Kredit Korban Banjir & AI Banking: Jalan Baru Inklusi

Ketika Banjir Datang, Cicilan Tetap Jalan – Kecuali Ada Kebijakan Seperti Ini

Korban banjir di Aceh, Sumatra Utara, dan Sumatra Barat lagi berjuang memulihkan hidup, tapi cicilan motor, mobil, atau KPR tetap jatuh tempo setiap bulan. Tekanan finansial berlapis seperti ini yang sering bikin keluarga makin terpuruk setelah bencana.

Di sisi lain, OJK baru saja mengaktifkan kembali skema restrukturisasi kredit korban bencana di Sumatra berdasarkan POJK 19/2022 untuk tiga tahun ke depan. CIMB Niaga Finance langsung merespons dengan memberi opsi perpanjangan tenor dan bahkan “libur” bayar cicilan bagi nasabah yang terdampak di Sumatra Utara.

Ini bukan hanya soal keringanan kredit. Ini contoh nyata inklusi keuangan dan tanggung jawab sosial sektor keuangan. Dan di era AI dalam perbankan dan multifinance, mekanisme seperti ini sebenarnya bisa dibuat jauh lebih cepat, adil, dan personal.

Artikel ini membahas:

• Cara kerja restrukturisasi kredit korban banjir Sumatra
• Kenapa fleksibilitas kredit penting untuk inklusi keuangan
• Bagaimana AI di perbankan digital bisa otomatis mendeteksi dan membantu nasabah terdampak bencana
• Langkah praktis untuk lembaga keuangan yang ingin masuk ke era AI-driven inclusive banking

---

Restrukturisasi Kredit Korban Banjir: Apa yang Dilakukan OJK & Leasing?

Restrukturisasi kredit korban banjir Sumatra intinya memberi ruang napas keuangan: cicilan bisa ditunda, diturunkan, atau tenor diperpanjang tanpa langsung dicap macet.

OJK melalui POJK 19/2022 mengizinkan lembaga jasa keuangan memberikan keringanan kredit bagi debitur yang terdampak bencana selama masa tertentu. Untuk kasus banjir di Pulau Sumatra, kebijakan ini diberlakukan selama 3 tahun ke depan.

Bentuk keringanan yang umum diberikan

Di level praktik, seperti yang disampaikan Presiden Direktur CIMB Niaga Finance, Ristiawan Suherman, skema yang bisa muncul antara lain:

• Perpanjangan masa angsuran (tenor)
  Cicilan per bulan jadi lebih kecil karena waktu pembayaran diperpanjang.

• Libur bayar cicilan (grace period)
  Nasabah bisa “istirahat” bayar selama beberapa bulan, lalu melanjutkan setelah situasi membaik.

• Penyesuaian dengan kemampuan bayar nasabah
  Skema tidak dipukul rata; ada ruang negosiasi sesuai kondisi masing‑masing.

CIMB Niaga Finance menyebut nasabah terdampak mereka terutama berada di Sumatra Utara, sementara di Aceh dan Sumbar mereka tidak punya kantor cabang. Tapi poin pentingnya: lembaga multifinance siap menjalankan kebijakan OJK, memanfaatkan pengalaman restrukturisasi saat pandemi Covid‑19.

Kenapa kebijakan ini krusial?

Ini menyentuh jantung stabilitas sosial dan ekonomi lokal:

• Mengurangi risiko nasabah jatuh ke pinjol ilegal akibat terdesak kebutuhan
• Menjaga kualitas portofolio kredit perusahaan (NPL tidak melonjak liar)
• Menunjukkan bahwa sektor keuangan punya peran kemanusiaan, bukan cuma bisnis

Di sinilah konsep inklusi keuangan berkelanjutan kelihatan jelas: akses ke kredit harus diikuti kemampuan sistem keuangan untuk berempati dan responsif saat nasabah terpukul bencana.

---

Inklusi Keuangan Bukan Cuma Akses: Harus Juga Responsif & Fleksibel

Inklusi keuangan yang sehat bukan sekadar “semua orang punya akses kredit”, tapi juga “sistem keuangan tidak meninggalkan orang ketika mereka sedang paling rapuh”.

Banjir di Sumatra jadi contoh konkret. Banyak nasabah kredit motor, mobil, bahkan produktif (UMKM) tiba‑tiba kehilangan penghasilan: toko kebanjiran, lahan rusak, logistik terputus. Kalau cicilan tetap ditarik normal, efek domino cepat terjadi.

Fleksibilitas kebijakan kredit = inti inklusi keuangan

Ada tiga poin yang sering saya lihat di lapangan ketika bicara soal kebijakan seperti ini:

1. Fleksibilitas mencegah kemiskinan baru
   Menunda atau menurunkan cicilan beberapa bulan bisa membedakan antara keluarga yang masih bisa bangkit, dengan yang akhirnya menjual aset produktif.

2. Kebijakan yang “di-handle manusia” itu baik, tapi lambat
   Proses manual (lapor ke cabang, isi formulir, verifikasi satu per satu) sering bikin bantuan datang terlambat atau tidak merata.

3. Personalization is everything
   Nasabah korban banjir tidak semuanya sama. Ada yang penghasilannya turun 30%, ada yang 100% hilang. Skema keringanan harus menyesuaikan.

Nah, di titik ini AI dan data analytics dalam perbankan digital seharusnya mulai bermain.

---

Di Mana Peran AI? Dari Deteksi Korban Bencana sampai Skema Keringanan Otomatis

AI di industri perbankan Indonesia bisa membuat bantuan kredit korban bencana jadi jauh lebih cepat, tepat sasaran, dan minim bias manusia.

Kalau selama pandemi kita sudah melihat restrukturisasi masif, gelombang bencana ke depan (banjir, longsor, gempa) akan menuntut sistem yang lebih canggih. Bukan lagi mengandalkan spreadsheet dan verifikasi manual.

1. Deteksi otomatis nasabah terdampak bencana

AI bisa menggabungkan beberapa sumber data:

• Lokasi alamat nasabah yang terekam di sistem core banking atau multifinance
• Data geospasial bencana (dari BNPB, BMKG, atau data publik lain) untuk memetakan area terdampak
• Pola transaksi di rekening atau dompet digital (penurunan pemasukan tajam, penurunan omzet merchant, dll.)

Dari sini, sistem AI bisa:

• Mengidentifikasi list nasabah yang kemungkinan besar terdampak banjir
• Memberikan skor prioritas: misal skor risiko sosial berdasarkan kedalaman dampak
• Mengirimkan notifikasi proaktif: “Kami melihat Anda berada di area terdampak banjir. Apakah Anda membutuhkan keringanan kredit?”

Ini jauh lebih bermartabat ketimbang menunggu nasabah yang sudah stres datang ke kantor cabang, antre, dan menjelaskan kondisi berulang‑ulang.

2. Rekomendasi skema restrukturisasi yang personal

Setelah nasabah mengonfirmasi terdampak, AI credit engine bisa menyusun skema keringanan berbasis data:

• Riwayat pembayaran nasabah (selalu tepat waktu atau sering telat)
• Besaran penghasilan historis dan tren beberapa bulan terakhir
• Jenis pekerjaan/usaha (lebih rentan atau tidak terhadap dampak bencana)
• Jumlah total kewajiban kredit di lembaga tersebut

Dari situ, sistem bisa menyarankan, misalnya:

• Nasabah A: libur bayar 3 bulan + perpanjangan tenor 12 bulan
• Nasabah B: diskon bunga sementara + penurunan angsuran 30% selama 6 bulan

Petugas tetap punya hak final, tapi AI menghemat 70–80% waktu analisis awal. Hasilnya: respons ke nasabah jauh lebih cepat.

3. Otomatisasi komunikasi dan edukasi nasabah

Chatbot berbasis AI berbahasa Indonesia yang terintegrasi dengan data kredit bisa menjawab pertanyaan seperti:

• “Kalau saya ambil libur bayar 3 bulan, cicilan saya nanti jadi berapa?”
• “Apakah bunga tetap berjalan selama masa libur bayar?”
• “Bagaimana dampaknya ke skor kredit saya?”

Nasabah bisa konsultasi kapan saja lewat aplikasi banking, WhatsApp resmi, atau web. CS manusia fokus ke kasus kompleks, bukan pertanyaan berulang.

4. Monitoring risiko dan dampak sosial secara real-time

Di level manajemen risiko, AI bisa memberi dashboard real-time:

• Berapa banyak nasabah yang sudah direstrukturisasi per wilayah
• Estimasi dampak ke arus kas dan NPL
• Korelasi bantuan kredit dengan penurunan gagal bayar jangka panjang

Ini membantu manajemen dan regulator seperti OJK membuat kebijakan yang lebih berbasis data, kurang spekulasi.

---

Contoh Skema: Dari Keringanan Manual ke AI-Driven Inclusive Banking

Kebijakan seperti yang dijalankan CIMB Niaga Finance hari ini bisa jadi fondasi untuk sistem yang besoknya sudah serba digital dan AI‑driven.

Bayangkan alurnya di masa depan untuk korban banjir di Sumatra:

1. Hari H bencana
   Sistem bank/multifinance mendeteksi wilayah merah banjir dari data resmi.

2. +1–2 hari
   AI memetakan nasabah di area tersebut, memberi label “berisiko terdampak”, dan mengirim pesan proaktif di aplikasi atau SMS.

3. +3–5 hari
   Nasabah mengisi form singkat di aplikasi (berapa penghasilan yang hilang, kerusakan usaha, dll.). AI menghitung skema restrukturisasi yang direkomendasikan.

4. +5–7 hari
   Analis kredit hanya melakukan verifikasi singkat dan menyetujui. Nasabah menerima dokumen digital dan tanda tangan elektronik.

5. Bulan berikutnya
   Cicilan otomatis disesuaikan dengan skema baru. Chatbot siap menjawab detail teknis kapan saja.

Dibanding proses manual tradisional yang bisa makan waktu minggu bahkan bulan, pendekatan ini jauh lebih manusiawi dan efisien. Dan ya, ini inti dari AI dalam industri perbankan Indonesia: bukan sekadar chatbot lucu, tapi sistem yang membantu orang di momen paling sulit hidup mereka.

---

Langkah Praktis untuk Bank & Multifinance yang Mau Serius ke Arah Ini

Kalau Anda ada di manajemen bank, fintech lending, atau multifinance, berikut langkah realistis untuk mulai membangun AI-driven inclusive banking khusus bencana:

1. Rapikan dulu fondasi data

AI yang canggih tetap akan kacau kalau data berantakan.

• Pastikan data alamat nasabah rapi dan terstruktur (koordinat, kode pos, kecamatan)
• Satukan data di berbagai sistem (core banking, collection, CRM) ke satu data warehouse
• Tandai histori kejadian penting: restrukturisasi saat pandemi, keterlambatan, dsb.

2. Bangun model segmentasi risiko berbasis bencana

Mulai sederhana:

• Segmentasi nasabah: gaji tetap vs wirausaha; kota vs desa; sektor rentan (pertanian, perdagangan kecil, transportasi)
• Simulasikan: kalau terjadi banjir di wilayah X, siapa saja yang harus dapat bantuan otomatis duluan

Ini bisa pakai kombinasi machine learning dan rule‑based sederhana.

3. Integrasi dengan kanal digital & chatbot

Pastikan restrukturisasi bisa diakses lewat:

• Aplikasi mobile banking/digital lending
• Chatbot AI di web atau aplikasi pesan

Semakin sedikit nasabah harus datang fisik ke kantor cabang, semakin cepat bantuan tersalurkan.

4. Susun kebijakan bersama regulator sejak awal

OJK sudah menunjukkan keberpihakan ke korban bencana lewat POJK 19/2022. Tinggal bagaimana industri mengusulkan mekanisme digital yang tetap patuh regulasi:

• Aturan jejak audit (log) keputusan AI
• Cara menjelaskan keputusan ke nasabah secara transparan
• Batasan kewenangan AI vs manusia

Ini bukan proyek 1–2 bulan, tapi semakin cepat mulai, semakin matang saat bencana besar berikutnya datang.

---

Menghubungkan Banjir Sumatra, Inklusi Keuangan, dan Masa Depan AI Banking

Kasus banjir di Sumatra dan respon cepat lewat restrukturisasi kredit tiga tahun menunjukkan satu hal jelas: sistem keuangan punya kekuatan besar untuk menyelamatkan atau menjatuhkan orang di masa krisis.

CIMB Niaga Finance dan pelaku multifinance lain yang menawarkan libur bayar cicilan dan perpanjangan tenor sudah berada di jalur yang tepat. Tapi di era AI dalam industri perbankan Indonesia, standar baru yang layak kita kejar adalah:

Bantuan keuangan saat bencana tidak lagi bergantung seberapa lantang nasabah mengadu, tapi seberapa cerdas sistem mendeteksi dan mengulurkan tangan lebih dulu.

Kalau Anda pelaku industri, pertanyaan pentingnya sederhana:

• Apakah sistem Anda hari ini sudah siap mendeteksi nasabah yang paling rapuh?
• Atau masih menunggu mereka datang satu per satu ke cabang saat rumah mereka bahkan belum kering dari lumpur?

Era digital banking berbasis AI memberi kita kesempatan untuk membangun inklusi keuangan yang lebih bermakna: bukan sekadar banyak rekening, tapi juga lebih banyak keluarga yang bisa bangkit lagi setelah bencana.

Pada akhirnya, teknologi AI hanya alat. Cara kita memakainya—untuk mengejar margin semata, atau untuk melindungi nasabah di saat krisis—yang akan menentukan wajah industri perbankan Indonesia beberapa tahun ke depan.