Peringatan Prabowo & Masa Depan AI di Bank BUMN

Peringatan Prabowo, Tekanan Baru untuk Bank BUMN

Pada 15/12/2025, Presiden Prabowo menegur langsung para direktur utama bank Himbara. Pesannya keras dan jelas: jangan main-main dengan uang rakyat. Dalam konteks kebijakan baru devisa hasil ekspor (DHE) SDA yang wajib parkir 100% di bank BUMN selama 12 bulan, beban transparansi dan akuntabilitas bank milik negara naik berkali-kali lipat.

Ini bukan cuma isu politik atau regulasi. Untuk perbankan, terutama di era digital banking dan AI dalam industri perbankan Indonesia, ini adalah ujian kedewasaan teknologi. Bank yang masih mengandalkan sistem manual dan silo data akan kewalahan. Bank yang serius mengadopsi AI justru punya kesempatan memimpin.

Artikel ini membahas:

• Apa makna strategis peringatan Prabowo ke Himbara
• Bagaimana tekanan regulasi DHE mengubah cara bank bekerja
• Peran konkret AI perbankan untuk menjaga kepatuhan, efisiensi, dan kepercayaan publik
• Langkah praktis untuk bank yang ingin mempercepat transformasi digital banking berbasis AI

Apa yang Sebenarnya Terjadi di Balik Peringatan Ini?

Intinya, pemerintah ingin DHE SDA benar-benar memperkuat likuiditas dolar di dalam negeri, bukan sekadar lewat sesaat.

Beberapa poin kunci dari kebijakan terbaru:

• 100% DHE SDA wajib ditempatkan di rekening khusus Himbara selama 12 bulan (mulai 01/01/2026)
• Konversi ke rupiah maksimal 50%, tidak boleh 100% seperti sebelumnya
• DHE valas boleh dipakai lebih luas untuk pengadaan barang/jasa dan modal kerja
• Ada opsi penempatan di SBN valas domestik untuk memanfaatkan excess valas
• Sanksi diperluas, bukan hanya ke eksportir yang tidak memasukkan DHE, tapi juga terkait kewajiban pemindahan dana dari non-Himbara ke Himbara

Menteri Keuangan Purbaya juga cukup lantang: kalau ada direksi Himbara yang "macem-macem" dengan DHE, bisa langsung dicopot. Artinya, governance dan jejak transaksi akan disorot sangat ketat.

Mengapa sampai sekeras itu?

Karena evaluasi sebelumnya menunjukkan pola yang merugikan:

• DHE memang masuk ke Indonesia dalam bentuk dolar
• Lalu dikonversi ke rupiah, dipindah ke bank kecil, dikonversi lagi ke dolar, dan dibawa ke luar negeri
• Hasilnya, cadangan devisa tidak menguat sesuai harapan, dan kebijakan lama dianggap gagal

Di tengah tekanan sebesar ini, budaya kerja bank BUMN tidak bisa lagi mengandalkan laporan manual, sistem yang terfragmentasi, dan pengawasan yang reaktif. Di sinilah AI dan analitik data harus naik kelas, dari sekadar proyek inovasi jadi tulang punggung kepatuhan.

Tekanan Regulasi: Tantangan atau Peluang untuk Digital Banking?

Dari Kepatuhan Formal ke Kepatuhan Real-Time

Regulasi DHE terbaru mendorong bank ke arah kepatuhan berbasis data real-time. Bukan lagi sekadar:

• Mengisi laporan berkala
• Mengirimkan data ke regulator setiap bulan
• Menunggu audit tahunan

Bank Himbara harus bisa menjawab pertanyaan seperti:

• DHE mana saja yang sudah masuk reksus Himbara?
• Berapa persen yang dikonversi ke rupiah dan kapan?
• Apakah ada pola transaksi yang mengarah ke praktik pengalihan valas keluar negeri secara agresif?

Tanpa sistem digital banking yang terintegrasi dan AI untuk memantau pola transaksi, menjawab pertanyaan ini secara akurat dan cepat hampir mustahil di skala nasional.

Risiko Reputasi: Di Era Media Sosial, Salah Sedikit Bisa Viral

Peringatan Prabowo disampaikan di forum resmi, direkam, dan disebarkan luas. Publik sekarang tahu:

• Himbara memegang kunci besar dalam pengelolaan DHE
• Direksi bisa diganti kalau terindikasi lalai atau bermain-main

Untuk nasabah korporasi, eksportir, maupun ritel, persepsi sangat menentukan. Satu kasus penyalahgunaan atau skandal pengelolaan valas bisa merusak reputasi bank bertahun-tahun.

AI bisa membantu di sini dengan:

• Early warning system untuk transaksi mencurigakan
• Scoring risiko real-time per segmen nasabah
• Dashboard manajemen risiko untuk Direksi, bukan hanya tim operasional

Regulasi ketat sebenarnya bukan hanya beban. Kalau bank berhasil menunjukkan kepatuhan yang transparan dan terukur, kepercayaan pasar akan naik. Di tengah persaingan dengan bank swasta dan fintech, itu modal besar.

Di Mana Peran AI dalam Industri Perbankan Indonesia?

AI di perbankan Indonesia bukan lagi wacana. Untuk kasus DHE dan kebijakan baru ini, AI bisa sangat praktis dan operasional.

1. AI untuk Monitoring DHE dan Likuiditas Valas

Untuk Himbara, tantangan nomor satu adalah memastikan DHE benar-benar tinggal di sistem domestik dan mudah terlacak.

Contoh penerapan AI yang relevan:

• Deteksi pola transaksi DHE
  Model machine learning bisa dilatih untuk mendeteksi pola seperti:

  • DHE masuk → konversi rupiah sangat besar → dana segera berpindah ke beberapa bank kecil → kembali ke valas → ke luar negeri
  • Transaksi berulang dalam nominal besar pada jam/jumlah tertentu yang tidak lazim

• Scenario simulation untuk likuiditas valas
  AI dapat mensimulasikan skenario: "Apa yang terjadi kalau 20% eksportir migas menunda penempatan DHE selama 1 bulan?" Lalu memprediksi dampaknya ke:

  • Posisi likuiditas dolar bank
  • Kebutuhan SBN valas
  • Risiko mismatch valas harian

• Dashboard untuk regulator dan manajemen
  Data transaksi DHE bisa digabung dengan data treasury, NOP (Net Open Position), dan kebutuhan valas korporasi. AI kemudian menyajikan insight:

  • Bank mana yang rentan tekanan likuiditas
  • Eksportir mana yang konsisten patuh atau perlu diawasi ekstra

Tanpa AI, semua ini jadi rangkaian file Excel dan laporan manual yang mudah terlambat dan rawan salah.

2. AI untuk Deteksi Fraud dan Kepatuhan (RegTech)

Kebijakan baru otomatis menaikkan insentif untuk mencari celah. Bisa melalui struktur transaksi, penggunaan perusahaan perantara, atau skema pembiayaan yang kompleks.

AI RegTech bisa membantu Himbara dengan:

• AML (Anti-Money Laundering) berbasis AI
  Model yang belajar dari jutaan transaksi untuk mengenali pola layering, smurfing, dan trade-based money laundering yang sulit dilihat manusia.

• Rule-based + machine learning hybrid
  Bukan hanya rule seperti "transfer > US$100.000 flag merah", tapi juga melihat konteks:

  • Profil historis nasabah
  • Korelasi dengan pelaku lain
  • Perubahan mendadak perilaku transaksi

• Automated reporting ke regulator
  Sistem AI bisa menyusun laporan analitis untuk OJK, BI, dan Kemenkeu dengan data terstruktur, grafik, dan insight yang bisa dipertanggungjawabkan.

Ini persis jawaban terhadap kekhawatiran Prabowo soal "main-main dengan uang rakyat". Dengan AI, manajemen bisa membuktikan bahwa mereka secara sistematis menjaga dana publik.

3. AI untuk Layanan Digital Banking yang Lebih Transparan

Di luar DHE, tekanan regulasi dan ekspektasi publik juga menyentuh pengalaman nasabah. Digital banking tidak cukup hanya punya aplikasi mobile.

Beberapa contoh yang mulai banyak dipakai di Indonesia dan bisa diperdalam oleh Himbara:

• Chatbot bahasa Indonesia yang benar-benar cerdas
  Bukan sekadar FAQ yang diulang-ulang. Chatbot berbasis AI generatif bisa:

  • Menjelaskan aturan DHE, kurs, biaya, dan risiko dengan bahasa sederhana
  • Membantu eksportir memahami opsi penempatan dana, SBN valas, dan kebutuhan cash flow
  • Menjawab keluhan nasabah 24/7 dengan konteks riwayat transaksi

• Personalisasi rekomendasi produk
  Untuk eksportir maupun UMKM, AI bisa:

  • Menganalisis pola transaksi ekspor-impor
  • Menawarkan skema kredit, trade finance, atau lindung nilai (hedging) yang relevan
  • Mengurangi risiko kredit macet dengan AI credit scoring yang mempertimbangkan data alternatif, bukan hanya jaminan fisik

• Transparansi biaya dan risiko
  Sistem digital berbasis AI bisa secara otomatis:

  • Menjelaskan asal-usul biaya (fee breakdown)
  • Memberi peringatan risiko kurs sebelum nasabah mengeksekusi konversi besar
  • Mengirim insight rutin: "Dalam 3 bulan terakhir, pola transaksi Anda membuat biaya valas naik X%. Berikut opsi untuk menurunkannya."

Di tengah regulasi ketat, kejelasan informasi adalah kunci agar nasabah tetap merasa diperlakukan adil.

Strategi Praktis: Langkah Himbara & Bank Lain di Era Baru Ini

Most banks get this wrong. Mereka melihat AI sekadar proyek inovasi yang dipamerkan di konferensi, bukan mesin kerja yang menempel di jantung operasional.

Kalau saya diminta menyusun prioritas untuk bank BUMN di 2026, urutannya begini.

1. Bereskan Data Dulu, Baru Bicara AI

Tanpa data yang rapi, AI hanya jadi jargon marketing.

Fokus awal:

• Satukan data transaksi valas, DHE, treasury, kredit korporasi, dan data KYC dalam satu data platform
• Normalisasi format data antar sistem core banking, trade finance, dan mobile banking
• Pastikan lineage data jelas: dari mana angka datang, kapan di-update, siapa yang bisa mengubah

2. Mulai dari Use Case Regulasi yang Paling Mendesak

Daripada bikin 10 proyek AI sekaligus, ambil 2–3 yang langsung menjawab tekanan regulasi:

1. AI untuk monitoring DHE dan likuiditas valas
   Target: laporan ke manajemen dan regulator lebih akurat, harian, bukan bulanan.

2. AI fraud & AML untuk transaksi valas
   Target: menurunkan transaksi mencurigakan yang lolos screening manual.

3. Chatbot khusus eksportir & korporasi
   Target: mengurangi beban call center dan RM untuk pertanyaan standar soal DHE dan kurs.

3. Libatkan Regulator Sejak Awal

Untuk konteks Indonesia, AI perbankan yang baik harus "regulator-friendly":

• Jelaskan model yang dipakai, data apa yang dimasukkan
• Siapkan dokumentasi yang mudah dipahami tim pengawas, bukan hanya tim data scientist
• Bangun sandbox bersama: uji logika AI dalam skenario audit dan pemeriksaan lapangan

Regulator yang paham model AI akan lebih percaya dan lebih nyaman ketika bank mengandalkan teknologi tersebut.

4. Bangun Budaya Data-Driven sampai Level Direksi

Peringatan Prabowo ditujukan ke Dirut Himbara, bukan hanya ke staf IT.

Supaya AI benar-benar dipakai:

• Pastikan Direksi punya dashboard risiko dan kepatuhan berbasis AI yang mereka lihat tiap pagi
• Jadikan metrik berbasis data (misalnya rasio DHE patuh, flag transaksi mencurigakan yang direspon tepat waktu) sebagai bagian KPI manajemen
• Latih manajemen senior memahami konsep dasar AI, bukan coding, tapi cara membaca insight dan limitasinya

Penutup: AI Bukan Pilihan, tapi Asuransi Kepercayaan Publik

Peringatan terbuka Presiden ke para bos bank BUMN menunjukkan satu hal: era toleransi terhadap pengelolaan uang rakyat yang kabur sudah berakhir. Di saat yang sama, skala dan kompleksitas transaksi modern tidak mungkin dikelola hanya dengan cara lama.

Di seri "AI dalam Industri Perbankan Indonesia: Era Digital Banking", benang merahnya jelas: AI adalah fondasi baru bagi perbankan yang ingin tetap relevan, patuh, dan dipercaya. Kasus DHE dan Himbara ini hanya salah satu contoh konkret.

Untuk bank—baik BUMN, swasta, maupun BPD—pertanyaannya bukan lagi "perlu AI atau tidak", tapi:

• Seberapa cepat Anda bisa membangun sistem AI yang benar-benar terhubung dengan operasi inti?
• Apakah Direksi berani menjadikan data dan AI sebagai dasar keputusan, bukan sekadar laporan pelengkap?

Bank yang menjawabnya dengan serius akan bertahan dan tumbuh. Bank yang menunda, berisiko belajar dengan cara yang paling mahal: krisis kepercayaan publik.