68 total views
Di era pemerintahan berbasis data, angka sering kali menjadi tolok ukur utama keberhasilan. Tingkat kemiskinan, pengangguran, hingga stunting dipakai untuk menilai efektivitas kebijakan publik. Namun, apa yang terjadi ketika angka lebih penting daripada realitas yang diwakilinya?
Bayangkan sebuah desa bernama Sukamaju. Pada awal tahun terdapat 100 kepala keluarga yang masuk kelompok kesejahteraan terbawah dan berhak menerima bantuan sosial. Pemerintah daerah kemudian mendapat target untuk menurunkan angka kemiskinan secara signifikan dalam waktu singkat.
Idealnya, target tersebut dicapai melalui penciptaan lapangan kerja, pelatihan keterampilan, penguatan usaha mikro, atau bantuan produktif. Namun semua itu membutuhkan waktu dan biaya. Jalan yang lebih mudah adalah memperbaiki statistik.
Secara teknis, kemiskinan dan desil merupakan hasil pengukuran statistik. Desil membagi penduduk ke dalam sepuluh kelompok berdasarkan tingkat kesejahteraan relatif. Karena sifatnya relatif, seseorang dapat berpindah dari Desil 1 ke Desil 2 bukan karena kehidupannya membaik, melainkan karena perubahan metodologi, pembaruan basis data, atau pergeseran posisi relatif terhadap kelompok lain.
Akibatnya, puluhan keluarga yang sebelumnya masuk kelompok termiskin dapat keluar dari kategori tersebut secara administratif meskipun kondisi hidup mereka tidak berubah. Di atas kertas, angka kemiskinan menurun. Grafik terlihat membaik. Laporan kinerja tampak sukses.
Masalahnya, kehidupan masyarakat tidak ikut berubah.
Anak-anak yang kesulitan membayar sekolah tetap menghadapi persoalan yang sama. Orang tua yang tidak mampu berobat masih bergumul dengan keterbatasan yang sama. Rumah yang tidak layak huni tetap berdiri dalam kondisi yang sama. Yang berubah hanyalah status mereka di dalam sistem.
Fenomena ini mengingatkan pada prinsip yang dikenal dalam ekonomi sebagai Goodhart’s Law: ketika suatu ukuran dijadikan target, ukuran itu berhenti menjadi ukuran yang baik. Fokus birokrasi bergeser dari memperbaiki kondisi masyarakat menjadi memperbaiki indikator.
Karena itu para ekonom membedakan antara penurunan kemiskinan statistik dan penurunan kemiskinan riil. Penurunan kemiskinan statistik terjadi ketika angka membaik akibat perubahan klasifikasi atau metode pengukuran. Sebaliknya, penurunan kemiskinan riil terjadi ketika pendapatan meningkat, kesempatan kerja bertambah, akses pendidikan membaik, dan kerentanan ekonomi rumah tangga benar-benar berkurang.
Bahaya terbesar dari ilusi statistik bukan hanya kesalahan membaca keadaan, melainkan lahirnya kebijakan yang salah arah. Ketika data menunjukkan kemiskinan turun, pemerintah dapat mengurangi bantuan sosial atau mengalihkan anggaran ke sektor lain. Padahal kelompok rentan masih membutuhkan dukungan yang sama.
Pada akhirnya, data harus menjadi alat untuk memahami kenyataan, bukan sarana untuk menyamarkan kenyataan. Kemiskinan tidak hilang hanya karena definisinya berubah. Kelaparan tidak berkurang hanya karena seseorang dipindahkan ke kategori yang berbeda.
Peta boleh diperbarui berkali-kali, tetapi jika kondisi masyarakat tidak berubah, maka yang terjadi bukanlah pengurangan kemiskinan, melainkan sekadar rekayasa angka. Dan realitas, cepat atau lambat, selalu lebih kuat daripada statistik yang dipoles.
