DTSEN dan AI: Dari Data Berantakan ke Targeting Bantuan Sosial yang Adil
DTSEN bansos adalah sistem data terpadu yang menghimpun, mengintegrasikan, dan menyelaraskan informasi sosial-ekonomi seluruh keluarga untuk mendukung targeting bantuan sosial yang lebih tepat, mengurangi kesalahan sasaran bansos, dan memperkuat akurasi data kemiskinan sehingga program perlindungan sosial dapat menyasar mereka yang benar-benar berhak dan mencegah duplikasi penyaluran bantuan dalam satu kerangka kebijakan yang transparan dan berkeadilan. Integrasi dengan teknologi AI menjadikan DTSEN bukan sekadar gudang data, melainkan mesin analisis yang mampu menandai keluarga rawan miskin secara lebih cepat dan konsisten. Di tengah keluhan publik tentang penerima bansos yang "itu-itu saja" meski sudah relatif mampu, pendekatan ini adalah langkah politis sekaligus teknis: pemerintah memilih berpihak pada keluarga yang selama ini tak terlihat oleh sistem. Bukan lagi soal mempercantik administrasi, melainkan membangun landasan keadilan sosial yang konkret melalui data yang dapat diuji dan dipertanggungjawabkan.
Mengapa Penguatan DTSEN Dilakukan Sekarang: Menutup Luka Lama Data yang Terpecah
Pernyataan tertulis Direktur Statistik Kesejahteraan Rakyat BPS, Budi Setiawan, pada Rabu 16 September 2026 menegaskan satu hal: problem bansos salah sasaran adalah konsekuensi dari data yang selama bertahun-tahun tersebar dan tidak terkonsolidasi. Data sosial dan ekonomi hidup dalam banyak sistem, dengan standar berbeda, dan sering berujung inkonsistensi di lapangan. Akibatnya, keluarga relatif mampu tetap menerima bantuan, sementara rumah tangga sangat miskin tersisih dari daftar penerima. Penguatan DTSEN kini menjadi respons terhadap tekanan publik atas ketidakjelasan klasifikasi target penerima bansos dan kritik atas desil kemiskinan yang dianggap tidak mencerminkan kondisi riil. Menghadirkan DTSEN sebagai social registry terpadu adalah pilihan untuk menghentikan praktik "data warisan" yang tidak pernah dibersihkan. Ini bukan pembaruan kosmetik, melainkan rekonstruksi fondasi data kemiskinan agar setiap kebijakan perlindungan sosial berdiri di atas gambaran ekonomi keluarga yang aktual dan terukur.
Peran Sistem Data Terpadu dan AI dalam Mencegah Duplikasi serta Salah Sasaran
DTSEN bekerja sebagai sistem data terpadu yang mengonsolidasikan ragam basis data sosial-ekonomi menjadi satu sumber kebenaran. Di sinilah teknologi AI mengambil peran strategis: memproses jutaan rekam keluarga, mengidentifikasi pola ketidaksesuaian, dan menandai potensi duplikasi penerima bansos yang selama ini sulit terdeteksi secara manual. Ketika informasi terpusat, verifikasi dan validasi penerima manfaat dapat berjalan lebih transparan dan efisien, mengurangi ruang abu-abu bagi keluarga yang sudah tidak memenuhi kriteria namun tetap tercatat. Sistem ini tidak hanya mencegah bantuan jatuh ke tangan yang salah, tetapi sekaligus menemukan keluarga yang belum pernah muncul dalam catatan penerima manfaat. Dalam konteks targeting bantuan sosial, ini adalah lompatan dari pendekatan "siapa yang punya surat" menjadi model berbasis bukti: siapa yang datanya menunjukkan kondisi ekonomi yang lemah, merekalah yang seharusnya diutamakan.
Akurasi Data Kemiskinan: Dampak Nyata bagi Keluarga yang Sebelumnya Tak Terlihat
Manfaat DTSEN bansos paling tajam terasa pada kelompok yang selama ini tak tercatat. Sistem data terpadu ini terbukti membuka akses pencatatan bagi masyarakat yang sebelumnya terabaikan dari jangkauan program bantuan. Budi Setiawan menggambarkan perubahan itu dengan jelas: satu per satu keluarga yang tadinya tidak terdata kini menjadi terdata; mereka yang tadinya "tidak terlihat" oleh sistem pemerintah, kini terlihat dan teridentifikasi. Di sinilah akurasi data kemiskinan menjadi lebih dari sekadar angka di laporan; ia menentukan apakah sebuah keluarga mendapatkan hak atas perlindungan sosial atau terus bertahan tanpa sokongan negara. Dengan basis data yang lebih terpadu, pemerintah dapat menentukan penerima bantuan sesuai kondisi sosial ekonomi yang lebih terukur. AI memperkuat proses ini melalui pembaruan near real-time, memantau pergeseran kondisi ekonomi keluarga dan mengurangi risiko kebijakan yang tertinggal dari kenyataan. Efek praktisnya: bansos bergerak mengikuti dinamika kemiskinan, bukan terikat pada daftar statis yang kusam.
DTSEN, AI, dan Keadilan Sosial sebagai Agenda Kebijakan Jangka Panjang
Inti dari penguatan DTSEN bukan hanya ketertiban administrasi, tetapi penciptaan keadilan sosial yang lebih dapat dirasakan. Data yang benar disebut sebagai syarat mutlak keadilan dalam penyaluran bantuan sosial. Tanpa akurasi, intervensi pemerintah berisiko melahirkan ketimpangan baru: keluarga yang tidak berhak diuntungkan, keluarga berhak semakin tertinggal. Dengan DTSEN sebagai basis data utama dan AI sebagai mesin analitik, pemerintah memiliki peluang memperluas jangkauan program perlindungan sosial sekaligus menjaga transparansi distribusi bantuan. Penguatan DTSEN dinyatakan sebagai bagian dari komitmen berkelanjutan untuk meningkatkan efektivitas perlindungan sosial. Namun keadilan data tidak akan selesai di ruang server; ia menuntut konsistensi pembaruan lapangan, pengawasan publik, dan keberanian mengoreksi daftar penerima meski tidak populer secara politik. Jika DTSEN dan AI dijalankan dengan orientasi hak warga, bukan sekadar penyerapan anggaran, maka kesalahan sasaran bansos yang selama ini jadi luka kolektif bisa perlahan berubah menjadi cerita perbaikan kebijakan yang nyata.
