DTSEN: Dari Fragmentasi Data ke Fondasi Targeting Berbasis AI
Data Tunggal Sosial dan Ekonomi Nasional (DTSEN) adalah sistem data terpadu yang mengintegrasikan beragam sumber informasi sosial ekonomi menjadi satu basis nasional, digunakan untuk mengelompokkan kesejahteraan masyarakat dalam klasifikasi desil dan menjadi rujukan lintas program perlindungan sosial agar penyaluran bantuan lebih terarah, akurat, dan mengurangi salah sasaran.
Kuncinya: pemerintah resmi menjadikan sistem DTSEN nasional sebagai basis data tunggal untuk program perlindungan sosial, menggantikan pola lama yang terfragmentasi. Sebelumnya, penyaluran program bertumpu pada berbagai basis data terpisah seperti Regsosek, DTKS, dan P3KE, sehingga akurasi data bantuan sosial mudah terganggu oleh tumpang tindih dan ketidaksinkronan. Integrasi ini bukan sekadar langkah administratif; ia adalah prasyarat untuk membangun fondasi kecerdasan buatan yang sanggup menghitung risiko kerentanan, mengklasifikasikan desil masyarakat, dan melakukan targeting program tepat sasaran secara lebih presisi. Tanpa satu sumber kebenaran data, algoritma secanggih apa pun akan tetap menembak dalam gelap.
Mengapa DTSEN Penting untuk Akurasi Data Bantuan Sosial
DTSEN didesain sebagai social registry lintas kementerian/lembaga, bukan daftar penerima bantuan itu sendiri. Inilah titik penting yang kerap luput: sistem ini menyediakan peta kesejahteraan yang terstandar melalui klasifikasi desil masyarakat, lalu tiap program menarik calon penerima berdasarkan kriteria masing-masing. Integrasi data ini ditegaskan sebagai instrumen utama untuk mengelompokkan tingkat kesejahteraan secara akurat, yang langsung berkaitan dengan akurasi data bantuan sosial.
Dampaknya terasa konkret. Sejak sistem DTSEN nasional diimplementasikan, tercatat 4,33 juta keluarga penerima manfaat baru masuk ke program bansos setelah sebelumnya terlewat meski memenuhi kriteria. Kisah Pak Mistam Rizwandi di Jawa Barat dan Ibu Juriah di Brebes, yang sama-sama berada di desil 1 namun baru mendapatkan PKH dan bantuan sembako setelah adanya DTSEN, menunjukkan bagaimana integrasi dan pemutakhiran data mampu menambal kebocoran perlindungan sosial yang selama ini dibiarkan menganga.
DTSEN sebagai Fondasi AI: Kekuatan dan Keterbatasan Saat Ini
Dalam perspektif teknologi, DTSEN adalah fondasi indispensable sebelum bicara pemanfaatan AI untuk targeting program tepat sasaran. Tanpa data terpadu, algoritma prediktif kehilangan konteks menyeluruh tentang kondisi sosial ekonomi rumah tangga. Dengan satu basis data yang terus diperbarui, pemerintah memiliki fondasi lebih kuat untuk mengurangi warga yang terlewat sekaligus mencegah bantuan tidak tepat sasaran. Di atas fondasi ini, AI dapat membantu memprediksi risiko jatuh miskin, mendeteksi ketidakwajaran antar desil, hingga memberi sinyal dini ketika pola pengeluaran program mulai menyimpang dari sasaran.
Namun kita tidak boleh menganggap DTSEN sebagai data yang sekali jadi. Kondisi sosial ekonomi rumah tangga berubah cepat—orang bisa kehilangan pekerjaan, sakit, atau sebaliknya naik kelas ekonomi dalam hitungan bulan. Qodari menekankan bahwa DTSEN bukan data sekali jadi karena situasi sosial ekonomi bergerak cepat dan karenanya harus terus diperbarui. Tanpa pemutakhiran berkala, model AI yang memanfaatkan DTSEN akan bekerja dengan data usang, membuat akurasi prediksi kerentanan dan penetapan desil merosot, sebaik apa pun algoritmanya.
Tantangan Pemutakhiran dan Mekanisme Koreksi: Menjaga Data Tetap Hidup
Pemerintah menyadari bahwa kualitas DTSEN ditentukan oleh sejauh mana data sosial ekonomi real-time dapat didekati melalui pemutakhiran berkelanjutan, bukan sekadar oleh desain awal sistem. Karena itu, disediakan mekanisme usul dan sanggah agar warga yang belum terdata atau mengalami ketidaksesuaian bisa diperiksa dan diperbaiki. Pemutakhiran dan integrasi data disebut tidak hanya menertibkan daftar penerima, tetapi juga membantu menemukan warga yang sebelumnya memenuhi kriteria namun belum pernah menerima bantuan.
Di sinilah posisi publik menjadi krusial. Tanpa partisipasi warga mengajukan koreksi dan aparat lokal yang aktif memvalidasi, desil bisa salah hitung dan akurasi data bantuan sosial kembali melemah. Qodari menegaskan, bila ditemukan kasus ketidaksesuaian desil, pemerintah dapat melakukan pemutakhiran data sesuai mekanisme yang berlaku. Mekanisme terbuka inilah yang perlu dikawal agar tidak sekadar formalitas, melainkan menjadi kanal koreksi nyata ketika algoritma atau input lapangan menghasilkan label yang keliru.
Komitmen Perbaikan Berkelanjutan dan Agenda ke Depan
Pemerintah menyatakan komitmen untuk terus melakukan pemutakhiran dan perbaikan DTSEN sebagai basis data sosial ekonomi dan desil masyarakat. Sistem ini kini menjadi rujukan bersama untuk berbagai program prioritas: bansos, Sekolah Rakyat, Program 3 Juta Rumah, Kartu Indonesia Pintar, hingga PBI Jaminan Kesehatan. Dengan cakupan seluas ini, setiap celah akurasi bukan sekadar persoalan teknis, melainkan menyangkut hak jutaan rumah tangga atas perlindungan sosial.
Ke depan, ukuran keberhasilan DTSEN seharusnya tidak berhenti pada ada atau tidaknya satu basis data nasional. Seperti diingatkan Qodari, ukuran keberhasilan adalah seberapa terbuka mekanisme data itu dan seberapa jauh ia mampu menjangkau yang berhak sembari terus diperbaiki ketika ditemukan kekeliruan. Jika pemerintah konsisten menjaga pemutakhiran dan transparansi, DTSEN bisa tumbuh menjadi tulang punggung AI sosial yang bukan hanya menghitung statistik, tetapi mengurangi penderitaan nyata dengan meningkatkan akurasi targeting program tepat sasaran dari tahun ke tahun.
