Penelitian ini menganalisis dampak kenaikan harga bahan bakar minyak (BBM) dan Kompensasi Bantuan Langsung Tunai (BLT) terhadap kemiskinan di Indonesia. menggunakan simulasi kemiskinan dengan metode Modifikasi Garis Kemiskinan dan Modifikasi Pengeluaran dengan memanfaatkan indikator-indikator pendahulu angka kemiskinan/leading indicators. Berdasarkan hasil simulasi, ditemukan bahwa pemberian kompensasi BLT BBM dapat menekan angka kemiskinan dibandingkan tanpa adanya kompensasi. Pada skema tanpa adanya kompensasi, angka kemiskinan yang akan terjadi pada September 2022 diprediksi sebesar 10,36 persen (mengalami kenaikan 0,82 persen dibandingkan Maret 2022). Pada skema yang dilakukan oleh pemerintah (kompensasi diberikan kepada penerima Program Keluarga Harapan (PKH) atau penerima program Bantuan Langsung Tunai (BPNT), maka kemiskinan diperkirakan sebesar 9,56 persen (mengalami kenaikan sebesar 0,02 persen dibandingkan Maret 2022). Pemberian kompensasi dapat menjadi solusi jangka pendek untuk mempertahankan daya beli masyarakat miskin dan masyarakat rentan miskin saat terjadinya shock ekonomi. Akan tetapi, ditemukan bahwa masih tingginya persentase rumah tangga yang berada pada kelompok dengan 10 persen pengeluaran per kapita terendah (desil 1) yang tidak tercakup ke dalam sasaran penerima manfaat (exclusion of error), yaitu sebesar 55,35 persen dan hanya 44,65 persen rumah tangga yang menerima manfaat program. Temuan utama dalam penelitian ini adalah bahwa pemberian program bantuan kepada rumah tangga yang lebih tepat sasaran akan jauh lebih efektif dan efisien dalam menekan angka kemiskinan dibandingkan dengan melakukan perluasan cakupan bantuan kepada rumah tangga penerima Program Indonesia Pintar (PIP) ataupun menambah nominal bantuan. Skema pemberian bantuan yang mengarah pada rumah tangga yang lebih tepat tidak hanya menghasilkan angka kemiskinan yang lebih rendah, tetapi juga menghasilkan indeks kedalaman kemiskinan, indeks keparahan kemiskinan, dan gini ratio yang lebih rendah dibandingkan skema lainnya. Exclusion error pada desil 1 dapat dikurangi dengan melakukan perbaikan, pembaruan, dan integrasi basis data terpadu dikombinasikan dengan data pendukung lainnya dengan melihat karakteristik kerawanan sosial yang dimiliki oleh rumah tangga miskin. Basis data penerima bantuan yang lebih akurat akan berperan sangat penting dalam tahap perencanaan program dan keberhasilan pengentasan kemiskinan. Berdasarkan hasil analisis inferensial menggunakan regresi logistik ordinal, kecenderungan rumah tangga yang menerima Kompensasi BLT BBM untuk berada dalam kemiskinan dibandingkan menjadi rentan miskin dan tidak miskin semakin besar seiring dilakukannya minimalisasi exclusion error menjadi 25 persen dan 15 persen. Ini menjadi pembahasan dan temuan yang menarik. Hal ini tidak berarti bahwa pemberian Kompensasi BLT BBM akan membuat rumah tangga menjadi jatuh ke dalam kemiskinan. Akan tetapi justru sebaliknya, kecenderungan yang semakin besar menandakan bahwa kompensasi BLT BBM semakin menjangkau kelompok rumah tangga miskin yang berada pada desil terendah. Adanya pemotongan besaran bantuan sosial juga dapat berdampak buruk bagi pemulihan daya beli masyarakat miskin dan rentan miskin yang membuat angka kemiskinan menjadi lebih tinggi. Terakhir namun tidak kalah penting adalah menjaga stabilitas harga barang dan jasa, khususnya kebutuhan pokok agar tidak terlalu tinggi sehingga daya beli masyarakat tidak semakin menurun.

---

This study analyzes the impact of fuel price raising and Direct Cash Assistance (BLT BBM) compensation on poverty in Indonesia using poverty simulation with the Poverty Line Modification and Expenditure Modification methods by utilizing leading indicators. Based on the simulation results, it was found that the BLT BBM compensation program can reduce the poverty rate compared to without BBM compensation. In the no compensation scheme, the poverty rate in September 2022 is predicted to be 10.36 percent (an increase of 0.82 percent compared to March 2022). In the scheme implemented by the government (compensation is given to recipients of the Family Hope Program (PKH) or recipients of the Direct Cash Transfer (BPNT) program), poverty is estimated at 9.56 percent (an increase of 0.02 percent compared to March 2022). Compensation programs can be a short-term solution to restore the purchasing power of the poor and the vulnerable poor during an economic shock. However, it was found that a high percentage of households in the lowest 10 percent of per capita expenditure (decile 1) were not included in the target beneficiaries (exclusion of error) at 55.35 percent and only 44.65 percent of households received program benefits. The main finding in this study is that providing assistance programs to more targeted households will be much more effective and efficient in reducing poverty than expanding the coverage of assistance to households receiving the Indonesia Smart Program (PIP) or increasing the amount of assistance. Schemes that target more appropriate households not only result in lower poverty rates, but also lower poverty depth index, poverty severity index, and gini ratio compared to other schemes. Exclusion error in decile 1 can be reduced by improving, updating, and integrating the integrated database combined with other supporting data by looking at the social vulnerability characteristics of poor households. A more accurate database of beneficiaries will play a very important role in the program planning stage and the success of poverty alleviation. Based on the results of the inferential analysis using ordinal logistic regression, the tendency of households receiving BLT BBM Compensation to be in poverty compared to being vulnerable to poverty and not being poor increases as the exclusion error is minimized to 25 percent and 15 percent. This is an interesting discussion and finding. This does not mean that the BLT BBM compensation will make households fall into poverty. On the contrary, the increasing trend indicates that BLT BBM compensation is increasingly reaching poor households in the lowest decile. A cut in the amount of social assistance can also have an adverse impact on the recovery of the purchasing power of the poor and vulnerable poor, which makes the poverty rate higher. Last but not least, it is important to maintain the stability of the prices of goods and services, especially basic needs, so that the purchasing power of the community does not decline further.