Pemerintah Cek Wajah Penerima Bansos, Data Tanah dan Kendaraan Ikut Dilacak

JAKARTA (Waspada.id): Pemerintah mulai mengembangkan sistem digital untuk memperketat validasi penerima bantuan sosial (bansos). Teknologi face recognition atau pengenalan wajah akan digunakan untuk mencocokkan identitas penerima dengan data kependudukan sekaligus informasi kepemilikan tanah dan kendaraan.

Sistem tersebut dikembangkan untuk memastikan data penerima bansos lebih akurat serta membantu pemerintah menentukan kelayakan masyarakat berdasarkan kondisi ekonominya.

Menteri Dalam Negeri (Mendagri) Muhammad Tito Karnavian mengatakan, teknologi tersebut menjadi bagian dari pengembangan e-government, terutama untuk memperbaiki akurasi data penerima bantuan.

"Dan ini juga kita memanfaatkan dalam rangka untuk e-government. Sekarang tahap pertama adalah untuk mengakurasikan data penerima bantuan sosial dengan face recognition, bergerak di daerah hanya berapa detik kita tahu," ujar Tito dalam agenda FEKDI x IFSE 2026, Kamis (24/9).

Wajah Dicocokkan dengan Data Tanah dan Kendaraan

Teknologi pengenalan wajah nantinya terhubung dengan sejumlah basis data pemerintah.

Data kependudukan dari Dukcapil akan dikombinasikan dengan data Kementerian ATR/BPN untuk mengetahui kepemilikan tanah. Pemerintah juga akan menghubungkannya dengan data kepolisian untuk mendeteksi kepemilikan kendaraan.

"Dikombinasikan sistem ini dengan ATR BPN untuk mengetahui apakah yang bersangkutan memiliki tanah atau tidak, dengan kepolisian apakah punya kendaraan atau tidak. 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.

Informasi tersebut kemudian digunakan untuk membantu menentukan apakah seseorang memenuhi kriteria sebagai penerima bansos sekaligus menentukan kelompok desil kesejahteraan.

Dengan sistem tersebut, pemerintah tidak hanya mengandalkan data administratif, tetapi juga melakukan pencocokan dengan informasi kepemilikan aset.

Uji Coba Temukan Banyak Bansos Tak Tepat Sasaran

Tito mengungkapkan hasil uji coba sistem di Banyuwangi menemukan persoalan dalam penyaluran bansos.

Menurutnya, hampir 70 persen penerima bansos dalam uji coba tersebut dinilai tidak tepat sasaran. Pada saat yang sama, hampir 50 persen masyarakat yang seharusnya menerima bantuan justru belum mendapatkan bansos.

Kondisi tersebut menjadi salah satu alasan pemerintah memperluas penggunaan sistem validasi berbasis data.

"Nah ini bisa diperbaiki. Kita sudah kembangkan ke 43 daerah dan target sampai dengan akhir tahun ini lebih kurang 200-an daerah, kabupaten, kota yang kita akan lakukan validasi menggunakan sistem Dukcapil yang digabung dengan kementerian lembaga," ujarnya.

Pemerintah menargetkan validasi menggunakan sistem Dukcapil yang terintegrasi dengan data kementerian dan lembaga dapat diperluas ke sekitar 200 kabupaten/kota hingga akhir 2026.

Sudah Dipakai Hampir 7.000 Pihak

Pemanfaatan teknologi biometrik Dukcapil tidak hanya diarahkan untuk penyaluran bansos.

Tito mengatakan, sistem face recognition Dukcapil saat ini telah dimanfaatkan hampir 7.000 pihak, baik dari pemerintah maupun sektor swasta. Salah satu pemanfaatannya adalah untuk proses know your customer (KYC) di sektor keuangan.

"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," katanya.

Menurut Tito, integrasi data juga dapat dimanfaatkan untuk memperluas akses masyarakat terhadap layanan keuangan.

Data Dukcapil, misalnya, dapat direkonsiliasi dengan data perbankan untuk mengetahui masyarakat berusia 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.

Pengembangan sistem ini membuat pemerintah dapat melakukan validasi data masyarakat secara lebih cepat dan terintegrasi. Di sisi lain, penerapannya melibatkan penggabungan data kependudukan dengan informasi dari berbagai lembaga untuk mendukung penyaluran bantuan dan layanan publik yang lebih terarah. (cnni)