Mendagri Tito Karnavian Pastikan Sistem Validasi Bansos Terintegrasi Penuh
Bacotan Online – Era penyaluran bantuan sosial yang masih mengandalkan pendataan manual dan rawan salah sasaran tampaknya akan segera berakhir. Pemerintah secara resmi tengah mematangkan sistem digitalisasi penyaluran bantuan sosial (bansos) dengan mengadopsi teknologi biometrik wajah. Langkah revolusioner ini disiapkan guna memutus rantai nepotisme dan ketidaktepatan sasaran yang selama bertahun-tahun menggerogoti efektivitas anggaran jaring pengaman sosial nasional.
Menteri Dalam Negeri (Mendagri) Tito Karnavian dengan tegas memastikan bahwa akurasi data penerima bantuan kini berada di prioritas teratas. Dalam acara FEKDIxIFSE yang digelar di Jakarta Convention Center (JCC) Senayan, Jakarta Pusat, pada hari Kamis (24/9/2026), beliau menjabarkan bagaimana implementasi face recognition, atau pengenalan wajah biometrik, akan menjadi palang pintu utama dalam mendeteksi kelayakan ekonomi warga negara.
Langkah fundamental pertama yang saat ini sedang berlangsung adalah mengakurasikan basis data penerima bantuan sosial menggunakan sistem pemindaian profil wajah tersebut. Sistem ini tak hanya sekadar mencocokkan wajah dengan foto e-KTP. Di balik layar, pergerakan data itu langsung terkoneksi secara vertikal dan horizontal dengan pangkalan rekaman atau database lintas instansi milik negara. Pemerintah mendobrak sekat-sekat kelembagaan demi pertukaran data secara seketika (real-time).
Integrasi Data Lintas Lembaga: Blokade Akses Bagi Mereka yang Berekonomi Mampu
Daya ledak dari inovasi ini tidak berakar pada semata-mata canggihnya pemindaian biometrik, melainkan pada jaring konektivitas big data di baliknya. Sistem biometrik ini terhubung tak hanya secara tertutup di sistem Kependudukan dan Pencatatan Sipil (Dukcapil) di lingkup Kementerian Dalam Negeri. Lebih dari itu, infrastruktur backend aplikasi pertukaran data juga terjalin kuat dengan institusi lain meliputi Kepolisian Republik Indonesia (untuk pendataan properti kendaraan bergeraknya), Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional (ATR/BPN), hingga Badan Pusat Statistik (BPS).
Simulasinya sangat lugas: saat seorang penerima manfaat berdiri untuk dipindai wajahnya, algoritma face recognition akan langsung mengidentifikasi identitas kependudukannya. Dalam hitungan detik, mesin pendeteksi akan memanggil data aset dan kekayaan finansial dari pihak lain. Apabila wajahnya terhubung dengan pelat nomor sebuah mobil, beberapa unit sepeda motor melalui sistem registrasi Polantas, atau bahkan sepetak tanah komersial melalui ATR/BPN, maka seketika status warga tersebut diklasifikasikan sebagai tidak layak mendapatkan dana sosial negara.
“Begitu menggunakan wajahnya, face recognition, namanya langsung keluar. Lantas terkoneksi secara langsung. Dia punya mobil atau tidak, punya sepeda motor atau tidak, punya sertifikat tanah komersial atau tidak bersama ATR/BPN. Nanti mesin yang langsung mengeluarkan laporan final, apakah layak atau tidak layak. Masyarakat lalu ditempatkan di tingkat klasifikasi desil pertama, kedua, ketiga, keempat, dan selanjutnya sesuai derajat riil ekonominya,” papar Tito secara komprehensif.
Belajar dari Banyuwangi: Ketika Tujuh Puluh Persen Dana Bantuan Membajak Hak Orang Miskin
Konteks di balik urgensi reformasi verifikasi ini menemukan pijakan empiris di Kabupaten Banyuwangi. Tito membeberkan realita pahit di wilayah paling ujung timur Pulau Jawa tersebut. Dalam tahap uji coba validasi lapangan sebelumnya, terungkap fakta yang amat mengejutkan dan menguras nalar: angka 70 persen, atau mewakili sebagian besar dari anggaran penerima bansos wilayah itu, diberikan kepada kelas menengah yang sebetulnya sama sekali tidak mempunyai hak moral maupun legal dalam menyerap uang jaringan pengaman sosial dari pemerintah pusat.
Penyimpangan data berskala besar ini merupakan implikasi langsung dari pelaporan bertahap melalui sistem kepengurusan RT/RW secara tradisional. Data acapkali mandek dan tidak melalui tahap penyaringan saat diserahkan ke Dinas Sosial tingkat wilayah. Angka orang miskin pun kerap kali stagnan. Dengan temuan ekstrem dari Banyuwangi, implementasi validasi berbasis face recognition menjadi agenda yang tidak bisa ditunda.
Proyeksi Perluasan Inisiasi dan Dampaknya Terhadap APBN Nasional
Usai meninjau signifikansi face recognition tersebut, sistem uji coba percontohan sudah disemaikan perlahan ke 42 kabupaten/kota khusus di seluruh wilayah administrasi. Tito memaparkan peta jalannya bahwa menjelang tutup tahun, sistem verifikasi ini ditargetkan terekspansi hingga 200 daerah. Proyeksi ini merupakan salah satu manuver paling progresif untuk melindungi efektivitas APBN dalam mengayomi penduduk marginal yang memang benar-benar tertatih dalam putaran roda ekonomi domestik.
Selanjutnya, dari sudut pandang Kementerian Sosial (Kemensos), inisiasi berkesinambungan ini tengah dipersiapkan menjadi standar operasional dan prosedur (SOP) baku pendistribusian setiap dana. Meskipun demikian, otoritas di bidang ini pun memitigasi kemungkinan kepanikan di kalangan populasi menengah-bawah. Disampaikan langsung oleh Menteri Sosial, bahwa skema penyaringan mutakhir ini tak serta merta mewajibkan setiap pemegang kartu miskin saat ini mendatangi gerai dengan melakukan pendaftaran presensi wajah. Sistem ini merupakan pengembangan terintegrasi jaringan arsitektur perlindungan sosial secara bertahap.
Inovasi ini pada puncaknya bukan lagi semata demi efisiensi teknis mesin pemerintah. Secara fundamental, pemindaian wajah biometrik akan mendepak campur tangan kelonggaran manusia dari penyaluran harta negara. Orang kaya dengan aset bergelimang yang sembunyi-sembunyi membajak jatah beras dan bantuan tunai si miskin, kini harus melepaskan hak tersebut dan bersiap disingkirkan dari daftar oleh pergerakan silang algoritma komputer yang dingin namun sepenuhnya rasional.
