Jangan Biarkan Data Memiskinkan yang Miskin
(Mengapa akurasi data, transformasi digital, dan kearifan lokal menentukan keadilan dalam kebijakan public)
Ada satu pertanyaan sederhana yang seharusnya kita ajukan ketika pemerintah menggunakan data untuk menentukan siapa yang berhak menerima bantuan: siapa yang menjamin bahwa angka di dalam sistem benar-benar menggambarkan kehidupan manusia di balik angka tersebut?
Pertanyaan ini menjadi semakin penting ketika Data Tunggal Sosial dan Ekonomi Nasional (DTSEN) semakin menjadi rujukan pemerintah dalam perencanaan, penetapan sasaran, dan evaluasi berbagai program. BPS menjelaskan bahwa DTSEN dibangun melalui integrasi berbagai sumber data dan terus dimutakhirkan. Salah satu informasi penting di dalamnya adalah desil, yaitu pemeringkatan relatif keluarga berdasarkan berbagai karakteristik sosial ekonomi.
Secara statistik, gagasan tersebut tentu masuk akal. Negara membutuhkan satu basis data agar kebijakan tidak berjalan dengan data yang berbeda-beda. Pemerintah membutuhkan instrumen untuk memastikan bantuan sosial, perlindungan kesehatan, pendidikan, dan berbagai intervensi sosial diberikan kepada kelompok yang tepat.
Tetapi persoalannya menjadi berbeda ketika data bukan lagi sekadar informasi, melainkan menjadi pintu masuk atau pintu keluar seseorang dari hak atas sebuah program.
Di titik itulah kita harus berhenti sejenak dan bertanya: bagaimana jika datanya keliru?
Kesalahan satu baris dalam basis data mungkin terlihat kecil di layar komputer. Namun bagi seorang warga miskin, rentan, atau sangat miskin, perubahan status tersebut bisa berarti sesuatu yang sangat besar. Penerima manfaat bisa kehilangan akses terhadap bantuan sosial. Bisa juga persoalan kepesertaan PBI JKN hilang. Bagi pelajar dan mahasiswa kesulitan mengakses pendidikan. Kesalahan tersebut memungkinkan hilangnya kesempatan memperoleh intervensi pemerintah yang sesungguhnya sangat dibutuhkan.
Karena itu, kesalahan data dalam kebijakan sosial tidak boleh dipandang hanya sebagai persoalan administratif. Ia adalah persoalan keadilan.
Ketika angka menentukan nasib manusia
Kita bisa membayangkan seorang warga yang membutuhkan layanan kesehatan rutin. Bagi orang yang sehat dan memiliki kemampuan ekonomi, perubahan status administrasi mungkin dapat dianggap sebagai sesuatu yang bisa diselesaikan “nanti”.
Tetapi bagi pasien yang membutuhkan pengobatan rutin, persoalannya berbeda. Pengobatan tidak mengenal tenggat administrasi. Penyakit tidak menunggu proses sinkronisasi data. Kebutuhan kesehatan tidak dapat ditunda hanya karena seseorang sedang menunggu statusnya diperbaiki dalam sebuah sistem.
Hal yang sama berlaku dalam pendidikan. Seorang mahasiswa yang memperoleh akses bantuan pendidikan tidak selalu memiliki kemewahan untuk mengatakan, “Saya tunggu saja sampai data diperbaiki.” Perguruan tinggi memiliki kalender akademik, batas registrasi, pembayaran, dan berbagai persyaratan administratif. Ketika sebuah sistem data mengalami perubahan, dampaknya bisa langsung dirasakan oleh manusia yang berada di ujung kebijakan.
Di sinilah kita perlu membedakan antara akurasi statistic dan keadilan administratif.
Sebuah sistem bisa saja memiliki metodologi statistik yang sangat baik. Namun, metodologi yang baik tetap membutuhkan mekanisme koreksi ketika hasil akhirnya tidak sesuai dengan realitas kehidupan seseorang.
BPS sendiri menegaskan bahwa DTSEN merupakan data yang dinamis dan terus dimutakhirkan. Dalam DTSEN Volume 2 Tahun 2026, misalnya, dilakukan pembaruan data demografi dan verifikasi lapangan dalam cakupan sekitar 95,3 juta keluarga atau 289,3 juta individu. Artinya, negara sebenarnya menyadari satu hal penting: realitas sosial berubah, sehingga data juga harus berubah.
Pertanyaannya kemudian adalah: seberapa cepat perubahan realitas di tingkat warga dapat masuk kembali ke dalam sistem negara?
Di sinilah menurut saya kita perlu membicarakan sesuatu yang lebih besar daripada sekadar DTSEN. Kita perlu membicarakan model tata kelola data.
*Data pemerintah dan pengetahuan yang hidup di Masyarakat*
Dalam teori manajemen pengetahuan, Ikujiro Nonaka memperkenalkan pembedaan penting antara explicit knowledge dan tacit knowledge. Pengetahuan eksplisit adalah pengetahuan yang dapat didokumentasikan, dikodifikasi, disimpan dan disebarluaskan. Sementara pengetahuan tacit melekat pada pengalaman, konteks, interaksi, dan pengetahuan manusia yang tidak selalu mudah dituangkan ke dalam dokumen. Nonaka bahkan menekankan bahwa pengetahuan organisasi berkembang melalui dialog yang terus-menerus antara pengetahuan tacit dan explicit.
Konsep ini menarik jika kita gunakan untuk melihat DTSEN.
Data statistik, administrasi kependudukan, catatan kepemilikan aset, pendidikan, pekerjaan, kondisi rumah, akses sanitasi, kesehatan, dan berbagai variabel lainnya merupakan bentuk explicit knowledge yang sangat penting bagi negara. BPS sendiri menjelaskan bahwa berbagai karakteristik sosial ekonomi digunakan untuk membentuk klasifikasi kesejahteraan atau desil.
Tetapi ada pengetahuan lain yang hidup di tengah masyarakat. Pengetahuan tentang siapa warga yang baru kehilangan pekerjaan. Siapa keluarga yang tiba-tiba harus menanggung anggota keluarga yang sakit. Siapa lansia yang hidup sendirian. Siapa keluarga yang secara administratif terlihat memiliki aset, tetapi sesungguhnya aset tersebut tidak menghasilkan pendapatan. Siapa warga yang rumahnya masih terlihat baik, tetapi seluruh penghasilan keluarganya habis untuk biaya pengobatan.
Siapa mahasiswa yang secara administrasi masih tercatat memiliki keluarga dengan kondisi tertentu, tetapi dalam kenyataan sudah hidup sendiri dan menanggung biaya pendidikannya.
Pengetahuan semacam itu sering kali tidak muncul secara utuh dalam angka. Ia hidup dalam ingatan dan pengalaman ketua RT, RW, dukuh, kader sosial, kader kesehatan, tokoh masyarakat, dan warga di lingkungan itu sendiri.
Inilah yang saya maksud sebagai tacit knowledge lokal. Bukan berarti pengetahuan lokal selalu benar dan data statistik selalu salah. Sama sekali bukan.
Justru sebaliknya. Kita membutuhkan keduanya. Data statistik memberikan standar, skala, konsistensi, dan objektivitas. Pengetahuan masyarakat memberikan konteks, kedalaman, dan kemampuan membaca perubahan yang terjadi sehari-hari. Maka persoalannya bukan memilih antara statistik atau warga. Persoalannya adalah bagaimana mempertemukan keduanya.
Jogja seharusnya mempunyai keberanian untuk menawarkan model sendiri
Di titik ini, Daerah Istimewa Yogyakarta memegang modal strategis. Mandat UU No. 13 Tahun 2012 tentang Keistimewaan DIY menempatkan pendayagunaan kearifan lokal dan partisipasi warga sebagai pilar tata kelola. Filosofi seperti Hamemayu Hayuning Bawana dan Golong-Gilig semestinya tidak berhenti sebagai jargon upacara, melainkan diterjemahkan ke dalam arsitektur digital: teknologi harus menyejahterakan dan memanusiakan warga, bukan meminggirkannya atas nama efisiensi angka.
DIY bukan hanya daerah yang memiliki status administratif berbeda. Undang-Undang Nomor 13 Tahun 2012 tentang Keistimewaan DIY secara eksplisit menyebut antara lain asas kerakyatan, demokrasi, efektivitas pemerintahan, dan *pendayagunaan kearifan lokal*. Bahkan tujuan keistimewaan DIY mencakup terwujudnya pemerintahan yang demokratis, kesejahteraan masyarakat, dan tata pemerintahan yang baik. Partisipasi masyarakat juga secara eksplisit ditempatkan sebagai bagian dari penyelenggaraan pemerintahan.
Karena itu, ketika kita berbicara tentang tata kelola data di Yogyakarta, menurut saya kita tidak seharusnya hanya bertanya, “Bagaimana Jogja mengikuti sistem nasional?”
Kita juga harus berani bertanya:
“Bagaimana Jogja memberikan Solusi untuk Republik ini ?”
Ada kekayaan sosial yang selama ini menjadi bagian dari kehidupan masyarakat Yogyakarta: kedekatan komunitas, struktur sosial lokal, budaya musyawarah, dan nilai-nilai kepemimpinan yang menempatkan kesejahteraan rakyat sebagai orientasi.
Penelitian tentang local wisdom Keraton Yogyakarta bahkan menunjukkan bahwa nilai seperti Hamemayu Hayuning Bawana, Sawiji, Greget, Sengguh Ora Mingkuh, dan Golong-Gilig dapat dikaitkan dengan pengembangan asas-asas pemerintahan yang baik.
Ini menarik. Karena Hamemayu Hayuning Bawana tidak harus kita tempatkan sebagai slogan budaya yang hanya muncul dalam pidato atau seremoni. Ia dapat dibaca sebagai prinsip bahwa tata kelola pemerintahan pada akhirnya harus menjaga kehidupan agar tetap baik, tertata, dan memberikan kemanfaatan bagi manusia.
Kalau demikian, apakah mungkin kearifan lokal tersebut diterjemahkan ke dalam arsitektur pemerintahan digital?
Saya kira jawabannya: sangat mungkin. Bahkan mungkin sudah waktunya.
Transformasi digital bukan berarti memindahkan sentralisasi ke dalam server
Kita sering salah memahami transformasi digital. Digitalisasi terkadang hanya dimaknai sebagai memindahkan formulir kertas ke aplikasi. Data yang dahulu dicatat manual kini dimasukkan ke sistem. Proses yang dahulu dilakukan secara fisik kini dilakukan secara elektronik.
Padahal transformasi digital seharusnya lebih jauh dari itu. Teknologi seharusnya membuat pemerintah *lebih cepat, lebih responsif, lebih transparan, dan lebih dekat dengan warga.
OECD dalam pembahasannya tentang tata kelola pemerintahan digital menekankan pentingnya partisipasi dan kolaborasi masyarakat dalam pembangunan sektor publik yang berbasis data. Keterlibatan warga bukan hanya meningkatkan akuntabilitas, tetapi juga dapat memperluas basis bukti yang digunakan pemerintah dalam membuat kebijakan.
Dalam konteks DTSEN, prinsip tersebut bisa diterjemahkan menjadi sesuatu yang sangat konkret. Bayangkan apabila terdapat mekanisme validasi sosial digital berbasis komunitas. Ketika terjadi perubahan status desil yang dianggap tidak sesuai kondisi nyata, warga tidak harus menunggu proses panjang dan tidak tahu harus mengadu kepada siapa.
Ada kanal digital yang jelas. Ada mekanisme pengajuan sanggahan. Ada verifikasi di tingkat lokal. Ada tracking system sehingga warga bisa melihat apakah pengaduannya sudah diterima, diverifikasi, diteruskan, atau diselesaikan.
Dan yang paling penting: terdapat aktor lokal yang memiliki legitimasi sosial untuk membantu proses verifikasi. RT tidak menggantikan BPS. RW tidak menggantikan pemerintah. Dukuh tidak menggantikan ahli statistik. Tokoh masyarakat juga tidak menggantikan algoritma. Mereka menjadi lapisan pengetahuan dan verifikasi yang melengkapi sistem statistik. Teknologi menjadi jembatan di antara semuanya.
Dari “government knows” menjadi “government listens”
Gagasan ini sebenarnya sejalan dengan perkembangan konsep collaborative governance. Ansell dan Gash menjelaskan collaborative governance sebagai proses ketika lembaga pemerintah melibatkan berbagai pemangku kepentingan dalam forum bersama untuk menghasilkan keputusan dan tindakan publik secara kolaboratif. Keberhasilannya dipengaruhi antara lain oleh desain kelembagaan, kepemimpinan, keseimbangan sumber daya dan kekuasaan, serta insentif untuk berpartisipasi.
Maka, pemerintah modern seharusnya tidak hanya memiliki kemampuan mengumpulkan data tentang masyarakat. Pemerintah juga harus mempunyai kemampuan mendengarkan masyarakat tentang data yang menggambarkan mereka.
Ini perubahan paradigma yang penting.
Dari: Government knows. Menjadi: Government knows, government verifies, government listens.* Dengan kata lain, masyarakat bukan sekadar objek pendataan. Masyarakat adalah bagian dari ekosistem pengetahuan pemerintahan.
Kita membutuhkan “human-in-the-loop”
Saya membayangkan sebuah arsitektur sederhana.
Pertama, data nasional tetap menjadi fondasi. Data administratif, statistik, dan berbagai sumber resmi tetap dibutuhkan. Kedua, analitik dan algoritma digunakan untuk melakukan klasifikasi dan menemukan pola. Ketiga, sistem memberikan ruang untuk validasi komunitas. Keempat, ketika ditemukan anomali, terdapat mekanisme koreksi cepat. Kelima, semua proses tersebut tercatat secara digital sehingga dapat diaudit.
Dengan model seperti ini, kita tidak sedang membenturkan manusia dengan teknologi. Kita justru menciptakan apa yang dalam dunia teknologi dan tata kelola dapat disebut sebagai *human-in-the-loop*: teknologi bekerja dengan manusia, bukan menggantikan manusia.
Dan menurut saya, ini sangat relevan bagi Indonesia. Sebab Indonesia bukan hanya kumpulan angka statistik. Indonesia adalah masyarakat yang sangat beragam, dengan kondisi sosial yang berubah cepat, struktur keluarga yang berbeda, budaya lokal yang kuat, dan karakter wilayah yang tidak seragam.
Model yang sangat efektif di satu wilayah belum tentu menghasilkan tingkat akurasi sosial yang sama di wilayah lain. Karena itu, standardisasi nasional penting, tetapi sensitivitas lokal juga penting
Kasus Kulon Progo memberi kita pelajaran
Peristiwa yang baru-baru ini menjadi perhatian publik di Kulon Progo memberikan ilustrasi yang sangat jelas. BPS pada 30 Agustus 2026 menjelaskan bahwa mereka telah melakukan pengecekan dan pemutakhiran data seorang warga Kulon Progo yang posisi desilnya berubah dari desil 1 menjadi desil 9. Setelah pengecekan lapangan, BPS menyatakan bahwa informasi yang sebelumnya tercatat belum mencerminkan kondisi terkini warga tersebut, dan warga tersebut juga diketahui belum melakukan pemutakhiran data secara mandiri melalui kanal yang tersedia.
Saya justru melihat peristiwa ini sebagai kesempatan untuk belajar. Bukan kesempatan untuk menyalahkan. BPS melakukan respons cepat dan verifikasi lapangan. Itu penting. Tetapi kasus seperti ini sekaligus menunjukkan bahwa *sistem data sosial harus memiliki mekanisme koreksi yang secepat perubahan kehidupan masyarakat.*
Sebab jika perubahan status bisa terjadi cepat, maka mekanisme koreksinya juga harus cepat. Dan pertanyaannya kemudian: Mengapa kita tidak memperkuat mekanisme itu sampai ke tingkat komunitas?
Mengapa RT, RW, dukuh, kader sosial, dan tokoh masyarakat yang memang mengetahui kondisi lingkungan tidak diberi ruang yang jelas, terukur, terdokumentasi, dan dapat diaudit untuk ikut membantu proses validasi?
Tentu bukan dengan memberikan kewenangan tanpa batas. Justru harus sebaliknya: kewenangan yang jelas, prosedur yang jelas, bukti yang jelas, dan audit trail yang jelas.
Jangan sampai teknologi hanya mempercepat kesalahan
Ada satu prinsip yang menurut saya perlu kita ingat. Teknologi tidak otomatis membuat pemerintahan menjadi lebih adil. Teknologi hanya membuat proses menjadi lebih cepat. Kalau sistemnya benar, teknologi dapat mempercepat keadilan. Tetapi kalau sistemnya salah, teknologi juga dapat mempercepat ketidakadilan.
Karena itu, transformasi digital harus dibarengi dengan transformasi tata kelola. Kita membutuhkan sistem yang bukan hanya data-driven, tetapi juga citizen-informed. Bukan hanya algorithmic decision making, tetapi juga community validation. Bukan hanya centralized database, tetapi juga distributed knowledge.
Dan bukan hanya digital government, tetapi human-centered digital government. Inilah titik temu antara teknologi modern dan kearifan lokal. Teknologi memberikan kecepatan. Statistik memberikan ketepatan metodologis. Pemerintah memberikan kewenangan dan standar. Sementara masyarakat memberikan konteks. Keempatnya harus bertemu.
Menolak teknologi adalah langkah keliru, namun membiarkan algoritma berjalan tanpa verifikasi manusia jauh lebih berbahaya. Transformasi digital yang sehat menggabungkan ketepatan statistik di tingkat pusat dengan kepekaan sensor sosial di tingkat komunitas. Pemerintah yang adil bukan pemerintah yang sekadar mengoleksi jutaan baris data, melainkan yang berani memberi ruang bagi warganya untuk mengoreksi data yang keliru memotret hidup mereka.
Dari Jogja untuk Indonesia
Saya kira Yogyakarta memiliki modal sosial dan filosofis untuk menawarkan pendekatan seperti ini. Keistimewaan DIY secara hukum tidak hanya berbicara tentang struktur kekuasaan, tetapi juga tentang pemerintahan yang baik, kesejahteraan, kerakyatan, partisipasi masyarakat, dan pendayagunaan kearifan lokal.
Karena itu, sudah waktunya kita melihat kearifan lokal bukan sebagai sesuatu yang berlawanan dengan teknologi. Justru sebaliknya. Kearifan lokal dapat menjadi jiwa bagi transformasi digital.
Dukuh, RT, RW, kader, dan tokoh masyarakat tidak harus ditempatkan sebagai aktor masa lalu yang akan digantikan oleh aplikasi. Mereka dapat menjadi sensor sosial yang membantu negara memahami realitas. Aplikasi menjadi alatnya. Data menjadi bahasanya. Statistik menjadi metodenya. Masyarakat menjadi sumber konteksnya. Dan pemerintah menjadi pengambil keputusan yang bertanggung jawab.
Pada akhirnya, tujuan DTSEN bukanlah menghasilkan sebanyak mungkin baris data. Tujuannya adalah memastikan kebijakan pemerintah sampai kepada manusia yang tepat. Karena di balik setiap nomor induk kependudukan ada manusia. Di balik setiap keluarga ada kehidupan. Di balik setiap desil ada kebutuhan. Dan di balik setiap perubahan status ada kemungkinan seseorang kehilangan atau memperoleh hak.
Maka, kita harus berhati-hati. Jangan biarkan data memiskinkan yang miskin. Jangan biarkan angka mengalahkan kenyataan. Jangan biarkan algoritma menjadi satu-satunya cara negara mengenali rakyatnya. Dan jangan pula kita menolak teknologi.
Yang kita perlukan adalah sesuatu yang lebih dewasa: menggabungkan kekuatan data dengan pengetahuan manusia, menggabungkan kecanggihan teknologi dengan kearifan lokal, serta menggabungkan standar nasional dengan kemampuan masyarakat untuk melakukan validasi dari bawah.
Sebab pemerintahan yang baik bukanlah pemerintahan yang paling banyak memiliki data. Pemerintahan yang baik adalah pemerintahan yang mampu memastikan bahwa data yang dimilikinya benar-benar mewakili rakyat yang dilayaninya.
Dan mungkin, dari Yogyakarta, kita bisa mulai membangun satu gagasan sederhana:
Data harus berbicara tentang rakyat. Tetapi rakyat juga harus diberi kesempatan untuk berbicara tentang datanya. Di situlah transformasi digital menemukan maknanya. Bukan sekadar membuat pemerintah semakin digital. Tetapi membuat negara semakin dekat dengan rakyatnya.