Bansos Salah Sasaran 46 Persen AI dan Biometrik Siap Pangkas Rp100 Triliun kebocoran

Akurasi penyaluran bantuan sosial di Indonesia tengah berada di persimpangan jalan krusial, memicu lahirnya sistem pengawasan bansos digital sebagai instrumen penyelamat anggaran negara. Saya melihat langkah pemerintah yang berniat menerapkan digitalisasi penuh dengan integrasi teknologi kecerdasan buatan (AI) serta biometrik mulai tahun 2026 ini bukan lagi sekadar opsi, melainkan kebutuhan mendesak yang telat dieksekusi.

Ekspektasi publik terhadap akurasi penyaluran dana publik sering kali berbenturan dengan realitas di lapangan yang sarut-marut.

Agenda digitalisasi bansos yang sebenarnya sudah diawali dengan uji coba pada Agustus 2025 lalu kini menghadapi ujian nyata dalam implementasi skala nasional. Melalui pendekatan berbasis kecerdasan buatan, pengawasan tidak lagi bersandar pada laporan manual berjenjang yang rentan manipulasi, melainkan pada validasi algoritma yang bekerja secara real-time.

Melihat angka kebocoran dana bantuan yang terus terjadi, saya menilai keputusan melakukan modernisasi sistem pengawasan ini sudah sangat berdasar. Langkah digitalisasi penuh ini, jika berhasil diimplementasikan tanpa kompromi politik atau kendala teknis, diklaim dapat menghemat anggaran negara hingga Rp100 triliun per tahun.

Penghematan sebesar Rp100 triliun per tahun merupakan angka yang luar biasa besar untuk dialokasikan ke sektor produktif lainnya jika pengawasan digital ini berjalan optimal.

Jumlah penerima manfaat dalam skema perlindungan sosial nasional memang terus membengkak secara masif. Pada tahun 2024, terdapat sekitar 96,7 juta jiwa yang tercatat sebagai penerima manfaat dalam skema perlindungan sosial nasional.

Angka tersebut tidak berhenti di sana.

Jumlah penerima manfaat melonjak menjadi 102 juta jiwa pada tahun 2025, seiring rencana digitalisasi total yang digulirkan pemerintah. Lonjakan kuantitas ini jelas menuntut sistem penyaringan yang jauh lebih ketat agar dana negara tidak mengalir ke kantong pihak yang salah.

Mari kita lihat perbandingan data penerima serta proyeksi dampaknya dalam data terstruktur di bawah ini.

Akar Masalah Klasik yang Gagal Diselesaikan Data Manual

Mengapa pengawasan bansos digital berbasis AI ini menjadi sangat krusial bagi publik saat ini? Jawaban jujurnya terletak pada kegagalan sistem pendataan konvensional yang terus memelihara error secara struktural selama bertahun-tahun.

Data Bappenas tahun 2024 mengungkapkan bahwa 46% penerima bansos tidak tepat sasaran akibat exclusion dan inclusion error.

Persentase tersebut hampir mencapai setengah dari total anggaran yang disiapkan, sebuah catatan merah yang sangat mengkhawatirkan bagi efisiensi keuangan negara. Karut-marut akurasi ini dipertegas oleh situasi di lapangan yang melibatkan jutaan data rumah tangga miskin.

Nailul Huda, Direktur Ekonomi Digital Center of Economic and Law Studies (CELIOS) memberikan catatan kritis mengenai fenomena salah sasaran ini.

"Pertama adalah exclusion error. Orang yang seharusnya dapat, malah gak dapat bansos. Kedua adalah inclusion error. Orang yang seharusnya tidak dapat malah dapat,"

Persoalan ganda ini menciptakan ketimpangan sosial baru di tengah masyarakat bawah.

Kondisi ini diperparah oleh pernyataan Menteri Sosial Saifullah Yusuf pada awal bulan Juni 2025. Beliau menyebut ada sekitar 45% bantuan seperti Program Keluarga Harapan (PKH) dan sembako salah sasaran karena penerimanya tidak masuk kelompok masyarakat miskin. Fakta tersebut membuktikan bahwa pembaruan data secara manual yang dilakukan selama ini sama sekali tidak memiliki daya taji.

Langkah Nyata Verifikasi dan Pembersihan Data Skala Besar

Pemerintah tidak bisa lagi sekadar mengumbar janji manis di media tanpa melakukan pembersihan data secara radikal. Proses penyaringan ketat kini mulai bertumpu pada Data Tunggal Sosial Ekonomi Nasional (DTSEN) sebagai basis referensi utama pengawasan bansos digital.

Dari total 20,3 juta keluarga penerima manfaat (KPM) yang masuk dalam DTSEN, sebanyak 16,5 juta telah diverifikasi oleh BPKP.

Hasil verifikasi BPKP menunjukkan hanya 14,3 juta KPM yang benar-benar tergolong dalam desil 1 sampai 4. Kelompok inilah yang secara regulasi sah dikategorikan sebagai masyarakat miskin dan rentan miskin yang berhak menerima bantuan.

Lantas, bagaimana dengan nasib sisa data yang tidak memenuhi kualifikasi tersebut?

Sisa hasil verifikasi sekitar 2,2 juta KPM dinilai tidak lagi layak menerima bantuan oleh tim verifikator. Penilaian kritis ini langsung ditindaklanjuti secara tegas, termasuk 1,9 juta KPM di antaranya yang sudah dicoret dari daftar penerima.

Berikut adalah rincian hasil verifikasi data yang dilakukan secara ketat:

• Total data KPM masuk dalam DTSEN: 20,3 juta keluarga.
• Total data KPM yang berhasil diverifikasi BPKP: 16,5 juta keluarga.
• Data KPM valid masuk desil 1 sampai 4: 14,3 juta keluarga.
• Data KPM dinilai tidak layak menerima bantuan: 2,2 juta keluarga.
• Data KPM tidak layak yang resmi dicoret dari daftar: 1,9 juta keluarga.

Kekurangan Sistem Digital yang Wajib Diwaspadai

Meskipun integrasi teknologi AI dan biometrik ini terdengar seperti solusi instan yang sempurna, saya tetap melihat adanya celah kekurangan serius yang berpotensi menjadi bumerang di lapangan. Menilai sebuah sistem hanya dari sisi positifnya adalah kecerobohan besar.

Kelemahan utama dari pengawasan bansos digital terletak pada risiko error biometrik pada masyarakat lansia atau pekerja fisik di pelosok daerah yang sidik jarinya sudah mengikis.

Jika pemindai biometrik gagal mengenali tubuh penerima, hak mereka bisa hangus seketika oleh sistem otomatis yang kaku.

Selain itu, ketergantungan penuh pada infrastruktur internet memicu kekhawatiran besar mengenai kesenjangan digital antarwilayah di Indonesia. Daerah terpencil tanpa sinyal stabil berisiko mengalami penundaan penyaluran, yang justru memperparah angka exclusion error yang ingin diperbaiki oleh Nailul Huda dari CELIOS.

Menurut pandangan saya, sistem AI yang kaku tanpa pengawasan manusia secara berkala justru berpotensi memicu ketidakadilan baru di tingkat desa.

Integrasi pengawasan bansos digital berbasis AI dan biometrik pada tahun 2026 ini memikul tanggung jawab moral sekaligus finansial yang sangat masif demi menyelamatkan uang rakyat. Pemerintah wajib memastikan bahwa pembersihan 1,9 juta KPM tidak layak oleh BPKP baru sebuah permulaan dari transparansi tata kelola perlindungan sosial nasional, bukan sekadar komoditas politik digitalisasi hampa makna.