AI Masuk ke Data Desil: Langkah Berani yang Sudah Terlambat
Data desil AI adalah upaya menggabungkan sistem pemeringkatan kesejahteraan rumah tangga berbasis desil dengan kecerdasan buatan untuk memperbaiki akurasi pendataan kesejahteraan dan membuat distribusi bantuan sosial lebih tepat sasaran serta transparan di seluruh lapisan masyarakat. Di tengah keluhan publik bahwa desil mereka tidak mencerminkan isi kantong, rencana pemerintah mengandalkan AI bukan sekadar inovasi teknologi, tetapi koreksi arah kebijakan sosial yang lama dibiarkan kabur. Ketua Dewan Ekonomi Nasional, Luhut Binsar Pandjaitan, menyatakan data desil yang bermasalah akan terus diperbaiki dengan bantuan AI, memanfaatkan pertukaran data antar kementerian dan lembaga yang mulai berjalan terintegrasi. Ini keputusan berani, namun jujur saja: langkah ini datang setelah ketidakadilan keburu terasa di tingkat rumah tangga.
Masalah Inti: Desil yang Tak Nyambung dengan Realitas Dompet
Sumber kekisruhan berawal dari masyarakat yang mengecek desil mereka lewat Data Tunggal Sosial dan Ekonomi Nasional, lalu menemukan bahwa status desil tidak sesuai dengan kondisi kesejahteraan nyata. Ketika rumah tangga yang jelas rentan tercatat di desil lebih tinggi, akses ke bantuan sosial tepat sasaran ikut tersumbat. Di sisi lain, Badan Pusat Statistik menegaskan desil hanyalah posisi relatif dalam pemeringkatan kesejahteraan, bukan ukuran absolut kemiskinan ataupun angka pendapatan. Artinya, sistem ini sejak awal memang tidak dirancang sebagai “stempel miskin atau tidak”, tetapi di lapangan desil terlanjur dijadikan pintu masuk utama bansos. Di sinilah ketegangan muncul: alat statistik yang sifatnya relatif dipaksa menanggung beban politik distribusi keadilan sosial.
Digitalisasi Data Pemerintah dan Janji AI: Lebih Akurat, Lebih Telanjang
Pemerintah kini menambal celah itu lewat digitalisasi data pemerintah dan integrasi AI lintas kementerian, lembaga, hingga pemerintah daerah. Luhut menyebut, untuk pertama kali, data antar lembaga “berbicara satu sama lain” secara digital dan disokong AI, sehingga proses pembagian kategori desil diharapkan lebih akurat dan berkeadilan. Kutipannya yang paling tajam bukan soal teknologi, melainkan soal keterbukaan: dengan AI dan pertukaran data, orang tidak bisa lagi menyembunyikan data kondisi ekonominya. Di atas kertas, ini kabar baik bagi akurasi pendataan kesejahteraan: data pajak, kependudukan, bantuan, hingga catatan lokal bisa saling menguji. Namun sekaligus mengandung risiko: masyarakat menjadi makin telanjang di hadapan negara, sehingga perlindungan data dan mekanisme keberatan harus berjalan secepat digitalisasinya.
Bansos Lebih Tepat Sasaran atau Sekadar Hemat Anggaran?
Di balik narasi keadilan, ada agenda efisiensi yang tidak disembunyikan. Luhut terang-terangan menyebut bahwa dengan bantuan AI, pemberian bantuan sosial tepat sasaran akan menciptakan penghematan besar dalam anggaran belanja bantuan. Ia bahkan mendorong mereka yang merasa berhak untuk segera mendaftar, karena sistem digital yang didukung AI nantinya bisa langsung menolak atau menerima pendaftar bansos secara otomatis. Dari sudut pandang kebijakan fiskal, ini rasional: mengurangi kebocoran dan salah sasaran. Namun secara sosial, otomatisasi penentuan kelayakan tanpa transparansi algoritma dan kanal banding yang jelas berpotensi melahirkan “korban akurasi”, orang-orang yang digugurkan mesin padahal rentan. AI dapat membuat bantuan sosial tepat sasaran, tetapi hanya jika kriteria dan proses koreksinya terbuka untuk diuji publik, bukan sekadar dipercayakan pada sistem tertutup.
Syarat Keadilan: AI Bukan Hakim Tunggal Kesejahteraan
Mengarahkan data desil AI menjadi fondasi bantuan sosial adalah pilihan strategis, tetapi berbahaya bila AI diangkat menjadi hakim tunggal kesejahteraan. Pemerintah memang sedang mengkaji ulang patokan dan kriteria, dan mengharapkan AI membuat penentuan desil lebih adil dan transparan. Ini langkah yang patut didukung, dengan tiga syarat. Pertama, akurasi pendataan kesejahteraan tidak boleh hanya mengandalkan data kuantitatif, tetapi memberi ruang verifikasi lapangan dan pengaduan warga. Kedua, algoritma dan indikator perlu dijelaskan dengan bahasa yang bisa dipahami publik, bukan sekadar teknisi. Ketiga, hak atas perbaikan data harus sekuat dorongan digitalisasi. Tanpa itu, digitalisasi data pemerintah dan kecerdasan buatan akan mengurangi biaya, tetapi belum tentu mengurangi ketidakadilan—dan keluhan soal desil yang “tak sesuai isi kantong” hanya akan berganti bentuk, bukan hilang.
