35% Ekonomi di Pasar Gelap: Peluang Emas AI Perbankan

35% Ekonomi RI di Pasar Gelap: Alarm Keras untuk Perbankan Digital

Saat seorang utusan khusus presiden menyebut 35% ekonomi Indonesia berada di ekonomi hitam berdasarkan “bisikan” Bank Dunia, itu bukan sekadar headline dramatis. Dengan PDB yang sudah mendekati Rp 25.000 triliun, artinya ribuan triliun rupiah berputar di luar radar sistem keuangan formal.

Ini bukan cuma soal kebocoran pajak. Ini juga soal:

• nasabah yang tak punya jejak keuangan,
• UMKM yang sulit dapat kredit,
• dan bank yang kesulitan menilai risiko karena data transaksi tak pernah terekam.

Di sinilah AI dan digital banking sebenarnya punya peran besar. Bukan hanya untuk efisiensi bank, tapi untuk menjembatani ekonomi formal dan informal lewat inklusi keuangan yang lebih cerdas dan berbasis data.

Apa Sebenarnya yang Dimaksud 35% Ekonomi Hitam Itu?

Angka 35% yang disebut Hashim Djojohadikusumo menggambarkan apa yang sering disebut shadow economy: aktivitas ekonomi yang nyata terjadi, tapi tidak tercatat dalam statistik resmi dan tidak masuk sistem perpajakan maupun perbankan.

Contoh sederhananya dekat sekali dengan kehidupan sehari-hari:

• jasa pangkas rambut yang dibayar tunai tanpa struk,
• warung makan dan warteg yang transaksi penuh uang cash,
• pedagang pasar tradisional yang tak punya rekening usaha,
• jasa harian (tukang, pembantu lepas, sopir freelance) yang dibayar langsung tunai.

Hashim bahkan mengakui dirinya ikut “menyumbang” ekonomi gelap saat membayar tukang cukur langganannya dengan uang tunai, tanpa PPN, tanpa catatan apa pun. Pola seperti ini terjadi jutaan kali per hari di seluruh Indonesia.

Sisi baiknya: ekonomi berputar. Sisi buruknya: tidak ada jejak data bagi bank, regulator, maupun fiskus.

Bagi industri perbankan Indonesia di era digital, kondisi ini adalah tantangan dan peluang sekaligus.

Kenapa Ekonomi Gelap Jadi Masalah Serius bagi Perbankan?

Ekonomi yang besar tapi tidak tercatat menciptakan beberapa konsekuensi langsung bagi industri perbankan dan stabilitas sistem keuangan.

1. Inklusi keuangan macet

Kalau jutaan pelaku usaha dan pekerja informal tidak punya jejak transaksi formal, maka:

• sulit membuka akses kredit produktif,
• sulit menilai kemampuan bayar,
• sulit memberikan produk tabungan, investasi, atau asuransi yang cocok.

Bank akhirnya hanya bermain di segmen yang “itu-itu saja”: korporasi, ASN, karyawan formal, dan sebagian kecil UMKM yang sudah bankable.

2. Risiko kredit sulit diukur

Model risk scoring tradisional mengandalkan:

• slip gaji,
• laporan keuangan formal,
• histori kredit di SLIK/OJK.

Di sektor informal, tiga-tiganya sering tidak ada. Padahal, banyak pedagang, driver, dan pelaku usaha mikro yang sebenarnya cashflow-nya sehat, hanya saja semuanya terjadi di luar sistem.

Tanpa data, bank cenderung bermain aman: menolak atau mematok bunga tinggi.

3. Potensi fraud dan pencucian uang

Transaksi tunai yang masif membuat:

• arus uang sulit ditelusuri,
• celah pencucian uang lebih lebar,
• deteksi aktivitas mencurigakan jadi reaktif, bukan proaktif.

Regulator ingin transparansi, pelaku usaha informal ingin fleksibilitas, bank ingin data. Tiga kepentingan ini terlihat berseberangan, padahal bisa diarahkan ke satu titik temu lewat AI dan digital banking.

Di Mana Peran AI dalam Menjembatani Ekonomi Formal & Informal?

AI di perbankan sering dibahas soal chatbot dan rekomendasi produk. Jujur saja, itu baru kulitnya. Untuk konteks Indonesia yang 35% ekonominya “di bawah radar”, manfaat paling besar justru ada di pemrosesan data non-tradisional dan pemahaman perilaku nasabah.

Berikut beberapa area kuncinya.

1. Alternative credit scoring untuk sektor informal

Intinya: AI memungkinkan bank menilai kelayakan kredit tanpa harus menunggu laporan keuangan rapi.

Data yang bisa dipakai misalnya:

• pola transaksi di dompet digital,
• frekuensi dan nominal transfer di mobile banking,
• riwayat pembayaran tagihan (listrik, internet, e-commerce),
• rating & review di platform ride-hailing atau marketplace.

Dengan machine learning, sistem bisa menyimpulkan:

• omzet rata-rata pedagang per hari/bulan,
• stabilitas pendapatan driver atau kurir,
• kecenderungan bayar tepat waktu.

Hasilnya:

• pelaku usaha informal dapat limit kredit yang masuk akal,
• bank punya dasar objektif untuk pricing bunga,
• risiko NPL bisa dikontrol karena scoring berbasis data nyata, bukan feeling.

2. Deteksi fraud di tengah digitalisasi kas kecil

Saat warteg, bengkel, dan kiosk mulai terima QRIS, e-wallet, dan transfer bank, volume transaksi elektronik melonjak. Di titik ini, AI sangat berguna untuk:

• mengenali pola transaksi wajar di level mikro,
• membedakan transaksi usaha asli vs pola pencucian uang,
• memberi alert dini kalau ada perilaku tidak biasa.

Contoh:

• akun biasa transaksi Rp200 ribu–Rp500 ribu per hari,
• mendadak 1 minggu berturut-turut ada transfer masuk ratusan juta,
• AI bisa tandai sebagai anomaly dan meminta verifikasi tambahan.

Bank tetap bisa mendorong digitalisasi tanpa membiarkan sistem jadi surga bagi activity ilegal.

3. Personalisasi layanan untuk nasabah yang baru “naik kelas”

Begitu pelaku ekonomi gelap/pasar informal mulai masuk ke sistem digital, mereka butuh pendampingan dan edukasi, bukan sekadar aplikasi yang rumit.

AI bisa membantu dengan:

• chatbot berbahasa Indonesia (bahkan lokal) yang sabar menjelaskan fitur dasar,
• nudging cerdas: notifikasi yang mendorong menabung, bukan hanya belanja,
• rekomendasi produk simpel: tabungan berjangka kecil, mikro kredit, asuransi kesehatan dasar.

Pendekatannya harus pelan dan relevan. Jangan langsung disodori kartu kredit atau produk kompleks. AI bisa mengelompokkan nasabah menurut perilaku dan kesiapan finansial, lalu menawarkan langkah kecil yang realistis.

Strategi Konkret Bank Indonesia Raya (Bayangan) Menggunakan AI

Supaya tidak abstrak, bayangkan satu bank nasional (sebut saja Bank Nusantara Digital) yang serius menggarap ekonomi informal menggunakan AI.

Langkah 1: Menarik transaksi tunai masuk dunia digital

Fokus pertama bukan langsung kredit, tapi mengalihkan arus uang tunai menjadi jejak digital.

Bank bisa:

• bikin rekening & e-wallet ultra-sederhana berbasis e-KTP,
• integrasi dengan QRIS di warteg, pasar tradisional, tukang cukur,
• kasih insentif: cashback kecil atau biaya admin nol bagi merchant kecil.

Setiap transaksi yang tadinya tidak tercatat, kini punya jejak: waktu, nominal, frekuensi, lokasi.

Langkah 2: Membangun risk profile berbasis AI

Setelah 3–6 bulan, AI mulai punya cukup data untuk setiap nasabah:

• rata-rata omzet harian/bulanan,
• seberapa fluktuatif pendapatannya,
• berapa besar saldo minimum yang selalu dipertahankan,
• apakah dia sering telat bayar tagihan digital.

Dari sini, Bank Nusantara Digital bisa:

• memberi micro-limit pinjaman Rp500 ribu–Rp2 juta,
• menaikkan limit seiring histori pembayaran yang baik,
• mengubah suku bunga sesuai profil risiko yang makin jelas.

Langkah 3: Menggabungkan data sektor publik & swasta

Kolaborasi jadi kunci. Dengan persetujuan nasabah dan regulasi yang tepat, AI dapat menggabungkan:

• data bantuan sosial non-tunai,
• data pajak UMKM final,
• data iuran BPJS,
• plus data transaksi e-commerce atau ride-hailing.

Semakin kaya data, semakin akurat pemetaan ekonomi informal dan semakin besar peluang mereka naik kelas ke ekonomi formal.

Tantangan: Privasi, Kepercayaan, dan Regulasi

Kalau hanya bicara teknologi, AI perbankan sudah sangat siap. Yang sering tertinggal justru kepercayaan dan regulasi.

1. Kekhawatiran soal pajak & “ketahuan”

Banyak pelaku usaha takut digitalisasi karena merasa:

• nanti semua ketahuan pajaknya,
• pemerintah akan langsung “menghajar” dengan kewajiban yang berat.

Pendekatan yang menurut saya paling sehat:

• pemerintah dan otoritas pajak jelas menyatakan fase transisi,
• insentif bagi UMKM yang mau masuk sistem (misalnya tarif pajak final sangat rendah di awal),
• simplifikasi pelaporan berbasis data transaksi digital (tidak perlu pembukuan rumit).

Kalau perpajakan langsung agresif sejak hari pertama, pelaku informal akan tetap memilih cash & pasar gelap.

2. Perlindungan data dan transparansi algoritma

AI yang kuat tanpa etika itu berbahaya. Bank perlu memastikan:

• data nasabah tidak dijual atau digunakan di luar konteks perbankan,
• nasabah tahu secara garis besar faktor apa yang mempengaruhi penilaian kredit,
• ada mekanisme komplain kalau nasabah merasa diperlakukan tidak adil oleh sistem otomatis.

Kepercayaan dibangun bukan cuma lewat branding, tapi lewat perlakuan yang konsisten dan transparan.

Apa yang Bisa Dilakukan Bank & Fintech Mulai Sekarang?

Kalau 35% ekonomi masih di pasar gelap, berarti pertumbuhan perbankan digital baru menyentuh permukaan. Ada beberapa langkah praktis yang bisa diambil pelaku industri.

Untuk bank dan fintech:

1. Prioritaskan fitur yang relevan bagi informal
   Bukan sekadar aplikasi keren, tapi:

   • buka rekening mudah pakai e-KTP,
   • biaya rendah,
   • interface sederhana.

2. Investasi serius di AI untuk alternative data
   Libatkan data scientist yang paham konteks lokal Indonesia, bukan hanya menyalin model dari luar negeri.

3. Bangun kemitraan dengan ekosistem
   Misalnya: platform QRIS, e-commerce lokal, koperasi, BUMDes, hingga marketplace sektor pertanian dan perikanan.

4. Fokus pada edukasi digital
   Chatbot berbahasa Indonesia yang ramah, konten edukasi di aplikasi, sampai kerjasama pelatihan dengan pemerintah daerah.

Untuk regulator:

• desain aturan yang mendorong inovasi AI di perbankan, bukan mematikannya,
• berikan koridor jelas untuk penggunaan data alternatif,
• siapkan skema pajak transisi yang tidak mematikan UMKM.

Penutup: Dari Pasar Gelap ke Ekonomi Formal, AI Bisa Jadi Jembatan

Fakta bahwa sekitar 35% ekonomi Indonesia berada di area abu-abu seharusnya bukan hanya membuat kita cemas soal pajak, tapi juga membuka mata bahwa jutaan pelaku usaha dan pekerja masih belum tersentuh layanan keuangan formal yang layak.

Di seri “AI dalam Industri Perbankan Indonesia: Era Digital Banking” ini, saya melihat pola yang sama berulang: AI bukan sekadar teknologi keren, tapi alat praktis untuk membaca realitas ekonomi rakyat, terutama yang tidak tercatat.

Kalau bank, fintech, dan regulator berani serius menggabungkan AI, digital banking, dan kebijakan yang berpihak pada inklusi, maka ekonomi yang hari ini disebut “pasar gelap” perlahan bisa berubah menjadi ekonomi yang terlihat, terlindungi, dan tumbuh bersama sistem keuangan formal.

Pertanyaannya sekarang: siapa yang berani menjadi bank pertama yang benar-benar menjadikan ekonomi informal sebagai segmen utama, bukan hanya “program CSR tambahan”, dan menempatkan AI sebagai mesin utamanya?