4,3 Juta KPM Baru Masuk Jadi Penerima Bansos

13 Sep 2026, 21:29 WIB

Dini Suciatiningrum

News

Channel

Add Us on Google

4,3 Juta KPM Baru Masuk Jadi Penerima Bansos

Ilustrasi bansos/ Dok Kemensos

Intinya Sih

Timeline

5W1H

Gini Kak

Sisi Positif

Kementerian Sosial mencatat 4,3 juta KPM baru masuk penerima bansos setelah pemanfaatan DTSEN, yang diperbarui untuk merespons perubahan kondisi sosial ekonomi dan temuan ketidaksesuaian lapangan.
DTSEN mengintegrasikan data DTKS, Regsosek, dan P3KE. BPS menegaskan pemutakhiran berkelanjutan diperlukan karena perubahan seperti perpindahan domisili dan kematian memengaruhi data masyarakat.
BPS menentukan desil kesejahteraan lewat karakteristik sosial ekonomi rumah tangga, memakai estimasi Susenas, Proxy Means Test, dan machine learning per kabupaten/kota untuk meningkatkan akurasi.

This section summary was AI-assisted and reviewed by our editorial team.

13/9/2026

Kementerian Sosial menyatakan sekitar 4,3 juta KPM baru masuk daftar penerima bansos setelah pemanfaatan DTSEN. Pemutakhiran data dilakukan untuk merespons perubahan kondisi sosial ekonomi dan ketidaksesuaian di lapangan.

This section summary was AI-assisted and reviewed by our editorial team.

What?
Sekitar 4,3 juta Keluarga Penerima Manfaat baru masuk daftar penerima bantuan sosial setelah Kementerian Sosial menggunakan Data Tunggal Sosial Ekonomi dan Nasional.
Who?
Kementerian Sosial, Andy Kurniawan, Badan Pusat Statistik, Profesor Setia Pramana, serta 4,3 juta KPM baru terlibat dalam pemutakhiran dan penyaluran data penerima bansos.
Where?
Jakarta menjadi lokasi penyampaian keterangan. Pemodelan data kesejahteraan dikembangkan BPS pada tingkat masing-masing kabupaten dan kota di Indonesia.
When?
Keterangan Andy Kurniawan disampaikan pada 13 September 2026. Pemutakhiran DTSEN dan evaluasi data masih terus dilakukan.
Why?
Pemutakhiran DTSEN dilakukan untuk merespons perubahan kondisi sosial ekonomi masyarakat, menangani ketidaksesuaian data di lapangan, dan mencatat warga yang sebelumnya belum menerima bansos.
How?
DTSEN mengintegrasikan DTKS, Regsosek, dan P3KE. BPS menyusun desil kesejahteraan dengan model Proxy Means Test dan machine learning berdasarkan karakteristik sosial ekonomi rumah tangga serta wilayah.

This section summary was AI-assisted and reviewed by our editorial team.

Sekarang ada 4,3 juta keluarga baru yang dapat bantuan dari pemerintah. Mereka masuk daftar karena data orang-orang diperbaiki. Pak Andy bilang kesalahan di lapangan juga diperiksa. BPS terus memperbarui data, karena ada orang pindah atau meninggal. BPS melihat keadaan rumah dan daerah untuk menentukan keluarga yang perlu bantuan.

This section summary was AI-assisted and reviewed by our editorial team.

Pemanfaatan DTSEN menunjukkan upaya memperluas ketepatan sasaran bantuan sosial dengan merespons perubahan kondisi warga dan temuan di lapangan. Masuknya 4,3 juta KPM baru mencerminkan bahwa pembaruan data dapat membuka akses bagi keluarga yang sebelumnya belum tercatat, sementara evaluasi berkelanjutan membantu meningkatkan akurasi pemetaan kesejahteraan.

This section summary was AI-assisted and reviewed by our editorial team.

Jakarta, IDN Times – Kementerian Sosial mencatat sekitar 4,3 juta Keluarga Penerima Manfaat (KPM) baru masuk dalam daftar penerima bantuan sosial setelah pemanfaatan Data Tunggal Sosial Ekonomi dan Nasional (DTSEN).

Tenaga Ahli Menteri Sosial Bidang Perencanaan dan Evaluasi Kebijakan Strategis Kementerian, Andy Kurniawan, mengatakan pemutakhiran DTSEN diperlukan untuk merespons perubahan kondisi sosial ekonomi masyarakat sekaligus berbagai ketidaksesuaian yang ditemukan di lapangan.

“Adapun ada hal-hal yang kiranya error di lapangan, semuanya kita respons. Semua masukan dari media kita respons dan langsung kita tindak lagi sebagai bagian dari pemutakhiran,” ujarnya dalam keterangan, Mu (13/9/2026).

1. Sebanyak 4,3 juta KPM baru mendapatkan bansos

Ilustrasi penerima bansos (kemensos.go.id)

Menurut Andy, pemanfaatan DTSEN memberikan basis yang lebih luas dalam melihat kondisi sosial ekonomi masyarakat. Salah satu hasilnya terlihat dari masuknya masyarakat yang sebelumnya tidak tercatat sebagai penerima bantuan sosial.

“Bagaimana dulu yang banyak tidak bisa mendapatkan bansos, sekarang ada 4,3 juta KPM baru ini mendapatkan bansos. Karena kita sudah menggunakan desil itu,” katanya.

2. Data terus diperbaharui

Ilustrasi Pemutahiran DTSEN dan Desil/ IDN Times Dini Suciatiningrum

Direktur Metodologi, Statistik, dan Science Data Badan Pusat Statistik (BPS) Profesor Setia Pramana menjelaskan, DTSEN dibangun melalui integrasi sejumlah sumber data pemerintah, termasuk DTKS, Regsosek, dan P3KE. Masing-masing sumber data memiliki karakteristik dan kelengkapan informasi yang berbeda sehingga proses integrasi menjadi bagian penting dalam penyusunan basis data sosial ekonomi.

Menurut Setia, data perlu terus diperbarui karena kondisi masyarakat dapat berubah dari waktu ke waktu.

“Data itu memang harus di-update karena kondisi masyarakat berubah. Ada yang pindah domisili, ada yang meninggal, dan sebagainya,” jelasnya.

3. BPS susun peringkat kesejahteraan berdasarkan karakteristik sosial ekonomi rumah tangga

PosIND Cetak Prestasi Gemilang: Dalam 10 Hari Bansos PKH dan Program Sembako Terealisasi 90% (dok. PosIND)

Dalam penentuan desil, BPS menyusun peringkat kesejahteraan berdasarkan karakteristik sosial ekonomi rumah tangga. Peringkat tersebut tidak ditentukan hanya berdasarkan pendapatan, karena informasi pengeluaran atau pendapatan secara langsung tidak tersedia untuk seluruh rumah tangga.

Setia menjelaskan, BPS memanfaatkan data Susenas yang memiliki informasi pengeluaran rumah tangga untuk membangun model estimasi bagi rumah tangga yang tidak memiliki informasi pengeluaran secara langsung. Model tersebut menggunakan pendekatan Proxy Means Test (PMT) dan metode machine learning.

Karakteristik wilayah juga menjadi bagian dari proses pemodelan. BPS mengembangkan model berdasarkan kondisi masing-masing kabupaten/kota karena karakteristik sosial ekonomi masyarakat berbeda antardaerah.

“Modelnya kita bangun di masing-masing kabupaten/kota karena karakteristik masing-masing daerah itu berbeda,” ujar Setia.

Hasil pemodelan kemudian digunakan untuk menyusun peringkat kondisi sosial ekonomi secara nasional. Menurut Setia, proses tersebut terus dievaluasi untuk meningkatkan akurasi model dan mengurangi kesalahan yang dapat muncul baik dari model maupun dari kualitas data yang digunakan.