Jakarta (ANTARA) - Pengalaman Amerika Serikat pada awal pandemi COVID-19 memberikan pelajaran penting bagi negara berkembang seperti Indonesia bahwa kualitas kebijakan ekonomi tidak hanya ditentukan oleh ketepatan arah kebijakan, tetapi juga oleh kecepatan dan kedalaman informasi yang digunakan dalam pengambilan keputusan.
Ketika aktivitas ekonomi runtuh secara tiba-tiba akibat pembatasan sosial, bank sentral Amerika Serikat (Federal Reserve) menyadari bahwa statistik ekonomi tradisional seperti data pengangguran, inflasi, dan pertumbuhan terlalu lambat untuk menangkap realitas ekonomi yang berubah dari hari ke hari.
Dalam kondisi darurat tersebut, The Fed beralih ke data nontradisional seperti transaksi kartu debit dan kredit, data penggajian swasta, serta mobilitas penduduk untuk membaca denyut ekonomi secara hampir real time.
Indonesia menghadapi tantangan serupa, namun belum sepenuhnya memanfaatkan potensi data alternatif sebagai fondasi kebijakan moneter dan fiskal.
Dalam kondisi normal sekalipun, kebijakan moneter selalu bergantung pada data yang akurat dan tepat waktu. Bank Indonesia (BI), seperti halnya bank sentral lain, harus menyeimbangkan tujuan stabilitas inflasi, nilai tukar, dan pertumbuhan ekonomi.
Masalahnya, banyak indikator utama ekonomi Indonesia mulai dari Produk Domestik Bruto, tingkat pengangguran terbuka, hingga kemiskinan dipublikasikan dengan jeda waktu yang cukup panjang. Akibatnya, kebijakan sering kali bersifat reaktif, bukan preventif.
Dalam dunia yang semakin volatil, terutama akibat gejolak geopolitik, perubahan kebijakan moneter global, dan disrupsi teknologi, ketergantungan berlebihan pada data konvensional berisiko membuat kebijakan ekonomi Indonesia selalu tertinggal satu langkah dari realitas.
Pandemi COVID-19 seharusnya menjadi momentum besar bagi Indonesia untuk mereformasi ekosistem data ekonomi. Selama periode tersebut, perubahan perilaku masyarakat terjadi sangat cepat: konsumsi berpindah ke platform digital, mobilitas anjlok drastis, dan struktur pasar tenaga kerja berubah secara mendalam.
Namun, sebagian besar kebijakan makro masih bertumpu pada data survei dengan frekuensi rendah. Padahal, Indonesia sebenarnya memiliki potensi data alternatif yang sangat besar.
Penetrasi pembayaran digital meningkat pesat, penggunaan e-wallet dan mobile banking meluas hingga ke daerah, dan platform daring mencatat jutaan transaksi setiap hari. Jika dikelola dengan baik, data ini dapat menjadi sumber informasi berharga untuk membaca konsumsi rumah tangga, tekanan inflasi sektoral, hingga kesehatan UMKM secara lebih cepat dan granular.
Salah satu pelajaran penting dari pengalaman The Fed adalah bahwa data alternatif sangat berguna untuk mendeteksi titik balik ekonomi. Dalam konteks Indonesia, kemampuan mendeteksi perlambatan ekonomi secara dini menjadi semakin penting di tengah ketergantungan pada permintaan domestik.
Ketika daya beli mulai melemah, sinyal awalnya sering kali muncul pada data transaksi ritel harian, penggunaan listrik, atau volume pengiriman barang—jauh sebelum tercermin dalam data inflasi atau PDB kuartalan.
Jika Bank Indonesia dan pemerintah mampu memanfaatkan data semacam ini, respons kebijakan dapat dilakukan lebih cepat dan lebih terarah, misalnya dengan pelonggaran likuiditas yang bersifat sektoral atau intervensi fiskal yang lebih presisi.
Data alternatif juga sangat relevan dalam membaca dinamika inflasi Indonesia yang sering kali bersumber dari faktor penawaran, seperti gangguan rantai pasok, cuaca ekstrem, dan kebijakan perdagangan. Statistik inflasi resmi memang penting, tetapi sering kali terlalu agregat.
Dalam situasi tertentu, tekanan harga hanya terjadi pada komoditas atau wilayah tertentu. Data harga daring, data distribusi logistik, dan pergerakan stok barang di pelabuhan atau gudang dapat memberikan gambaran yang lebih rinci tentang sumber tekanan inflasi.
Copyright © ANTARA 2026
Dilarang keras mengambil konten, melakukan crawling atau pengindeksan otomatis untuk AI di situs web ini tanpa izin tertulis dari Kantor Berita ANTARA.



































