Ketika Pemerintah Memakai AI untuk Mencari Siapa yang Layak Mendapat Bansos
AI mulai digunakan untuk membantu pemerintah memperbaiki data desil dan penyaluran bansos. Tapi bisakah AI menyelesaikan masalah data pemerintah?
Biro Pers Sekretariat Presiden
Ada satu berita tentang AI yang beberapa hari terakhir cukup menarik perhatian saya.
Bukan tentang model AI terbaru. Bukan tentang chatbot yang semakin pintar. Bukan pula tentang perusahaan teknologi yang sedang berlomba membuat artificial general intelligence.
Kali ini AI masuk ke wilayah yang jauh lebih dekat dengan kehidupan masyarakat: bantuan sosial.
Pemerintah berencana memanfaatkan AI untuk membantu memperbaiki penentuan data desil kesejahteraan yang menjadi salah satu dasar dalam penyaluran berbagai program pemerintah.
Sekilas, ini terdengar seperti kabar yang sangat positif.
Kalau AI bisa membantu pemerintah membaca data masyarakat dalam jumlah yang sangat besar, bukankah seharusnya bantuan bisa diberikan kepada orang yang memang membutuhkan?
Tapi semakin saya memikirkannya, justru semakin banyak pertanyaan yang muncul.
Dan menurut saya, pertanyaan terbesarnya bukan “Seberapa pintar AI-nya?”
Melainkan:
“Seberapa baik data yang diberikan kepada AI?”
AI Tidak Bisa Menyulap Data Buruk Menjadi Data yang Benar
Ini adalah prinsip yang menurut saya sering terlupakan ketika kita membicarakan AI.
Kita sering membayangkan AI seperti seorang ahli yang bisa melihat jutaan data, kemudian menemukan kebenaran yang tidak mampu dilihat manusia.
💬 Komentar & Diskusi
Padahal AI tetap bekerja berdasarkan data yang tersedia.
Kalau datanya tidak lengkap, tidak mutakhir, tidak konsisten, atau salah menggambarkan kondisi seseorang, sistem AI juga berpotensi menghasilkan kesimpulan yang keliru.
Sederhananya:
Data buruk + AI = keputusan buruk yang diproses lebih cepat.
Karena itu, saya justru melihat isu bansos ini sebagai persoalan data engineering dan data governance sebelum menjadi persoalan AI.
Pemerintah sebenarnya sudah memiliki fondasi yang cukup besar melalui Data Tunggal Sosial dan Ekonomi Nasional (DTSEN).
BPS menjelaskan bahwa DTSEN dibangun dari integrasi berbagai sumber data, termasuk DTKS, P3KE, Regsosek, data administratif, serta data kependudukan. Data tersebut kemudian terus dimutakhirkan.
Per 10 Juli 2026, DTSEN Versi 3 mencakup sekitar 290,13 juta record individu dan 95,98 juta record keluarga.
Bayangkan skalanya.
Hampir seluruh penduduk Indonesia masuk ke dalam ekosistem data tersebut.
Dan di sinilah AI mulai menjadi menarik.
Bukan Sekadar Mencari “Siapa yang Miskin”
Ada satu hal yang menurut saya penting diluruskan.
Desil bukan label sederhana “miskin” atau “tidak miskin”.
BPS menjelaskan bahwa desil merupakan pengelompokan relatif keluarga ke dalam sepuluh kelompok berdasarkan berbagai karakteristik sosial ekonomi.
Desil 1 merupakan kelompok dengan tingkat kesejahteraan relatif paling rendah, sementara desil 10 merupakan kelompok dengan tingkat kesejahteraan relatif paling tinggi.
Penilaiannya juga tidak hanya melihat satu indikator.
Kondisi tempat tinggal, pendidikan, pekerjaan, kesehatan, kepemilikan aset, kondisi keluarga, akses air dan sanitasi, energi, hingga berbagai karakteristik sosial ekonomi lainnya dapat dipertimbangkan secara bersama-sama.
Artinya, persoalannya jauh lebih kompleks daripada:
“Punya mobil = bukan penerima bansos.”
atau
“Penghasilan sekian = masuk kelompok miskin.”
Realitas ekonomi sebuah keluarga jauh lebih rumit daripada satu angka.
Dan menurut saya, di sinilah AI bisa memiliki peran yang menarik.
AI Sebaiknya Menjadi Detektor, Bukan Hakim
Kalau saya boleh membayangkan bagaimana AI seharusnya digunakan dalam sistem seperti ini, saya tidak ingin AI menjadi semacam hakim otomatis.
Saya justru ingin AI menjadi detektor ketidaksesuaian data.
Misalnya ada sebuah keluarga yang memiliki data sosial ekonomi tertentu.
Kemudian sistem menemukan bahwa beberapa informasi yang tersimpan dalam database pemerintah tidak konsisten.
AI bisa mengatakan:
“Data keluarga ini memiliki anomali dan perlu diverifikasi.”
Bukan:
“Keluarga ini tidak layak menerima bantuan.”
Perbedaannya sangat besar.
AI dapat membantu manusia menemukan masalah.
Tetapi keputusan yang memiliki konsekuensi besar terhadap kehidupan seseorang tetap membutuhkan verifikasi, aturan yang transparan, dan mekanisme koreksi manusia.
Menurut saya, ini jauh lebih sehat.
Karena Data Pemerintah Bukan Sekadar Angka
Ada kecenderungan ketika kita berbicara tentang big data, manusia berubah menjadi sekumpulan angka.
NIK.
Pendapatan.
Jumlah anggota keluarga.
Kepemilikan aset.
Pendidikan.
Pekerjaan.
Kondisi rumah.
Lalu semuanya masuk ke database.
Padahal di balik satu baris data itu ada sebuah keluarga.
Ada orang tua.
Ada anak.
Ada biaya sekolah.
Ada kebutuhan kesehatan.
Ada kehilangan pekerjaan.
Ada perubahan kondisi ekonomi yang mungkin belum tercatat di sistem.
Inilah alasan mengapa saya merasa pembicaraan mengenai AI dalam bansos tidak boleh berhenti pada kalimat:
“AI akan membuat penyaluran bansos lebih tepat sasaran.”
Kita harus bertanya:
Tepat menurut siapa? Berdasarkan data apa? Seberapa mutakhir datanya? Dan apa yang terjadi jika sistem salah?
Justru di Sini Saya Melihat Masa Depan AI Pemerintahan
Terlepas dari berbagai tantangannya, saya melihat langkah ini sebagai sesuatu yang sangat menarik.
Karena sebenarnya pemerintah sedang menghadapi persoalan yang sangat cocok untuk teknologi AI:
volume data yang luar biasa besar.
Manusia tidak mungkin memeriksa jutaan atau ratusan juta record satu per satu.
Mesin bisa.
AI dapat membantu menemukan pola, anomali, hubungan antarvariabel, dan perubahan kondisi yang mungkin sulit terlihat jika data hanya diperiksa secara manual.
Bahkan BPS sendiri menjelaskan bahwa proses pemeringkatan kesejahteraan dalam DTSEN menggunakan pendekatan statistik Proxy Means Test (PMT), sementara proses pemutakhiran melibatkan berbagai sumber data dan verifikasi lapangan.
Jadi bagi saya, masa depan yang menarik bukanlah:
“AI menggantikan pemerintah.”
Melainkan:
“Pemerintah menjadi jauh lebih data-driven karena dibantu AI.”
Dan itu dua hal yang sangat berbeda.
Dari Bansos, Kita Bisa Melihat Gambaran yang Lebih Besar
Kalau ekosistem data seperti DTSEN semakin matang, saya membayangkan pemanfaatannya tidak akan berhenti pada bantuan sosial.
Data yang terintegrasi dapat membantu berbagai kebijakan publik.
Pendidikan.
Kesehatan.
Perumahan.
Ketenagakerjaan.
Pemberdayaan masyarakat.
Perencanaan pembangunan.
Bahkan berbagai bentuk intervensi pemerintah lainnya.
BPS sendiri menyebut DTSEN kini menjadi rujukan bersama dalam mendukung perencanaan, penetapan sasaran, dan evaluasi berbagai program pemerintah.
Jadi sebenarnya kita sedang menyaksikan sesuatu yang lebih besar daripada sekadar “pemerintah menggunakan AI untuk bansos.”
Kita sedang melihat sebuah eksperimen besar tentang bagaimana negara mengelola masyarakat melalui data.
Dan menurut saya, ini akan menjadi salah satu perkembangan teknologi pemerintahan yang menarik untuk kita ikuti dalam beberapa tahun ke depan.
AI yang Hebat Tetap Membutuhkan Manusia yang Bertanggung Jawab
Saya adalah orang yang cukup optimistis terhadap AI.
Saya menggunakan AI untuk belajar, bekerja, membuat konten, menganalisis informasi, sampai membantu mengembangkan berbagai proyek.
Tetapi semakin sering saya menggunakan AI, semakin saya menyadari satu hal:
AI yang hebat tidak otomatis menghasilkan keputusan yang baik.
Yang menentukan tetap ekosistem di sekelilingnya.
Data yang digunakan.
Orang yang merancang sistem.
Metode yang dipilih.
Aturan yang diterapkan.
Proses verifikasi.
Dan yang paling penting:
manusia yang bertanggung jawab ketika sistem tersebut ternyata salah.
Karena ketika AI digunakan untuk membuat rekomendasi film, kesalahan mungkin hanya membuat kita menonton film yang membosankan.
Tetapi ketika AI digunakan untuk menentukan siapa yang mendapatkan bantuan pemerintah, kesalahan bisa menyentuh kehidupan manusia secara langsung.
Dan menurut saya, di situlah batas antara “AI yang keren” dan “AI yang bertanggung jawab” mulai terlihat.
Penutup: Bukan Tentang AI yang Menggantikan Manusia
Saya tidak melihat masa depan pemerintah sebagai sebuah tempat di mana semua keputusan dibuat oleh algoritma.
Saya justru membayangkan sesuatu yang lebih masuk akal:
manusia menetapkan nilai dan kebijakan, data menyediakan konteks, AI membantu menemukan pola, dan manusia kembali mengambil keputusan dengan tanggung jawab.
Kalau ekosistem seperti itu berhasil dibangun, AI tidak lagi sekadar menjadi teknologi yang sedang hype.
Ia bisa menjadi alat untuk membuat negara mengambil keputusan berdasarkan informasi yang lebih baik.
Tetapi syaratnya sederhana:
kita harus membangun datanya dengan benar terlebih dahulu.
Karena pada akhirnya, kecerdasan buatan hanya akan sebaik data, sistem, dan manusia yang menggunakannya.
