Dari RPM BRIN di pelabuhan hingga AI di perbankan, pola besarnya sama: memindai semua aktivitas, mencari anomali, dan menekan risiko fraud secara serius.
Dari Pelabuhan ke Perbankan: AI Lawan Barang & Transaksi Ilegal
Menariknya begini: satu unit Radiation Portal Monitor (RPM) buatan BRIN dihargai sekitar Rp700–900 juta, sementara versi impor bisa tembus Rp1,6 miliar. Mahalnya alat ini menunjukkan satu hal: keamanan berbasis teknologi itu investasi serius, bukan aksesoris.
Kasus terbaru, Kepala BRIN Arif Satria menawarkan RPM ke Menteri Keuangan Purbaya Yudhi Sadewa untuk dipasang di pelabuhan-pelabuhan Indonesia. Targetnya jelas: menekan masuknya barang ilegal dan bahan berbahaya ke Indonesia.
Buat pelaku industri keuangan, kantor akuntan, dan bank digital, cerita ini relevan banget. Polanya sama: menggunakan teknologi canggih—termasuk AI—untuk mendeteksi aktivitas ilegal secara cepat, akurat, dan masif. Bedanya hanya konteks: di pelabuhan bentuknya kontainer, di perbankan bentuknya transaksi dan laporan keuangan.
Tulisan ini membahas:
- Apa yang sebenarnya dilakukan RPM BRIN di pelabuhan
- Mengapa pendekatan ini mirip dengan fraud detection di perbankan
- Pelajaran praktis untuk bank dan kantor akuntan di era keuangan digital
1. Apa yang Terjadi di Pelabuhan: "Kucing" Canggih Bernama RPM
Intinya, pemerintah lagi membangun layer keamanan baru di pelabuhan.
BRIN mengembangkan Radiation Portal Monitor (RPM), alat yang bisa mendeteksi radiasi (misalnya Cesium-137) ketika kontainer lewat. Alat ini dipasang berdampingan dengan X-Ray pemindai peti kemas di Terminal 3 Tanjung Priok.
Beberapa poin penting dari kasus ini:
- Fungsi utama RPM: mendeteksi bahan radioaktif atau nuklir yang masuk tanpa izin melalui jalur impor.
- Kecepatan & akurasi: kontainer tidak perlu dibuka satu per satu; sistem membaca secara otomatis saat kendaraan melintas.
- Efisiensi biaya: versi BRIN sekitar setengah harga impor (Rp700–900 juta vs Rp1,6 miliar).
- Skala nasional: Menkeu Purbaya ingin alat ini dipasang di "seluruh pelabuhan di Indonesia" dengan target menekan impor-ekspor ilegal.
Purbaya sendiri mengakui, 100% bebas barang ilegal itu mustahil. Namun, probabilitas kebocoran bisa ditekan drastis ketika:
- Setiap kontainer dipindai
- Data hasil pemindaian terekam
- Aparat punya alert dini saat ada anomali
Ini persis logika yang digunakan sistem AI fraud detection di perbankan: bukan mengejar kesempurnaan, tapi menurunkan risiko kebocoran ke titik serendah mungkin.
2. Dari Kontainer ke Transaksi: Pola Kejahatan Itu Mirip
Kalau kita bedah, penyelundupan barang di pelabuhan dan fraud di perbankan punya pola yang sama:
-
Volume besar
- Pelabuhan: ribuan kontainer per hari.
- Bank: jutaan transaksi, ribuan jurnal akuntansi.
-
Manual check mustahil
Tidak ada tim yang sanggup membaca satu per satu kontainer atau transaksi secara detail. -
Modus selalu berubah
- Penyelundup mengubah rute, dokumen, atau isi kontainer.
- Pelaku fraud mengubah pola transaksi, menggunakan rekening perantara, memecah nominal (smurfing), atau memanipulasi laporan keuangan.
- Butuh sistem yang: otomatis, adaptif, dan berbasis data
Di pelabuhan, solusinya RPM + X-Ray. Di perbankan, jawabannya AI dan analitik canggih.
Inilah mengapa cerita BRIN dan RPM jadi menarik untuk sektor keuangan. Ia menunjukkan bagaimana negara berinvestasi pada sistem deteksi otomatis di titik paling rawan kebocoran. Perbankan dan jasa akuntansi perlu melakukan hal yang sama di domain mereka: titik rawannya adalah transaksi, laporan, dan data nasabah.
3. Bagaimana AI Bekerja Mirip RPM untuk Deteksi Fraud Perbankan
Secara konsep, AI di perbankan berperan seperti RPM di pelabuhan.
3.1. "Memindai" setiap transaksi tanpa mengganggu nasabah
RPM memindai semua kontainer tanpa menghentikan aktivitas logistik. AI pun bisa:
- Menganalisis 100% transaksi secara real-time
- Menandai transaksi yang menyimpang dari pola normal
- Mengurangi ketergantungan pada sampling manual di audit
Untuk bank dan kantor akuntan, ini berarti:
- Pengawasan anti-money laundering (AML) jadi lebih kuat
- Aktivitas suspicious transaction bisa terdeteksi lebih cepat
- Audit internal tidak lagi hanya reaktif, tapi juga preventif
3.2. Dari aturan statis ke model yang terus belajar
Sistem rule-based tradisional biasanya begini:
- Jika transaksi > Rp500 juta dan ke luar negeri → flag suspicious
Masalahnya, pelaku fraud gampang mengakali aturan ini dengan memecah transaksi.
AI bekerja berbeda:
- Menganalisis pola historis nasabah (jumlah, frekuensi, lokasi, jam, perangkat)
- Mencari anomali halus yang tidak tertangkap aturan sederhana
- Terus belajar dari kasus fraud yang baru terungkap
Ini sama seperti RPM yang di-tuning ulang setelah mendeteksi kasus Cesium-137 di KIM Cikande. Pengalaman lapangan dipakai untuk meningkatkan sensitivitas dan mengurangi false positive.
3.3. Data besar sebagai “jalur logistik” baru
Kalau di pelabuhan jalurnya fisik (kontainer, truk, kapal), di perbankan jalurnya adalah data:
- Mutasi rekening
- Jurnal akuntansi
- Data KYC nasabah
- Log akses sistem
AI bisa memetakan aliran data ini seperti rantai logistik, lalu:
- Menemukan alur dana yang berputar-putar tanpa alasan bisnis jelas
- Mengidentifikasi shell company atau rekening tidur yang tiba-tiba aktif
- Membantu tim audit melihat pola risiko yang sebelumnya tidak tampak
4. Pelajaran untuk Bank & Kantor Akuntan di Era Keuangan Digital
Kisah BRIN dan Purbaya mengandung beberapa pelajaran strategis untuk perbankan dan jasa akuntansi di Indonesia.
4.1. Keamanan adalah investasi, bukan sekadar biaya
RPM lokal saja nilainya ratusan juta per unit. Pemerintah tetap mendorong pemasangan nasional.
Di perbankan dan kantor akuntan digital, mindset yang sama perlu diterapkan ke:
-
Sistem AI fraud detection
Bukan hanya beli lisensi, tapi juga investasi di data, integrasi, dan tim analitik. -
Keamanan data & privasi
Enkripsi, access control, dan monitoring akses harus jadi standar, bukan nice to have.
Sering saya lihat, perusahaan kecil-menengah menunda ini dengan alasan biaya. Ironisnya, ketika terjadi kebocoran atau fraud, kerugiannya bisa berkali-kali lipat dari biaya pencegahan.
4.2. Kolaborasi jadi kunci: BRIN–Kemenkeu hari ini, bank–konsultan besok
BRIN tidak bekerja sendirian. Mereka berkolaborasi dengan Kementerian Keuangan untuk penerapan di lapangan.
Polanya relevan untuk:
-
Bank yang menggandeng penyedia teknologi AI lokal
Misalnya untuk pengembangan model deteksi fraud yang memahami konteks transaksi khas Indonesia. -
Kantor akuntan yang bermitra dengan startup AI
Untuk otomatisasi pembukuan, anomaly detection di laporan klien, hingga risk scoring.
Di seri AI untuk Jasa Akuntansi Indonesia: Keuangan Digital ini, benang merahnya selalu sama:
kantor akuntan yang ingin relevan di 3–5 tahun ke depan harus nyaman bekerja bersama teknologi, bukan melawannya.
4.3. Standarisasi dan skalabilitas
RPM diproyeksikan dipasang di seluruh pelabuhan. Artinya, bukan hanya satu pelabuhan yang aman, tapi ekosistemnya ikut kuat.
Hal yang sama perlu terjadi di keuangan:
-
Standar AI fraud detection di seluruh cabang bank
Bukan hanya di kantor pusat, sementara cabang daerah dibiarkan manual dan rentan. -
Alat analitik seragam untuk semua klien kantor akuntan
Misalnya, setiap laporan keuangan klien otomatis dipindai AI untuk mencari pola:- Pengakuan pendapatan yang tidak lazim
- Biaya yang melonjak tidak masuk akal
- Hubungan tidak wajar antar rekening perusahaan terkait
5. Langkah Praktis: Menerapkan Prinsip "RPM" di Perbankan & Akuntansi
Supaya tidak berhenti di konsep, berikut langkah konkret yang bisa diambil bank dan kantor akuntan.
5.1. Untuk bank dan fintech
-
Petakan titik rawan fraud
Contoh: pembukaan rekening online, transaksi lintas negara, kanal mobile banking. -
Bangun atau adopsi modul AI real-time monitoring
Pastikan sistem bisa:- Menganalisis seluruh transaksi, bukan sebagian
- Memberi skor risiko per transaksi/nasabah
- Mengirimkan alert ke tim kepatuhan
-
Integrasi dengan tim kepatuhan & legal
AI hanya memberi sinyal. Keputusan tetap di manusia. Buat SOP jelas: kapan alert di-escalate, kapan diblokir, kapan di-whitelist. -
Latih model dengan data lokal
Pola transaksi nasabah Indonesia beda dengan Eropa atau AS. Model yang paham pola gaji PNS, cicilan KPR subsidi, sampai tren belanja e-commerce lokal akan jauh lebih akurat.
5.2. Untuk kantor akuntan & konsultan keuangan
-
Gunakan AI untuk pembukuan otomatis
Biarkan sistem membaca mutasi bank dan bukti transaksi, lalu mengklasifikasikan akun. Staf Anda fokus ke analisis, bukan input angka. -
Pasang "RPM akuntansi" untuk tiap klien
Maksudnya, buat layer AI yang:- Memindai jurnal untuk menemukan pola tidak biasa
- Menandai transaksi yang melibatkan pihak terkait
- Menyorot akun yang tumbuh terlalu cepat atau justru tiba-tiba turun
-
Jadikan laporan risiko sebagai bagian layanan
Jangan hanya kirim laporan keuangan, tapi juga:- Risk dashboard sederhana: area mana yang rawan salah saji atau fraud
- Saran kebijakan internal untuk klien (otorisasi, limit transaksi, pemisahan tugas)
-
Edukasi klien soal keamanan digital
Banyak kebocoran keuangan bermula dari hal sepele: password dibagikan, OTP diserahkan, phishing email. Kantor akuntan bisa mengambil posisi sebagai mitra strategis, bukan sekadar penyusun laporan.
6. Menutup Tahun 2025: Keamanan Bukan Lagi Opsional
Akhir tahun seperti sekarang (15/12/2025) biasanya dunia keuangan sibuk: tutup buku, audit, persiapan laporan pajak, dan evaluasi strategi tahun depan.
Cerita BRIN dan RPM di pelabuhan memberi pengingat yang tepat waktu:
- Kejahatan akan terus mencari celah baru—baik di kontainer fisik maupun di arus dana digital.
- Teknologi deteksi harus naik kelas. Manual check sudah tidak cukup; AI dan otomasi jadi kebutuhan dasar.
- Kolaborasi lembaga riset, regulator, bank, dan kantor akuntan akan menentukan seberapa kuat pertahanan Indonesia terhadap barang ilegal dan transaksi ilegal.
Untuk Anda yang menjalankan bank digital, fintech, atau kantor akuntan:
- Tinjau kembali: apakah sistem Anda hari ini lebih mirip "petugas yang membuka kontainer satu per satu", atau sudah mendekati "RPM" yang memindai otomatis 24 jam?
- Jadikan 2026 sebagai tahun di mana AI benar-benar masuk ke jantung operasional keuangan dan akuntansi, bukan hanya jargon di slide presentasi.
Pada akhirnya, era digital banking dan keuangan digital di Indonesia hanya akan dipercaya jika lapisan keamanannya serius. Dari pelabuhan hingga perbankan, dari kontainer sampai jurnal akuntansi, arahnya sama: AI sebagai garda depan melawan aktivitas ilegal.