BPS Ungkap Alasan Tukang Becak Bisa Masuk Desil 9

Setia menegaskan, posisi desil rumah tangga bersifat dinamis. Ketika data masyarakat diperbarui sesuai kondisi terkini, posisi desilnya dapat berubah mengikuti kondisi sosial ekonomi rumah tangga tersebut.

Selain persoalan pemutakhiran data, BPS juga meluruskan pemahaman masyarakat mengenai cara menentukan desil. Posisi desil tidak ditentukan hanya berdasarkan pendapatan atau pengeluaran rumah tangga.

Menurut Setia, BPS menggunakan lebih dari 40 variabel dalam mengestimasi kondisi sosial ekonomi rumah tangga. Hal ini dilakukan karena kondisi kesejahteraan masyarakat tidak dapat diukur hanya dari pendapatan atau pengeluaran.

"Desil itu bukan diurutkan berdasarkan pengeluaran saja. Jadi kita melakukan estimasi pengeluaran, tapi kita punya lebih dari 40 variabel," ujar Setia.

Sejumlah indikator yang digunakan antara lain kondisi fisik rumah, kepemilikan aset, karakteristik anggota rumah tangga, serta akses terhadap sanitasi dan air bersih.

Ke depan, BPS membuka peluang untuk memperkuat pemutakhiran data dengan mengintegrasikan data dari berbagai kementerian dan lembaga. Data perpajakan, penggunaan listrik PLN hingga data pulsa seluler dinilai dapat membantu menggambarkan kondisi ekonomi warga secara lebih aktual.

Namun, pemanfaatan data digital tersebut tetap harus memperhatikan ketentuan hukum dan perlindungan data pribadi masyarakat.

"Kalau data tadi sudah ada, jauh lebih akurat. Seperti data PLN, misalkan data pulsa, tapi memang itu menjadi penting, itu harus on demand," ucap Setia.

Model matematis yang digunakan dalam menentukan desil masyarakat masih memiliki inclusion-exclusion error. Kondisi ini membuat sebagian masyarakat yang masih membutuhkan bantuan justru keluar dari daftar penerima bansos, dengan tingkat inclusion-exclusion error sekitar 23 persen.

Setia menjelaskan, angka tersebut tidak dapat dimaknai sebagai 23 persen masyarakat mengalami kesalahan dalam penentuan desil. Sebab, ketidaksesuaian hasil pemodelan dapat dipengaruhi berbagai faktor, baik dari sisi data maupun kondisi di lapangan.

Menurutnya, salah satu persoalan utama adalah kualitas dan kemutakhiran data yang digunakan. Jika data yang menjadi input tidak sesuai dengan kondisi terbaru masyarakat, hasil pemodelan juga berpotensi tidak menggambarkan kondisi sebenarnya.

“Error pertama ada di data. Apa pun data yang kita berikan, model yang kita gunakan itu bagus atau tidak, kalau datanya tidak sesuai dan kalau disalahkan, disalah,” katanya.

Selain kualitas data, Setia menyebut kesalahan juga dapat berasal dari model yang digunakan untuk memprediksi kondisi sosial ekonomi masyarakat. Faktor lain yang turut memengaruhi antara lain kesalahan klasifikasi dan kondisi geografis yang berbeda-beda.

“Data tidak mutakhir, akurat, kemudian juga salah klasifikasi, dan juga ada terkait dengan kondisi geografis,” ujarnya.

Setia mengatakan, BPS melakukan evaluasi terhadap model secara statistik sekaligus melalui pengecekan di lapangan. Evaluasi tersebut dilakukan untuk mengetahui apakah ketidaksesuaian berasal dari model atau justru dari data yang digunakan.

“Model bisa kita improve dengan pendekatan-pendekatan tertentu. Tapi data yang pertama, data yang akurat dan termutakhir,” tutur Setia.

Dia menegaskan, penyempurnaan model dan pemutakhiran data masih menjadi pekerjaan yang terus dilakukan BPS bersama kementerian dan lembaga terkait. Upaya tersebut ditujukan untuk meminimalkan error dalam pemetaan kondisi sosial ekonomi masyarakat.

“Kami mencoba meminimalisir error yang disebabkan, kalau kami, dari data dan model, bagaimana model itu kita bisa improve, bagaimana data yang akurat dan mutakhir itu bisa didapatkan,” ucapnya.