Nusa Dua, (Tagar 26/7/2018) - Bank Indonesia untuk memperkuat data neraca pembayaran menjadi lebih singkat yang saat ini dirilis secara kuartalan, akan memanfaatkan big data.
Big Data secara sederhana dapat didefinisikan sebagai data dalam volume sangat besar, beragam, serta tercipta dengan sangat cepat.

Terkait Big Data, Kepala Departemen Statistik Bank Indonesia (BI) Yati Kurniati mengatakan, pihaknya saat ini tengah dalam proses bekerja sama dengan perusahaan jasa distribusi global. 

"Dia ada tiga global distribution system-nya. Kami sudah bekerja sama dengan salah satunya. Ini masih dalam proses untuk bisa meng-capture semua in dan out Indonesia," ujarnya di Nusa Dua, Bali, Kamis (26/7) dilansir Antara.

"Kami perlu itu untuk melacak wisman untuk data neraca jasa dalam neraca pembayaran. Sekarang kan survei ya, jadi ada time-lag," imbuhnya.

Ia menyebutkan, melonjaknya kunjungan wisatawan mancanegara (wisman) ke Indonesia, mendorong tumbuhnya surplus neraca pembayaran Indonesia untuk sektor jasa perjalanan pada kuartaI I 2018.

BI mencatat, surplus neraca pembayaran jasa-jasa perjalanan pada kuartal I 2018 tumbuh 64,6 persen menjadi 1,67 miliar dolar AS dari kuartal IV 2017 dan juga meningkat 18,7 persen dari kuartal yang sama 2017.

Meningkatnya surplus neraca pembayaran sektor jasa perjalanan pada tiga bulan pertama 2018 didorong oleh naiknya ekspor jasa perjalanan sebesar 13,45 persen menjadi 3,49 miliar dolar AS dibanding kuartal sebelumnya. Sementara impor jasa perjalanan hanya tumbuh 11,64 persen menjadi 1,82 miliar dolar AS.

Badan Pusat Statistik (BPS) mencatat, wisman yang berkunjung ke Indonesia sepanjang kuartal pertama 2018 tumbuh 14,87 persen menjadi 3,67 juta jiwa dibanding kuartal pertama 2017. Turis asing didominasi dari negara Tiongkok, Malaysia, Timor Leste, serta Singapura.

"Ini masih proses, itu lagi proyek, kita sekarang untuk improving data wisatawan asing," ujar Yati.

Selain dengan perusahaan jasa distribusi global, bank sentral juga terus berupaya meningkatkan akses ke perusahaan-perusahaan lain seperti otomotif dan properti.

"Misalnya ke otomotif, transaksi-transaksi otomotif untuk membentuk leading indicator ekonomi kedepan. Jadi bagaimana demand and supply dari otomotif, properti, bagaimana permintaan tenaga kerja atau suplai tenaga kerja itu. Kita ekstrak datanya juga dari portal-portal online, juga dari koran-koran," ujar Yati.

Kartu DebitPencetakan kartu debit berlogo gerbang pembayaran nasional (GPN), salah satu item dari big data. (Foto: Antara/Sigid Kurniawan)

Ledakan Informasi

Sementara itu, Deputi Gubernur Bank Indonesia Erwin Rijanto mengungkapkan, kini bank-bank sentral di seluruh dunia tak mau ketinggalan untuk memanfaatkan Big Data untuk mendukung proses perumusan kebijakan.

"Saya senang menyadari bahwa bank-bank sentral yang telah memasukkan Big Data Analiytics ke dalam proses pembuatan kebijakan dan pengawasan mereka, meningkat secara signifikan dari 30 persen pada 2015 menjadi hampir 60 persen pada 2017," kata Erwin dalam Seminar Internasional Big Data bertemakan Building Pathways for Policy Making with Big Data di Bali, Kamis.

Dalam seminar terungkap, saat ini dunia memasuki era ekonomi dan keuangan digital, yang ditandai dengan revolusi industri keempat atau revolusi digital.

Revolusi industri pertama ditandai dengan lahirnya mesin uap. Revolusi industri kedua ditandai munculnya listrik dan produksi massal. Revolusi industri ketiga ditandai munculnya teknologi internet, dan revolusi industri keempat adalah fase dimana hampir semua sendi kehidupan telah tersentuh teknologi digital, seperti Smartphone, Internet of Things (IoT), dan Artificial Intelligence (AI).

Teknologi digital mampu mengubah banyak hal dalam kehidupan masyarakat, antara lain cara membuat keputusan, cara berinteraksi dengan orang lain, dan sekaligus mendorong munculnya model-model bisnis baru yang jauh lebih efisien dan inovatif.

Pemanfaatan teknologi digital yang makin meluas itulah yang menciptakan ledakan informasi, termasuk banjir data (data deluge) yang dikenal dengan Big Data tadi.

The Irving Fisher Committee on Central Bank Statistics (IFC) dari Bank for International Settlements (BIS) pada 2015 telah melakukan survei terhadap seluruh bank sentral anggota IFC terkait minat dan pemanfataan Big Data Analytics di bank sentral.

Dari pelaksanaan survei diperoleh beberapa kesimpulan, salah satunya terdapat minat yang kuat dalam pemanfaatan Big Data Analytics di bank sentral. Namun, bank sentral yang telah menggunakan Big Data Analytics secara regular atau telah memulai inisiatif dalam bentuk pilot project masih sangat terbatas.

Selain itu, Big Data Analytics dapat bermanfaat dalam mendukung perumusan kebijakan bank sentral, mendukung analisis moneter, makroprudensial, dan stabilitas sistem keuangan, serta menciptakan kebutuhan informasi dan riset baru.

Diakui, memang tantangan utama dalam pemanfaatan Big Data Analytics di bank sentral antara lain eksplorasi Big Data merupakan proses yang kompleks. Belum adanya tata kelola yang jelas dalam pemanfaatan Big Data. Juga keterbatasan waktu, biaya, dan SDM untuk pengembangan Big Data.

"Meskipun penerapan Big Data menghadirkan berbagai tantangan, adopsi yang lebih luas ini menunjukkan bahwa Big Data telah membuktikan manfaatnya bagi kita pembuat kebijakan," kata Erwin.

Erwin menuturkan, pemanfaatan Big Data Analytics di Bank Indonesia telah diinisiasi pada Oktober 2014. Pemanfaatan Big Data Analytics di BI diharapkan dapat memperkuat proses perumusan kebijakan, baik di sektor moneter, stabilitas sistem keuangan, maupun sistem pembayaran.

Manfaat Big Data Analytics bagi BI setidak-tidaknya dapat diperoleh dari beberapa area antara lain pertama, tersedianya indikator-indikator baru secara lebih cepat dan lebih sering (high frequency) untuk mengatasi isu lag data yang seringkali dihadapi dalam perumusan kebijakan, sehingga dapat menjadi leading indicator dari sumber data utama.

Kedua, pemetaan keterkaitan antarpelaku keuangan (termasuk di dalamnya bank, lembaga keuangan nonbank, maupun korporasi) secara lebih baik melalui pemanfaatan Network Analysis guna memitigasi risiko sistemik di sistem keuangan.

Lalu, tersedianya indikator-indikator terkait perilaku para pelaku ekonomi (behavioural analytics) melalui analisis dan pembelajaran terhadap data transaksional dan data yang tidak terstruktur, seperti pemberitaan dan media sosial.

Terakhir, BI dapat memantau ekspektasi dan persepsi publik atas kebijakannya secara lebih akurat.

"Dengan memanfaatkan 'big data' kami bisa lebih cepat, akurat dan tepat untuk prediktif atau daya prediksi," ujar Erwin Rijanto. [o]