Konten dari Pengguna

Tragedi Desil

comment
0
sosmed-whatsapp-white
copy-circle
more-vertical

Tulisan dari Dr Barid Hardiyanto tidak mewakili pandangan dari redaksi kumparan

foto: Masyarakat kelas bawah seperti penderes (pengrajin gula kelapa) bisa terkena imbas dari sistem desil yang carut marut (Dokumen Pribadi/ Istimewa)
zoom-in-whitePerbesar
foto: Masyarakat kelas bawah seperti penderes (pengrajin gula kelapa) bisa terkena imbas dari sistem desil yang carut marut (Dokumen Pribadi/ Istimewa)

Bagi masyarakat kelas bawah dan rentan miskin, Kartu Indonesia Sehat (KIS) dan Kartu Indonesia Pintar (KIP) bukan sekadar kartu bernomor registrasi. Keduanya adalah jaring pengaman terakhir yang memisahkan mereka dari jurang kebangkrutan saat sakit, dan mencegah putus sekolah saat biaya pendidikan mencekik. Namun, belakangan ini, sebuah realitas pahit sering ditemui di lapangan: warga tiba-tiba ditolak di fasilitas kesehatan atau dikeluarkan dari daftar penerima bantuan pendidikan karena status kepesertaan mereka mendadak non-aktif. Ketika ditelusuri ke dinas sosial atau operator desa, alasannya terdengar sangat teknis namun berakibat fatal: peringkat desil kesejahteraan mereka di dalam Data Terpadu Kesejahteraan Sosial (DTKS) telah naik. Banyak dari mereka yang sebelumnya berada di desil 1 hingga 3 (kategori miskin ekstrem hingga miskin), tiba-tiba meloncat ke desil 6, bahkan desil 9. Dalam logika matematis data pemerintah, mereka dianggap telah "naik kelas" menjadi kelompok menengah atau atas yang sudah mampu mandiri. Pertanyaannya, apakah realitas di lapangan mengonfirmasi deretan angka tersebut? Jawabannya sering kali tidak. Fenomena ini mengungkap celah besar dalam sistem penargetan perlindungan sosial kita, di mana algoritma dan indikator proksi sering kali gagal menangkap kerentanan ekonomi yang sesungguhnya. Untuk memahami anomali ini, kita perlu melihat bagaimana garis kemiskinan dan sistem desil beroperasi. Pemeringkatan desil dihitung berdasarkan pendekatan Proxy Means Testing (PMT), sebuah formula statistik yang mengukur perkiraan pengeluaran atau kesejahteraan rumah tangga berdasarkan aset yang terlihat (kondisi rumah, kepemilikan motor, jenis lantai, hingga daya listrik). Masalah utama dari PMT adalah ketidakmampuannya membaca guncangan ekonomi seketika dan struktur pengeluaran tak terlihat (pengutangan). Misalnya, sebuah keluarga mungkin mengambil kredit sepeda motor bekas untuk bisa bekerja sebagai pengemudi ojek daring, atau memasang listrik 900 VA karena tuntutan kebutuhan minimal. Di mata algoritma, penambahan aset ini adalah sinyal peningkatan kekayaan yang bisa melempar desil mereka dari 3 ke 6, atau bahkan 9. Namun di dunia nyata, motor tersebut adalah beban utang bulanan yang justru semakin mencekik arus kas keluarga. Garis kemiskinan formal juga memiliki kelemahan bawaan karena standarnya yang sangat rendah. Sebagai contoh, merujuk pada data Badan Pusat Statistik (BPS) 2024, garis kemiskinan di Kabupaten Banyumas tercatat sebesar Rp 500.861 per kapita per bulan. Artinya, jika sebuah keluarga dengan empat anggota memiliki total pendapatan Rp 2,1 juta per bulan, mereka secara statistik telah dianggap "tidak miskin". Mereka mungkin akan terdorong ke desil yang lebih tinggi. Namun, dengan pendapatan Rp 2,1 juta sebulan di tengah inflasi harga pangan yang terus merangkak, apakah keluarga ini mampu membayar biaya rawat inap rumah sakit jika salah satu anggotanya terkena demam berdarah tanpa KIS? Tentu tidak. Mereka masuk dalam kategori yang oleh literatur ekonomi pembangunan disebut sebagai the missing middle (kelompok menengah yang hilang) atau the transient poor (kelompok rentan miskin). Mereka tidak cukup miskin untuk mendapat bantuan, tetapi terlalu rapuh untuk bertahan dari krisis.

Dalam perspektif kebijakan publik, fenomena pencabutan KIP dan KIS akibat kenaikan desil yang semu ini adalah bentuk klasik dari exclusion error (kesalahan eksklusi)—yaitu ketika individu yang berhak dan membutuhkan justru tidak menerima bantuan. Stephen Kidd (2017) dalam kajiannya mengenai kebijakan sosial di negara-negara berkembang mengkritik keras penggunaan PMT. Ia menemukan bahwa sistem penargetan berbasis proksi sering kali menghasilkan tingkat kesalahan eksklusi yang masif, terkadang mencapai lebih dari 50 persen. Menurut Kidd, PMT pada dasarnya adalah "lotre", di mana margin kesalahan statistiknya terlalu besar untuk diterapkan sebagai penentu mutlak hidup-matinya akses kesehatan dan pendidikan seseorang. Lebih jauh, jika kita meminjam kerangka Capability Approach (Pendekatan Kapabilitas) dari peraih Nobel Ekonomi Amartya Sen (1999), kemiskinan tidak seharusnya hanya diukur dari angka pendapatan atau aset yang dimiliki (pendekatan utilitarian), melainkan dari perampasan kapabilitas dasar manusia. Kesehatan dan pendidikan adalah dua kapabilitas paling fundamental. Ketika negara mencabut KIS dan KIP dari keluarga rentan hanya karena algoritma mengindikasikan mereka naik ke desil 6 atau 9, negara secara aktif sedang melakukan perampasan kapabilitas. Keluarga tersebut akan menunda pergi ke dokter saat sakit parah (karena takut biaya), atau meminta anaknya berhenti kuliah/sekolah. Pada akhirnya, "kenaikan kelas" yang dicatat secara administratif itu akan segera bermuara pada pemiskinan struktural yang nyata. Sisi tragis lainnya dari naiknya desil ini adalah apa yang oleh Pamela Herd dan Donald Moynihan (2018) disebut sebagai administrative burden atau beban administratif. Ketika KIS seorang warga dihentikan saat ia sedang dirawat di ruang ICU, beban untuk membuktikan bahwa ia "masih miskin" sepenuhnya dialihkan ke pundak warga tersebut. Keluarga pasien harus berlari mengurus surat keterangan tidak mampu (SKTM) dari RT, RW, Kelurahan, hingga validasi ke Dinas Sosial untuk memulihkan data tersebut. Proses perbaikan data ini sering kali lambat, berbelit, dan membutuhkan biaya transportasi serta waktu yang tidak sedikit—waktu yang seharusnya mereka gunakan untuk bekerja atau merawat keluarga yang sakit. Ketidaksesuaian antara kondisi nyata (desil tinggi, padahal miskin) sering kali diakibatkan oleh kurangnya pemutakhiran data secara partisipatif di tingkat desa, atau akibat anomali pemadanan data otomatis di pusat. Warga miskin menjadi korban dari simplifikasi birokrasi yang mencoba mendisiplinkan data dengan mengorbankan empati. Menuju Perlindungan Sosial yang Afirmatif dan Dinamis Menghadapi realitas di mana warga menjerit karena tiba-tiba dikategorikan kaya (desil 9) dan kehilangan akses fundamentalnya, pemerintah tidak bisa lagi bersembunyi di balik argumen "ketentuan sistem". Dibutuhkan evaluasi dan transformasi fundamental dalam kebijakan perlindungan sosial kita: Pertama, Reformasi Penilaian Indikator Kemiskinan. Sistem PMT mutlak perlu dikalibrasi ulang. Kepemilikan aset dasar yang dibeli dari jerat utang tidak boleh dijadikan indikator kekayaan mutlak. Pemerintah harus menggabungkan PMT dengan Community-Based Targeting (CBT), di mana musyawarah desa atau kelurahan memiliki otoritas untuk melakukan koreksi real-time (saat itu juga) terhadap data desil yang di- generate oleh pusat. Jika algoritma menetapkan seseorang di desil 9, namun realitas komunitas melihat ia tidak mampu makan bergizi atau berobat, keputusan komunitas harus menjadi variabel penentu yang membatalkan algoritma. Kedua, Fleksibilitas Masa Transisi (Graduation Clause). Kebijakan pencabutan KIS atau KIP tidak boleh dilakukan secara tiba-tiba tanpa pemberitahuan a priori dan tanpa masa transisi. Jika memang sebuah keluarga dinilai mengalami peningkatan ekonomi, harus ada masa tenggang (misalnya 1-2 tahun) untuk memastikan bahwa mereka benar-benar telah keluar dari zona kerentanan secara permanen, bukan sekadar peningkatan penghasilan sesaat akibat kerja musiman. Ketiga, Orientasi Kebijakan yang Afirmatif. Di masa depan, kebijakan publik harus mulai berani menggeser paradigmanya dari penargetan sempit yang penuh kesalahan (targeting) menuju pendekatan yang lebih inklusif dan afirmatif. Hak atas kesehatan dan pendidikan dasar tidak selayaknya dijadikan komoditas yang dikunci rapat oleh desil kesejahteraan. Hak dasar ini haruslah bersifat semesta (universal). Gagasan-gagasan jaminan sosial yang lebih luas, seperti perlindungan dasar yang menjamin bahwa tidak ada warga negara, apa pun desilnya, yang akan jatuh bangkrut karena sakit, harus menjadi roh dari administrasi publik kita. Data kesejahteraan dan statistik adalah alat navigasi yang penting bagi negara. Namun, ketika navigasi tersebut membawa kebijakan menabrak realitas penderitaan warga, maka kompasnya yang harus diperbaiki, bukan warganya yang disalahkan. Kenaikan ke desil 6 atau 9 seharusnya menjadi kabar gembira dari sebuah proses pemberdayaan yang berhasil, bukan vonis mati birokratis yang mencabut hak warga untuk hidup sehat dan pintar.