Kategori: Edukasi Statistik

Salah satu bagian paling menarik dalam Statistik Kriminal 2024/2025 bukan berasal dari data kepolisian maupun survei korban. Ia berasal dari Pendataan Potensi Desa (Podes), sebuah pendataan BPS yang menjadikan setiap desa dan kelurahan sebagai unit observasi. Di sana, ada pertanyaan tentang kejadian perkelahian massal selama setahun terakhir.

Hasilnya mengundang perhatian: persentase desa/kelurahan yang pernah mengalami perkelahian massal naik dari 1,85% pada 2021 menjadi 2,41% pada 2024. Dan provinsi dengan persentase tertinggi adalah… DKI Jakarta, dengan 18,73%.

Sebelum kita buru-buru menyimpulkan bahwa Jakarta adalah “provinsi paling rawan tawuran”, mari kita baca angkanya dengan tenang. Di sinilah cara berpikir statistik membantu kita menghindari kesimpulan yang terlalu cepat.

Apa yang dihitung Podes?

Podes bukan menghitung jumlah perkelahian, melainkan persentase desa/kelurahan yang mengalami setidaknya satu kejadian dalam setahun terakhir. Jadi, satu kelurahan dengan sepuluh kejadian dan satu kelurahan dengan satu kejadian sama-sama dihitung sebagai “mengalami”. Indikator ini mengukur sebaran konflik, bukan intensitasnya.

Jenis perkelahian massal yang tercatat mencakup beberapa bentuk: perkelahian antarkelompok warga, antarwarga dari desa/kelurahan berbeda, bentrokan warga dengan aparat keamanan, warga dengan aparat pemerintah, perkelahian antarpelajar, hingga konflik antarsuku. Pada 2024, jenis yang paling umum adalah perkelahian antarkelompok warga, yang persentasenya sedikit naik dari 1,00% (2021) menjadi 1,09% (2024). BPS mencatat penyebab umum seperti saling ejek, kesalahpahaman, kenakalan remaja, dan dendam masa lalu.

Tren nasional: naik, tapi dari angka yang kecil

Kenaikan dari 1,85% ke 2,41% adalah kenaikan relatif sekitar 30%. Dalam absolut, hanya sekitar 0,56 poin persentase. Kedua cara melihat itu benar, dan keduanya perlu disebut bersama. Menyebut “naik 30%” tanpa konteks terdengar menyeramkan. Menyebut “hanya naik setengah poin” mungkin meremehkan. Lebih baik menyampaikan keduanya.

BPS menafsirkan bahwa potensi konflik sosial dalam bentuk perkelahian massal masih cukup tinggi dan cenderung meluas ke lebih banyak wilayah, dan menyebut beberapa faktor yang mungkin berperan: meningkatnya mobilitas masyarakat, ketegangan sosial antarwarga, tekanan ekonomi, serta belum optimalnya mekanisme penyelesaian konflik di tingkat lokal. Itu penjelasan yang masuk akal, tetapi perlu dicatat bahwa data ini tidak menguji penyebab. Ia hanya menggambarkan pola.

Sisi yang menenangkan: sebagian besar konflik diselesaikan secara damai. Pada 2024, 94,29% kejadian diselesaikan secara damai (turun dari 95,49% pada 2021), dan sekitar 5,71% belum tuntas. Turunnya angka ini sedikit tetap layak diperhatikan karena menandakan tantangan dalam mekanisme penyelesaian di tingkat desa/kelurahan.

Variasi antarprovinsi

Tiga provinsi dengan persentase tertinggi pada 2024:

Dan yang terendah: Kepulauan Riau (0%), Kalimantan Selatan (0,20%), dan Kalimantan Utara (0,41%). Selisih antara DKI Jakarta dan rata-rata nasional (2,41%) adalah hampir delapan kali lipat. BPS menyatakan perbedaan ini menunjukkan ketimpangan intensitas dan frekuensi konflik massal antarwilayah, dan menyebut faktor sosial ekonomi, budaya, dan pola interaksi masyarakat sebagai kemungkinan penyebabnya.

Jebakan statistik: satuan wilayah yang tidak sebanding

Di sinilah kehati-hatian dibutuhkan. Indikator ini dihitung per desa/kelurahan. Tapi desa/kelurahan itu tidak seragam ukurannya. Kelurahan di DKI Jakarta umumnya berpenduduk padat dengan wilayah yang sempit. Desa di Kalimantan atau Papua bisa berpenduduk sedikit dengan wilayah yang luas. Pada kelurahan yang kecil dan padat, peluang terjadinya setidaknya satu kejadian dalam setahun secara alamiah lebih tinggi, karena banyak orang berinteraksi dalam ruang sempit. Dengan satuan yang lebih kecil dan padat, persentase “kelurahan yang mengalami kejadian” cenderung lebih tinggi walaupun jumlah kejadian per penduduk tidak lebih besar.

Dalam statistik, ini terkait dengan masalah satuan areal yang dapat diubah (modifiable areal unit problem): hasil bisa berubah tergantung bagaimana kita membagi wilayah menjadi satuan analisis. Persentase desa/kelurahan tidak sama dengan jumlah kejadian per 100.000 penduduk. Keduanya menjawab pertanyaan yang berbeda.

Artinya, 18,73% untuk Jakarta tidak otomatis berarti penduduk Jakarta paling sering terlibat perkelahian massal dibanding penduduk provinsi lain. Yang bisa kita katakan dengan aman: di Jakarta, proporsi satuan wilayah (kelurahan) yang mengalami setidaknya satu perkelahian massal dalam setahun paling tinggi. Untuk menyimpulkan lebih jauh, perlu ukuran yang disesuaikan dengan jumlah penduduk dan data kejadian yang lebih rinci.

Apa yang bisa kita pelajari dari sudut pandang kriminologi?

Perkelahian massal menarik dikaji karena ia tidak sepenuhnya cocok dengan kerangka “pelaku dan korban” seperti pencurian. Ia kejahatan kolektif, sering berakar pada ketegangan komunitas, identitas, dan persaingan. Beberapa teori yang relevan: teori disorganisasi sosial (lemahnya kohesi dan kontrol informal di lingkungan padat dan berganti-ganti penghuni), teori ketegangan (tekanan ekonomi yang mendorong frustrasi), dan pendekatan konflik komunal. Kekuatan penyelesaian damai di tingkat desa (94,29%) juga mengingatkan kita bahwa modal sosial lokal, seperti tokoh masyarakat, mediasi warga, dan hukum adat, adalah aset yang sering diabaikan dalam kebijakan keamanan.

Tiga catatan untuk pembaca data seperti ini

1. Bedakan sebaran dari intensitas. Persentase wilayah yang mengalami kejadian tidak sama dengan jumlah kejadian.
2. Waspadai satuan wilayah yang tidak sebanding. Bandingkan wilayah dengan ukuran yang sepadan, atau gunakan ukuran per penduduk.
3. Jangan menyimpulkan penyebab dari pola. Data deskriptif menunjuk di mana, bukan mengapa.

Dua desain penelitian yang menarik

Data Podes membuka beberapa kemungkinan penelitian. Yang pertama adalah model multilevel: desa/kelurahan bersarang di dalam kecamatan, kabupaten, dan provinsi. Kita bisa menguji faktor tingkat desa (kepadatan, ketimpangan, keberadaan fasilitas, kegiatan keamanan lingkungan) sekaligus faktor tingkat wilayah yang lebih luas, tanpa melanggar asumsi independensi. Yang kedua adalah analisis spasial: apakah kejadian perkelahian massal mengelompok secara geografis? Teknik seperti indeks Moran atau analisis kluster spasial dapat menunjukkan apakah ada ‘titik panas’ yang melampaui batas administratif, sehingga kebijakan pencegahan bisa dirancang lintas wilayah.

Peran deteksi dini dan mediasi

BPS menyoroti pentingnya penguatan peran aparat desa, tokoh masyarakat, dan lembaga kemasyarakatan dalam deteksi dini dan mediasi. Data bahwa sekitar 94% konflik berakhir damai di tingkat lokal menunjukkan bahwa kapasitas itu sudah ada. Kebijakan yang cerdas akan memperkuat mekanisme yang sudah berjalan, misalnya pelatihan mediasi bagi perangkat desa dan forum komunikasi antarkelompok pemuda, bukan menggantinya dengan pendekatan yang semata-mata represif. Untuk perkelahian antarpelajar, sekolah dan keluarga memegang peran penting yang tidak tercermin dalam statistik kepolisian.

Tanya jawab singkat

Apakah perkelahian massal sama dengan tawuran pelajar? Tawuran pelajar adalah salah satu bentuknya. Dalam klasifikasi Podes, perkelahian massal mencakup juga perkelahian antarkelompok warga, antardesa, bentrokan dengan aparat, hingga konflik antarsuku. Karena cakupannya luas, interpretasi per jenis lebih bermakna daripada angka gabungan.

Apakah kenaikan 1,85% menjadi 2,41% mengkhawatirkan? Itu kenaikan yang perlu dipantau, tetapi angka dasarnya masih kecil dan sebagian besar kasus selesai secara damai. Pertanyaan yang lebih bermanfaat adalah apakah tren ini berlanjut pada pendataan berikutnya, dan wilayah mana yang mengalami peningkatan paling tajam.

Baca juga: [Jasa analisis data dan statistik](https://datalyticsindo.com/jasa-analisis-data-statistik/)

Setiap kali ada pemilu atau pilkada, ada dua hal yang hampir pasti terjadi. Pertama, ada lembaga survei yang mengumumkan hasil quick count beberapa jam setelah pemungutan suara selesai. Kedua, ada pihak yang tidak puas dengan hasilnya dan berkata, “Quick count itu bohong!” atau, kalau hasilnya menguntungkan, “Quick count terbukti akurat!”

Saya pernah ikut menangani survei politik dan quick count untuk beberapa pilkada, dan satu hal yang selalu saya sampaikan: quick count itu bukan ramalan, bukan sulap, dan bukan juga sekadar angka yang bisa dipercaya atau dituduh palsu begitu saja. Ia metode statistik, dan seperti metode statistik mana pun, ada syarat agar ia berjalan baik, dan ada batas yang harus kita pahami.

Bagaimana quick count bekerja?

Idenya sederhana. Alih-alih menunggu penghitungan resmi dari seluruh tempat pemungutan suara (TPS) yang jumlahnya ratusan ribu di tingkat nasional, kita mengambil sampel TPS secara acak dan terukur. Petugas di setiap TPS terpilih memotret atau mencatat hasil penghitungan suara yang diumumkan di TPS itu (formulir hasil penghitungan) dan mengirimkannya ke pusat data. Dari data sampel itu, kita mengestimasi hasil untuk keseluruhan populasi TPS, lengkap dengan margin of error.

Perhatikan perbedaannya dari survei opini biasa. Survei opini bertanya kepada orang tentang pilihan atau niatnya. Quick count mencatat hasil nyata di TPS. Jadi ia tidak bergantung pada kejujuran atau ingatan responden. Karena itu, quick count yang dirancang dan dijalankan dengan benar biasanya sangat akurat, dengan selisih sering kurang dari satu poin persentase dari hasil resmi.

Juga bedakan dari exit poll, yang mewawancarai pemilih setelah keluar dari TPS. Exit poll masih bergantung pada jawaban pemilih (yang bisa enggan jujur), sedangkan quick count membaca angka resmi di TPS.

Mengapa ia bisa akurat dengan sampel yang kecil?

Karena statistik inferensial memang dirancang untuk itu. Kalau sampel dipilih acak dan cukup besar, estimasi dari sampel akan mendekati nilai populasi, dengan galat yang bisa dihitung. Bayangkan sendok sup tadi: satu sendok yang diaduk dengan benar sudah cukup untuk merasakan seluruh panci. Dalam quick count, “pengadukan” itu adalah proses pemilihan TPS secara acak, biasanya dengan stratifikasi (misalnya per wilayah) supaya semua kelompok terwakili.

Lima alasan quick count bisa meleset

Quick count bisa tepat, tapi kadang tidak. Berikut penyebab yang paling sering.

1. Sampel TPS yang tidak benar-benar acak

Kalau TPS dipilih karena “mudah dijangkau” atau karena petugas tersedia di sana, sampel menjadi bias terhadap wilayah yang mudah diakses (biasanya perkotaan dan jalan besar). Hasilnya condong ke pola pemilih wilayah itu. Pemilihan sampel acak yang terdokumentasi adalah syarat paling dasar.

2. Kerangka sampel yang tidak mutakhir

Daftar TPS yang dijadikan dasar pemilihan sampel harus sesuai dengan kenyataan pada hari pemungutan suara. Kalau ada TPS yang digabung, dipecah, atau dipindahkan, atau daftar yang dipakai sudah usang, sebagian wilayah tidak punya peluang terpilih, dan sampel tidak mewakili populasi sebenarnya.

3. Data yang masuk belum lengkap dan tidak seimbang

Data dari TPS tidak masuk bersamaan. TPS di perkotaan dengan sinyal bagus biasanya mengirim lebih dulu, sedangkan TPS di wilayah terpencil mengirim belakangan. Kalau lembaga mengumumkan hasil terlalu cepat, ketika data yang masuk baru sebagian dan didominasi wilayah tertentu, estimasi bisa condong. Itulah mengapa lembaga yang profesional menunggu data yang cukup besar dan seimbang sebelum merilis.

4. Selisih suara yang sangat tipis

Ini bukan kesalahan, melainkan batas alamiah metode. Kalau kandidat A mendapat 50,3% dan kandidat B 49,7%, selisihnya 0,6 poin. Margin of error quick count biasanya sekitar satu poin persentase atau lebih. Dalam kondisi seperti itu, quick count tidak bisa menyatakan pemenang dengan keyakinan tinggi. Lembaga yang jujur akan mengatakan bahwa hasilnya “masih dalam margin of error”. Lembaga yang memaksa menyebut pemenang dalam kondisi itu sedang bertindak di luar batas statistiknya.

5. Kesalahan pengiriman dan data entry

Formulir yang difoto buram, angka yang salah dibaca, atau data yang salah ketik adalah risiko operasional. Sistem verifikasi berlapis, termasuk pemeriksaan konsistensi (misalnya jumlah suara sah ditambah tidak sah harus cocok dengan total pemilih yang hadir), membantu menangkap kesalahan ini sebelum merusak estimasi.

Margin of error itu bagian dari hasil

Kesalahan paling sering dalam pemberitaan quick count: hasilnya ditulis sebagai angka tunggal, dan margin of error dilupakan atau disembunyikan di catatan kaki. Padahal, hasil quick count yang benar berbunyi seperti ini:

> Kandidat A: 54,2% (±1,0%). Kandidat B: 45,8% (±1,0%).

Artinya, nilai sebenarnya kandidat A dengan keyakinan 95% berada di antara sekitar 53,2% dan 55,2%. Dari situ jelas bahwa A unggul, karena batas bawah A (53,2%) masih jauh di atas batas atas B (46,8%). Tetapi kalau hasilnya 50,4% (±1,0%) berbanding 49,6% (±1,0%), rentangnya saling tumpang tindih, dan simpulan yang jujur adalah “belum bisa dipastikan”.

Apa yang membedakan quick count yang bisa dipercaya?

Beberapa ciri yang bisa kamu periksa sendiri sebagai pembaca:

• Metodologinya terbuka: ukuran sampel, cara penarikan sampel, margin of error, dan tingkat kepercayaan disebutkan.
• Sampelnya terdokumentasi dan bisa diperiksa, bukan sekadar “kami mengambil 2.000 TPS”.
• Sumber datanya jelas: hasil resmi di TPS, bukan persepsi.
• Lembaganya transparan tentang sumber pendanaan dan afiliasi.
• Tidak memaksakan kesimpulan ketika selisih di bawah margin of error.
• Menyebut perbedaan dengan hasil resmi, termasuk ketika berbeda, dan menjelaskan penyebabnya.

Hubungan quick count dengan penghitungan resmi

Satu hal yang perlu diluruskan: quick count bukan pengganti penghitungan resmi oleh penyelenggara pemilu. Ia fungsinya sebagai alat verifikasi independen dan sebagai informasi awal bagi publik. Kalau hasil quick count dan hasil resmi berbeda jauh, pertanyaannya perlu diajukan ke dua arah: apakah ada kelemahan pada metodologi quick count, atau apakah ada masalah pada proses penghitungan resmi? Menuduh salah satu tanpa memeriksa datanya sama-sama tidak ilmiah.

Pelajaran yang berlaku di luar pemilu

Cara berpikir di balik quick count berlaku untuk survei apa pun: sampel acak, kerangka yang mutakhir, data yang lengkap, dan kejujuran tentang ketidakpastian. Itu sebabnya saya selalu bilang bahwa pemilu hanyalah panggung paling terlihat dari prinsip statistik yang sama yang kamu pakai di skripsi atau survei pelanggan.

Mengapa presisi ketat membutuhkan sampel besar

Dalam survei acak sederhana, margin of error ±1% pada tingkat kepercayaan 95% membutuhkan sekitar 9.600 sampel (dengan asumsi paling hati-hati proporsi 50%). Quick count bisa bekerja dengan sampel TPS yang lebih sedikit karena TPS dipilih dengan stratifikasi yang memanfaatkan data hasil pemilu sebelumnya, dan setiap TPS membawa informasi suara yang besar. Tetapi prinsip dasarnya tetap: makin ketat presisi yang dijanjikan, makin besar dan makin rapi sampel yang dibutuhkan, dan makin penting kualitas pengiriman data. Kalau ada lembaga yang menjanjikan presisi sangat ketat dengan sampel yang sangat kecil, ajukan pertanyaan sopan tentang metodologinya.

Baca juga: [Jasa riset pasar dan survei](https://datalyticsindo.com/riset-pasar-survei/)

Sumber: BPS, Statistik Kriminal 2024/2025 (data Polri dan Susenas)

Catatan: artikel ini membahas kekerasan seksual dan kekerasan terhadap anak. Isinya berupa data, disampaikan dengan hati-hati.

Ada satu kalimat yang saya sering ulangi di kelas statistika: “Total yang turun bisa menyembunyikan yang naik.” Statistik Kriminal 2024/2025 memberi contoh yang menyedihkan tetapi penting untuk kita pahami.

Jumlah seluruh kejadian kejahatan turun dari 584.991 pada 2023 menjadi 561.993 pada 2024. Kalau berhenti di situ, kita bisa merasa lega. Tapi di dalamnya ada kategori yang bergerak ke arah sebaliknya, dan kategori itu menyangkut kelompok yang paling rentan.

Kejahatan terhadap kesusilaan: total naik

BPS mencatat bahwa jumlah kejahatan terhadap kesusilaan secara total menunjukkan tren peningkatan pada 2024. Kategori ini mencakup empat jenis: perkosaan, pencabulan, kekerasan seksual, dan persetubuhan terhadap anak. Rinciannya:

BPS menyatakan bahwa kenaikan total ini disebabkan oleh lonjakan signifikan pada persetubuhan terhadap anak dan kekerasan seksual. Wilayah dengan jumlah kejadian kesusilaan tertinggi pada 2024 adalah Polda Sumatera Utara (750), Jawa Timur (708), dan Sulawesi Selatan (608).

Kekerasan dalam rumah tangga juga naik

Dalam kelompok kejahatan terhadap fisik yang menyebabkan luka, penganiayaan menurun (dari 51.106 menjadi 48.622). Namun dua jenis lain justru naik: pengeroyokan (dari 16.441 menjadi 17.078) dan kekerasan dalam rumah tangga atau KDRT (dari 10.783 menjadi 11.524, naik sekitar 7%).

Sisi lain data: siapa yang melapor, siapa yang tidak?

Data Susenas memberi gambaran tambahan tentang kerentanan.

Perempuan. Perempuan adalah sekitar 37,84% dari seluruh korban kejahatan menurut Susenas 2024, naik dari 36,83% setahun sebelumnya. BPS menegaskan bahwa perempuan cenderung menghadapi bentuk kejahatan yang berbeda, terutama kekerasan seksual dan kekerasan domestik, sehingga analisis berbasis gender penting. Dalam hal pelaporan kekerasan, proporsi korban perempuan yang melapor ke polisi naik dari 38,10% menjadi 41,21%, sedangkan pada laki-laki turun dari 56,05% menjadi 37,84%. Artinya, pada 2024 korban perempuan lebih sering melapor daripada korban laki-laki, berbeda dari 2023.

Anak. Dari seluruh korban kejahatan yang melapor, anak-anak hanya 4,24% pada 2024 (turun dari 7,08%). BPS menyebut kemungkinan sebabnya: keterbatasan pengetahuan tentang hak hukum, ketergantungan pada orang dewasa, dan rasa takut pada pelaku yang mungkin orang terdekat. Mereka mengutip laporan UNICEF bahwa sebagian besar kekerasan terhadap anak tidak dilaporkan karena terjadi di lingkungan keluarga atau sekolah.

Penyandang disabilitas. Persentase korban kejahatan dengan disabilitas naik dari 1,70% menjadi 1,78%, dan BPS mengutip UNODC bahwa penyandang disabilitas lebih rentan terhadap kekerasan dan eksploitasi.

Bagaimana menafsirkan kenaikan ini?

Di sinilah perlu ketelitian, karena ada dua kemungkinan besar yang tidak saling meniadakan, dan keduanya tidak bisa dibedakan hanya dari angka registrasi:

Kemungkinan pertama: kejadian benar-benar bertambah. Itu kabar buruk dan menuntut respons pencegahan yang lebih kuat.

Kemungkinan kedua: pelaporan membaik. Kejahatan seksual dan KDRT termasuk kategori dengan angka gelap yang sangat besar, karena korban sering takut, malu, atau bergantung pada pelaku. Kalau layanan pengaduan lebih mudah diakses, korban lebih berani, dan aparat lebih responsif, jumlah kasus tercatat akan naik walaupun kejadian sebenarnya tidak bertambah. Indonesia punya Undang-Undang Nomor 12 Tahun 2022 tentang Tindak Pidana Kekerasan Seksual yang dimaksudkan memperkuat perlindungan korban dan penindakan pelaku, dan BPS menyebutnya dalam konteks ini. Apakah undang-undang itu memengaruhi pelaporan pada 2024 adalah hipotesis yang masuk akal, tetapi perlu diuji, bukan diasumsikan.

Sikap yang paling bertanggung jawab: keduanya perlu dianggap serius. Kalau pelaporan membaik, itu pertanda baik, tetapi berarti masalah yang selama ini tersembunyi baru mulai terlihat. Kalau kejadian bertambah, urgensinya lebih tinggi. Dalam kedua kasus, pesannya sama: perlindungan dan pemulihan korban harus diperkuat.

Apa artinya bagi cara kita membaca dan membicarakan data ini

Pertama, jangan memanfaatkan angka untuk sensasi. Topik ini menyangkut korban nyata, sering anak-anak. Hindari judul yang membesar-besarkan, dan sampaikan konteks (misalnya soal pelaporan) bersama angkanya.

Kedua, perhatikan unit analisisnya. Data Polri menghitung kejadian, bukan korban. Satu kejadian bisa menyangkut beberapa korban, dan satu korban bisa mengalami lebih dari satu kejadian.

Ketiga, jangan menyimpulkan penyebab dari data agregat. Kenaikan angka tidak menjelaskan mengapa. Penyebab perlu dikaji lewat penelitian kualitatif dan kuantitatif yang lebih mendalam: pola pelaku, lokasi kejadian, faktor risiko keluarga dan lingkungan, serta efektivitas layanan perlindungan.

Keempat, ingat korban di balik angka. Setiap angka dalam tabel adalah seseorang. Statistik yang baik bukan alasan untuk menjauhkan diri dari kemanusiaan, melainkan alat agar kebijakan menjangkau mereka yang paling membutuhkan.

Jika kamu atau orang di sekitarmu membutuhkan bantuan

Jika kamu mengetahui atau mengalami kekerasan terhadap perempuan dan anak, layanan pengaduan resmi seperti SAPA 129 dari Kementerian Pemberdayaan Perempuan dan Perlindungan Anak serta lembaga layanan terdekat di daerahmu dapat menjadi pintu pertama untuk mendapatkan pendampingan. Kalau kondisinya darurat, hubungi aparat setempat.

Penutup untuk peneliti

Topik ini membutuhkan lebih banyak penelitian yang cermat dan beretika: analisis tren multiwaktu, pemisahan efek pelaporan dari efek kejadian, evaluasi layanan perlindungan, dan penelitian yang melibatkan korban dengan perlindungan privasi yang ketat. Kalau kamu sedang mempertimbangkan topik ini untuk skripsi, tesis, atau disertasi, pastikan etika penelitian dan perlindungan responden menjadi bagian dari desain sejak awal.

Dari data ke pencegahan: apa yang bisa dilakukan?

Data deskriptif seperti ini tidak menjelaskan sebab, tetapi ia membantu memilih arah. Pencegahan kekerasan terhadap anak dan perempuan yang berbasis bukti umumnya bergerak di beberapa tingkat. Di tingkat keluarga: pengasuhan positif dan dukungan bagi keluarga yang rentan. Di tingkat sekolah: pendidikan tentang tubuh, batasan, dan cara melapor yang sesuai usia, serta guru yang tahu cara merespons. Di tingkat komunitas: kanal pengaduan yang aman dan mudah, serta tokoh masyarakat yang peka. Di tingkat sistem: layanan terpadu bagi korban (medis, psikologis, hukum) agar pelaporan tidak berarti proses yang berbelit. Untuk setiap program, indikator evaluasinya perlu jelas, misalnya perubahan tingkat pelaporan, waktu respons layanan, dan kepuasan penyintas, bukan sekadar jumlah kegiatan yang terlaksana.

Etika pemberitaan dan penulisan data

Bagi siapa pun yang menyajikan data ini, ada beberapa prinsip yang saya pegang. Jangan menyebut atau memberi petunjuk yang memungkinkan identifikasi korban, terutama anak. Hindari bahasa yang menyalahkan korban atau menormalkan kekerasan. Jangan memakai angka sebagai alat sensasi. Sertakan informasi tentang layanan bantuan. Dan sampaikan bahwa kenaikan angka bisa juga berarti lebih banyak yang berani melapor, tanpa menjadikannya alasan untuk mengecilkan masalah. Data tentang anak dan perempuan membutuhkan kehati-hatian yang lebih besar daripada data kejahatan harta benda, karena yang ada di baliknya adalah manusia yang sangat rentan.