, biaya pendidikan, biaya kesehatan, dan jumlah tanggungan. “Menyamaratakan seluruh anggota desil 9 dan 10 itu sebagai kelompok yang sama adalah asumsi yang sangat keliru dan cukup fatal,” tegasnya.
Dalam hal ini, Wisnu menyoroti pentingnya melihat sisi kewajiban rumah tangga. Data kesejahteraan dapat menggambarkan kepemilikan aset, tetapi kondisi ekonomi keluarga juga dipengaruhi oleh beban pengeluaran yang harus ditanggung. Pencabutan subsidi secara mendadak pada kelompok yang berada dalam kondisi rentan berisiko mendorong sebagian rumah tangga turun kelas ketika menghadapi guncangan ekonomi. “Desil membaca sisi aset, tetapi tidak membaca sisi kewajiban,” kata Wisnu.
Karena itu, Wisnu menilai data desil sebaiknya berfungsi sebagai alat penyaring awal, bukan menjadi satu-satunya dasar untuk menentukan hak masyarakat. Pemerintah dapat mengombinasikannya dengan data lain, seperti data perpajakan, kepemilikan dan spesifikasi kendaraan, konsumsi listrik, serta jumlah tanggungan riil dalam rumah tangga. Data kendaraan, misalnya, perlu mempertimbangkan karakteristik kendaraan karena kepemilikan kendaraan yang sama belum tentu menunjukkan kondisi ekonomi yang sama. “Data desil sebaiknya tidak berjalan sendirian. Jadi dia alat penyaring awal, screening tools, bukan semacam vonis tunggal bahwa ini adalah hitam dan putih,” jelas Wisnu.
Selain itu, data konsumsi listrik dinilai dapat menjadi salah satu sumber informasi yang membantu menggambarkan pola konsumsi rumah tangga. Pemerintah juga perlu memperhatikan kondisi rumah tangga yang tidak selalu tercermin hanya dari data administrasi keluarga, karena dalam praktiknya satu rumah dapat dihuni oleh orang tua, saudara, atau anggota keluarga lain yang turut menjadi bagian dari beban ekonomi rumah tangga. Dengan memadukan berbagai indikator tersebut, penargetan kebijakan diharapkan dapat lebih mencerminkan kondisi ekonomi masyarakat secara nyata.
Dalam konteks subsidi BBM, Wisnu mengatakan pemerintah juga memiliki pilihan kebijakan yang lebih bertahap dibandingkan sekadar membuat batas hitam-putih berdasarkan desil. Pembatasan volume BBM berdasarkan kebutuhan kendaraan atau rumah tangga dapat menjadi salah satu alternatif, disertai periode transisi dan mekanisme pembaruan data. “Harusnya kebijakan itu bukan langsung seperti menyalakan lampu, on-off, lalu kemudian selesai,” ujarnya.
Wisnu berpandangan, pendekatan tersebut penting agar kebijakan subsidi dapat tetap tepat sasaran sekaligus responsif terhadap perubahan kondisi masyarakat. Data sosial dan ekonomi pada dasarnya bersifat dinamis sehingga kebijakan yang menggunakannya juga perlu memiliki ruang untuk pembaruan dan koreksi. “Kebijakan subsidi itu lebih presisi, responsif terhadap perubahan kondisi warga dan tidak sekadar mengorbankan kelas menengah yang saat ini memang sudah cukup rentan hanya demi mengedepankan efisiensi administrasi,” pungkasnya.
Penulis: Triya Andriyani
Foto: Dok FEB UGM dan Antara