Ketepatan Sasaran Program Indonesia Pintar (PIP): Penjelasan Kemendikbudristek

Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi (Kemendikbudristek) memberikan klarifikasi terkait polemik penyaluran dana Program Indonesia Pintar (PIP) yang dinilai belum tepat sasaran. Beredar keluhan dari masyarakat mengenai penerima bantuan yang dianggap tidak memenuhi kriteria kemiskinan, sementara siswa yang benar-benar membutuhkan justru terlewat. Ketua Tim Kerja PIP Dikdasmen, Sofiana Nurjanah, menjelaskan kompleksitas mekanisme penentuan penerima bantuan ini, yang melibatkan beberapa sumber data dan peran aktif sekolah.

Peran Data Pokok Pendidikan (Dapodik) dan Data Kemiskinan Nasional

Sofiana menjelaskan bahwa Data Pokok Pendidikan (Dapodik) menjadi basis data siswa, namun tidak memuat informasi penghasilan orang tua. Oleh karena itu, penentuan penerima PIP bergantung pada data kemiskinan dari sumber-sumber lain, antara lain Data Terpadu Kesejahteraan Sosial (DTKS) Kementerian Sosial, Data Tunggal Sosial Ekonomi Nasional (DTSEN) Badan Pusat Statistik (BPS), dan data Pensasaran Percepatan Penghapusan Kemiskinan Ekstrem (P3KE) Kementerian Koordinator Bidang Pembangunan Manusia dan Kebudayaan (Kemenko PMK). DTSEN, yang baru diluncurkan, akan diintegrasikan ke sistem PIP pada triwulan kedua tahun 2025.

Namun, data kemiskinan nasional memiliki margin of error sekitar 5%. Untuk mengatasi potensi kesalahan ini, sekolah diberikan peran penting dalam memvalidasi data. Sekolah menandai siswa yang dianggap layak menerima PIP berdasarkan kondisi sosial ekonomi di wilayahnya melalui kolom 'Layak' di Dapodik. Proses ini memastikan bahwa siswa yang benar-benar membutuhkan bantuan tidak terlewatkan, meskipun tidak tercakup dalam data kemiskinan nasional.

"PIP ditandai, dilengkapi datanya, diverifikasi NIK-nya, dan diverifikasi kelogisannya, baru kemudian kami keluarkan SK-nya. Jadi, penetapan penerima PIP tidak langsung berdasarkan DTKS, DTSEN, dan P3KE saja, tetapi juga mempertimbangkan data yang kami miliki dari sekolah. Oleh karena itu, margin of error 5% itu bukan dampak langsung terhadap sasaran PIP," jelas Sofiana.

Peran Aktif Sekolah dan Validasi Data

Sofiana menekankan bahwa sekolah memiliki peran kunci dalam memastikan ketepatan sasaran PIP. Sekolah bertanggung jawab untuk memverifikasi data siswa dan keluarga miskin yang layak menerima bantuan berdasarkan kondisi di lapangan. Sekolah secara aktif terlibat dalam penyaringan data siswa di Dapodik, memastikan hanya siswa yang memenuhi kriteria kemiskinan yang ditandai sebagai layak menerima bantuan.

"Sekolah menandai siswa yang layak menerima PIP. Mereka memastikan keluarga tersebut memang berhak mendapatkan PIP karena kondisi kemiskinannya. Syaratnya hanya satu: miskin. Tidak ada syarat lain. Miskin, baik itu yatim piatu atau lainnya," tegas Sofiana.

Verifikasi Data dan Tantangannya

Kemendikbudristek tidak melakukan verifikasi lapangan untuk 12 juta siswa penerima PIP karena keterbatasan waktu dan sumber daya. Proses verifikasi difokuskan pada validasi data administratif, seperti memastikan ketepatan penulisan nama, nama ibu kandung, dan validasi Nomor Induk Kependudukan (NIK) melalui Dukcapil. Siswa yang NIK-nya belum terverifikasi di Dukcapil, kecuali yang sudah menerima PIP di tahun sebelumnya, tidak dapat menjadi penerima bantuan baru.

Untuk mengatasi kasus siswa miskin yang terlewatkan, sekolah dapat mengusulkan calon penerima PIP. Usulan tersebut kemudian diverifikasi oleh dinas pendidikan dan pemangku kepentingan terkait. Sofiana juga mengakui adanya kendala akses layanan kependudukan di beberapa daerah, yang menyebabkan data kemiskinan tidak akurat. Perbaikan sistem data di kelurahan dan desa, terutama melalui Sistem Informasi Kesejahteraan Sosial New Generation (SIKS-NG), menjadi penting untuk mengatasi masalah ini. Musyawarah desa dan kelurahan secara berkala juga diperlukan untuk pemutakhiran data penduduk.

Kesimpulan

Penyaluran PIP melibatkan proses yang kompleks dan multi-pihak. Peran aktif sekolah dalam memvalidasi data sangat penting untuk memastikan ketepatan sasaran. Kendala yang ada, seperti margin of error data kemiskinan dan kendala akses layanan kependudukan, terus diupayakan solusinya melalui kolaborasi antar instansi dan pemutakhiran data secara berkala.