Banjir, OJK, dan Perbankan Cerdas AI di Indonesia

OJK, Banjir Sumatra, dan Peluang Perbankan yang Lebih Cerdas

Lebih dari 100 ribu debitur di Sumatra tercatat terdampak banjir dan longsor akhir tahun ini. Di tengah rumah terendam dan usaha terhenti, cicilan tetap jatuh tempo. Di sinilah keputusan OJK pada 10/12/2025 jadi krusial: debitur di Aceh, Sumatera Utara, dan Sumatera Barat mendapat perlakuan khusus pembiayaan hingga tiga tahun ke depan.

Langkah ini bukan sekadar keringanan cicilan. Ini sinyal kuat bahwa sistem keuangan Indonesia mulai bergerak ke arah yang lebih inklusif dan responsif terhadap krisis. Pertanyaannya: bagaimana bank dan lembaga pembiayaan bisa mengeksekusi kebijakan seperti ini dengan cepat, adil, dan terukur di lapangan?

Jawabannya makin mengarah ke satu hal: pemanfaatan AI dalam industri perbankan. Dari pemetaan risiko geografis, penilaian ulang kualitas kredit, sampai personalisasi restrukturisasi per debitur—AI bisa membuat respons krisis jauh lebih presisi dibanding pola manual tradisional.

Artikel ini membahas tiga hal:

• Apa saja isi kebijakan OJK untuk debitur terdampak banjir
• Kelemahan pendekatan tradisional perbankan saat bencana
• Bagaimana AI dalam perbankan Indonesia bisa membuat respons seperti ini lebih cepat, adil, dan berkelanjutan

Apa Sebenarnya Kebijakan OJK untuk Debitur Terdampak Banjir?

Inti kebijakan OJK: memberi ruang napas tiga tahun bagi debitur yang terdampak banjir dan longsor di Aceh, Sumut, dan Sumbar, tanpa langsung dicap macet dan diblok akses pembiayaannya.

Beberapa poin penting kebijakan:

1. Penilaian kualitas pembiayaan disederhanakan
   Untuk plafon sampai Rp10 miliar, kualitas pembiayaan boleh dinilai hanya berdasarkan ketepatan pembayaran (satu pilar). Artinya, bank dan lembaga pembiayaan tidak perlu menilai terlalu banyak aspek teknis lain yang biasanya rumit, sepanjang konteksnya adalah debitur terdampak bencana.

2. Restrukturisasi diperlakukan sebagai lancar

   • Pembiayaan yang direstrukturisasi bagi debitur terdampak bisa tetap dikategorikan lancar, bukan langsung turun kualitas.
   • Restrukturisasi bisa diberikan untuk pembiayaan yang disalurkan sebelum maupun setelah debitur terkena dampak bencana.
   • Untuk platform pendanaan bersama (pindar/fintech P2P), restrukturisasi dilakukan dengan persetujuan pemberi dana.

3. Pembiayaan baru untuk korban bencana tetap dimungkinkan
   Debitur terdampak masih bisa mendapat pembiayaan baru, dengan penetapan kualitas kredit yang dipisah dari kredit lama (tidak one obligor). Ini penting untuk pelaku UMKM yang butuh modal kerja lagi setelah usahanya terdampak.

4. Masa berlaku tiga tahun
   Kebijakan ini berlaku hingga tiga tahun sejak ditetapkan pada 10/12/2025. Jadi bukan hanya respon jangka pendek, tapi payung regulasi untuk proses pemulihan ekonomi lokal.

Dari sisi inklusi keuangan, langkah ini sangat positif. Debitur tidak langsung “dikunci” dari sistem keuangan hanya karena mereka berada di wilayah bencana. Tapi di balik itu, ada PR besar: bagaimana bank mengidentifikasi, memproses, dan memantau begitu banyak debitur terdampak dengan cepat dan akurat?

Tantangan Nyata Bank Saat Bencana: Data Berantakan, Keputusan Lambat

Bank dan lembaga pembiayaan memang punya niat baik membantu debitur. Namun di lapangan, respons sering tersendat karena beberapa hal:

1. Identifikasi debitur terdampak masih manual

Banyak lembaga keuangan masih mengandalkan:

• Laporan dari kantor cabang
• Pengaduan langsung nasabah
• Data dari pemerintah daerah yang datangnya terlambat

Akibatnya:

• Ada debitur yang sebenarnya terdampak, tapi belum masuk daftar keringanan.
• Ada juga yang mengaku terdampak tapi sulit diverifikasi cepat.

2. Penilaian ulang risiko kredit memakan waktu

Tradisionalnya, analisis risiko saat restrukturisasi melibatkan:

• Survei lapangan
• Pengumpulan kembali dokumen usaha
• Rapat komite kredit berulang

Di situasi darurat, proses seperti ini terlalu lambat. Saat keputusan baru keluar, usaha debitur sudah terlanjur mati.

3. Sistem core banking belum kontekstual

Banyak core banking system di Indonesia masih didesain untuk kondisi normal, bukan krisis. Sistem mampu menandai tunggakan, tapi:

• Tidak otomatis menghubungkan lokasi debitur dengan peta bencana
• Tidak bisa memberi prioritas proses bagi wilayah yang berstatus tanggap darurat

Di sinilah AI dan analitik data bisa mengisi celah. Bukan menggantikan kebijakan OJK, tetapi membuat implementasinya di lapangan jauh lebih efektif.

Di Mana AI Bisa Membantu? Dari Peta Bencana ke Dashboard Kredit

AI dalam industri perbankan Indonesia paling terasa manfaatnya saat data besar, situasi cepat berubah, dan keputusan harus tepat. Respon terhadap bencana seperti banjir Sumatra adalah contoh klasik.

1. Pemetaan otomatis debitur terdampak berbasis lokasi

Dengan menggabungkan:

• Data GPS/alamat debitur
• Peta wilayah bencana (BNPB, BMKG, dan data satelit)
• Pola historis debit sungai dan curah hujan

AI dapat membantu bank:

• Menandai secara otomatis akun-akun di zona merah banjir/longsor
• Mengelompokkan debitur berdasarkan tingkat keparahan dampak (misalnya terdampak ringan, sedang, berat)
• Menghasilkan daftar prioritas debitur yang harus dihubungi atau ditawarkan restrukturisasi lebih dulu

Realitanya, proses ini bisa berlangsung nyaris real-time, bukan berminggu-minggu seperti pola manual.

2. Skor risiko dinamis di masa krisis

Model skor kredit tradisional cenderung statis. AI memungkinkan skor risiko dinamis yang memperhitungkan:

• Penurunan omzet sektor usaha tertentu akibat bencana
• Gangguan rantai pasok di wilayah terdampak
• Kemampuan pulih berdasarkan pola historis wilayah

Contoh praktis:

• Debitur UMKM kuliner di daerah wisata yang tertutup total akibat longsor jelas beda profil risikonya dengan UMKM bahan pokok di kota yang hanya terdampak logistik.
• AI dapat mensimulasikan skenario pemulihan 6–24 bulan ke depan dan merekomendasikan tenor restrukturisasi yang realistis, bukan sekadar tebak-tebakan.

3. Rekomendasi skema restrukturisasi yang lebih personal

AI bisa dilatih dengan data historis:

• Pola restrukturisasi mana yang paling berhasil menyelamatkan kredit
• Berapa besar penurunan cicilan yang masih sehat untuk neraca bank
• Profil debitur mana yang cenderung pulih lebih cepat

Dari situ, sistem dapat memberi rekomendasi otomatis seperti:

• “Debitur A, UMKM ritel, omzet turun 60%, riwayat bayar baik → cocok skema penurunan angsuran 40% selama 18 bulan + perpanjangan tenor 2 tahun”
• “Debitur B, pekerja informal, rumah rusak berat, tanpa tabungan → grace period 6 bulan lalu cicilan dinaikkan bertahap”

Keputusan akhir tetap di tangan analis kredit, tapi mereka tidak mulai dari nol. Waktu analisis berkurang, kualitas keputusan naik.

4. Chatbot dan asisten digital untuk debitur terdampak

Di era digital banking, bank bisa memanfaatkan chatbot berbasis AI berbahasa Indonesia yang paham konteks bencana:

Fungsinya:

• Menjawab pertanyaan dasar soal kebijakan OJK dan syarat restrukturisasi
• Mengumpulkan data awal kondisi debitur (tingkat kerusakan, kehilangan penghasilan, dsb.)
• Menjadwalkan kunjungan atau panggilan dari petugas bank

Untuk debitur, ini jauh lebih manusiawi dibanding harus datang ke cabang yang juga mungkin ikut terdampak banjir.

Inklusi Keuangan di Tengah Krisis: AI Bukan Sekadar Soal Efisiensi

Kebijakan OJK soal perlakuan khusus ini jelas mendorong inklusi keuangan. Namun kalau eksekusinya lambat dan tidak merata, kepercayaaan publik bisa turun. AI membantu memastikan kebijakan inklusif benar-benar dirasakan sampai ke level nasabah.

1. Mengurangi bias dan subjektivitas

Tanpa dukungan data dan AI, keputusan restrukturisasi sering dipengaruhi:

• Seberapa vokal nasabah mengadu
• Seberapa dekat hubungan dengan petugas bank
• Seberapa cepat cabang setempat menyusun laporan

Dengan model berbasis data:

• Debitur dinilai berdasarkan parameter objektif: lokasi, sektor usaha, riwayat pembayaran, estimasi kerusakan.
• Peluang terabaikannya debitur kecil dan menengah jadi lebih kecil.

2. Mendukung inklusi digital

Saat proses permohonan restrukturisasi bisa dilakukan lewat:

• Aplikasi mobile banking
• Portal digital lembaga pembiayaan
• Chatbot di WhatsApp atau kanal populer lain

Masyarakat makin terbiasa dengan layanan perbankan digital. Ini sejalan dengan agenda besar era digital banking di Indonesia, di mana AI menjadi otak di balik pengalaman pengguna yang lebih mulus, cepat, dan relevan.

3. Menjaga kesehatan sistem keuangan jangka panjang

Banyak orang berpikir keringanan kredit selalu merugikan bank. Faktanya, restrukturisasi yang tepat lebih baik daripada kredit langsung macet dan disita.

AI membantu bank:

• Menghitung kapasitas bayar realistis pasca-bencana
• Memproyeksikan rasio NPL (kredit bermasalah) di berbagai skenario
• Menentukan batas aman portofolio yang masih bisa diberi relaksasi

Hasilnya, kebijakan seperti yang dikeluarkan OJK tidak sekadar belas kasihan, tapi bagian dari strategi manajemen risiko yang matang.

Langkah Praktis untuk Bank dan Fintech di Indonesia

Kalau Anda pelaku industri keuangan—bank, BPR, fintech, ataupun perusahaan pembiayaan—kejadian banjir di Sumatra ini sebenarnya alarm halus: sudah sejauh apa kesiapan digital dan AI di institusi Anda untuk merespons krisis berikutnya?

Beberapa langkah realistis yang bisa mulai dikerjakan:

1. Bangun fondasi data lokasi dan sektor usaha nasabah

   • Pastikan alamat, koordinat, dan jenis usaha disimpan dengan rapi di sistem.
   • Ini prasyarat sebelum bisa memakai AI untuk pemetaan wilayah bencana.

2. Integrasikan data eksternal kebencanaan

   • Rancang mekanisme agar sistem internal bisa mengonsumsi data peta bencana, curah hujan, status tanggap darurat, dan sebagainya.

3. Uji coba model sederhana skor risiko bencana

   • Tidak perlu langsung kompleks. Mulai dari skor berbasis lokasi dan sektor usaha, lalu berkembang ke model yang lebih canggih.

4. Siapkan kanal digital khusus krisis

   • Misalnya menu “Bantuan Bencana” di aplikasi, website, atau chatbot yang otomatis aktif ketika ada status darurat di suatu wilayah.

5. Bangun tim kecil AI & data untuk use case risiko

   • Banyak bank mulai salah arah dengan AI untuk hal-hal kosmetik. Di konteks ini, prioritaskan dulu AI untuk manajemen risiko dan restrukturisasi karena dampaknya langsung ke kualitas portofolio dan kepercayaan nasabah.

Penutup: Dari Regulasi OJK ke Perbankan yang Benar-Benar Cerdas

Kebijakan OJK yang memberi perlakuan khusus pembiayaan bagi debitur terdampak banjir dan longsor adalah langkah penting ke arah sistem keuangan yang lebih manusiawi dan inklusif. Tapi supaya kebijakan ini benar-benar terasa di Medan, Aceh, Bukittinggi, hingga pelosok desa, bank dan lembaga pembiayaan perlu naik kelas—dari sekadar patuh regulasi menjadi proaktif dengan dukungan AI.

Era AI dalam industri perbankan Indonesia bukan hanya soal chatbot keren atau rekomendasi produk. Di momen krisis seperti bencana, AI bisa menentukan apakah ribuan keluarga dan pelaku usaha punya kesempatan bangkit atau justru terjebak dalam status “kolektibilitas buruk” selama bertahun-tahun.

Kalau Anda sedang merancang roadmap digital banking ke depan, jadikan kasus banjir Sumatra dan kebijakan OJK ini sebagai bahan latihan:
“Jika bencana serupa terjadi di wilayah utama portofolio kami besok pagi, seberapa cepat sistem kami bisa mengenali, menilai ulang, dan membantu nasabah?”

Jawaban jujur terhadap pertanyaan itu biasanya akan menunjukkan:
sudah sejauh apa Anda benar-benar siap memasuki era perbankan cerdas berbasis AI di Indonesia.