CEO Danantara: Kredit UMKM Harus Terjaga Meski BI Rate Naik — Solusi AI 2026

Ketegangan antara stabilitas moneter dan aksesibilitas kredit kembali menjadi sorotan serius.

Rosan Perkasa Roeslani, selaku pemimpin industri keuangan, menegaskan bahwa lembaga keuangan harus tetap menjaga penyaluran kredit ke UMKM meskipun Bank Indonesia terus menaikkan BI Rate untuk mengendalikan inflasi.

Pernyataan ini disampaikan pada 18 Juni 2026 dan merefleksikan kekhawatiran mendalam dari sektor keuangan.

Ketika BI Rate naik, cost of funds bagi bank dan fintech meningkat drastis. Akibatnya, suku bunga kredit ikut naik, membuat UMKM yang sudah terbatas akses modal semakin tertekan.

Dilema Moneter vs Likuiditas Riil

Dampak langsung dari kebijakan rate hike sangat terasa di lapangan. UMKM mengalami peningkatan beban bunga yang mengurangi margin keuntungan mereka.

Permintaan kredit menurun karena cost of borrowing yang lebih tinggi.

Lembaga keuangan sendiri menghadapi tekanan untuk mempertahankan volume lending sambil mengelola margin yang terkompresi.

Data ekonomi makro menunjukkan tantangan nyata.

Pertumbuhan ekonomi Indonesia pada kuartal keempat 2025 mencapai 5,08 persen, namun pertumbuhan ini rentan terhadap perlambatan jika akses kredit ke sektor riil terganggu.

UMKM menyumbang sekitar 60 persen dari PDB nasional dan mempekerjakan jutaan orang.

Pada saat bersamaan, tingkat pengangguran terbuka nasional masih mencapai 4,91 persen (Agustus 2024).

Jika UMKM kesulitan mendapat kredit, mereka tidak dapat berekspansi atau mempertahankan tenaga kerja. Ini menciptakan efek domino yang berbahaya bagi ketenagakerjaan nasional.

AI Sebagai Buffer Terhadap Margin Compression

Di tengah dilema ini, teknologi artificial intelligence muncul sebagai solusi strategis yang belum sepenuhnya dimanfaatkan.

Adopsi AI dalam credit scoring dan risk management memungkinkan lembaga keuangan untuk meningkatkan efisiensi operasional tanpa mengorbankan volume lending.

Mekanismenya sederhana namun powerful.

Algoritma machine learning dapat menganalisis credit worthiness UMKM menggunakan data points non-tradisional — seperti pola transaksi digital, data supply chain, behavioral signals, dan riwayat pembayaran online.

Pendekatan ini mengurangi reliance pada collateral fisik dan meningkatkan approval rate untuk UMKM tier-2 dan tier-3 yang sebelumnya underserved.

Hal ini sejalan dengan strategi transformasi digital yang sedang dikembangkan di berbagai daerah untuk mendukung ekosistem bisnis lokal.

Teknologi AI memungkinkan lembaga keuangan untuk "melayani lebih banyak dengan biaya lebih rendah," menjadi buffer terhadap margin compression akibat rate hikes.

Prediksi Non-Performing Loans Lebih Akurat

Manfaat kedua dari AI adalah predictive analytics untuk mengurangi non-performing loans (NPL).

Model machine learning dapat mengidentifikasi early warning signals dari default risk dengan akurasi jauh lebih tinggi dibanding metode tradisional.

Ini berarti lembaga keuangan dapat mengelola risiko dengan lebih presisi, sehingga confident untuk menyalurkan kredit lebih banyak tanpa overexposure.

Data menunjukkan bahwa sektor informasi dan komunikasi — yang merupakan backbone dari teknologi AI — memiliki upah rata-rata 5,24 juta rupiah per bulan (Agustus 2024).

Ini mengindikasikan bahwa talenta AI dan data science tersedia dan relatif terjangkau di Indonesia dibanding negara maju.

Lembaga keuangan dapat merekrut dan melatih tim internal untuk mengembangkan credit risk models yang customized. Dynamic Pricing Model Berbasis AI

Strategi ketiga adalah implementasi dynamic pricing model dengan AI.

Alih-alih menerapkan blanket rate hike yang sama untuk semua UMKM, algoritma AI dapat melakukan real-time pricing adjustment berdasarkan individual risk profile setiap peminjam.

UMKM dengan credit score tinggi tetap mendapat kredit dengan suku bunga terjangkau, sementara yang berisiko tinggi diberi harga yang mencerminkan risiko mereka.

Pendekatan ini menciptakan win-win situation.

Lembaga keuangan dapat mempertahankan profitabilitas melalui pricing yang sophisticated, sementara UMKM berkualitas tetap mendapat akses kredit terjangkau.

Volume lending tetap terjaga, dan NPL tetap terkontrol. Regulatory Sandbox untuk Fintech Innovation

Persoalannya, adopsi AI di sektor keuangan Indonesia masih belum optimal. Hambatan regulasi, kurangnya data infrastructure, dan skill gap di industri menjadi bottleneck.

Solusi yang diusulkan adalah koordinasi antara pemerintah (Presiden RI Prabowo Subianto sebagai pembuat kebijakan eksekutif) dengan regulator (OJK dan Bank Indonesia) untuk membuka regulatory sandbox khusus bagi fintech yang menggunakan AI untuk financial inclusion.

Sandbox ini memungkinkan fintech untuk bereksperimen dengan product dan model bisnis baru tanpa sepenuhnya terikat oleh regulasi yang ketat.

Kompetisi sehat antara bank tradisional dan fintech akan mendorong inovasi dalam credit delivery.

Fintech yang agile dapat menggunakan AI untuk menjangkau UMKM tier-3 yang bank tradisional anggap terlalu risky atau unprofitable.

Hal ini berkaitan dengan konteks investasi yang lebih luas, seperti yang dibahas dalam peluang investasi yang dibuka oleh stabilitas geopolitik dan respons kebijakan pemerintah.

UMKM Digital Readiness Program

Strategi keempat adalah mengintegrasikan UMKM ke ekosistem digital.

Banyak UMKM masih beroperasi secara manual atau semi-digital, sehingga data mereka tidak terstruktur dan sulit dianalisis oleh algoritma AI.

Program pemerintah yang komprehensif dapat mendorong UMKM untuk mengadopsi e-commerce platform, digital payment system, dan accounting software.

Ketika data UMKM lebih terstruktur, AI dapat menganalisisnya dengan akurasi lebih tinggi. Credit scoring accuracy meningkat, dan aksesibilitas kredit meningkat.

Ini adalah investasi jangka panjang yang menguntungkan semua pihak.

Kontribusi ekonomi digital ke PDB Indonesia sudah mencapai 8,2 persen pada 2025. Namun, penetrasi digital di UMKM masih jauh dari optimal.

Program digital readiness dapat mempercepat kurva adopsi ini dan membuka potensi pertumbuhan yang signifikan. AI-Driven Loan Syndication Platform

Strategi kelima adalah mengembangkan platform berbasis AI yang memfasilitasi risk-sharing antar lembaga keuangan dalam lending ke UMKM.

Konsep loan syndication sudah ada, namun dengan AI, proses pencocokan (matching) antara lender dan borrower dapat menjadi lebih efisien dan transparan.

Platform ini memungkinkan bank kecil, UMKM financing company, dan fintech untuk berkolaborasi dalam pendanaan UMKM besar.

Risk didistribusikan, sehingga tidak ada single lender yang overexposed. Lebih banyak kredit dapat disalurkan tanpa meningkatkan risiko sistemik.

Outcome yang Diharapkan: Pertumbuhan Kredit Tetap Positif

Jika strategi-strategi di atas diimplementasikan dengan serius, outcome yang diharapkan pada 2026-2027 adalah:

1. Pertumbuhan kredit ke UMKM tetap positif (minimal 8-10 persen year-over-year) meskipun BI Rate naik.

2. Non-performing loans tetap terkontrol di bawah 3 persen, menunjukkan bahwa credit risk management yang lebih sophisticated bekerja efektif.

3. Inklusi finansial meningkat ke 75 persen atau lebih dari target UMKM yang sebelumnya underserved, khususnya di daerah tier-2 dan tier-3.

4. Adoption rate teknologi digital di UMKM meningkat signifikan, menciptakan data infrastructure yang lebih baik untuk AI-driven finance.

Tantangan utama adalah eksekusi. Koordinasi antara pemerintah, regulator, bank, dan fintech tidak mudah.

Namun, statement dari Rosan Perkasa Roeslani menunjukkan bahwa industri keuangan sudah aware terhadap masalah ini dan siap bergerak maju. Sentimen Pasar dan Advocacy Industri

Pernyataan CEO Danantara mencerminkan advocacy dari industri keuangan yang ingin memastikan bahwa kebijakan moneter ketat tidak mengakibatkan financial exclusion bagi UMKM.

Meskipun trending topics di media sosial saat ini lebih didominasi oleh topik olahraga dan hiburan, isu aksesibilitas kredit tetap menjadi concern utama bagi stakeholder industri keuangan dan jutaan UMKM yang bergantung pada kredit untuk operasional dan ekspansi.

Tanggungjawab pemerintah adalah memastikan bahwa trade-off antara stabilitas moneter dan aksesibilitas kredit dikelola dengan bijak.

Teknologi AI bukan silver bullet, namun jika dikombinasikan dengan kebijakan publik yang tepat, dapat menjadi game-changer dalam memecahkan dilema ini.

Saat ini, indeks efisiensi tata kelola di level regional mencapai 78,4 poin (2026 Q1), dan efektivitas penyerapan APBD mencapai 82,1 persen (2025 FY).

Angka-angka ini menunjukkan bahwa kapasitas implementasi kebijakan sudah cukup baik.

Yang diperlukan adalah political will untuk memprioritaskan financial inclusion sebagai bagian integral dari stabilitas moneter. Kesimpulan: Teknologi Sebagai Jembatan

Krisis aksesibilitas kredit UMKM di tengah kebijakan rate hike adalah masalah nyata yang membutuhkan solusi inovatif.

Teknologi AI menawarkan jembatan yang menjanjikan — memungkinkan lembaga keuangan untuk tetap menjaga lending volume sambil mengelola risiko dengan lebih sophisticated.

Namun, teknologi saja tidak cukup.

Diperlukan koordinasi policy-level, regulatory innovation, dan komitmen dari semua stakeholder untuk menciptakan ekosistem keuangan yang inclusive dan stable.

Statement dari Rosan Perkasa Roeslani adalah panggilan untuk action — waktu untuk bergerak adalah sekarang, sebelum dilema moneter vs likuiditas menciptakan kerusakan yang lebih dalam pada sektor UMKM.