Pemerintah Siapkan Face Recognition untuk Validasi Bansos

Pemerintah menyiapkan sistem digital berbasis face recognition yang terintegrasi dengan data Dukcapil, data kepemilikan tanah ATR/BPN, dan data kendaraan kepolisian untuk memvalidasi penerima bansos.

Sistem menentukan kelayakan berdasarkan kondisi ekonomi riil. Uji coba di Banyuwangi menunjukkan hampir 70 persen penerima bansos tidak tepat sasaran dan hampir 50 persen masyarakat yang layak belum terdaftar.

Menteri Dalam Negeri Muhammad Tito Karnavian mengatakan teknologi ini mempercepat validasi data lapangan hanya dalam hitungan detik. Wajah Jadi Kunci, Aset Jadi Penentu

Menurut Tito, sistem ini tidak berhenti pada pengenalan wajah.

Data biometrik tersebut langsung terhubung dengan basis data lintas kementerian dan lembaga untuk memeriksa kepemilikan aset.

"Nanti akan ketahuan begitu menggunakan wajahnya face recognition, namanya langsung keluar karena ter-connect dengan kepolisian dia punya mobil atau tidak, punya motor atau tidak, punya tanah atau tidak dengan ATR BPN," katanya.

Ia juga mengungkapkan bahwa hampir 7.000 pihak, baik pemerintah maupun swasta, telah bekerja sama menggunakan kemampuan face recognition biometrik Dukcapil.

"Kami sudah bekerja sama dengan hampir 7.000 baik pemerintah maupun swasta yang menggunakan privilege kemampuan face recognition biometrik untuk mengenal dalam waktu berapa detik," ujar Tito.

Selain validasi bansos, pemerintah juga merekonsiliasi data Dukcapil dengan data perbankan untuk mengidentifikasi masyarakat usia 17 tahun ke atas yang belum memiliki rekening bank.

"Kalau direkonsiliasi kita akan ketemu siapa yang umur 17 tahun ke atas yang belum memiliki rekening di bank by name, by address, bukan hanya sampel," pungkasnya.

Keresahan Publik: Antara Harapan dan Ketakutan

Respon publik terbelah. Sebagian mendukung karena berharap bansos lebih tepat sasaran dan tidak lagi dimanipulasi oleh orang mampu. Sebagian lagi mengkritik karena khawatir privasi data wajah dan aset disalahgunakan.

Kekhawatiran lain muncul terkait potensi error sistem yang bisa mendiskualifikasi warga miskin yang memiliki aset produktif kecil, seperti motor tua yang dipakai mencari nafkah.

Trending topik aplikasi cek bansos menunjukkan tingginya keingintahuan publik untuk memverifikasi status mereka.

Di sisi lain, ada harapan besar dari masyarakat yang selama ini tidak pernah menerima bantuan padahal secara ekonomi miskin, agar sistem baru ini bisa menemukan mereka.

Keresahan ini terlihat dari diskusi di media sosial terkait aplikasi cek bansos yang ramai dibicarakan. Efisiensi Fiskal dan Inklusi Keuangan

Kebijakan ini merupakan bagian dari upaya efisiensi belanja negara di sektor perlindungan sosial.

Dengan validasi data yang lebih akurat, pemerintah dapat menghemat anggaran fiskal yang selama ini bocor akibat salah sasaran.

Integrasi dengan data perbankan untuk identifikasi masyarakat 17 tahun ke atas yang belum memiliki rekening bertujuan memperluas inklusi keuangan nasional.

Langkah ini sejalan dengan upaya digitalisasi layanan publik yang tengah digenjot pemerintah, sebagaimana terlihat dari berbagai inisiatif teknologi yang dibahas dalam artikel tentang Telkom Luncurkan IndoBERT 2.0.

Bagi industri teknologi, kebijakan ini membuka pasar besar untuk solusi AI, biometrik, dan integrasi data di sektor publik. Bagi perbankan, rekonsiliasi data membuka peluang akuisisi nasabah baru dari segmen unbanked.

Namun, bagi penyedia jasa keuangan dan platform digital, ada risiko peningkatan standar KYC (Know Your Customer) yang harus diikuti.

Efisiensi bansos sendiri dapat meningkatkan daya beli masyarakat miskin yang tepat sasaran, yang berdampak pada konsumsi domestik. Tantangan Besar di Balik Ambisi Digital

Pertanyaan krusialnya: bagaimana pemerintah memastikan sistem ini tidak menjadi bumerang?

Jika sistem gagal atau terjadi kebocoran data, kepercayaan publik terhadap program bansos dan digitalisasi layanan publik akan runtuh.

Masyarakat yang selama ini mengandalkan bansos merasa cemas apakah wajah mereka akan dikenali sistem dan apakah data aset yang dilacak akan mendiskualifikasi mereka, meskipun mereka merasa layak secara ekonomi.

Tantangan ini bukan hanya soal teknologi, tetapi juga soal kepercayaan. Pemerintah perlu memastikan transparansi dan mekanisme banding yang jelas bagi warga yang merasa dirugikan oleh keputusan algoritma.

Transformasi digital di sektor publik memang tidak bisa dihindari.

Seperti yang dibahas dalam Strategi Elevasi Ekonomi Malang, optimalisasi digital menjadi kunci daya saing daerah dan nasional.

Namun, digitalisasi bansos menyentuh langsung hajat hidup orang banyak. Kesalahan kecil dalam sistem bisa berdampak besar pada keluarga yang bergantung pada bantuan pemerintah.

Jalan Tengah: Transparansi dan Keadilan Data

BERNAS merekomendasikan pengembangan aplikasi cek bansos berbasis AI yang tidak hanya berfungsi sebagai alat validasi pemerintah, tetapi juga sebagai kanal transparansi dan banding bagi masyarakat.

Aplikasi ini harus menyediakan fitur cek status dan alasan yang menjelaskan secara transparan mengapa seseorang dianggap tidak layak, misal terdeteksi memiliki tanah di lokasi tertentu, sehingga masyarakat dapat melakukan sanggahan secara online.

Selain itu, prinsip privacy by design dengan enkripsi data biometrik dan audit keamanan independen menjadi keharusan untuk mencegah kebocoran data.

Mekanisme human-in-the-loop di mana keputusan akhir tetap melalui verifikasi petugas desa atau kelurahan juga perlu diterapkan untuk menghindari kesalahan algoritma.

Terakhir, kerja sama dengan perbankan untuk menyediakan fitur pembukaan rekening langsung bagi masyarakat yang teridentifikasi unbanked melalui aplikasi tersebut akan mempercepat inklusi keuangan.

Solusi ini akan meningkatkan akurasi sekaligus menjaga kepercayaan publik. Tanpa keduanya, sistem sebagus apa pun tidak akan diterima masyarakat.

[STRATEGI SOLUSI]

Menghadapi tantangan integrasi data lintas lembaga seperti ini, pemerintah daerah dan instansi membutuhkan mitra teknologi yang memahami seluk-beluk transformasi digital.

BERNAS melalui layanan Consulting Business Plan menawarkan sesi konsultasi 1-on-1 untuk diagnosa peluang, rekomendasi tools, hingga roadmap eksekusi yang terukur.

Bagi instansi yang ingin membangun sistem validasi data berbasis AI, Training NLP + Vibecoding + AI dari BERNAS memberikan pelatihan praktis membangun sistem otomasi dan produk digital dengan AI.

Peserta mempraktikkan sistem nyata sebagai studi kasus hidup.

Untuk pengembangan platform digital yang lebih cepat, Website Cash Machine (WCM) menyediakan sistem franchise untuk membangun bisnis website siap-pakai bertenaga AI, lengkap dengan template, SOP, dan pendampingan.

Sementara itu, bagi ASN dan masyarakat yang ingin meningkatkan kapasitas digital, UNMAHA (Universitas Mahakarya Asia) menawarkan jalur Magang Industri Dahulu dengan Kuliah Bebas Biaya SPP (SPP Rp 0).

Perkuliahan blended learning fleksibel Senin sampai Sabtu, siap kerja di era digital dan AI. Informasi lebih lanjut di unmaha.ac.id/pmb.