Optimalisasi Program Pengentasan Kemiskinan Mustahik Zakat: Rekomendasi berbasis Analisis Data KDZ Nasional 2025 dan Kecerdasan Buatan Eksplanatif (XAI)

Abstract

Zakat merupakan instrumen fiskal Islam yang memiliki amanat konstitusional dalam pengentasan kemiskinan (UU No. 23 Tahun 2011). Program zakat nasional telah membuktikan dampaknya yang nyata terhadap pengentasan kemiskinan. Pada 2025, penyaluran zakat berkontribusi mengentaskan 302.994 jiwa dari berbagai zona kemiskinan, setara dengan 47,77% mustahik penerima program. Namun di balik capaian ini terdapat tantangan yang tidak dapat diabaikan yaitu 52,23% mustahik atau lebih dari separuh penerima, belum berhasil keluar dari zona kemiskinan dalam periode pengukuran. Policy brief ini menyajikan hasil kajian yang memanfaatkan data Kaji Dampak Zakat (KDZ) Nasional 2025 melalui pendekatan kecerdasan buatan eksplanatif (Explainable AI). Berbeda dari evaluasi program konvensional yang bersifat agregat, pendekatan ini mampu mengidentifikasi, pada tingkat individu, faktor apa yang paling menentukan keberhasilan atau kegagalan pengentasan seorang mustahik, sekaligus menjelaskan alasan di balik setiap prediksi sehingga keputusan tetap transparan dan dapat dipertanggungjawabkan. Tiga temuan utama mengemuka. Pertama, posisi ekonomi awal mustahik, kondisinya sebelum menerima bantuan, merupakan penentu terkuat peluang pengentasan, jauh melampaui faktor lain. Kedua, program ekonomi produktif terbukti menjadi faktor penekan risiko kegagalan yang signifikan, meskipun tidak memadai bila berdiri sendiri tanpa memperhatikan kondisi awal penerima. Ketiga, profil mustahik yang berisiko gagal dientaskan dapat diidentifikasi sejak tahap asesmen awal melalui kombinasi faktor risiko yang terukur, sehingga intervensi pencegahan dapat dirancang lebih dini. Berdasarkan temuan tersebut, disusun delapan rekomendasi kebijakan yang dapat diimplementasikan menggunakan data dan sistem yang telah dimiliki BAZNAS, tanpa mengubah instrumen kuesioner KDZ yang berlaku. Kedelapan rekomendasi ini selanjutnya divalidasi dan diprioritaskan melalui konsensus pakar lintas-direktorat menggunakan metode Delphi.