IMPACT OF SOCIAL ASSISTANCES ON POVERTY AND INEQUALITY: RASTRA,

PIP, AND PKH PROGRAMS IN INDONESIA

Abrian Duta Firmansyaha, Akhmad Solikinb

ABSTRACT
Bantuan sosial menjadi salah satu strategi pemerintah dalam
mengentaskan kemiskinan dan mengurangi ketimpangan. Artikel ini
menganalisis dampak dan efektivitas berbagai alternatif kebijakan
bansos terhadap pengentasan kemiskinan dan pengurangnan
ketimpangan di Indonesia serta menganalisis distribusi manfaat
masing-masing kebijakan bansos di Indonesia. Analisis dampak
dilakukan dengan metode benefit incidence analysis menggunakan
data Susenas Maret 2017, sedangkan masalah-masalah di lapangan
diketahui dari analisis literatur dan media masa. Hasil penelitian
menyimpulkan bantuan sosial di Indonesia berdampak terhadap
pengentasan kemiskinan dan pengurangan ketimpangan serta bersifat
progresif absolut. Rastra merupakan program yang paling mampu
mengurangi angka kemiskinan dan ketimpangan dibandingkan PKH
dan PIP. Meskipun demikian, dibutuhkan perbaikan lebih lanjut untuk
mengatasi kebocoran dalam penyaluran bantuan sosial. Review atas
literatur dan media masa menunjukkan masalah atas data penerima
bantuan yang belum mutakhir dan penyaluran bantuan yang tidak
sesuai ketentuan yang berlaku.

Social assistance is one of the government’s strategies in alleviating

poverty and reducing inequality. This article analyses the impact and
effectiveness of social assistance policies type on poverty alleviation
and inequality reduction in Indonesia. besides, we analyzed the
distribution of each social assistance policy benefit in Indonesia. The
impact analysis was carried out using the benefit incidence analysis
by using household surveys (Susenas) data in March 2017, while
problems in the fields were collected from literature and mass media
analyses. The results indicate that social assistance in Indonesia
impacted on alleviating poverty and reducing inequality, as well as
absolute progressive in nature. Rastra is the ablest to reduce poverty
and inequality compared to Paket Keluarga Harapan (PKH) and
Program Indonesia Pintar (PIP). However, further improvements are
needed to overcome the leakage in the distribution of social
assistance. Literature and mass media reviews showed that data on
recipients of social assistance were not up to date and disbursement
of assistance violated existing regulations.
1. PERKENALAN
1.1. Latar Belakang Studi
Menurut Pasal 33 dan 34 Undang-Undang Dasar Negara Republik Indonesia Tahun
1945, negara bertanggung jawab melindungi segenap bangsa Indonesia dan memajukan
kesejahteraan umum dalam mewujudkan keadilan sosial bagi seluruh rakyat Indonesia.
Salah satu strategi pemerintah dalam mewujudkan kesejahteraan sosial adalah dengan
menyalurkan bantuan sosial (UU nomor 11/ 2009). Berdasarkan Peraturan Menteri
Keuangan (PMK) nomor 181/2012, bantuan sosial (bansos) adalah bantuan dalam bentuk
pengiriman uang, barang, atau jasa oleh pemerintah pusat/daerah kepada masyarakat
untuk melindungi masyarakat dari kemungkinan risiko sosial, peningkatan kemampuan
ekonomi dan peningkatan kesejahteraan sosial.
Meski sering dianggap sebagai alat politik karena berinteraksi langsung dengan
masyarakat (Sjahrir et al., 2013), bantuan sosial yang terintegrasi dengan baik dan tepat
sasaran terbukti mampu mengentaskan kemiskinan dan mengurangi ketimpangan
(Barrientos, 2010; International Labour Organization, 2004; Bank Dunia, 2017). Davoodi et
al., (2003) mengungkapkan bahwa negara dengan pendidikan dan kesehatan yang pro-
poor dan pengeluaran memiliki pendidikan yang lebih baik dan hasil yang sehat,
manajemen yang baik, pendapatan yang lebih tinggi, dan akses informasi yang lebih luas.
Meskipun pengeluaran pemerintah lainnya juga penting untuk meningkatkan
kesejahteraan individu, pelayanan sosial dianggap paling penting, terutama untuk
meningkatkan potensi pendapatan masyarakat miskin termasuk di Indonesia (Davoodi et
al., 2003). Indonesia merupakan salah satu negara yang melakukan bantuan sosial sebagai
strategi pengentasan kemiskinan dan pengurangan ketimpangan. Berdasarkan data
Kerangka Ekonomi Makro dan Pokok-Pokok Kebijakan Fiskal (KEM-PPKF) 2018 dan Nota
Keuangan (NK) 2019, seperti terlihat pada Gambar 1, anggaran bansos terus meningkat
pada tahun empat tahun terakhir. Pada tahun 2019, meningkat sebesar 28,65 persen pada
tahun 2019 dari Anggaran Pendapatan dan Belanja Negara (APBN) tahun 2018.

1,2 120,00 0,42 18%

1 16,58% 0,413 0,414
0,93
1 0,84 100,00
15,42%
0,41 0,406 16%
0,8 80,00 0,402
14,15%
0,51 0,4 13,33%14%
0,6 60,00 0,394
0,4 0,41
12,36% 0,391
0,4 40,00 0,38811,66%11,47%
0,39 10,96%11,13% 12%
10,70%
0,2 20,00 10,12%
97,9097,2049,6055,2080,20 103,20 0,378
0- 0,38 0,37610%

0,368 0,367
0,37 8%

0,36 6%
Social Assistance Expenditure (IDR Trillion)

Percent of GDP

Gini Ratio (RHS) Poverty Rate (%)

 Meskipun belanja bansos menunjukkan penurunan yang signifikan pada tahun
2016, menurut Laporan Bulanan Sosial Ekonomi tahun 2016, bansos merupakan salah satu
faktor yang berpengaruh positif terhadap penurunan tingkat ketimpangan di Indonesia
pada tahun 2016. target penerima bantuan sosial dan reklasifikasi bantuan sosial yang
dikategorikan sebagai belanja barang.
Berdasarkan data BPS sebagaimana terlihat pada Gambar 2, meskipun pemerintah
telah meningkatkan belanja bantuan sosial dalam empat tahun terakhir, tingkat
pengentasan kemiskinan di Indonesia mengalami perlambatan dan tingkat ketimpangan
pendapatan di Indonesia masih tinggi. Menurut The Commitment to Reduce Inequality
(CRI) Index 2018, Indonesia menduduki peringkat 90 dari 157 negara dan menduduki level
98 dari 157 negara terkait anggaran sosial pemerintah. Apalagi, 24 persen penduduk
Indonesia hidup di garis kemiskinan dan sekitarnya 1,5 kali dari garis kemiskinan rentan
untuk jatuh kembali menjadi miskin jika mereka berada dalam ketidakstabilan, misalnya
terkena penyakit, bencana, atau masalah lain terhadap pendapatan dan penghidupan
mereka (Bank Dunia, 2017). Hal ini menunjukkan bahwa masih diperlukan perbaikan yang
berkelanjutan untuk meningkatkan efektivitas setiap program bantuan sosial pemerintah.
Lebih lanjut, penyaluran bantuan merupakan salah satu permasalahan dalam
penyaluran bansos Badan Kebijakan Fiskal (2016) menunjukkan bahwa secara umum
bansos telah diterima oleh masyarakat miskin dan rentan, namun terdapat kebocoran
dalam penyaluran program bansos. dan pelaksanaan di lapangan yang tidak sesuai dengan
ketentuan.
Berdasarkan uraian sebelumnya, maka perlu dilakukan penelitian untuk menilai
distribusi manfaat bansos serta tingkat dampak dan efektivitas dari setiap alternatif
kebijakan bansos terhadap pengentasan kemiskinan dan pengurangan ketimpangan serta
menilai distribusi manfaat bansos yang ada di Indonesia. Sejauh pengetahuan penulis,
kedua topik terbatas dalam literatur. Artikel ini bertujuan untuk mengisi kesenjangan
tersebut di atas.

1.2. Masalah dan Tujuan

Berdasarkan penjelasan pada bagian sebelumnya, ada dua masalah yang akan
dijawab dalam penelitian ini. Pertama, bagaimana dampak dan efektivitas dari setiap
alternatif kebijakan bantuan sosial terhadap pengentasan kemiskinan dan pengurangan
ketimpangan di Indonesia? Kedua, bagaimana distribusi manfaat dari setiap kebijakan
bansos di Indonesia?.
Sejalan dengan permasalahan tersebut, ada tiga tujuan dalam artikel ini, yaitu: (a)
menganalisis dampak dan efektivitas dari setiap alternatif kebijakan bantuan sosial
terhadap pengentasan kemiskinan dan pengurangan ketimpangan di Indonesia, (b)
menganalisis distribusi manfaat dari setiap kebijakan bantuan di Indonesia dengan
menggunakan metode Benefit Incidence Analysis (BIA) dan, (c) mengidentifikasi
permasalahan dalam pendistribusian manfaat bansos menggunakan tinjauan sistematis
literatur dan tinjauan sistematis berita.
2. TINJAUAN PUSTAKA
Bagian ini membahas tentang konsep bansos, kemiskinan dan ketimpangan pendapatan,
serta dampak bansos terhadap:
2.1. Asisten sosial
Bantuan sosial merupakan salah satu bentuk perlindungan sosial. International
Labour Organization (ILO) dalam Gruat dan Bonilla-Garcia (2003) mendefinisikan
perlindungan sosial sebagai setiap institusi, norma, dan program publik yang bertujuan
untuk melindungi masyarakat dari tekanan ekonomi dan sosial yang mengancam standar
hidup dasar dalam hal tidak adanya atau penurunan yang signifikan. penghasilan.
Barrientos (2010) mengklasifikasikan perlindungan sosial menjadi tiga jenis, asuransi
sosial, bantuan sosial, dan regulasi pasar tenaga kerja.
Sampai saat ini belum ada definisi yang jelas dan universal untuk menggambarkan
bantuan sosial. Menurut Gough et al. (1997), bantuan sosial di negara-negara tertentu
memiliki cakupan yang luas dan tidak didasarkan pada tingkat pendapatan, tetapi
berdasarkan kategori tertentu, seperti panti asuhan, imigran, atau status usia. Di beberapa
negara, bantuan sosial mencakup bantuan sementara sebagai bagian dari asuransi sosial, di
beberapa negara lain bantuan sosial menjadi bagian dari layanan ekstensif dalam bentuk
barang atau uang tunai. Selanjutnya, Gruber (2012) membagi program kesejahteraan
menjadi dua macam:
a. Kesejahteraan kategoris, program kesejahteraan yang ditentukan oleh beberapa
karakteristik demografis seperti janda atau penyandang disabilitas.
b. Kesejahteraan yang teruji, program kesejahteraan yang diberikan berdasarkan
pendapatan atau jumlah harta yang dimiliki.
Program kesejahteraan tersebut dapat diberikan dalam bentuk uang tunai atau dalam
bentuk lain seperti bantuan medis atau tempat tinggal.
Meskipun masing-masing negara memiliki bantuan sosial yang berbeda, Eardley et
al. (1996) menyatakan bahwa secara umum penyaluran bantuan sosial meliputi tiga
prinsip utama, yaitu:
a. Skema yang diterapkan bertujuan untuk memastikan standar hidup minimum bagi
orang-orang dengan pendapatan yang tidak memadai.
b. Penerima bansos benar-benar tidak memiliki kemampuan untuk menghidupi diri secara
memadai baik dengan cara alternatif lain maupun akses ke sumber energi.
c. Skema yang diterapkan tidak bertujuan untuk mendorong ketergantungan, namun harus
mendukung penerima agar dapat memenuhi kecukupan dan kemandiriannya.
Bantuan sosial yang terintegrasi dengan baik dan tepat sasaran mampu mengentaskan
kemiskinan dan mengurangi ketimpangan (Barrientos, 2010; International Labour
Organization, 2004; World Bank, 2017). Davoodi dkk. (2003) mengungkapkan bahwa
negara dengan pengeluaran anggaran pendidikan dan kesehatan yang pro-poor memiliki
hasil pendidikan dan kesehatan yang lebih baik, manajemen yang baik, pendapatan yang
lebih tinggi, dan akses informasi yang lebih luas.
Atkinson (1987) mengklasifikasikan mekanisme penyaluran bantuan sosial menjadi
tiga macam, yaitu:
a. Bantuan sosial dialokasikan kepada masyarakat berdasarkan kategori sosial tertentu,
yaitu manfaat yang diterima tidak berkaitan dengan status atau tingkat pendapatan
tertentu.
b. Bantuan sosial dialokasikan sebagai jaminan sosial, yaitu manfaat yang diterima
berdasarkan status pekerjaan dan iuran.
c. Bantuan sosial berdasarkan kriteria tertentu atau sumber daya yang dimiliki saat ini
(seperti tingkat pendapatan tertentu).
Di Indonesia, menurut Undang-Undang nomor 11/2009, bantuan sosial
didefinisikan sebagai perlindungan sosial yang ditujukan agar individu, keluarga,
kelompok, dan/atau masyarakat dapat hidup secara wajar. Bantuan sosial dapat bersifat
sementara dan/atau terus menerus dalam bentuk bantuan seperti makanan, sandang,
tempat tinggal (temporary residence), uang tunai, pengobatan dan obat-obatan, fasilitas
aksesibilitas (seperti kesehatan dan pendidikan), dan/atau pemberdayaan kelembagaan
(UU nomor 11/2009).
Program utama bansos di Indonesia tahun 2017 adalah Program Keluarga Harapan
(PKH), Program Indonesia Cerdas (PIP), Beasiswa Pendidikan Bagi Siswa Miskin dan
Cerdas (Bidik Misi), dan Beras Sejahtera (Beras Sejahtera, Rastra). Lampiran 1
menunjukkan jumlah penerima dan anggaran yang disediakan untuk setiap program.
Rastra menjadi bansos dengan peningkatan paling signifikan pada tahun 2018, sebanyak
15,8 juta penerima dari tahun sebelumnya hanya 1,2 juta penerima, dan alokasi anggaran
sebesar Rp20,8 miliar dari tahun sebelumnya hanya sebesar Rp1 0,7 miliar. Kemudian,
PKH meningkat di penerima sebesar 67 persen dan di anggaran sebesar 33 persen pada
2018. Meski PIP tidak menunjukkan peningkatan yang signifikan, namun menunjukkan
cakupan terluas dibandingkan bansos lainnya.

2.2. Kemiskinan dan Ketimpangan Pendapatan

Kemiskinan adalah suatu kondisi dimana masyarakat tidak mampu memenuhi kebutuhan
dasarnya, baik makanan maupun non-makanan, khususnya di bawah garis kemiskinan
(Lisna et al., 2013). Garis Kemiskinan (GK) dibagi menjadi dua kategori, yaitu Garis
Kemiskinan Makanan (GKM) yang merupakan kebutuhan dasar makanan dan minuman
yang setara dengan 2.100 kilokalori per kapita per hari dan Garis Kemiskinan Bukan
Makanan (Garis Kemiskinan). nonmakanan, GKNM) merupakan kebutuhan minimum
untuk pengeluaran tempat tinggal, sandang, pendidikan, dan kesehatan. Penduduk yang
rata-rata pengeluaran per kapita per bulannya di bawah GK dikategorikan miskin (BPS,
2019). Pengukuran kemiskinan yang umum digunakan adalah headcount index (Po) yang
dikembangkan oleh Foster et al. (1984). Indeks jumlah pegawai mengukur proporsi orang
yang dikategorikan miskin dalam populasi (Haughton dan Khandker, 2009).
BPS dan Bank Dunia mengklasifikasikan Indonesia, dari segi ekonominya, ke dalam tiga
kategori (Kementerian PPN/Bappenas, 2017): (a) 40 persen terbawah tergolong miskin
dan rentan miskin, (b) 40 persen berikutnya adalah diklasifikasikan sebagai
berpenghasilan menengah, dan (c) 20 persen teratas tergolong kaya. Selanjutnya, 40
persen penduduk terendah adalah bagian dari Basis Data Terpadu (BDT) 2015, data
berbasis elektronik berisi informasi tentang rumah tangga miskin dan rentan (RT)
Indonesia. Data tersebut dirancang khusus untuk mendukung kementerian dan lembaga
dalam perencanaan program perlindungan sosial dan pengentasan kemiskinan (TNP2K),
2017).
Namun, konsep ketimpangan lebih luas daripada kemiskinan karena mencakup
seluruh penduduk dan tidak hanya terfokus pada orang miskin (Haughton dan Khandker,
2009). Ketimpangan juga dapat digunakan untuk mengukur kemiskinan relatif, kondisi
kemiskinan sebagai dampak kebijakan pembangunan yang tidak merata menjangkau
seluruh rakyat sehingga pemerataan pendapatan tidak merata (BPS, 2008). Ukuran umum
ketimpangan adalah Indeks Gini yang dikembangkan oleh Gini (1912). Indeks Gini berkisar
antara 0 yang berarti pemerataan sempurna dan 1 yang berarti ketimpangan sempurna
(Lisna et al., 2013).

2.3. Dampak Kebijakan Fiskal Bantuan Sosial

Kebijakan fiskal adalah kebijakan anggaran oleh pemerintah yang terdiri dari
kebijakan yang berkaitan dengan pengeluaran dan struktur pajak (Froyen, 1996).
Selanjutnya instrumen kebijakan fiskal dapat berupa pajak, transfer pemerintah, subsidi,
dan anggaran pemerintah (Reksoprayitno, 1992). Kebijakan fiskal bertujuan untuk
mempengaruhi sisi permintaan agregat dalam jangka pendek dan sisi penawaran dalam
jangka panjang (Surjaningsih et al., 2012).
Lebih lanjut, Demery (2000) berpendapat bahwa ada beberapa cara pengeluaran
publik mempengaruhi masyarakat. Pertama, melalui kebijakan fiskal yang mempengaruhi
keseimbangan makro ekonomi, terutama defisit fiskal, perdagangan dan tingkat inflasi.
Secara langsung mempengaruhi standar hidup melalui pendapatan riil dan secara tidak
langsung melalui pertumbuhan pembangunan ekonomi. Kedua, pengeluaran publik
mempengaruhi pendapatan secara langsung, beberapa di antaranya mungkin bermanfaat
bagi orang miskin. Pendapatan ini, pada gilirannya, akan menciptakan pendapatan lain
melalui proses pengganda. Ketiga, pengeluaran publik memberikan transfer kepada
masyarakat. Bisa dalam bentuk transfer uang seperti bantuan pembayaran asuransi sosial,
atau dalam bentuk natura yang mencakup subsidi pemerintah seperti kesehatan,
pendidikan, atau layanan infrastruktur.
Bantuan sosial merupakan salah satu instrumen kebijakan fiskal berupa belanja
publik atau bagian dari subsidi dalam pengertian umum. Spencer dan Armos (1993)
mendefinisikan subsidi dalam pengertian yang lebih luas sebagai pembayaran pemerintah
kepada perusahaan atau rumah tangga untuk mencapai tujuan tertentu yang
memungkinkan mereka untuk memproduksi dan/atau mengkonsumsi produk dalam
jumlah yang lebih besar atau harga yang lebih murah. Oleh karena itu, tujuan utama dari
subsidi adalah untuk menurunkan harga atau meningkatkan output.
Dampak subsidi terhadap konsumsi dan produksi dapat dianalisis dengan
menggunakan kurva permintaan dan penawaran seperti yang ditunjukkan pada Gambar 3.
Subsidi menggerakkan kurva permintaan dari titik D ke D’ dan mengubah kurva
penawaran dari S ke S’. Subsidi yang diberikan kepada konsumen akan mempengaruhi
kurva permintaan, sedangkan subsidi yang diberikan kepada produsen akan mengubah
kurva penawaran. Hasil dari kedua subsidi tersebut adalah keseimbangan baru yaitu E’ dan
E’ yang memiliki jumlah barang yang diminta atau ditawarkan lebih besar (Maipita et al.,
2001). Peningkatan permintaan disertai dengan harga yang lebih tinggi, sedangkan
peningkatan penawaran dilengkapi dengan harga yang lebih rendah.

3. METODE PENELITIAN
Penelitian ini merupakan penelitian terapan yang bertujuan untuk menjawab
masalah praktis (Sekaran dan Bougie, 2016), bukan untuk mengatasi masalah teoritis.
Pendekatan yang digunakan dalam penelitian ini adalah kombinasi pendekatan kuantitatif
dan kualitatif. Pendekatan kuantitatif dilakukan dengan menggunakan Benefit Incidence
Analysis (BIA) sedangkan pendekatan kualitatif dilakukan dengan menggunakan
sistematika review. Pendekatan kuantitatif diterapkan terlebih dahulu dan kemudian
pendekatan kualitatif digunakan untuk menjelaskan hasil kuantitatif. Penjelasan lebih
lanjut untuk kedua metode tersebut adalah sebagai berikut.
3.1. Analisis Insiden Manfaat (BIA)
Benefit Incidence Analysis (BIA) merupakan alat yang digunakan untuk mengukur
dampak kebijakan perpajakan atau subsidi pemerintah terhadap pemerataan
kesejahteraan rakyat. Dengan kata lain, BIA dapat digunakan untuk mengevaluasi
distribusi kebijakan subsidi atau belanja sosial pemerintah kepada berbagai kelompok
pendapatan di masyarakat (Cuenca, 2008). Hasil analisis BIA dapat menentukan apakah
program pemerintah belanja sosial merupakan sasaran yang baik, yaitu manfaat yang
diterima oleh kelompok masyarakat berpenghasilan rendah. Jika kelompok termiskin
sebagai sasaran utama anggaran sosial pemerintah hanya menikmati sedikit manfaat
anggaran, dan sebagian besar manfaat yang diterima oleh masyarakat berpenghasilan
menengah dan tinggi, maka kebijakan bantuan sosial pemerintah dapat dikategorikan
sebagai program yang gagal. McIntyre dan Ataguba, 2010).
Hasil akhir BIA dapat diinterpretasikan dengan membandingkan kurva konsentrasi
yang menunjukkan hasil distribusi manfaat antara kelompok pengguna jasa publik dengan
garis diagonal 45 derajat. Selain itu, hasilnya juga dapat dibandingkan dengan kurva The
Lorenz. Gambar 4 menunjukkan kurva konsentrasi, kurva Lorenz dan berbagai tolok ukur
untuk menilai dampak distribusi suatu kebijakan.

Kurva konsentrasi adalah kurva yang menggambarkan progresivitas pajak atau

bantuan sosial dengan membandingkan distribusi manfaat kumulatif dan distribusi
pendapatan pasar kumulatif (Inchauste et al., 2015). Selanjutnya kurva Lorenz merupakan
kurva yang menggambarkan distribusi pendapatan kumulatif pada berbagai kelompok
penduduk (Gastwirth, 1971).
 Beberapa aturan untuk menggunakan kurva konsentrasi untuk menilai dampak
distribusi adalah sebagai berikut (Demery, 2000):
a. Ketika kurva konsentrasi berada di atas garis diagonal 45 derajat, kuantil termiskin
menerima lebih dari 20 persen dari total bantuan sosial sementara kuantil terkaya
menerima kurang dari 20 persen dari manfaat. Kemudian bansos dapat dikategorikan
sebagai pengeluaran yang pro-poor. Distribusi di atas garis diagonal disebut distribusi
“progresif absolut” yang berarti bahwa kelompok masyarakat berpenghasilan rendah
menerima manfaat pengeluaran pemerintah yang lebih besar daripada kelompok
masyarakat berpenghasilan tinggi (Cuenca, 2008).
b. Ketika kurva konsentrasi berada di atas kurva Lorenz dan di bawah garis diagonal 45
derajat, distribusinya “relatif progresif” terhadap pendapatan (atau pengeluaran). Hal ini
menunjukkan bahwa distribusi akan lebih adil bila bantuan diberikan dalam bentuk
pendapatan (tunai) daripada transfer dalam bentuk barang.
c. Ketika kurva konsentrasi berada di atas kurva Lorenz, ini menunjukkan bahwa
distribusinya “regresif”. Artinya, kelompok masyarakat berpenghasilan menengah ke atas
menikmati manfaat bantuan pemerintah yang lebih besar dibandingkan dengan kelompok
masyarakat berpenghasilan rendah (Cuenca, 2008).
Dengan mempertimbangkan kategori-kategori tersebut, penelitian ini mengharapkan hasil
BIA bansos Indonesia menunjukkan hasil yang sangat progresif.
Data kuantitatif yang digunakan dalam penelitian ini adalah data sekunder dari sumber
sekunder (Bungin, 2005). Data yang digunakan dalam penelitian ini diadopsi dari survei
rumah tangga (Susenas) tahun 2017 yang dilakukan oleh BPS di 34 provinsi dan mencakup
300.000 rumah tangga di 514 kabupaten/kota di Indonesia. Program komputer yang
digunakan dalam analisis data adalah Stata 14.
Dalam mempresentasikan hasil analisis, pembahasan diarahkan pada (1) proporsi
manfaat bansos yang diterima oleh kelompok berpendapatan terendah dan tertinggi dan
(2) jumlah rumah tangga penerima pada kelompok pendapatan terendah dan tertinggi.
Selain itu, pembahasan analisis distribusi manfaat juga akan mempertimbangkan
persentase bantuan sosial terkait pengeluaran rumah tangga, baik pada kelompok
pendapatan terendah maupun tertinggi.
seleksi, yaitu merekam informasi yang relevan atau tidak relevan; (d) pengumpulan data,
yaitu mendeskripsikan metode ekstraksi data serta proses pengumpulan dan konfirmasi
data; (e) proses pemilihan data, yaitu membuat daftar dan memutuskan semua variabel,
asumsi, dan kemudian melakukan penyederhanaan (Liberati et al., 2009; Solikin, 2018).
Sumber informasi kualitatif untuk metode tinjauan sistematis berasal dari artikel yang
diterbitkan nasional dan internasional. Sumber informasi utama berasal dari database
jurnal internasional seperti Scopus, Science Direct, dan Google Scholar. Sumber informasi
nasional berasal dari garuda.risetdikti.go.id dan situs berita online lainnya di Indonesia.
Mengenai situs baru online, mereka dibatasi pada lima situs informasi online yang
memiliki lalu lintas web tinggi berdasarkan Alexa.com, yaitu perusahaan penyedia data
komersial yang berfokus pada lalu lintas web. Menurut Alexa.com, lima situs informasi
dengan traffic web tertinggi di Indonesia pada 2018 adalah Detik.com, Tribunnews.com,
Kompas.com, Liputan6.com, dan Tempo.co. Kata kunci yang digunakan dalam pencarian
literatur adalah: Beras Sejahtera/Rastra (Beras Sejahtera), Program Indonesia Pintar/PIP
(Program Indonesia Cerdas), dan Program Keluarga Harapan/PKH (Program Keluarga
Harapan).
Literatur dan berita digunakan sebagai sumber penjelasan atas kemungkinan
masalah dan kekurangan di berbagai daerah di Indonesia terkait program bansos. Masalah
tersebut dibahas sesaat setelah mempresentasikan hasil kuantitatif BIA.

4. HASIL DAN TEMUAN

4.1. Dampak dan Efektivitas Bantuan Sosial Terhadap Pengentasan Kemiskinan dan
Pengurangan Ketimpangan
Berdasarkan hasil analisis data Susenas tahun 2017 untuk mengevaluasi dampak
dan efektivitas pemberian beberapa alternatif bansos terhadap Pengentasan Kemiskinan
dan Pengurangan Ketimpangan di Indonesia, sebagaimana terlihat lebih lengkap pada
Lampiran 2, dapat disimpulkan bahwa program bansos pada tahun 2017 mengurangi
kemiskinan sebanyak 1,39 persen dan ketimpangan sebanyak 0,0057 poin. Perhatikan
salah satu bantuan sosial terhadap kemiskinan dan ketimpangan yaitu Rastra. Dampaknya
paling besar, yakni mengurangi kemiskinan sebesar 0,63 persen dan ketimpangan sebesar
0,0028 poin. Selanjutnya, kebijakan yang menghasilkan dampak paling rendah adalah PIP.
Dari kombinasi dua kebijakan tersebut, kombinasi Rastra dan PKH memberikan dampak
yang paling tinggi dibandingkan dua kebijakan kombinasi lainnya (yaitu Rastra-PIP atau
PIP-PKH) dengan mengurangi kemiskinan sebesar 1,11 persen dan menurunkan
ketimpangan sebesar 0,0046 poin.
Selanjutnya dari aspek efektivitas penanggulangan kemiskinan dan ketimpangan di
Indonesia, kebijakan bantuan sosial yang paling efektif adalah PKH. Di sisi lain, kebijakan
bantuan sosial yang paling tidak efektif adalah Rastra. Kombinasi bantuan sosial yang ada
(yaitu Rasta, PIP, dan PKH diberikan secara bersama-sama kepada masyarakat)
menghasilkan tingkat efektivitas yang lebih buruk dibandingkan dengan alternatif
kebijakan lain, seperti PKH saja, PKH dan PIP, dan PIP saja.
Namun, bantuan sosial tidak serta merta mengentaskan kemiskinan dan
mengurangi ketimpangan. Berdasarkan penelitian di negara berpenghasilan rendah-
menengah dalam transisi, yaitu Azerbaijan, tidak ada cukup bukti empiris untuk
mengklaim bahwa bantuan sosial mampu mengentaskan kemiskinan dan mengurangi
ketimpangan (Habibov dan Fan, 2006). Hal ini disebabkan oleh beberapa faktor, seperti
manfaat bansos yang sangat kecil dan masyarakat miskin yang hanya menerima sebagian
kecil dari manfaat tersebut. Selain itu, desain program bansos tidak secara khusus
dirancang untuk mengentaskan kemiskinan dan mengurangi ketimpangan, serta skala
ekonomi negara transisi menyulitkan pemerintah untuk mengidentifikasi masyarakat
miskin sebagai penerima program bansos. Lebih lanjut Abed dan Gupta (2002), Rajkumar
dan Swaroop (2008), dan (World Bank (2004) menyatakan bahwa salah satu faktor
penting keberhasilan anggaran bantuan sosial pemerintah dalam mencapai hasil yang
diharapkan adalah pengelolaan yang baik. program bantuan sosial tidak dapat mencapai
tujuan yang diharapkan.

4.2. Analisis Distribusi Manfaat Setiap Kebijakan Bantuan Sosial

Untuk mengetahui distribusi manfaat bansos masing-masing program yaitu Rastra,
PIP, dan PKH, maka dilakukan analisis kejadian manfaat masing-masing program sebagai
berikut:

Rastra
Berdasarkan analisis data Susenas, manfaat subsidi Rastra dari pemerintah lebih banyak
dinikmati oleh masyarakat miskin.

4.000,00
3.500,00
3.000,00
2.500,00
2.000,00
1.500,00
1.000,00
500,00
-

Household Decile

Namun, pemeriksaan lebih lanjut mengungkapkan beberapa hasil menarik. Pertama,

dari total penerima subsidi Rastra yaitu 25 juta rumah tangga, sebanyak 51 persen (yaitu
sama dengan 12 juta rumah tangga) termasuk dalam 40 persen kelompok berpenghasilan
terendah, yaitu masyarakat miskin dan rentan, sedangkan 20 persen berpenghasilan
tertinggi yang terdiri dari sebanyak 8,26 persen atau 2 juta rumah tangga yang menerima
subsidi Rastra.
Selanjutnya, dari total anggaran subsidi Rastra sebesar Rp1,18 miliar, sekitar 51,96
persen (atau setara dengan Rp614 miliar) diterima oleh 40 persen kelompok
berpenghasilan terendah, sedangkan 20 persen kelompok berpenghasilan tertinggi
menerima 7,71 persen (atau setara dengan Rp91 miliar) dari subsidi Rastra. Selain itu,
sesuai Pedoman Umum Subsidi Rastra 2017, Rastra ditujukan untuk 25 persen kelompok
pendapatan terendah. Kenyataannya, penerima sebenarnya ini hanya menerima 33,73
persen dari total bantuan yang disalurkan. Mengenai peran bansos terhadap anggaran
rumah tangga, seperti terlihat pada Gambar 6, rumah tangga miskin mendapat porsi lebih
besar daripada rumah tangga kaya. Secara khusus, subsidi Rastra menyumbang 2,8 persen
dari pengeluaran rata-rata untuk kelompok berpenghasilan 10 persen terendah dan hanya
0,06 persen untuk pengeluaran rata-rata 10 persen kelompok kaya. Kelompok miskin 10
persen rata-rata menerima subsidi Rastra sebesar Rp51.140,00 per bulan, sedangkan
kelompok rumah tangga kaya 10 persen menerima Rp42.837,00 per bulan. Pada
prinsipnya subsidi dari pemerintah per bulan sebesar Rp114.300,00. Besaran Rastra untuk
kelompok pendapatan terendah dan tertinggi tidak berbeda jauh dalam Rupiah, namun
proporsi Rastra terhadap pengeluaran rumah tangga berbeda secara substansial karena
perbedaan pendapatan yang cukup besar antara kedua kelompok.

3,00 52.000,00

2,50 50.000,00

2,00 48.000,00

46.000,00
1,50
44.000,00
1,00
42.000,00
0,50
40.000,00
- 38.000,00

Household Decile

Dari tinjauan literatur dan media massa terkait, permasalahan utama dalam
pendistribusian Rastra adalah penerima yang tidak tepat, pencairan yang terlambat,
jumlah beras yang diterima kurang, dan kualitas beras yang rendah (Rachman, Agustian,
dan Wahyudi, 2018). Ketidaksesuaian penerima Rastra, artinya penerima bukan golongan
pendapatan atau orang yang dituju oleh program, adalah karena fakta bahwa database
penerima tidak diperbarui secara berkala. Berdasarkan Pedoman Umum Subsidi Rastra
2017, penyaluran dan pengalihan Rastra dilakukan oleh penyalur kepada rumah tangga
penerima (KPM) yang tercatat dalam Daftar Penerima Manfaat (DPM) di suatu wilayah
tertentu. DPM merupakan hasil pemutakhiran Basis Data Terpadu (BDT) 2015 yang juga
disesuaikan dengan berbagai data lainnya seperti Pendataan Program Perlindungan Sosial
(PPLS) 2011, Raskin , Penerima Bantuan Iuran (PBI) program Jaminan Kesehatan Nasional
(JKN), Kartu Perlindungan Sosial (KPS), dan Program Keluarga Harapan (PKH). Selain itu,
BDT dikalibrasi dengan Susenas 2011 hingga 2014 untuk mendapatkan data pengeluaran
rumah tangga bulanan (TNP2K, 2017). Semua prosedur bertujuan untuk memilih rumah
tangga penerima yang sesuai, namun literatur kaya akan laporan tentang ketidaksesuaian
penerima Rastra.
Perubahan atau pemutakhiran Daftar Penerima Rastra (DPM) diamanatkan kepada
pemerintah daerah yang dilakukan melalui musyawarah desa/musdes atau musyawarah
kelurahan/muskel pada tahun pelaksanaan atau tahun realisasi Rastra. Rumah tangga yang
dihapus dari daftar penerima adalah rumah tangga yang merantau ke desa/daerah lain,
rumah tangga yang seluruh anggota keluarganya meninggal dunia, dan rumah tangga yang
tidak layak lagi menerima Rastra berdasarkan evaluasi Musdes/Muskel. Namun dalam
prakteknya permasalahan tersebut terjadi karena banyaknya dan kompleksnya kriteria
evaluasi yang digunakan dalam pembinaan Rastra dan dalam menentukan rumah tangga
miskin di suatu wilayah seringkali mempersulit penentuan rumah tangga penerima Rastra.
Ternyata keputusan Musdes/Muskel menjadi lebih subjektif (Angrawati dkk., 2016;
Berliana dkk., 2018; Dewi dan Ariyanto, 2015; Saputra dkk., 2018).
Masalah lain terkait distribusi Rastra adalah keterlambatan pencairan, jumlah beras
yang diterima lebih sedikit dari regulasi, dan kualitas beras yang rendah. Penelitian di Desa
Merak Ulu, Kutai Barat, menemukan pembagian Rastra dilakukan setiap tiga sampai enam
bulan sekali, sedangkan peraturannya mewajibkan penyaluran setiap bulan. Oleh karena
itu, masyarakat pernah menerima 90 kg beras, karena keterlambatan pencairan pada
bulan-bulan sebelumnya. Sebagian masyarakat miskin kemudian menggunakan bantuan
beras tersebut bukan untuk konsumsi sendiri tetapi digunakan untuk memberi makan
hewan atau dijual kembali (A. E. Saputra et al., 2018). Keterlambatan dan waktu
pendistribusian yang tidak menentu juga terjadi di Desa Sungi Lengkop, Kecamatan Bintan
(Juwita, 2016).
Dalam studi di 22 kecamatan di Bandung, Makassar, Surabaya, Jakarta Barat, dan Bekasi
(Rachman et al., 2018), Rastra didistribusikan setiap dua hingga tiga bulan sekali; padahal
peraturan mengatur harus dicairkan setiap bulan. Adapun tata cara pendistribusian, Perum
Bulog bertanggung jawab atas penyediaan dan pengangkutan Beras Rastra dari gudang
sampai ke titik distribusi (Tempat Distribusi, TD); sedangkan pengangkutan dari TD ke
Tempat Bagi, TB merupakan tanggung jawab pemerintah daerah yang biasanya dilakukan
oleh Pj Penyalur Rastra (Pelaksana Distribusi Rastra).
Selain itu juga disimpulkan bahwa jumlah beras yang seharusnya diterima rumah
tangga adalah 15 kg/bulan dan dijual dengan harga Rp1.600/kg, namun hasil penelitian
menunjukkan bahwa rumah tangga hanya menerima 4—6 kg/bulan dan dijual dengan
harga Rp2, 000/kg. Berdasarkan hasil pengolahan data Susenas 2017, rata-rata harga beli
beras Rastra adalah Rp2.000,00 per kg dan masyarakat rata-rata membeli beras Rastra
sebanyak 6,5 kg per bulan dari 15 kg yang disediakan pemerintah. . Namun perlu
diperhatikan bahwa alokasi sebanyak 15 kg per rumah tangga adalah untuk setiap KPM
tanpa mempertimbangkan jumlah anggota keluarga dalam satu rumah tangga.
Pada prinsipnya harga pembelian Beras Rastra (Harga Tebus Rastra, HTR) oleh
rumah tangga adalah sebesar Rp1.600,00/kg. Namun berdasarkan Pedoman Umum Subsidi
Rastra 2017, ada kemungkinan dan diperbolehkan untuk menambah biaya distribusi
tambahan dari TD ke TB. Apabila biaya tambahan tersebut tidak atau kurang dialokasikan
dalam Anggaran Pendapatan dan Belanja Daerah (APBD) maka biaya tersebut dapat
dibebankan kepada masyarakat secara sukarela, sedangkan Distributor Rastra hanya dapat
membayar dan mentransfer sebesar beras rastra resmi (HTR). Penambahan biaya
transportasi Rastra dapat menyebabkan kenaikan harga Beras Rastra yang tidak terukur
dan pada akhirnya mengurangi kemampuan masyarakat miskin untuk membeli beras
Rastra, yaitu dengan membeli dalam jumlah yang lebih sedikit.
Selanjutnya masih berdasarkan penelitian Rachman et al. (2018), 51 persen
responden mengungkapkan bahwa kualitas beras Rastra perlu ditingkatkan. Salah satu
faktor penurunan kualitas beras adalah lama penyimpanan beras di gudang. Berdasarkan
informasi Detik.com (2018a, 2018b), dari hasil evaluasi yang dilakukan Perum Bulog tahun
2018, diketahui bahwa beras tersebut telah disimpan selama 1,5 tahun yang idealnya
disimpan maksimal selama 4 bulan.
Seperti terlihat pada Lampiran 1, pada tahun 2018 pemerintah meningkatkan
secara signifikan baik jumlah rumah tangga penerima maupun anggaran yang dialokasikan
untuk Rastra namun dengan skema yang berbeda. Dari total 15,8 juta KK, sebanyak 10,2
juta KK mendapatkan bantuan berupa Bantuan Pangan Non Tunai (BNPT) dan selebihnya
sebanyak 5,6 juta KK (35,44%) mendapat bantuan berupa Rastra. Berdasarkan Pedoman
Umum Subsidi Rastra dan BNPT, manfaat BNPT adalah Rp110.000,- per KK per bulan yang
dapat ditukarkan dengan beras dan/atau telur sesuai kebutuhan di e-warong, sedangkan
Rastra dibagikan setiap bulan sebanyak 10 kg tanpa memerlukan biaya apapun.
Pada dasarnya penyaluran BNPT telah dilakukan pada tahun 2017 di 44 Kota yang
memiliki akses dan fasilitas yang memadai (Kementerian Sosial, 2017). Berdasarkan
penelitian perbandingan kepuasan konsumen antara Rasta dan BNPT di kecamatan dengan
jumlah penerima terbanyak di Jakarta Timur, dapat disimpulkan bahwa persentase
kepuasan konsumen BNPT lebih tinggi daripada konsumen Rastra (Junaidi et. al., 2017).
Namun, kesiapan e-warong, sinyal telekomunikasi di seluruh wilayah, target penerima, dan
kualitas beras adalah beberapa masalah yang teridentifikasi yang perlu diatasi. Seperti
penelitian lain yang telah dibahas sebelumnya (Rachman et al., 2018), hasilnya
menggarisbawahi perlunya memperbarui data penerima dan kualitas beras.

4.2.3. PKH
Di tingkat nasional, manfaat bantuan PKH lebih banyak diterima oleh masyarakat
miskin. Seperti terlihat pada Gambar 9, dari 3,5 juta penerima PKH, sebanyak 67,5 persen
(atau 2,3 juta rumah tangga) termasuk dalam kategori miskin dan hanya 3,4 persen (atau
110 ribu penerima) yang merupakan 20 persen kaya. Dari total manfaat PKH sebesar
Rp556 miliar, kelompok berpenghasilan rendah 40 persen menerima 67,46 persen (atau
setara Rp375 miliar), sedangkan 20 persen kelompok kaya hanya menerima 3,14 persen
(atau sekitar Rp17 miliar).
 Selain itu, seperti terlihat pada Gambar 10, manfaat PKH berkontribusi sekitar 1,54
persen dari rata-rata pengeluaran 10 persen kelompok rumah tangga miskin terendah;
sementara itu hanya menyumbang 0,01 persen saja terhadap 10 persen pengeluaran
kelompok rumah tangga kaya. Dalam hal uang, setiap kelompok rumah tangga menerima
manfaat sebesar Rp157.500,00.

800

700

600

500

400

300

200

100

Berdasarkan identifikasi masalah dengan menggunakan tinjauan pustaka sistematis

Household Decile
tentang PKH di beberapa pemerintah daerah seperti di Kecamatan Bunaken Kota Manado,
Pare Kediri, Buleleng Bali, Rejotangan Tulungangung, Tayu Pati, Sintang, Malang,
Kecamatan Bogor Utara Bogor, Jetis Bantul, Pidie Banda Aceh, dan Boja Kendal, dapat
disimpulkan bahwa penyaluran PKH berjalan dengan baik, yaitu prosesnya dilaksanakan
sesuai aturan dan undang-undang. Berdasarkan penelitian-penelitian sebelumnya
penyaluran PKH memberikan kontribusi yang signifikan terhadap kesejahteraan keluarga,
berdampak positif terhadap prestasi dan motivasi siswa, serta mampu mengubah
kesadaran masyarakat terhadap pendidikan dan kesehatan (Aminuddin, 2016; Anneke et
al., 2017; Ayurestianti, 2017; Dehani dkk., 2018; Indriani, 2017; Lidiana, 2017; Lutviasari
dan Setyowani, 2016; Mudawamah, 2016; Permana dkk., 2018; Roidah, 2016; Suparno
dkk., 2018).
Permasalahan pokok penyaluran PKH seperti di Kecamatan Bunaken Kota Manado,
Kecamatan Malalayang Kota Manado, Kecamatan Mojoanyar Kabupaten Mojokerto,
Kecamatan Pasan Kabupaten Minahasa Tenggara, dan Kecamatan Tembilahan Kabupaten
Indragiri Hilir ada dua. Pertama, data penerima belum terupdate secara berkala karena
belum tersedianya sistem yang dapat memfasilitasi data penerima untuk diupdate secara
berkala. Kedua, bantuan PKH belum dimanfaatkan secara maksimal untuk menunjang
kebutuhan sehari-hari anak. Permasalahan tersebut disebabkan oleh belum tersedianya
sistem kendali untuk memastikan pemanfaatan bantuan dimanfaatkan dengan baik. Selain
itu, keterlambatan pendistribusian dan sosialisasi yang belum optimal juga menjadi dua
permasalahan yang terpantau di beberapa daerah (Anneke et al., 2017; Laoh, Sendow, dan
Tarore, 2016; Londah et al., 2018; Murib et al., 2018; Prakoso dan Handoyo, 2016; Y.
Saputra, 2017).
4.2.4. Observasi Tingkat Nasional
Meskipun penelitian sebelumnya dan media massa menunjukkan beberapa masalah
dalam penyaluran bansos, terutama pada kurva konsentrasi (Lihat Gambar 11), kami
menemukan bahwa Rastra, PIP, dan PKH adalah bantuan progresif absolut karena kurva
konsentrasi Rastra PIP, dan PKH adalah semua di atas 45 garis diagonal. Dengan demikian
di tingkat nasional, masyarakat berpenghasilan rendah menerima manfaat anggaran
bantuan sosial pemerintah lebih besar daripada rumah tangga berpenghasilan tinggi. Dari
Gambar 11 juga terlihat bahwa PKH merupakan bantuan yang paling dinikmati, yaitu 40
persen masyarakat termiskin terendah menerima manfaat sebanyak 67,5 persen. Apalagi
PIP menempati urutan kedua karena sebanyak 58,5 persen manfaatnya diterima oleh 40
persen terendah, dan Rastra paling tidak progresif karena sebanyak 51,96 persen
manfaatnya diterima oleh kelompok berpenghasilan 40 persen terendah.

Terkait peran bansos terhadap pengeluaran rumah tangga, subsidi Rastra

memberikan kontribusi tertinggi, yakni sekitar 2,8 persen pengeluaran rumah tangga dari
40 persen kelompok berpenghasilan terendah. Sementara itu, PIP memberikan kontribusi
terendah terhadap rata-rata pengeluaran rumah tangga,
yaitu hanya 0,8 persen dari kelompok berpenghasilan 40 persen terendah. Permasalahan
utama dalam penyaluran bansos Rastra, PIP, dan PKH di Indonesia adalah (1) data
penerima belum dimutakhirkan secara berkala dan (2) pemanfaatan bansos tidak sesuai
dengan peruntukannya.
5. KESIMPULAN
Berdasarkan pembahasan sebelumnya, kami menyimpulkan bahwa bantuan sosial
di Indonesia bermanfaat untuk pengentasan kemiskinan dan pengurangan ketimpangan.
Secara nasional, pada tahun 2017 kebijakan bansos menurunkan indeks kemiskinan dan
indeks ketimpangan masing-masing sebesar 1,39 persen dan indeks ketimpangan sebesar
0,0057. Program rastra merupakan bantuan sosial yang paling efektif dalam mengentaskan
kemiskinan dan mengurangi ketimpangan, yaitu dengan menurunkan indeks kemiskinan
sebesar 0,63 persen dan rasio Gini 0,0028 poin. Sebaliknya, program PIP memiliki
kemampuan paling rendah dalam mengurangi angka kemiskinan dan ketimpangan sebesar
0,28 persen perubahan angka kemiskinan (yaitu 2,25 kali lebih rendah dari program
Rastra) dan 0,0011 poin rasio Gini (yaitu 2,55 kali lebih rendah dari program Rastra).
Dari segi tingkat efektivitas, kebijakan PKH memberikan tingkat efektivitas tertinggi dan
Rastra memberikan tingkat efektifitas terendah dibandingkan alternatif kebijakan lainnya.
Berdasarkan distribusi manfaat di tingkat nasional untuk setiap kebijakan bansos,
disimpulkan bahwa Rastra, PIP, atau PKH semuanya merupakan bantuan progresif absolut
(atau pro-pro poor spending), artinya proporsi manfaat bansos yang diterima oleh
masyarakat berpenghasilan rendah lebih tinggi dibandingkan dengan masyarakat
berpenghasilan tinggi. Namun, beberapa penelitian mendokumentasikan kebocoran
penyaluran bansos di Indonesia. Dibandingkan dengan bansos lainnya, Rastra merupakan
program yang paling rendah diserap oleh 40 persen masyarakat miskin terendah, yakni
hanya 51 persen dari total bantuan, sedangkan 20 persen teratas kelompok masyarakat
kaya menerima 8,26 persen manfaat bantuan. Rata-rata jumlah manfaat per bulan yang
diterima oleh 10 persen kelompok masyarakat miskin terendah adalah sebesar
Rp51.140,33 sedangkan pada prinsipnya pemerintah mengalokasikan sebesar
Rp114.300,00 per rumah tangga. Hal ini menunjukkan bahwa ada masalah dalam
mekanisme distribusi Rastra karena hanya 44,74 persen dari manfaat Rastra yang benar-
benar masuk ke kantong masyarakat termiskin.
Apalagi, PIP menunjukkan dampak terendah dalam pengentasan kemiskinan dan
pengurangan ketimpangan di Indonesia. Berdasarkan hasil analisis, bantuan PIP hanya
memberikan kontribusi sebesar 0,80 persen terhadap belanja rumah tangga. Rendahnya
proporsi kontribusi PIP terhadap rata-rata pengeluaran rumah tangga miskin
dibandingkan program bantuan lainnya menunjukkan perlunya penyesuaian kembali nilai
moneter bantuan PIP.
Lebih lanjut, PKH merupakan program bantuan dengan penyerapan tertinggi oleh
40 persen masyarakat miskin sebesar 67,5 persen, sedangkan 20 persen masyarakat kaya
teratas hanya menerima 3,14 persen dari total manfaat. Rata-rata nilai uang yang diterima
10 persen kelompok miskin sebesar Rp157.000,00 sesuai dengan alokasi subsidi dari
pemerintah. Hal ini menunjukkan bahwa sistem distribusi sangat baik. Selain itu,
berdasarkan tinjauan sistematis, beberapa permasalahan dalam pendistribusian Rastra di
tingkat nasional adalah ketidaklayakan penerima, keterlambatan pencairan, dan kualitas
beras yang rendah akibat penyimpanan yang lama. Permasalahan dalam penyaluran PIP
dan PKH di tingkat nasional adalah ketidaklayakan penerima dan dana bantuan digunakan
untuk membiayai pengeluaran yang berbeda dengan pengeluaran yang semestinya
sebagaimana diatur dalam peraturan.

6. IMPLIKASI DAN KETERBATASAN

6.1. Implikasi Kebijakan
Kombinasi kebijakan bantuan sosial yang ada (yaitu Rastra, PKH dan PIP)
memberikan angka kemiskinan dan ketimpangan yang paling rendah dibandingkan dengan
resep kebijakan lainnya. Namun, Rastra umumnya hanya diterima oleh kurang dari 50
persen masyarakat miskin baik di tingkat nasional maupun provinsi, namun mampu
memberikan dampak yang signifikan terhadap pengurangan kemiskinan dan ketimpangan.
Oleh karena itu, perlu dilakukan penyelidikan lebih lanjut terutama untuk memastikan
mekanisme distribusi berjalan dengan baik dalam menyasar masyarakat miskin.
Distribusi manfaat PKH sudah baik, terbukti dengan pemanfaatan manfaat PKH
sebanyak 68 persen dan rata-rata manfaat yang diterima masyarakat miskin sesuai dengan
alokasi subsidi dari pemerintah, tepatnya sebesar Rp157.000,00. Oleh karena itu, perlu
dilakukan kajian lebih lanjut mengenai alokasi anggaran PKH bagi masyarakat, terutama
untuk mengetahui apakah total anggaran untuk PKH perlu diperbesar dengan
mempertimbangkan efektivitas dan mekanisme distribusi manfaat yang baik. Selain itu,
pendalaman terhadap PIP juga diperlukan karena dampaknya terhadap kemiskinan dan
ketimpangan adalah sepele. Oleh karena itu, untuk memberikan dampak yang lebih besar
terhadap pengentasan kemiskinan dan ketimpangan, kajian yang lebih mendalam harus
dipusatkan pada (1) mekanisme distribusi dalam kasus Rasta, (2) total alokasi anggaran
untuk PKH, dan (3) baik mekanisme maupun total anggaran moneter dalam kasus bantuan
PIP.
Permasalahan berupa penerima bantuan yang tidak tepat menjadi penghambat
program Rastra, PIP dan PKH. Hal ini disebabkan karena data penerima manfaat tidak
dimutakhirkan secara berkala dan prosedur pemutakhiran oleh pemerintah daerah
bersifat subyektif. Ternyata subjektivitas tersebut bermula dari kriteria penerima yang
rumit dan untuk menghindari kecemburuan sosial (sehingga bantuan sosial juga
disalurkan kepada orang lain yang tidak berhak). Masalah tersebut dapat diselesaikan
dengan menggunakan sistem yang mudah dan objektif, seperti Simple Additive Method
(SAW). Penelitian sebelumnya (Berliana et al., 2018; T. P. Handayani, 2017; Sofyan et al.,
2016; Subagio et al., 2017; Susanti, R, dan Hanum, 2018) menyimpulkan bahwa metode
SAW merupakan metode yang mudah dan aplikatif dalam memutuskan penerima bantuan.
Masalah rendahnya kualitas beras dan keterlambatan distribusi ditemukan dalam
bantuan Rastra. Hal tersebut dapat diatasi dengan pengelolaan pendistribusian beras yang
baik dan harus didokumentasikan dalam bentuk standar operasional prosedur (SOP) mulai
dari penerimaan, penyimpanan, dan pendistribusian beras. Pada tahap penerimaan, Perum
Bulog harus merencanakan volume beras yang dibutuhkan dengan memperhatikan alokasi
anggaran dan ketersediaan pasokan. Pada tahap penyimpanan, berdasarkan penjelasan
Kepala Perum Bulog pada Detik.com (2018a, 2018b) waktu ideal penyimpanan beras
adalah maksimal empat bulan, sehingga perlu adanya komitmen terhadap prosedur atau
ketentuan mengenai pendistribusian beras. Selain itu, untuk menjaga kualitas beras, kadar
air dalam beras harus kurang dari 14 persen dan kelembaban udara harus dijaga tetap
rendah, yaitu 65 persen atau kurang. Batas kadar air dan kelembaban penting untuk
mengurangi aktivitas mikroba dan jamur serta mengurangi penyerapan uap air dari udara
ke beras (Ratnawati et al., 2013). Terkait pendistribusian beras, Perum Bulog dapat
melakukan pendistribusian Rastra dengan menggunakan peralatan logistik yang canggih
seperti algoritma optimasi koloni semut (Suliantoro et al., 2016) atau metode MODI
(modified distribution) dan VAM (Vogel approximation method) (Azizah dan Suryawinata,
2018) untuk meminimalkan jarak distribusi dan biaya Rastra. Pendistribusian Rastra yang
tepat diharapkan dapat meminimalkan penjualan kembali beras Rastra atau
memanfaatkannya sebagai pakan ternak.
Terkait permasalahan dalam pendistribusian PIP, yaitu orang tua menggunakan
uang untuk membeli barang lain selain buku atau alat sekolah lainnya, pemerintah dapat
menerapkan sistem pengendalian dengan mewajibkan siswa dan orang tua untuk
menunjukkan atau menyerahkan kwitansi pembayaran sebagai tindakan pencegahan. Jika
siswa dan/atau orang tua tidak dapat menunjukkan bukti, maka penyaluran bantuan PIP
dapat dicabut kepada siswa tersebut. Dalam hal PKH, jika jumlah pendamping program
atau pendamping jauh lebih sedikit dari jumlah penerima, pemerintah dapat bekerja sama
dengan perguruan tinggi dan/atau Lembaga Swadaya Masyarakat (LSM). Soal
keterlambatan distribusi, pemerintah diharapkan merencanakan jauh-jauh hari dan
menggunakan sistem pencairan terjadwal otomatis.

6.2. Keterbatasan
Beberapa batasan dalam artikel ini dijelaskan sebagai berikut. Pertama, penelitian
ini menggunakan ukuran tingkat efektivitas seperti yang ditunjukkan pada Gambar 4 dan
Gambar 11. Metode pengukuran ini memiliki kelemahan karena tidak dapat
menginformasikan besaran anggaran bansos yang tepat atau optimal dari pemerintah.
Pengukuran tersebut mungkin tidak mencerminkan fakta yang sebenarnya karena
Hubungan antara volume transfer dan dampaknya terhadap kemiskinan dan ketimpangan
tidak linier. Misalnya, dalam pengukuran yang ada dimungkinkan jika efektivitas dan
transfer pemerintah digandakan, kemiskinan dan ketimpangan akan berkurang secara
proporsional. Namun, pada kenyataannya, pengurangan kemiskinan dan ketimpangan
adalah fungsi nonlinier terhadap volume transfer dan dengan demikian ada kemungkinan
bahwa bantuan sosial ganda dapat diklasifikasikan sebagai opsi yang lebih buruk karena
semata-mata nonlinier dan bukan karena ketidakefektifannya dalam mengurangi
ketimpangan.
Kedua, BIA pada dasarnya mampu memetakan distribusi manfaat bansos
berdasarkan kelompok pendapatan penerima. Namun, pemetaan yang ideal sebaiknya
menggunakan pendapatan pasar atau pendapatan rumah tangga sebelum membayar pajak
dan menerima transfer dari pemerintah. Prosedur yang ideal tidak dapat diterapkan dalam
penelitian ini karena tidak tersedianya data di Susenas. Misalnya, untuk mengembangkan
pendapatan pasar, diperlukan informasi pendukung berupa semua pajak yaitu pajak
penghasilan (PPh), Pajak Pertambahan Nilai (PPN), iuran pensiun, subsidi, bantuan sosial,
dan asuransi pensiun. . Namun, informasi ini tidak tersedia di Susenas. Oleh karena itu,
penelitian ini menggunakan Pendapatan Pasar Bersih sebagai dasar pemetaan distribusi
kelompok pendapatan, sehingga diperlukan interpretasi dan klarifikasi ulang yang cermat.
Terakhir, penelitian ini menggunakan Susenas yang secara definisi menggunakan data
sampel, sehingga ada kemungkinan kesalahan inklusi maupun eksklusi yang dapat
menyebabkan bias data. Oleh karena itu, kehati-hatian dan klarifikasi ulang dalam
menginterpretasikan hasil pengolahan data mungkin juga diperlukan.