Sasaran Penanggulangan Kemiskinan LAMPIRAN_PERGUB_NO_29_TH_2015_RAD PENANGGULANGAN KEMISKINAN TH 2015-2017

Rencana Aksi Daerah Penanggulangan Kemiskinan Provinsi DKI Jakarta 2015-2017 18

2.3 Sasaran Penanggulangan Kemiskinan

Konsep Pendataan Kemiskinan Sebelum mendalami masing-masing kelompok program penanggulangan kemiskinan atau klaster, perlu diketahui bahwa sasaran program menggunakan data kemiskinan mikro berbeda dengan data makro kemiskinan yang sebelumnya dibahas pada sub bab 2.1 dan 2.2. Keduanya digunakan oleh pemerintah, baik pusat maupun dan daerah, namun memiliki metodologi yang berbeda. Secara umum dapat dijabarkan bahwa data makro kemiskinan merupakan data yang hanya menunjukkan jumlah agregat. Data ini dihasilkan dengan menggunakan Garis Kemiskinan atau berdasarkan rata-rata pengeluaran per kapita per bulan, yang diperoleh melalui Susenas yang diadakan setiap tahunnya oleh BPS. Data ini digunakan sebagai dasar bagi perencanaan, monitoring dan evaluasi pembangunan secara makro. Data makro kemiskinan ini memiliki keunggulan karena dapat digunakan untuk melihat perkembangan jumlah penduduk dengan berbagai karakteristiknya dari waktu ke waktu berikutnya time series. Namun demikian data tersebut tidak dapat menunjukkan identitas individu dan keberadaanalamat mereka, sehingga tidak dapat digunakan sebagai dasar untuk melaksanakan program-program pembangunan yang bersifat langsung ditujukan kepada masyarakat miskin targeting, terutama untuk program-program yang ditujukan untuk memenuhi akses terhadap pelayanan dasar kemiskinan non pendapatan. Untuk tujuan tersebut dan dalam rangka peningkatan efektivitas penanggulangan kemiskinan, pemerintah melalui BPS melengkapi data kemiskinan dengan data mikro kemiskinan. Data mikro kemiskinan adalah data kemiskinan yang menunjukkan identitas individurumah tangga ruta dan keberadaanalamat. Data mikro kemiskinan diperoleh melalui survey PSE-05 dan diperbaharui melalui PPLS 2008 dan PPLS 2011. Pada awalnya, RTS dikelompokkan menjadi ruta sangat miskin RTSM, ruta miskin RTM dan ruta hampir miskinnear poor RTHM. RTHM dapat diklasifikasikan sebagai penduduk yang berada sedikit di atas garis kemiskinan, namun sangat rentan terhadap guncangan ekonomi. Dasar pengelompokan tersebut adalah nilai skor RTS IRM, yang dihitung dari bobot variabel dan nilai skor variabel terpilih. lihat tabel 9. Data mikro kemiskinan ini digunakan sebagai data target program terkait penanggulangan kemiskinan. Rencana Aksi Daerah Penanggulangan Kemiskinan Provinsi DKI Jakarta 2015-2017 19 Tabel 9. Jumlah Rumah Tangga Secara Nasional Berdasarkan Kriteria Sangat Miskin, Miskin dan Hampir Miskin Kategori PSE-05 PPLS-2008 Rumah Tangga Rumah Tangga Anggota Rumah Tangga jiwa RT Sangat Miskin RTSM 3.894.314 20,4 2.988.865 17,1 15.944.536 RT Miskin RTM 8.236.990 43,1 6.828.824 39,1 25.190.010 RT Hampir Miskin RTHM 6.969.601 36,5 7.665.288 43,8 19.261.505 TOTAL 19.100.905 100,0 17.482.977 100,0 60.396.051 Sumber:BPS, PSE 2005 dan PPLS 2008 Berdasarkan data PSE-05 dan PPLS 2008, dapat kita lihat bahwa terjadi penurunan jumlah ruta yang masuk kategori RTSM dan RTM dari 12,13 juta pada tahun 2005 menjadi 9,81 juta pada tahun 2008. Namun demikian, jumlah ruta yang masuk kategori RTHM justru mengalami peningkatan dari 6,97 juta pada tahun 2005 menjadi 7,66 juta pada tahun 2008. Hal ini mengindikasikan peningkatan kesejahteraan masyarakat miskin , tetapi di sisi lain juga menunjukkan kerentanan masyarakat terhadap gejolak ekonomi dan sosial masih cukup tinggi, di mana penduduk yang berada pada kategori hampir miskin tersebut masih sangat rentan untuk terjatuh ke dalam kemiskinan bila terjadi krisis ekonomi berkepanjangan yang mempengaruhi daya beli, terutama kebutuhan pokok. Tabel 10. Jumlah Rumah Tangga Provinsi DKI Jakarta Berdasarkan Kriteria Sangat Miskin, Miskin dan Hampir Miskin Kategori PSE-05 PPLS-2008 Rumah Tangga Rumah Tangga RT Sangat Miskin RTSM 23.651 14,7 28.909 16,0 RT Miskin RTM 70.316 43,8 51.063 28,3 RT Hampir Miskin RTHM 66.513 41,4 100.688 55,7 TOTAL 160.480 100,0 180.660 100,0 Sumber:BPS, PSE 2005 dan PPLS 2008 Hal serupa juga terjadi di Provinsi DKI Jakarta, di mana terjadi penurunan jumlah ruta yang masuk ke dalam kategori RTSM dan RTM dari 93,97 ribu pada tahun 2005 menjadi 79,97 ribu pada tahun 2008. Namun, terjadi peningkatan jumlah ruta dengan kategori RTHM dari 66,51 ribu pada tahun 2007 menjadi 100,68 ribu pada tahun 2008 Rencana Aksi Daerah Penanggulangan Kemiskinan Provinsi DKI Jakarta 2015-2017 20 lihat tabel 10. Hal lain yang perlu dicermati pula adalah terjadinya peningkatan jumlah ruta dengan kategori RTSM dari 23,65 ribu pada tahun 2005 menjadi 28,90 ribu pada tahun 2008. Basis Data Terpadu Efektifitas penanggulangan kemiskinan oleh Pemerintah Indonesia sangat ditentukan oleh kualitas sistem penetapan target sasaran yang digunakan. Sistem tersebut dapat dikatakan efektif bila mampu dengan tepat mengidentifikasi kelompok rutakeluarga miskin dan menjadikan kelompok miskin sebagai peserta program atau penerima bantuan, sekaligus di saat yang bersamaan mampu mengidentifikasi kelompok rutakeluarga tidak miskin dan menjadikan kelompok tidak miskin tersebut sebagai bukan penerima bantuan. Jika kelompok miskin tidak menjadi penerima bantuan, maka sistem penetapan sasaran tersebut membuat kesalahan yang disebut dengan exclusion error. Sementara itu, apabila kelompok tidak miskin menjadi penerima bantuan maka sistem penetapan sasaran tersebut membuat kesalahan yang disebut inclusion error lihat gambar 9 Gambar 9. Kesalahan penetapan sasaran program exclusion dan inclusion error Sumber:TNP2K Berbagai studi dan pengalaman selama ini memperlihatkan bahwa program penanggulangan kemiskinan umumnya memiliki ke dua jenis kesalahan tersebut dan menggunakan sistem penetapan sasaran serta basis data yang berbeda World Bank, 2012. Selain itu, data ruta miskin hasil PSE 2005 dan PPLS 2008 yang digunakan dalam penentuan Rencana Aksi Daerah Penanggulangan Kemiskinan Provinsi DKI Jakarta 2015-2017 21 sasaran beberapa program juga sudah seharusnya diperbaharui karena kondisi sosial ekonomi masyarakat selama beberapa tahun mungkin berubah dan terdapat penilaian bahwa sumber data tersebut kurang tepat. Dalam rangka mendukung penetapan sasaran program perlindungan sosial dan mengacu pada Perpres Nomor 152010 tentang Percepatan Penanggulangan Kemiskinan, Inpres Nomor 12010 tentang Percepatan Pelaksanaan Prioritas Pembangunan Nasional Tahun 2010, dan Inpres Nomor 32010 tentang Program Pembangunan Yang Berkeadilan serta mempercepat pencapaian target penurunan tingkat kemiskinan absolut menjadi 8-10 pada tahun 2014, TNP2K bekerja sama dengan BPS dan Bank Dunia kemudian mengembangkan sistem penetapan sasaran yang baru, yang merupakan kelanjutan dari PSE 2005 dan PPLS 2008, melalui PPLS 2011. PPLS 2011 ini bertujuan untuk memperbaiki hasil ke dua pendataan sebelumnya PSE 2005 dan PPLS 2008 guna mengurangi kesalahan dalam penargetan. PPLS 2011 ini diselenggarakan untuk membangun sistem basis data terpadu BDT yang mencakup 40 rerata nasional ruta dengan kondisi sosial ekonomi terendah di Indonesia atau sekitar 24 juta ruta sekitar 96 juta individu dan dapat digunakan untuk penargetan seluruh program perlindungan sosial. Untuk itu, sekitar 45-50 ruta menengah ke bawah + 25 juta ruta dicacah melalui PPLS 2011, yang dilakukan pada Juli-Agustus 2011. Sebagai perbandingan, PPLS 2008 hanya mencakup kurang dari 30 ruta. Saat BDT dikembangkan, cakupan 40 dirasa cukup untuk memenuhi kebutuhan penargetan program perlindungan sosial dan penanggulangan kemiskinan. Jika kita melihat distribusi pendapatan, dapat kita lihat bahwa distribusi condongmiring di sebelah kiri distribusi atau berada di sekitar garis kemiskinan lihat gambar 10. Banyak penduduk yang memiliki pendapatan per kapita per bulan tidak jauh dari GK garis biru atau sebanyak 13 populasi. Untuk menjangkau penduduk yang rentan terhadap kemiskinan, GK perlu disesuaikan. Peningkatan GK sebanyak 1,5 kali akan meningkatkan populasi penduduk yang berada di bawah GK menjadi 40 populasi. Cakupan 40 inilah yang dianggap dapat mewakili penduduk miskin, termasuk mereka yang rentan untuk jatuh ke dalam kemiskinan karena guncangan ekonomi berkepanjangan yang akan mempengaruhi daya beli. Rencana Aksi Daerah Penanggulangan Kemiskinan Provinsi DKI Jakarta 2015-2017 22 Gambar 10. Distribusi Pendapatan, 2010 Sumber:World Bank Data ruta yang tersimpan dalam BDT dari TNP2K diklasifikasikan ke dalam 4 empat kelompokdesil, yang didasarkan pada distribusi konsumsi seluruh ruta secara nasional. Ke empat desil tersebut adalah: o Desil 1, merupakan ruta yang termasuk dalam 10 ruta dengan tingkat kesejahteraan terendah di Indonesia, atau yang biasanya disebut ruta miskin o Desil 2, merupakan ruta yang termasuk dalam 11- 20 ruta dengan tingkat kesejahteraan terendah di Indonesia, atau yang biasa disebut dengan ruta hampir miskin o Desil 3, merupakan ruta yang termasuk dalam 21- 30 ruta dengan tingkat kesejahteraan terendah di Indonesia, atau yang biasa disebut dengan ruta rentan miskin o Desil 4, merupakan ruta yang termasuk dalam 31- 40 ruta dengan tingkat kesejahteraan terendah di Indonesia, atau biasa disebut dengan ruta rentan miskin lainnya. Rencana Aksi Daerah Penanggulangan Kemiskinan Provinsi DKI Jakarta 2015-2017 23 Tabel 11. Jumlah Rumah Tangga dari Basis Data Terpadu, 2011 No Provinsi Jumlah Rumah Tangga Desil 1 Desil 2 Desil 3 Desil 4 Total 1 Nanggroe Aceh Darussalam 156,60 115,91 115,90 98,63 487,04 2 Sumatera Utara 277,91 281,79 281,77 78,26 919,721 3 Sumatera Barat 83,78 105,88 105,86 28,26 323,788 4 Riau 76,78 90,42 90,41 24,68 282,282 5 Jambi 52,21 66,86 66,85 7,36 193,276 6 Sumatera Selatan 178,15 154,07 154,06 63,86 550,142 7 Bengkulu 54,65 38,80 38,79 18,27 150,497 8 Lampung 268,48 191,03 191,01 95,75 746,267 9 Kepulauan Bangka Belitung 12,92 16,70 16,70 4,39 50,715 10 Kepulauan Riau 15,79 28,36 28,35 5,46 77,955 11 DKI Jakarta 92,68 89,73 89,72 13,95 286,075 12 Jawa Barat 990,01 1.164,61 1.164,59 417,08 3736,279 13 JawaTengah 1.115,06 997,91 997,89 513,88 3624,746 14 DI Yogyakarta 132,24 114,45 114,45 79,20 440,343 15 Jawa Timur 1.230,04 1.189,67 1.189,65 421,72 4031,085 16 Banten 136,95 246,54 246,54 91,18 721,211 17 Bali 41,23 76,68 76,68 10,48 205,066 18 Nusa Tenggara Barat 192,98 158,82 158,82 77,76 588,377 19 Nusa Tenggara Timur 167,10 141,30 141,28 100,46 550,136 20 Kalimantan Barat 71,71 93,22 93,21 27,63 285,78 21 Kalimantan Tengah 25,77 33,30 33,29 8,91 101,271 22 Kalimantan Selatan 40,93 70,72 70,72 9,54 191,915 23 Kalimantan Timur 55,32 56,82 56,82 11,52 180,477 24 Sulawesi Utara 43,94 65,13 65,12 9,31 183,504 25 Sulawesi Tengah 82,78 69,92 69,91 31,87 254,474 26 Sulawesi Selatan 160,63 189,88 189,87 103,56 643,942 27 Sulawesi Tenggara 59,20 58,53 58,52 23,57 199,818 28 Gorontalo 34,10 32,84 32,84 11,41 111,193 29 Sulawesi Barat 27,30 28,29 28,29 17,46 101,344 30 Maluku 55,75 36,70 36,69 15,37 144,516 31 Maluku Utara 15,08 22,98 22,98 2,38 63,427 32 Papua Barat 44,69 24,10 24,08 0,00 92,869 33 Papua 220,04 113,04 113,08 0,00 446,157 Indonesia 6.212,78 6.164,99 6.164,76 2.423,17 20.965,69 Sumber:TNP2K, BDT Jumlah ruta berdasarkan BDT 2011 yang diperoleh dari TNP2K menunjukkan bahwa secara nasional total jumlah ruta adalah sebanyak 20,96 juta ruta. Sedangkan jumlah ruta yang masuk kategori desil 1 s.d 3 memiliki jumlah yang berimbang, sekitar + 6 juta ruta. Sedangkan ruta yang masuk kategori desil 4 hanya sekitar 2,4 juta ruta lihat tabel 11. Untuk wilayah DKI Jakarta, populasi ruta dengan kategori Rencana Aksi Daerah Penanggulangan Kemiskinan Provinsi DKI Jakarta 2015-2017 24 desil 1 adalah sebanyak 92,68 ribu ruta atau setara dengan 478,14 ribu jiwa, sedangkan jumlah ruta dengan kategori desil 2 dan 3 hampir berimbang, sekitar + 89 ribu ruta atau total sebanyak 733,49 ribu jiwa. Jumlah ruta yang masuk kategori desil 4 sebanyak 13,95 ribu ruta atau 46,50 ribu jiwa. Sehingga secara total populasi ruta yang masuk ke dalam BDT di Provinsi DKI Jakarta adalah sebanyak 286,075 ribu ruta atau sebanyak 1,25 juta jiwa lihat tabel 12. Tabel 12. Distribusi Pendapatan, 2010 Desil 1 92,68 Desil 2 89,73 Desil 3 89,72 Desil 4 13,95 Desil 1 478,14 Desil 2 391,17 Desil 3 342,32 Desil 4 46,50 Jumlah Rumah Tangga Jumlah Individu Sumber:TNP2K, BDT

2.3 Perkembangan Program