Portal Pantura – Publik dihebohkan dengan kasus seorang tukang becak di Yogyakarta yang tercatat masuk dalam desil 9 Data Tunggal Sosial Ekonomi Nasional.
Penjelasan BPS Terkait Data Belum Mutakhir
Badan Pusat Statistik (BPS) mengakui secara terbuka bahwa data dalam sistem DTSEN saat ini belum sepenuhnya mutakhir dan akurat.
Kondisi di lapangan tersebut menjadi pemicu utama munculnya kasus warga miskin yang justru tercatat masuk dalam desil tinggi.
Akar Masalah Ada pada Pembaruan Data
Menurut pihak BPS, akar persoalan ini sebenarnya bukan terletak pada metode pembagian desil yang selama ini digunakan.
Kendala utama yang dihadapi adalah keterlambatan pembaruan data masyarakat miskin yang dinamis setiap tahunnya.
Pembaruan data secara berkala menjadi agenda krusial agar sistem DTSEN mampu menggambarkan kondisi riil warga secara tepat.
Pemerintah kini gencar membuka peluang kolaborasi dan integrasi data dengan berbagai kementerian serta lembaga terkait.
Memahami Sistem Pembagian Desil DTSEN
Desil merupakan sistem pengelompokan keluarga yang disusun secara sistematis berdasarkan tingkat kesejahteraan sosial ekonomi.
Dalam kerangka DTSEN, seluruh rumah tangga di Indonesia dibagi secara merata ke dalam sepuluh kelompok kesejahteraan berbeda.
Kelompok desil 1 merepresentasikan lapisan masyarakat dengan tingkat kesejahteraan paling rendah atau kategori miskin ekstrem.
Sebaliknya, kelompok desil 10 diisi oleh sepuluh persen keluarga di Indonesia yang memiliki tingkat kesejahteraan paling tinggi.
Variabel Penentu Kesejahteraan Rumah Tangga
Penentuan peringkat desil tidak pernah dihitung secara sembarangan hanya berdasarkan besar kecilnya pendapatan bulanan warga.
Badan Pusat Statistik menggunakan lebih dari 40 variabel komprehensif untuk menilai kondisi sosial ekonomi rumah tangga.
Variabel penentu tersebut mencakup kondisi fisik rumah, kepemilikan aset berharga, hingga akses terhadap fasilitas sanitasi.
Dengan instrumen komprehensif ini, seseorang tidak bisa langsung divonis masuk desil tertentu hanya lewat nominal gaji.
Kolaborasi Data untuk Akurasi Maksimal
Pemanfaatan data tambahan seperti konsumsi listrik dan pulsa warga dapat menjadi opsi efektif untuk memperbarui sistem.
Namun, setiap proses penggabungan data lintas instansi wajib mematuhi regulasi ketat terkait perlindungan data pribadi.***
