OJK aktifkan POJK bencana di 3 provinsi. Dengan AI dan digital banking, kebijakan seperti ini bisa jauh lebih cepat, adil, dan inklusif bagi nasabah terdampak.
OJK, Banjir & AI: Membangun Perbankan Tangguh Bencana
Di tengah musim hujan akhir tahun 2025, OJK mengaktifkan kebijakan penanggulangan dampak bencana di tiga provinsi terdampak banjir, mengacu pada POJK No. 19 Tahun 2022 yang berlaku sejak 10/12/2025. Langkah ini kelihatan teknis, tapi dampaknya sangat nyata: nasabah yang usahanya lumpuh karena banjir punya ruang bernapas, dan bank punya payung regulasi untuk membantu tanpa takut melanggar aturan.
Yang sering luput dibahas: bagaimana kebijakan seperti ini bisa jauh lebih tepat sasaran kalau didukung ekosistem digital banking dan AI perbankan yang matang. Di sinilah hubungan antara regulasi OJK, inklusi keuangan, dan pemanfaatan AI mulai terasa krusial.
Tulisan ini membedah tiga hal: apa makna aktivasi POJK bencana oleh OJK, apa tantangan perbankan saat bencana, dan bagaimana AI dalam industri perbankan Indonesia bisa membuat respons krisis jauh lebih cepat, adil, dan inklusif—bukan hanya untuk tiga provinsi yang kebanjiran tahun ini, tapi untuk semua wilayah rawan bencana di Indonesia.
Apa yang Sebenarnya Dilakukan OJK Saat Bencana?
Aktivasi tiga elemen POJK No. 19/2022 oleh OJK pada 16/12/2025 intinya adalah memberi ruang fleksibilitas kepada lembaga jasa keuangan di wilayah bencana. Secara garis besar, kebijakan seperti ini biasanya mencakup:
- Restrukturisasi kredit yang lebih longgar untuk debitur terdampak
- Relaksasi penilaian kualitas aset (NPL) untuk kredit yang direstrukturisasi karena bencana
- Penyesuaian pelaporan dan kewajiban tertentu bagi bank dan lembaga keuangan di daerah terdampak
Di lapangan, bentuknya bisa seperti:
- Penundaan angsuran pokok dan/atau bunga selama beberapa bulan
- Perpanjangan tenor kredit usaha kecil yang lokasi tokonya terendam banjir
- Penyesuaian limit kartu kredit atau KUR agar pelaku UMKM bisa memulai lagi usahanya
Kebijakan ini bukan hal baru, tapi setiap kali bencana meluas, implementasinya menentukan nasib ribuan keluarga dan pelaku usaha kecil. Dan di titik inilah muncul pertanyaan penting: bagaimana bank tahu siapa yang benar-benar terdampak, seberapa parah, dan skema bantuan apa yang paling pas untuk tiap nasabah?
Jawabannya tidak cukup hanya dengan form manual dan kunjungan fisik. Di era digital banking, jawabannya ada pada data dan AI.
Masalah Klasik: Bantuan Keuangan Lambat & Tidak Tepat Sasaran
Pengalaman di banyak bencana sebelumnya menunjukkan pola yang sama:
-
Identifikasi nasabah terdampak lambat
Cabang bank harus menunggu laporan, survei manual, atau pengajuan dari nasabah. -
Skema bantuan seragam
Semua debitur dapat perlakuan sama, padahal tingkat kerusakan dan kemampuan pulihnya berbeda-beda. -
UMKM informal tertinggal
Banyak pelaku usaha kecil yang belum tercatat rapi secara formal. Mereka paling rentan, tapi paling susah terjangkau program bantuan. -
Risiko NPL meningkat
Tanpa analisis risiko yang cepat dan akurat, bank cenderung konservatif dan menahan penyaluran pembiayaan baru di wilayah bencana.
Di saat banjir memutus akses fisik, mengandalkan proses manual jelas tidak cukup. Di sinilah AI perbankan mulai punya peran sangat besar.
Peran AI: dari Deteksi Dampak hingga Skema Bantuan Personal
AI tidak menggantikan regulasi OJK. AI justru membuat regulasi seperti POJK 19/2022 lebih efektif dan terukur. Ada beberapa lapis pemanfaatan AI yang realistis untuk bank di Indonesia.
1. Pemetaan Cepat Wilayah & Nasabah Terdampak
Hal pertama saat banjir: tahu di mana dan siapa yang terdampak. Dengan AI, bank bisa:
- Menggabungkan data lokasi cabang, alamat nasabah, dan peta bencana dari lembaga resmi
- Menggunakan model geospasial dan machine learning untuk menandai nasabah yang berada di zona merah banjir
- Mengklasifikasikan nasabah berdasarkan tingkat kemungkinan dampak: tinggi, sedang, rendah
Hasilnya, bank tidak perlu menunggu nasabah mengadu. Sistem bisa otomatis menyusun daftar prioritas:
"1000 debitur mikro di Kabupaten X berada di radius terdampak. 300 di antaranya usaha makanan, 150 toko pakaian, 50 bengkel, dan seterusnya."
Ini mempercepat pengambilan keputusan: provinsi mana yang paling kritis, cabang mana yang butuh dukungan tambahan, dan segmen nasabah mana yang paling perlu difokuskan.
2. Skoring Dampak dan Kemampuan Pulih
Bukan semua debitur di zona banjir mengalami kerusakan yang sama. AI bisa membantu menilai tingkat dampak dan kemampuan recovery tiap nasabah dengan mengolah:
- Riwayat transaksi sebelum bencana (volume penjualan, pola arus kas)
- Perubahan transaksi setelah bencana (drop omzet, gangguan setoran)
- Data alternatif: pembayaran e-wallet, aktivitas marketplace, utilitas (listrik/air) bila datanya tersedia melalui kerja sama
Dari situ, AI dapat mengelompokkan nasabah ke beberapa kategori, misalnya:
- Butuh restrukturisasi agresif (penundaan pokok + bunga, tenor panjang)
- Butuh tambahan modal kerja kecil untuk cepat bangkit
- Cukup dengan penyesuaian jangka pendek (grace period 1–2 bulan)
Ini jauh lebih adil daripada pendekatan serba rata. UMKM yang benar-benar lumpuh dibantu lebih besar, sementara yang masih bisa jalan tidak diberi keringanan berlebihan yang bisa menimbulkan moral hazard.
3. Otomatisasi Penawaran Bantuan via Digital Banking
Begitu nasabah terdampak teridentifikasi dan dikelompokkan, digital banking mengambil alih eksekusi.
- Aplikasi mobile banking dan internet banking bisa menampilkan penawaran restrukturisasi atau top up kredit yang sudah dipersonalisasi.
- Chatbot berbasis AI dalam Bahasa Indonesia (bahkan bahasa daerah) menjelaskan opsi bantuan, syarat, dan konsekuensinya.
- Nasabah cukup menyetujui skema melalui aplikasi, tanda tangan elektronik, atau OTP.
Proses yang dulu bisa makan waktu berminggu-minggu dengan tumpukan berkas, bisa dipangkas menjadi jam atau bahkan menit. Bagi pelaku usaha yang butuh cepat buka kios lagi, percepatan ini bisa menentukan hidup-matinya usaha.
4. Analitik Risiko Portofolio di Wilayah Bencana
Dari sisi manajemen risiko bank, AI bisa menyusun gambaran menyeluruh:
- Berapa besar outstanding kredit di tiga provinsi terdampak banjir?
- Segmen mana yang paling berisiko: mikro, ritel, korporasi, KPR?
- Bagaimana skenario NPL jika 20–30% debitur kategori risiko tinggi gagal bayar?
Model AI risiko portofolio dapat mensimulasikan berbagai skenario dan membantu manajemen bank menyusun strategi cadangan kerugian (CKPN) yang lebih akurat. Ini juga membantu komunikasi ke OJK: bank bisa mengirimkan data dan proyeksi yang lebih solid saat mengajukan relaksasi.
AI untuk Inklusi Keuangan di Daerah Rawan Bencana
Setiap kali muncul berita OJK mengaktifkan kebijakan bencana, secara implisit kita diingatkan: wilayah yang paling rentan secara geografis seringkali juga paling tertinggal secara keuangan.
Di sinilah AI dan digital banking memainkan peran strategis jangka panjang, bukan hanya saat krisis.
1. Penilaian Kredit Alternatif untuk UMKM Informal
Banyak pelaku usaha di daerah banjir yang:
- Tidak punya laporan keuangan rapi
- Tidak punya jaminan formal
- Transaksinya dominan tunai
AI bisa menilai kelayakan kredit mereka dengan data alternatif, misalnya:
- Riwayat transaksi di platform e-commerce lokal
- Frekuensi dan nilai transfer di mobile banking atau e-wallet
- Pola pembelian bahan baku dari supplier yang sudah terhubung sistem
Pendekatan ini membuat bank lebih percaya diri menyalurkan pembiayaan ke segmen yang sebelumnya dianggap terlalu berisiko. Saat bencana, mereka sudah tercatat di sistem, sehingga lebih mudah dan cepat dibantu di bawah payung kebijakan seperti POJK 19/2022.
2. Edukasi Keuangan Digital Skala Massal
Chatbot AI dalam aplikasi perbankan bisa:
- Menjelaskan makna restrukturisasi kredit dengan bahasa sederhana
- Mengingatkan risiko gagal bayar setelah masa keringanan berakhir
- Memberi tips mengelola arus kas setelah bencana
Semua ini bisa dilakukan 24/7, tanpa menambah beban call center. Di daerah yang secara fisik sulit dijangkau, edukasi berbasis AI ini sering jadi satu-satunya kanal komunikasi yang konsisten.
3. Desain Produk Mikro Asuransi & Perlindungan Bencana
Di masa depan, AI perbankan bisa berkolaborasi dengan insurtech untuk membangun produk:
- Mikro asuransi banjir dengan premi sangat rendah
- Bundling kredit usaha + perlindungan bencana otomatis
AI menganalisis profil risiko berdasarkan lokasi, jenis usaha, dan historis bencana untuk menentukan premi yang wajar dan terjangkau. Ini mendorong resiliensi keuangan jangka panjang di daerah rawan bencana.
Langkah Praktis untuk Bank di Indonesia
Untuk bank yang ingin serius membangun perbankan tangguh bencana berbasis AI, ada beberapa langkah konkret yang bisa mulai disusun dari sekarang:
-
Bersihkan dan integrasikan data
Tanpa data yang rapi, AI hanya jadi jargon. Mulai dari integrasi data nasabah, transaksi, lokasi, hingga kanal digital. -
Bangun model deteksi dampak bencana sederhana
Tidak harus kompleks. Awali dengan pemetaan nasabah berdasarkan alamat dan peta rawan bencana. -
Kembangkan chatbot AI yang benar-benar berguna
Bukan sekadar tanya saldo, tapi bisa menjawab pertanyaan seputar restrukturisasi, KUR, dan program bantuan saat bencana. -
Latih tim risiko dan kredit memakai insight AI
Model secanggih apa pun tidak berguna kalau keputusan tetap diambil seolah data tambahan ini tidak ada. -
Sinkronkan dengan regulasi OJK
Setiap inisiatif AI harus align dengan POJK, SEOJK, dan panduan manajemen risiko TI. AI diposisikan sebagai enabler, bukan pengganti tata kelola.
Saya pribadi melihat, bank yang berani melangkah lebih dulu di area ini akan punya dua keunggulan: portofolio lebih sehat saat krisis dan brand yang lebih dipercaya masyarakat karena terbukti hadir di saat paling sulit.
Penutup: Dari Respons Banjir ke Strategi Nasional Resiliensi Keuangan
Aktivasi tiga elemen POJK untuk tiga provinsi terdampak banjir menunjukkan satu hal jelas: sistem keuangan Indonesia sedang belajar beradaptasi dengan krisis yang makin sering. Tapi regulasi saja tidak cukup. Tanpa fondasi digital banking yang kuat dan pemanfaatan AI secara serius, implementasi di lapangan akan selalu tertinggal dari skala bencana.
Era AI dalam industri perbankan Indonesia bukan sekadar soal chatbot keren atau rekomendasi produk. Ini tentang bagaimana teknologi bisa membuat kebijakan seperti POJK 19/2022 benar-benar terasa di level warung, bengkel, dan kios pasar yang terendam banjir.
Ke depan, pertanyaan pentingnya bukan lagi "bisakah AI membantu OJK dan bank saat bencana?", tapi seberapa cepat industri berani mengintegrasikan AI ke dalam kebijakan, proses risiko, dan layanan digital, sehingga setiap kali bencana datang, sistem keuangan kita sudah siap—bukan hanya untuk bertahan, tapi membantu masyarakat bangkit lebih cepat.