AI, Korupsi, dan Masa Depan Tata Kelola Bank RI

Korupsi di Indonesia itu bukan cuma soal amplop tebal atau angka “triliunan” di headline berita. Di baliknya ada satu isu yang jauh lebih serius: kepercayaan publik yang bocor pelan-pelan. Dan kalau bicara kepercayaan, sektor yang paling sensitif adalah perbankan.

Berita terbaru dari BRIN soal kritik terhadap penegakan hukum pidana korupsi menunjukkan satu hal: sistem kita masih banyak celah. Regulasi tumpang tindih, fokus perkara hanya pada “kerugian negara”, sementara siapa yang menikmati hasil korupsi sering kabur. Di saat yang sama, industri perbankan sedang lari kencang ke arah digital banking dan AI.

Ini bukan dua dunia yang terpisah. Kalau tata kelola hukum dan antikorupsi kita lemah, digital banking dan AI di sektor keuangan hanya akan jadi “mesin” yang mempercepat kekacauan. Sebaliknya, kalau AI dipakai dengan serius di perbankan dan jasa hukum, kita punya peluang besar membangun ekosistem keuangan yang jauh lebih bersih dan transparan.

Artikel ini membahas tiga lapis: kritik BRIN terhadap penegakan pidana korupsi, apa artinya untuk tata kelola sektor keuangan, dan bagaimana AI untuk jasa hukum dan perbankan bisa jadi senjata serius melawan fraud dan korupsi.

---

1. Apa yang Dikritik BRIN: Masalah Bukan Cuma di Pelaku, Tapi di Sistem

Inti kritik para peneliti BRIN sebenarnya sederhana: cara kita menegakkan hukum korupsi belum konsisten, terlalu fokus pada angka, dan regulasinya tumpang tindih.

Beberapa poin penting dari refleksi akhir tahun BRIN:

• Lebih dari 2.200 laporan dugaan korupsi masuk ke KPK hanya dalam semester I 2025.
• Periode 2020–2024, KPK menangani sekitar 600 perkara dan memulihkan kerugian negara > Rp2,5 triliun.
• Tingkat kepatuhan LHKPN mencapai 96,67%, tapi itu tidak otomatis berarti perilaku antikorupsi membaik.

Fokus yang Keliru: Hanya Lihat Besaran Kerugian Negara

Harison Citrawan dari BRIN mengkritik wacana korupsi yang terlalu terpaku pada nominal kerugian negara. Menurutnya, inti korupsi seharusnya soal kesalahan, niat, dan siapa yang menikmati keuntungan, bukan hanya angka kerugian dalam laporan audit.

Audit BPK/BPKP itu alat bantu keyakinan hakim, bukan kebenaran absolut.

Di level perbankan, pola ini sering kelihatan:

• Kredit “diakali” agar tampak sehat di atas kertas.
• Transaksi mencurigakan dilaporkan formalitas, tanpa tindak lanjut serius.
• Kepatuhan dibuat sekadar checklist, bukan proteksi risiko.

Kalau pendekatannya cuma angka, banyak skema korupsi dan pencucian uang di sektor keuangan yang lolos karena “kerugian negara belum terbukti” sementara pihak tertentu sudah menikmati hasilnya.

Regulasi Tumpang Tindih: Surga Bagi Celah Hukum

Zaihan Harmaen menyoroti fragmentasi regulasi antikorupsi: UU Tipikor, UU KPK, UU TPPU, KUHP baru, dan setumpuk aturan turunannya. Di atas kertas, kaya aturan. Di lapangan, kaya perdebatan tafsir.

Dampaknya:

• Penegak hukum bisa beda pandang soal pasal yang dipakai.
• Perkara bisa mundur-maju karena sengketa kewenangan atau prosedur.
• Korporasi (termasuk bank dan fintech) hidup dalam ketidakpastian hukum.

Untuk industri perbankan dan jasa hukum, ini artinya biaya kepatuhan tinggi, risiko hukum tetap besar, dan kepercayaan publik goyah.

---

2. Mengapa Ini Genting untuk Industri Perbankan Digital

Perbankan Indonesia sedang masuk fase baru: digital banking, API terbuka, open finance, dan ekspansi layanan lewat mobile app. Volume transaksi melonjak, data makin kompleks, dan kecepatan jadi segalanya.

Di tengah transformasi ini, ada tiga risiko besar:

1. Fraud dan korupsi di perizinan dan proyek – BRIN menyoroti korupsi di sektor perizinan daerah, kehutanan, sampai korupsi peradilan. Bank yang masuk ke pembiayaan proyek publik, infrastruktur, atau kemitraan BUMN sangat rentan terseret jika tata kelola lemah.
2. Pencucian uang via sistem perbankan – UU TPPU sudah ada, tapi tanpa deteksi cerdas, transaksi mencurigakan mudah lewat di celah.
3. Diskresi manajemen BUMN/BUMD sektor keuangan – Budi Suhariyanto dari BRIN mengingatkan soal bahaya kriminalisasi diskresi kebijakan di BUMN. Di sisi lain, diskresi yang tak terukur bisa jadi pintu korupsi.

Di sinilah AI untuk perbankan dan jasa hukum punya peran penting. Bukan sebagai pengganti hukum, tapi sebagai “sistem saraf” yang:

• Memantau transaksi secara real-time.
• Mengidentifikasi pola yang tak terlihat oleh manusia.
• Menghasilkan jejak audit yang kuat saat perkara masuk ranah hukum.

Kalau penegakan hukum masih manual dan data keuangan masih tercerai-berai, mustahil kita bicara ekosistem keuangan yang benar-benar transparan.

---

3. AI untuk Deteksi Fraud dan Korupsi di Perbankan

AI adalah alat paling realistis hari ini untuk mengurangi ruang gerak fraud dan korupsi di sektor keuangan. Bukan karena AI “lebih pintar”, tapi karena AI bisa mengolah volume data yang tidak mungkin disentuh tim manusia.

a. Deteksi Pola Transaksi Mencurigakan

Model AI di bank bisa dilatih untuk:

• Mendeteksi transaksi berulang dengan pola tidak wajar (misalnya setoran tunai di bawah threshold pelaporan, tapi frekuensinya tinggi).
• Menghubungkan rekening yang secara formal tidak terkait, tapi punya pola perilaku mirip.
• Menandai transaksi yang mengarah ke sektor berisiko tinggi (perizinan, proyek pemerintah, vendor tertentu).

Contoh konkret:

• Sistem AI mengidentifikasi serangkaian transaksi ke beberapa rekening yang ternyata terkait dengan satu entitas politik lokal. Pola frekuensi dan waktunya berkaitan dengan jadwal pencairan proyek APBD. Tanpa AI, ini hanya terlihat sebagai transaksi rutin.

b. Analitik Lanjutan untuk Unit Kepatuhan & Legal

Bagi tim legal dan compliance di bank, AI legaltech bisa:

• Menghubungkan data transaksi dengan profil risiko nasabah, kontrak pembiayaan, dan dokumen KYC.
• Menghasilkan risk scoring otomatis untuk pihak-pihak yang terlibat dalam proyek berisiko.
• Menyusun kronologi data jika kasus masuk tahap penyidikan, sehingga penegak hukum tidak hanya mengandalkan angka “kerugian negara”, tetapi juga alur manfaat dan pelaku yang diuntungkan.

Ini nyambung langsung dengan kritik BRIN: fokus jangan cuma di angka, tapi di siapa yang menikmati hasil korupsi. AI bisa membantu memetakan itu lewat data.

c. Monitoring Diskresi Manajemen

BRIN menyoroti pentingnya kajian konsep diskresi di BUMN agar tidak terjadi kriminalisasi kebijakan yang sah. Di perbankan milik negara, ini sensitif.

AI bisa bantu dengan:

• Merekam dan menganalisis pola keputusan kredit besar: siapa pemohon, siapa yang menyetujui, apa dasar analisis, bagaimana track record sebelumnya.
• Menandai anomali: misalnya, satu pejabat tertentu berkali-kali mem-bypass rekomendasi risiko.
• Menyediakan explainable AI yang mendokumentasikan logika rekomendasi sistem (misal reason codes), yang bisa jadi tameng ketika manajemen mengikuti rekomendasi berbasis data secara wajar.

Hasilnya: ruang diskresi yang sehat tetap terlindungi, sementara diskresi yang berbau abuse of power lebih mudah terlacak.

---

4. AI untuk Jasa Hukum: Senjata Baru Hadapi Kasus Tipikor & TPPU

Di sisi lain, firma hukum, kantor konsultan, dan legal in-house bank juga tidak bisa lagi mengandalkan pola kerja manual. Untuk konteks Indonesia, AI untuk jasa hukum (LegalTech) punya beberapa peran kunci.

a. Riset Hukum Tipikor dan TPPU yang Jauh Lebih Cepat

Dengan AI legal research:

• Pengacara bisa menelusuri putusan tipikor, TPPU, dan perkara korporasi dalam hitungan detik.
• Pola putusan hakim (misalnya cara melihat “kerugian negara”, “niat jahat”, atau pertanggungjawaban korporasi) bisa dipetakan secara statistik.
• Argumentasi hukum jadi lebih tajam karena didukung pola nyata, bukan sekadar intuisi.

Ini relevan dengan kritik BRIN soal “keadilan aktuarial”. Kalau dipakai dengan benar, AI justru bisa membongkar pola ketidakkonsistenan dan mendorong praktik peradilan yang lebih adil dan dapat diprediksi.

b. Analisis Kontrak dan Kepatuhan Antikorupsi

Banyak kasus korupsi dan TPPU berangkat dari kontrak yang “disetel” sejak awal. AI contract analysis dapat:

• Menandai klausul yang rawan konflik kepentingan atau gratifikasi terselubung.
• Membandingkan kontrak dengan playbook kepatuhan internal dan kebijakan antikorupsi bank.
• Menghasilkan daftar red flag untuk ditinjau pengacara manusia sebelum deal berjalan.

Bagi bank yang rutin menandatangani MoU, perjanjian kredit sindikasi, atau kontrak proyek pemerintah, ini sangat relevan.

c. Prediksi Risiko Sengketa dan Pidana Korporasi

Dengan menggabungkan data:

• histori nasabah/mitra,
• sektor usaha,
• struktur transaksi,
• dan track record penegakan hukum di sektor tersebut,

model AI bisa memberi skor risiko:

• potensi sengketa perdata,
• potensi terjerat perkara tipikor/TPPU,
• dan potensi investigasi regulator.

Bagi pengacara dan manajemen bank, skor ini bukan “ramalan gaib”, tapi alat bantu prioritisasi: proyek mana yang perlu lapisan due diligence ekstra, mana yang bisa berjalan dengan pengawasan standar.

---

5. Dari Evaluasi BRIN ke Aksi Nyata di Bank dan Firma Hukum

Kalau dirangkum, pesan tersirat dari kritik BRIN terhadap penegakan pidana korupsi adalah: kita butuh sistem, bukan hanya niat baik. Sistem hukum, sistem tata kelola, dan sistem teknologi harus saling menguatkan.

Untuk sektor perbankan dan jasa hukum di Indonesia, ada beberapa langkah praktis yang realistis dimulai 6–12 bulan ke depan:

Untuk Bank dan Lembaga Keuangan

1. Bangun tim gabungan AI–Legal–Compliance

   • Jangan serahkan AI ke tim IT saja.
   • Libatkan legal, risk, dan audit internal sejak desain awal model.

2. Prioritaskan use case yang langsung menyentuh antikorupsi

   • Deteksi transaksi mencurigakan (AML / TPPU).
   • Monitoring kredit besar dan proyek berisiko tinggi.
   • Analitik vendor dan rekanan proyek pemerintah.

3. Pastikan jejak audit yang kuat

   • Simpan log keputusan sistem, termasuk alasan model (sejauh mungkin explainable).
   • Ini akan sangat membantu jika kelak kasus masuk ranah tipikor.

Untuk Firma Hukum dan In-House Counsel

1. Adopsi tools LegalTech yang relevan, bukan yang keren saja

   • Mulai dari riset hukum otomatis dan analisis kontrak.
   • Lanjut ke prediksi risiko perkara dan document review.

2. Kembangkan keahlian “AI-aware lawyer”

   • Pengacara yang paham cara kerja dasar model, bias, dan batasannya.
   • Mampu menguji dan mengkritisi output AI, bukan sekadar menerimanya.

3. Posisikan diri sebagai mitra strategis unit bisnis dan IT

   • Jangan menunggu diajak di ujung.
   • Masuk sejak awal saat bank mendesain produk digital baru, dari sisi regulasi, perlindungan data, sampai antikorupsi.

---

Penutup: Masa Depan Digital Banking Harus Antikorupsi by Design

Kritik BRIN terhadap penegakan pidana korupsi menunjukkan satu hal yang tidak nyaman tapi jujur: sistem kita belum tegas dan belum konsisten. Kalau sektor perbankan ikut beroperasi dengan pola yang sama—serba manual, serba subjektif—kepercayaan publik terhadap digital banking hanya soal waktu untuk runtuh.

Ada jalan lain. AI untuk jasa hukum dan perbankan bisa menjadikan kepatuhan, transparansi, dan deteksi fraud sebagai fitur bawaan, bukan pelengkap administratif. Mulai dari deteksi transaksi mencurigakan, analisis kontrak yang lebih cerdas, sampai riset hukum tipikor yang berbasis data, semua itu sudah teknologinya, tinggal keberanian untuk mengadopsi secara serius.

Pada akhirnya, pertanyaannya sederhana:

Apakah kita mau menjadikan AI sebagai “asisten” kosmetik, atau sebagai tulang punggung tata kelola yang membuat korupsi jauh lebih sulit dan jauh lebih berisiko?

Perbankan dan komunitas hukum di Indonesia yang berani menjawab “iya” pada opsi kedua akan jadi pemain utama di era digital banking berikutnya.