Non-Cancelation Period BEI & Peran AI di Dunia Keuangan

Non-Cancelation Period BEI & Peran AI di Dunia Keuangan

Nilai transaksi saham di sesi pre-opening Bursa Efek Indonesia melonjak sekitar 35%, frekuensi transaksi naik 48%, hanya dalam hari pertama aturan non-cancelation period diberlakukan (15/12/2025). Untuk ukuran kebijakan mikro–market seperti ini, dampaknya cukup agresif.

Ini bukan sekadar kabar gembira buat trader harian. Buat bank, sekuritas, dan seluruh ekosistem keuangan, perubahan perilaku pasar kayak begini langsung nyambung ke manajemen risiko, strategi produk, sampai pengembangan digital banking. Dan di titik inilah AI (artificial intelligence) mulai terasa bukan lagi “nice to have”, tapi wajib.

Di tulisan seri “AI dalam Industri Perbankan Indonesia: Era Digital Banking” ini, kita pakai kasus non-cancelation period di BEI sebagai contoh nyata: bagaimana regulasi pasar berubah cepat, bagaimana perilaku investor ikut geser, dan bagaimana AI bisa membantu bank dan pelaku keuangan membaca dampaknya lebih awal, bukan baru sadar setelah volatilitas meledak.

---

Apa Itu Non-Cancelation Period & Kenapa Mendadak Ramai?

Jawaban singkat: non-cancelation period adalah periode singkat menjelang pembukaan dan penutupan pasar di mana order yang sudah dimasukkan tidak bisa diubah atau dibatalkan.

Di BEI, berdasarkan paparan Bursa:

• Pre-opening: non-cancelation period di 08:56–08:57:59
• Pre-closing: non-cancelation period di 15:56–16:01:59
• Di jam-jam ini, investor tidak bisa mengubah atau membatalkan order, tapi masih boleh menambah order baru selama di harga yang sama.

Tujuannya apa?

1. Meredam manipulasi harga di pre-opening/pre-closing
   • Misalnya praktik mirip spoofing: pasang order besar untuk “menggiring” harga, lalu dibatalkan di detik terakhir.
2. Meningkatkan kualitas pembentukan harga (price discovery)
   • Ketika order nggak bisa sembarang dibatalkan, harga pembukaan & penutupan biasanya lebih mencerminkan minat riil pasar.
3. Mendorong kedisiplinan strategi trading
   • Investor dipaksa lebih serius menghitung risiko sebelum masuk order di call auction.

Dari sisi data, Direktur Pengembangan BEI, Jeffrey Hendrik, menyebut di hari pertama penerapan aturan ini:

• Value transaksi pre-opening: naik dari rata-rata ~Rp333 miliar menjadi Rp450 miliar
• Frekuensi transaksi: naik dari rata-rata 45.000 menjadi 67.000 transaksi

Artinya, ada peningkatan likuiditas sekaligus indikasi kepercayaan investor terhadap mekanisme baru.

---

Dampak Non-Cancelation Period ke Bank & Lembaga Keuangan

Buat banyak orang, kebijakan ini terlihat sangat teknis. Kelihatan cuma menyentuh trader saham. Padahal untuk bank dan lembaga keuangan, efeknya bisa ke mana-mana.

1. Perubahan Pola Likuiditas & Risiko Portofolio

Bank besar Indonesia umumnya punya:

• Portofolio saham untuk trading book dan investment book
• Produk reksa dana, mandiri investment, atau produk pasar modal lain via anak usaha

Saat sesi pre-opening & pre-closing jadi lebih “serius” dan sulit dimanipulasi:

• Harga pembukaan & penutupan jadi lebih kredibel sebagai patokan valuasi
• Mark-to-market portofolio saham bank dan anak usahanya jadi lebih stabil
• Perencanaan likuiditas harian (intraday liquidity) bisa lebih presisi

Tapi ada sisi lain: volatilitas intraday bisa berubah pola. Lonjakan transaksi 35–48% di pre-opening misalnya, mengubah distribusi volume yang tadinya lebih banyak di sesi reguler.

Kalau bank tetap pakai model risiko lama tanpa penyesuaian, hasilnya bisa:

• Salah hitung Value at Risk (VaR)
• Salah perkirakan margin call nasabah margin trading
• Salah timing eksekusi rebalancing portofolio

2. Dampak ke Produk Wealth Management & Ritel

Banyak nasabah ritel sekarang beli saham via super app bank atau aplikasi investasi yang terintegrasi dengan rekening bank. Kalau pola transaksi pasar berubah:

• Nasabah mungkin mulai aktif pasang order pre-opening
• Strategi dollar cost averaging bisa perlu penyesuaian
• Edukasi ke nasabah soal risiko & timing order jadi lebih penting

Bank yang nggak memantau pola baru ini akan tertinggal dari sekuritas dan fintech yang lebih sigap memberi insight real-time.

3. Regulasi Pasar & Compliance Internal Bank

Non-cancelation period juga dirancang untuk menekan praktik manipulasi harga. Bank dan sekuritas wajib memastikan:

• Sistem surveillance internal bisa mendeteksi pola order yang mencurigakan
• Relationship manager dan dealer paham batasan perilaku order di pre-opening/pre-closing
• Kebijakan compliance & risk management ikut diperbarui

Di sinilah AI dan machine learning mulai terasa sangat berguna.

---

Di Mana Peran AI? Dari Prediksi Dampak Regulasi Sampai Deteksi Manipulasi

Jawaban jujur: tanpa AI, analis risiko dan tim pasar modal bank akan kewalahan menghadapi perubahan cepat seperti ini. Volume data terlalu besar, pola terlalu dinamis.

1. AI untuk Memprediksi Dampak Regulasi Baru

Begitu muncul wacana non-cancelation period (bahkan sebelum diberlakukan), bank yang sudah matang menggunakan AI biasanya langsung:

• Mensimulasikan skenario: bagaimana kalau order tidak bisa dibatalkan 2 menit sebelum pembukaan?
• Menggunakan data historis call auction untuk:
  • Memodelkan perubahan likuiditas
  • Memproyeksikan volatilitas harga pembukaan & penutupan
  • Mengestimasi dampak ke nilai portofolio dan margin nasabah

Model AI bisa dilatih dengan fitur seperti:

• Volume order di berbagai rentang waktu
• Kedalaman order book (bid-ask)
• Reaksi harga terhadap berita & kebijakan sebelumnya

Hasilnya bukan sekadar grafik, tapi:

• Rekomendasi penyesuaian limit risiko
• Saran perubahan jam operasional dealing room
• Update ke pricing produk derivatif yang mengacu harga penutupan IHSG atau saham tertentu

2. AI untuk Deteksi Spoofing & Manipulasi Harga

BEI jelas menyasar perilaku seperti spoofing di pre-opening. Bank dan sekuritas juga perlu radar internal.

Dengan AI berbasis anomaly detection, sistem bisa:

• Mendeteksi pola order yang tidak wajar, misalnya:
  • Nasabah A sering pasang order besar lalu batal tepat sebelum non-cancelation period (sebelum aturan baru)
  • Tiba-tiba ada lonjakan order beli sangat besar di satu saham kecil hanya pada hari-hari tertentu
• Menggabungkan data ini dengan:
  • Riwayat transaksi
  • Kedekatan akun (alamat IP, perangkat, relasi kepemilikan)

Model bisa memberi skor risiko:

• Low, medium, high untuk tiap akun dan pola order
• Men-trigger alert ke tim compliance saat ada indikasi upaya memanipulasi harga

Praktik seperti ini bukan teori. Di banyak pasar maju, regtech berbasis AI sudah jadi standar untuk kepatuhan pasar modal.

3. AI untuk Memberi Insight Real-Time ke Nasabah Digital Banking

Di era digital banking, nasabah makin sering buka aplikasi jam 08:50–09:00 untuk pasang order saham.

Bayangkan kalau aplikasi bank bisa:

• Menampilkan insight: “Volume pre-opening saham XYZ hari ini 40% di atas rata-rata 1 bulan terakhir”
• Memberi peringatan: “Saat non-cancelation period, order Anda tidak bisa dibatalkan. Pastikan Anda sudah memperhitungkan risiko.”

Semua ini memanfaatkan:

• Natural Language Generation (NLG) dalam Bahasa Indonesia
• Model AI yang:
  • Menarik data order book real-time
  • Menganalisis perbedaan dengan hari-hari sebelumnya
  • Mengubahnya menjadi kalimat singkat yang mudah dipahami nasabah

Bank yang punya fitur seperti ini akan terlihat jauh lebih “pintar” dan pro-nasabah, bukan hanya “menjual akses” ke pasar saham.

---

AI, Inklusi Keuangan, dan Data Pasar yang Makin Bersih

Ada satu efek samping positif dari kebijakan non-cancelation period: kualitas data pasar membaik.

Kalau upaya manipulasi di pre-opening dan pre-closing berkurang:

• Data harga & volume lebih merefleksikan permintaan dan penawaran riil
• Model AI yang belajar dari data tersebut akan lebih akurat

Ini sangat penting untuk inklusi keuangan berbasis AI.

1. Data Pasar sebagai Bahan Baku Skoring & Rekomendasi

Banyak bank mulai mengembangkan:

• Skor risiko investasi nasabah
• Rekomendasi portofolio otomatis (robo-advisory)
• Produk hybrid: tabungan + investasi, deposito + reksa dana, dsb.

Kalau model AI mereka dilatih dengan data pasar yang penuh noise akibat manipulasi, output-nya bisa menyesatkan. Dengan pasar yang lebih tertib:

• Skor risiko nasabah yang baru belajar investasi bisa lebih tepat
• Rekomendasi produk bisa lebih adil dan tidak bias ke saham yang “digoreng”

Hasil akhirnya: nasabah ritel yang baru masuk pasar modal merasa lebih aman, dan ini membantu misi inklusi keuangan yang selama ini dikejar OJK, BI, dan industri.

2. Penggunaan AI untuk Edukasi Investor Pemula

Non-cancelation period juga momen tepat untuk edukasi:

• Apa bedanya order di pre-opening vs sesi reguler?
• Kenapa nggak bisa batal di jam tertentu?
• Bagaimana cara mengelola risiko harga pembukaan?

AI bisa membantu bank membuat:

• Chatbot edukasi dalam Bahasa Indonesia yang bisa jawab pertanyaan soal mekanisme bursa
• Simulasi interaktif: “Kalau kamu pasang order beli di pre-opening dengan harga X, kemungkinan match di harga berapa?”

Semua ini bikin investasi saham lewat aplikasi bank terasa lebih aman dan terarah, bukan sekadar ikut-ikutan tren.

---

Apa yang Harus Dilakukan Bank & Pelaku Keuangan Sekarang?

Kalau kita gabungkan efek kebijakan BEI dan potensi AI, arah ke depannya cukup jelas: institusi yang lambat mengadopsi AI akan makin tertinggal dalam membaca dan merespons regulasi pasar.

Beberapa langkah praktis yang menurut saya relevan untuk bank dan lembaga keuangan di Indonesia:

1. Audit model risiko & likuiditas
   • Cek apakah model yang dipakai sudah memperhitungkan perubahan pola transaksi di pre-opening dan pre-closing.
2. Bangun atau perkuat tim data & AI yang paham pasar modal
   • Bukan cuma data scientist umum, tapi yang mengerti order book, call auction, spoofing, dan dinamika regulasi BEI.
3. Integrasikan insight AI ke channel digital banking
   • Mulai dari notifikasi cerdas, konten edukasi real-time, sampai rekomendasi tindakan ke nasabah.
4. Kolaborasi dengan regulator & bursa
   • Diskusikan bagaimana AI bisa dipakai untuk market surveillance, deteksi manipulasi, dan perlindungan investor.

Seri “AI dalam Industri Perbankan Indonesia: Era Digital Banking” pada dasarnya menunjukkan satu pola:

Regulasi, perilaku pasar, dan teknologi saling kejar-kejaran. AI membantu bank bukan hanya ikut aturan, tapi selangkah di depan.

Non-cancelation period di BEI adalah contoh konkret. Hari ini mungkin terasa hanya menyentuh sesi pre-opening. Besok, bisa saja aturan baru muncul lagi—dari margin, short selling, sampai struktur jam bursa. Pertanyaannya, apakah model risiko, sistem digital banking, dan strategi data di institusi Anda sudah siap menyesuaikan diri secepat itu?