Desil 10 Jadi Perbincangan, Warganet Kaget Selevel 9 Naga

Mengapa topik ini penting? Karena status desil bukan sekadar angka statistik: angka inilah yang menentukan siapa yang berhak menerima Bantuan Langsung Tunai (BLT), Program Keluarga Harapan (PKH), hingga subsidi elpiji 3 kilogram dari negara. Dalam beberapa hari terakhir, kata "desil" mendadak menjadi topik hangat di X (dulu dikenal sebagai Twitter). Ribuan warganet saling bertanya masuk kelompok desil berapa, dan yang mengejutkan, banyak yang mengaku kaget ketika tahu statusnya masuk desil 10 — lapisan paling atas yang oleh sebagian orang disamakan "selevel 9 Naga".

Ibarat seperti mengurutkan seluruh penonton sebuah stadion raksasa berdasarkan tinggi badan, lalu membaginya menjadi sepuluh baris yang sama jumlahnya. Desil 10 berarti kamu duduk di baris paling belakang — barisan paling "tinggi" — tetapi bukan berarti kamu pemilik stadionnya. Justru di sinilah letak kesalahpahaman yang membuat perbincangan ini menarik untuk dibedah.

Apa Itu Desil dan Mengapa Angkanya Penting

Secara teknis, desil adalah istilah statistik untuk membagi populasi menjadi sepuluh kelompok sama besar berdasarkan urutan tertentu. Dalam konteks kesejahteraan, Badan Pusat Statistik (BPS) menyusun desil berdasarkan pengeluaran per kapita, yaitu rata-rata pengeluaran setiap anggota rumah tangga per bulan.

Data kuncinya: dengan jumlah penduduk Indonesia yang diperkirakan menembus 280 juta jiwa, setiap desil mewakili sekitar 28 juta orang. Desil 1 adalah 10 persen penduduk dengan pengeluaran terendah — kelompok yang menjadi sasaran utama bansos. Adapun desil 10 adalah 10 persen dengan pengeluaran tertinggi. Menurut catatan BPS, rata-rata pengeluaran per kapita masyarakat Indonesia pada 2024 berada di kisaran Rp 1,4 juta per bulan, sehingga batas untuk masuk kelompok menengah-atas pun relatif jauh di bawah bayangan kebanyakan orang.

Angka ini bukan sekadar pajangan statistik. Pemerintah menggunakannya sebagai bahan baku Data Terpadu Kesejahteraan Sosial (DTKS) dan data Pensasaran Percepatan Penghapusan Kemiskinan Ekstrem (P3KE) untuk menentukan siapa saja penerima bantuan. Di sinilah teknologi berperan: jutaan data rumah tangga diolah dengan algoritma statistik dan machine learning (ML) — cabang kecerdasan buatan, AI (Artificial Intelligence), yang memungkinkan komputer belajar dari data — agar penyaluran bantuan lebih tepat sasaran.

Kaget "Selevel 9 Naga": Salah Kaprah atau Sekadar Candaan?

Keramaian di X berubah menarik ketika warganet mulai mengaitkan desil dengan "9 Naga", julukan populer bagi sembilan konglomerat yang selama puluhan tahun menguasai puncak ekosistem bisnis Indonesia. Kekayaan mereka dihitung dalam puluhan miliar dolar AS — angka yang mustahil dijangkau 99,99 persen penduduk. Ketika sebagian warganet menemukan status desil 10-nya, muncul candaan "ternyata saya selevel 9 Naga".

"Desil adalah potret posisi relatif, bukan potret kekayaan absolut. Masuk desil 10 artinya berada di 10 persen teratas secara pengeluaran — jaraknya masih sangat, sangat jauh dari level konglomerat," kata seorang peneliti kebijakan sosial-ekonomi yang enggan disebut namanya.

Kekeliruan ini wajar. Dalam percakapan sehari-hari, "kelas atas" sering dibayangkan sebagai kelompok yang bisa membeli apa pun. Padahal secara statistik, desil 10 hanyalah kelompok 28 juta orang paling tinggi pengeluarannya — mencakup pegawai kantoran di kota besar hingga pemilik usaha menengah.

Dari Data Besar ke Kebijakan: Pelajaran Literasi Data

Fenomena ini sebenarnya menunjukkan sebuah disrupsi menarik: untuk pertama kalinya, sebagian besar masyarakat berhadapan langsung dengan data kesejahteraan dirinya sendiri. Dulu klasifikasi seperti ini hanya milik birokrat dan peneliti. Kini, berkat platform digital dan penyebaran informasi yang cepat, istilah statistik seperti desil ikut menjadi kosakata sehari-hari warganet.

Namun, literasi data tidak berhenti pada tahu istilah. Memahami bagaimana sebuah angka dihitung — apa saja variabelnya, dari sumber data mana, dan apa batasannya — adalah keterampilan yang semakin penting di era serba data. Kesalahan tafsir sederhana bisa melahirkan kesimpulan yang keliru, bahkan candaan yang berujung salah paham.

Bagi pemerintah, viralnya perbincangan ini bisa menjadi umpan balik berharga: transparansi data kesejahteraan perlu dibarengi dengan edukasi. Sebab pada akhirnya, keakuratan sebuah kebijakan tidak hanya ditentukan oleh canggihnya algoritma, tetapi juga oleh seberapa baik masyarakat memahami angka yang menjadi dasar kebijakan tersebut. Desil mungkin hanya sepuluh kelompok, tetapi dampaknya nyata pada kehidupan jutaan orang.