Jakarta – Badan Pusat Statistik (BPS) mengakui bahwa tingkat kesalahan atau error dalam pengklasifikasian desil pengeluaran masyarakat pada Data Tunggal Sosial dan Ekonomi Nasional (DTSEN) masih berada di angka 23 persen.
Angka tersebut mencerminkan inclusion-exclusion error yang terjadi selama proses pemrosesan data untuk menentukan tingkat kesejahteraan penduduk.
Direktur Metodologi dan Sains Data BPS, Setia Pramana, mengungkapkan bahwa persentase tersebut sebenarnya telah menunjukkan perbaikan dibandingkan periode awal pelaksanaan DTSEN.
“Bahwa di awal DTSEN dilakukan, itu sekitar 37 persen error-nya. Kemudian makin lama makin turun. Saat ini, model matematisnya itu sekitar 23 persen error-nya itu disebut inclusion-exclusion error,” ujar Setia dalam diskusi Metodologi Desil di Politeknik Statistika STIS, Jakarta Timur, Jumat (11/9/2026).
Proses penyusunan DTSEN sendiri melibatkan integrasi berbagai basis data besar, mulai dari Registrasi Sosial Ekonomi (Regsosek), Data Terpadu Kesejahteraan Sosial (DTKS), serta Pensasaran Percepatan Penghapusan Kemiskinan Ekstrem (P3KE).
BPS juga melakukan pemadanan data dengan informasi kependudukan dari Dukcapil, serta data pendukung dari PLN dan BPJS Ketenagakerjaan.
Dalam upaya meningkatkan akurasi, BPS menerapkan model Proximity Mean Test (PMT) yang dikombinasikan dengan teknologi machine learning seperti XGBoost dan Random Forest.
Metode ini dilakukan untuk memprediksi pengeluaran per kapita pada sekitar 90 juta data yang tidak memiliki informasi pengeluaran secara langsung.
Variabel yang digunakan mencakup komposisi rumah tangga, kondisi hunian, hingga kepemilikan aset.
Setia menambahkan bahwa tantangan utama dalam pemetaan data di Indonesia adalah dominasi sektor informal dalam lapangan kerja penduduk.
Oleh karena itu, BPS turut mempertimbangkan variabel geografis untuk menyesuaikan karakteristik kesejahteraan yang berbeda di 514 kabupaten dan kota.
Selain hambatan teknis matematis, BPS mengakui adanya kendala non-teknis dalam pengumpulan data di lapangan.
Faktor-faktor tersebut meliputi keterbatasan anggaran, kendala geografis yang sulit dijangkau, serta potensi ketidakakuratan data akibat informasi yang tidak mutakhir.
Hingga 10 Juli 2026, BPS tercatat memiliki 95.980.577 catatan keluarga dalam DTSEN, meningkat dari 93.025.360 catatan pada awal Februari 2025.
Di sisi lain, Direktur Kebijakan Publik Center of Economic and Law Studies (CELIOS), Media Askar, menyoroti adanya kelemahan mendasar dalam metodologi BPS.
Media berpendapat bahwa penggunaan angka pengeluaran sebagai indikator utama kemiskinan sudah tidak relevan karena metode tersebut telah digunakan sejak tahun 1984.
Ia menyarankan agar BPS mulai beralih menggunakan data pendapatan masyarakat untuk mendapatkan potret kondisi ekonomi yang lebih akurat.
“Kalau masih berbasis pengeluaran masih ada banyak masalah hari ini. Ke depan perlu data pendapatan,” ujar Media dalam diskusi tersebut.
Sebagai langkah konkret, ia mengusulkan kolaborasi antara BPS dengan Direktorat Jenderal Pajak melalui sistem Coretax.
Menurutnya, BPS idealnya memotret disposable income atau pendapatan bersih yang tersisa setelah dikurangi kewajiban utang, kebutuhan pokok, tabungan, dan investasi masyarakat.
