11/09/2026
Dalam beberapa pekan terakhir, isu yang biasanya hanya diperbincangkan para peneliti kini ramai dibicarakan oleh tukang becak, pedagang kelontong, hingga mahasiswa: desil DTSEN. Sebabnya sederhana. Angka ini langsung menentukan siapa yang berhak menerima bantuan pemerintah, dan siapa yang dianggap sudah “mampu”.
DTSEN dibangun dari peleburan tiga dataset dengan metodologi dan tujuan berbeda: DTKS, P3KE, dan Regsosek. Akibatnya, risiko ketidaksesuaian antara hasil estimasi dan kondisi riil di lapangan menjadi tinggi. Perhitungan atas desil Susenas 2025 mengonfirmasi hal ini: exclusion error pada PKH, BPNT, dan PIP berada di atas 70%, sementara inclusion error-nya berkisar 36%–46%. Di desil 10 sendiri, rentang pengeluaran antarwarga mencapai 61,9 kali lipat, jauh lebih lebar dibanding desil mana pun.
Dalam situasi seperti ini, masyarakat kelas menengah ke bawah diperkirakan akan menanggung beban paling berat: 93,9% penduduk desil 10 sebenarnya masih tergolong kelas menengah, bukan kelas atas. Di tengah merosotnya lapangan pekerjaan layak dan pertumbuhan upah riil yang masih kalah dari inflasi, salah langkah dalam penentuan sasaran bantuan sosial, subsidi, dan bantuan pendidikan akan sangat merugikan kelompok ini.
Ketika data menjadi vonis, bagaimana memastikan vonis itu adil?
Baca selengkapnya COREinsight edisi 10 September 2026, "Ketika Data Menjadi Vonis”, di 👇
https://core-indonesia.com/coreinsight-ketika-data-menjadi-vonis/