Setapak Langkah – 25 Agustus 2026 | Badang Pusat Statistik Daerah Istimewa Yogyakarta (BPS DIY) mengungkap alasan di balik penyesuaian cara mengelompokkan desil kesejahteraan pada data statistik wilayah. Penyesuaian ini menjadi sorotan utama pemerintah provinsi Yogyakarta sebagai upaya meningkatkan akurasi pemetaan kondisi ekonomi rumah tangga.
Latar Belakang Penyesuaian
Selama beberapa siklus sensus, BPS DIY menggunakan batasan nilai konsumsi per kapita yang bersifat statis. Namun, perubahan pola konsumsi, inflasi, dan pergeseran struktural dalam ekonomi regional mendorong perlunya pembaruan klasifikasi desil. Dengan memperbarui batas, data yang dihasilkan dapat lebih merefleksikan realitas kesejahteraan masyarakat.
Metode Baru
Metode baru mengadopsi pendekatan berbasis persentase kumulatif pendapatan yang dihitung ulang setiap tahun. Berikut adalah contoh perbandingan batas nilai konsumsi per kapita (dalam ribu rupiah) antara klasifikasi lama dan baru:
| Desil | Batas Lama | Batas Baru |
|---|---|---|
| 1 | 0 – 2.000 | 0 – 1.800 |
| 2 | 2.001 – 3.500 | 1.801 – 3.200 |
| 3 | 3.501 – 5.000 | 3.201 – 4.800 |
| 4 | 5.001 – 7.000 | 4.801 – 6.500 |
| 5 | 7.001 – 9.500 | 6.501 – 9.200 |
| 6 | 9.501 – 12.500 | 9.201 – 12.000 |
| 7 | 12.501 – 16.000 | 12.001 – 15.500 |
| 8 | 16.001 – 20.000 | 15.501 – 19.200 |
| 9 | 20.001 – 25.000 | 19.201 – 24.000 |
| 10 | > 25.000 | > 24.001 |
Penyesuaian batas tersebut didasarkan pada data survei pendapatan dan belanja rumah tangga (SPRB) terbaru serta indeks harga konsumen (IHK) provinsi Yogyakarta.
Dampak bagi Pemerintah Daerah
- Memungkinkan alokasi anggaran bantuan sosial yang lebih tepat sasaran.
- Meningkatkan efektivitas program pembangunan berbasis wilayah.
- Memberikan dasar data yang lebih kuat bagi perencanaan kebijakan ekonomi jangka panjang.
Pihak BPS DIY menegaskan bahwa perubahan ini tidak akan mengubah total jumlah rumah tangga yang tercakup dalam survei, melainkan hanya memperhalus cara mereka dikelompokkan. Pemerintah Daerah Istimewa Yogyakarta diharapkan dapat memanfaatkan data yang lebih terperinci untuk menilai kesenjangan ekonomi antar wilayah dan merumuskan kebijakan penanggulangan kemiskinan yang lebih responsif.
