Gangguan Data Ekonomi: Sistem yang Padam Pulih dalam Hitungan Jam, Data yang Tidak Terverifikasi Pulih Paling Lama

Gangguan Data Ekonomi: Sistem yang Padam Pulih dalam Hitungan Jam, Data yang Tidak Terverifikasi Pulih Paling Lama

Gangguan data ekonomi lebih dari persoalan teknis seperti server mati, API gagal, atau publikasi statistik yang terlambat. Terputusnya aliran data berfrekuensi tinggi menghilangkan kemampuan sistem ekonomi untuk mengamati dirinya sendiri. Harga saham, kurs, arus pembayaran, posisi likuiditas bank, penerimaan pajak, manifest perdagangan, harga pangan, dan indikator konsumsi berbasis transaksi adalah input bagi keputusan yang kemudian membentuk keadaan ekonomi berikutnya. Ketika input menghilang, pelaku pasar tetap mengambil keputusan: mereka mengganti fakta dengan proksi, rumor, asumsi konservatif, atau secara mekanis mengurangi risiko.

Ketiadaan informasi tidak menghasilkan kondisi netral. Ia menciptakan premi ketidakpastian, mendorong penimbunan likuiditas, memperlebar selisih harga beli dan jual (bid-ask spread), merusak model prediktif berbasis kecerdasan buatan, dan memperlambat respons Bank Indonesia, OJK, maupun otoritas fiskal. Dalam kasus ekstrem, gangguan informasi berubah menjadi gangguan likuiditas, dan gangguan likuiditas berubah menjadi tekanan solvabilitas. Pada tingkat institusi, respons rasionalnya adalah mengurangi risiko, menahan transaksi, dan bersiap menghadapi skenario berat.

Lima insiden dalam dua tahun terakhir memberi ukuran nyata untuk kerangka itu. Gangguan layanan komputasi awan Amazon Web Services (AWS) di wilayah US-EAST-1 pada 20 Oktober 2025 berlangsung sekitar 15 jam. Gangguan BI-FAST pada 1–2 November 2023 berlangsung sekitar 17 jam. Serangan ransomware pada Pusat Data Nasional Sementara (PDNS) 2 pada Juni 2024 melumpuhkan layanan 282 instansi, dan hanya 44 instansi (15,60%) yang memiliki cadangan data. Penutupan pemerintah Amerika Serikat selama 43 hari pada Oktober–November 2025 membuat indeks harga konsumen Oktober 2025 tidak pernah dikumpulkan. Pembekuan perlakuan indeks MSCI atas saham Indonesia, yang dipicu keraguan terhadap data kepemilikan saham, sudah berlangsung 243 hari per 27 September 2026 dan belum dicabut.

Urutannya membawa satu pelajaran. Sistem yang padam kembali dalam hitungan jam. Data yang hilang tanpa cadangan tidak kembali. Data yang tetap mengalir tetapi tidak dapat diverifikasi memulihkan kepercayaan paling lambat.


Statistik Resmi dan Telemetri Berfrekuensi Tinggi

Dua lapisan data ekonomi perlu dipisahkan.

Pertama adalah statistik resmi seperti inflasi, produk domestik bruto, pengangguran, produksi industri, dan neraca perdagangan. Data ini diterbitkan bulanan atau kuartalan, dengan metodologi yang relatif terstruktur.

Kedua adalah telemetri ekonomi berfrekuensi tinggi, yakni data yang bergerak dalam hitungan milidetik, menit, jam, atau hari:

  • Harga dan volume perdagangan saham, obligasi, komoditas, dan valuta asing.
  • Buku order (order book), selisih harga beli dan jual, volatilitas, dan posisi margin.
  • Arus pembayaran melalui Real Time Gross Settlement (RTGS), sistem pembayaran ritel, kartu, dan kanal digital.
  • Likuiditas antarbank, transaksi repo, dan permintaan pendanaan jangka pendek.
  • Arus kepabeanan, bongkar muat pelabuhan, dan manifest ekspor-impor.
  • Penerimaan pajak harian dan belanja pemerintah.
  • Harga pangan di tingkat produsen, grosir, dan konsumen.
  • Data mobilitas, logistik, energi, telekomunikasi, dan konsumsi listrik.
  • Informasi kualitas kredit dan perubahan pola pembayaran debitur.
  • Data operasional korporasi yang dikirim melalui sistem ERP, API, dan komputasi awan.

Statistik resmi memberi gambaran struktur; telemetri memberi gambaran perubahan. Kebijakan dapat dirancang dengan statistik resmi, tetapi tanpa telemetri, pembuat kebijakan terlambat mengetahui bahwa tekanan sudah terbentuk.

Kasus penutupan pemerintah Amerika Serikat memperlihatkan apa yang terjadi ketika lapisan pertama berhenti. Pemerintah federal tutup dari 1 Oktober hingga 12 November 2025, penutupan terpanjang dalam sejarahnya. Biro Statistik Tenaga Kerja (BLS) tidak mengumpulkan data harga konsumen selama periode itu, sehingga indeks harga konsumen Oktober 2025 tidak pernah diterbitkan; survei pengeluaran konsumen baru dikumpulkan kembali pada 5 Desember 2025, setelah jeda 65 hari. Pada jeda itu, pasar dan bank sentral bergantung pada estimasi alternatif seperti nowcast inflasi Federal Reserve Cleveland, yang memperkirakan inflasi tahunan 2,96%. Dampaknya bertahan lama: menurut BLS, data Oktober yang hilang masih memengaruhi indeks sewa rumah pada April 2026, enam bulan kemudian. Kehilangan data resmi tidak berhenti ketika kantor statistik dibuka kembali.


Tiga Bentuk Gangguan Data yang Berbeda

Tidak semua pemadaman data memiliki konsekuensi yang sama. Secara struktural, gangguan terbagi menjadi tiga kategori.

1. Gangguan telemetri

Data tidak dapat dilihat oleh pengguna, tetapi transaksi yang mendasarinya tetap berlangsung. Contohnya: terminal pasar tidak menerima pembaruan harga, dasbor transaksi tidak dapat diakses, data pembayaran terlambat masuk ke pusat pemantauan, atau API penyedia data berhenti merespons. Ini bentuk gangguan yang paling menyesatkan karena aktivitas ekonomi tetap bergerak ketika instrumen pemantau membeku. Risiko terus berubah, sementara layar menampilkan angka lama.

2. Gangguan transportasi data

Sumber data masih berfungsi, tetapi jaringan distribusi, pusat data, perantara pesan (message broker), atau application programming interface gagal. Gangguan jenis ini menciptakan perbedaan harga antarbursa atau antarplatform, ketidaksesuaian cap waktu (timestamp mismatch), duplikasi atau hilangnya pesan transaksi, ketidaksesuaian antara posisi aktual dan posisi yang terlihat, serta kegagalan rekonsiliasi antara front office, kustodian, dan lembaga kliring.

Dalam sistem keuangan, urutan pesan sama pentingnya dengan isi pesan. Harga Rp10.000 yang benar tetapi datang terlambat lima menit dapat menjadi informasi yang secara ekonomi salah.

Dua insiden memperlihatkan bentuk ini. Gangguan AWS pada 20 Oktober 2025 berawal dari kondisi balapan (race condition) pada otomatisasi DNS basis data DynamoDB, yang membuat alamat layanan tidak dapat ditemukan; aplikasi keuangan seperti Coinbase, Robinhood, dan Venmo serta bank Inggris Lloyds dan Halifax ikut terganggu selama sekitar 15 jam. Di Indonesia, layanan BI-FAST terganggu sejak pukul 09.00 WIB pada 1 November 2023 hingga pukul 02.00 WIB keesokan harinya, sekitar 17 jam, yang oleh Bank Indonesia dijelaskan sebagai kendala teknis pada jalur komunikasi (communication route).

3. Gangguan integritas

Ini skenario paling berbahaya. Data tetap mengalir, tetapi pelaku tidak mengetahui apakah data tersebut autentik, lengkap, atau telah dimanipulasi. Dalam serangan siber yang canggih, penyerang tidak perlu mematikan sistem: cukup mengubah beberapa variabel kritis seperti harga acuan, posisi kas, saldo agunan, atau cap waktu, dan seluruh sistem pengambilan keputusan bergerak ke jalur yang salah. Dalam bentuk yang lebih umum, data tidak dimanipulasi, tetapi tidak dapat diverifikasi.

Data yang hilang menimbulkan ketakutan; data palsu menciptakan keyakinan yang salah. Secara sistemik, yang kedua lebih destruktif, dan data yang tidak dapat diverifikasi berada di antara keduanya: pasar tidak tahu apakah angka yang dilihatnya benar, sehingga memperlakukannya sebagai tidak ada.


Rantai Dependensi: Dari Satu API Menuju Krisis Likuiditas

Ekonomi digital dibangun di atas rantai ketergantungan yang panjang:

Sensor/transaksi → jaringan komunikasi → pusat data → normalisasi data → API/vendor → mesin analitik → model risiko → keputusan manusia atau algoritma → eksekusi transaksi → kliring dan penyelesaian.

Kegagalan pada satu lapisan tidak selalu berhenti di lapisan tersebut. Contoh rantainya:

  1. Aliran harga obligasi pemerintah (SBN) berhenti atau tidak dapat diverifikasi.
  2. Bank dan manajer investasi kehilangan harga referensi yang kredibel.
  3. Model mark-to-market menghasilkan valuasi yang basi atau tidak konsisten.
  4. Haircut agunan dinaikkan sebagai langkah konservatif.
  5. Kapasitas repo dan pendanaan menurun.
  6. Institusi menjual aset likuid untuk memperoleh kas.
  7. Harga obligasi turun dan imbal hasil naik.
  8. Nilai agunan kembali turun.
  9. Margin call meningkat.
  10. Penjualan paksa memperdalam koreksi pasar.

Dengan demikian, gangguan informasi dapat berubah menjadi spiral margin, bahkan ketika fundamental ekonomi awalnya tidak berubah.


Analis Kehilangan Kebenaran Dasar

Analis keuangan modern mengonsumsi puluhan hingga ribuan variabel: harga pasar, kurva imbal hasil, kurs spot dan forward, selisih kredit (credit spread), volume penjualan berbasis transaksi, harga komoditas, data inventori, trafik digital, biaya angkut dan logistik, sentimen berita, estimasi konsensus, serta data alternatif dari satelit, mobilitas, atau rantai pasok.

Ketika data berfrekuensi tinggi terputus, masalahnya lebih dari hilangnya satu variabel: korelasi antardata ikut kehilangan makna. Seorang analis mungkin masih melihat harga minyak terakhir, tetapi tidak mengetahui apakah kurs rupiah telah bergerak, biaya pengiriman melonjak, harga produk turunannya berubah, pasar obligasi mengoreksi ekspektasi inflasi, atau saham perusahaan terkait masih diperdagangkan normal. Nilai wajar (fair value) berubah dari estimasi berbasis observasi menjadi rentang probabilitas yang jauh lebih lebar.

Secara praktis, analis melakukan tiga hal: memperlebar tingkat diskonto (discount rate) untuk mengompensasi ketidakpastian, menurunkan keyakinan atas estimasi laba dan nilai wajar (conviction), dan beralih ke proksi, misalnya harga regional, instrumen derivatif lain, atau data historis. Proksi bekerja baik dalam kondisi normal, tetapi sering gagal pada saat krisis, tepat ketika paling dibutuhkan, karena korelasi historis runtuh saat pasar memasuki rezim baru. Tanpa kebenaran dasar (ground truth), perbedaan antara proksi yang baik dan yang menyesatkan baru terlihat setelah kerugian terjadi.


Algoritma yang Tidak Bisa Tidak Tahu

Manusia dapat mengakui ketidaktahuan dan menunggu. Algoritma hanya dapat melakukan apa yang tertulis di dalam logika operasionalnya, dan menghadapi empat mode kegagalan ketika data terputus.

1. Kontaminasi harga basi (stale-price contamination). Harga lama dibaca seolah-olah masih berlaku, sehingga model menghitung volatilitas terlalu rendah, korelasi yang keliru, deviasi harga palsu, dan sinyal momentum atau mean reversion yang tidak valid. Sebuah strategi arbitrase dapat membaca aset A terlalu murah terhadap aset B, padahal data aset B hanya belum diperbarui.

2. Imputasi data hilang (missing-data imputation). Model mengisi data kosong dengan nilai terakhir, rata-rata bergerak, prediksi berbasis variabel lain, interpolasi, atau distribusi historis. Dalam gangguan singkat, metode ini bekerja. Dalam gangguan sistemik, teknik tersebut menciptakan realitas sintetis: semakin lama data hilang, semakin jauh keluaran model dari kondisi fisik pasar. Kecerdasan buatan tidak memperbaiki absennya fakta; ia menghasilkan tebakan yang lebih kompleks.

3. Pengurangan risiko otomatis (automatic de-risking). Sistem dengan kontrol risiko yang baik akan mengurangi ukuran posisi, membatalkan order terbuka, menaikkan batas kepercayaan, menonaktifkan strategi, beralih ke mode aman (safe mode), dan memindahkan dana ke kas atau instrumen paling likuid. Respons ini rasional pada tingkat institusi, tetapi berbahaya secara kolektif: jika banyak mesin melakukan hal yang sama, pasar mengalami pengurangan posisi serempak (synchronized deleveraging). Tidak ada algoritma yang berniat menciptakan kepanikan, tetapi ribuan algoritma dengan aturan keselamatan serupa dapat menghasilkan penjualan massal pada saat bersamaan.

4. Pergeseran model dan kebutaan rezim (model drift and regime blindness). Model dilatih berdasarkan hubungan statistik masa lalu dan tidak segera mengetahui bahwa rezim telah berubah. Rantainya: data hilang; distribusi input bergeser; skor keyakinan (confidence score) tidak lagi valid; sinyal salah tetap dieksekusi; kerugian meningkat; sistem mengurangi risiko; likuiditas pasar memburuk. Ini bentuk risiko model (model risk), lebih dari sekadar risiko teknologi.


Dari Ruang Kosong Informasi ke Aksi Jual dan Pembelian Panik

Pasar tidak menyukai berita buruk, tetapi lebih tidak menyukai ruang kosong. Ketika informasi kredibel menghilang, pelaku pasar mengasumsikan pihak lain mungkin mengetahui sesuatu yang tidak mereka ketahui. Timbul kondisi seleksi merugikan (adverse selection): setiap order diperlakukan sebagai kemungkinan berasal dari pihak yang lebih tahu. Konsekuensinya, pembuat pasar memperlebar selisih harga beli dan jual, dealer mengurangi ukuran kuotasi, harga referensi kehilangan kredibilitas, volume terlihat turun sementara dampak harga per transaksi membesar, investor meminta premi likuiditas lebih tinggi, dan manajer risiko memotong limit transaksi.

Di pasar keuangan, rangkaian ini memicu aksi jual panik (panic selling) pada aset berisiko dan perpindahan ke kas, dolar AS, emas, atau surat utang berkualitas tinggi, bergantung pada lokasi dan karakter krisis. Di ekonomi riil, efeknya dapat berbalik menjadi pembelian panik (panic buying): importir membeli valuta asing lebih awal, perusahaan menambah inventori bahan baku, rumah tangga menimbun pangan atau bahan bakar, distributor membatasi pelepasan stok, bank memperketat likuiditas, dan pelaku usaha menarik fasilitas kredit sebelum aksesnya dipersempit. Pembelian panik menciptakan kelangkaan aktual dari kelangkaan yang sebelumnya hanya dikhawatirkan: informasi yang hilang menjadi permintaan fisik yang berlebihan.

Kasus Integritas 2026: Data Kepemilikan Saham dan Pembekuan MSCI

Pasar saham Indonesia mengalami bentuk ketiga, gangguan integritas, secara langsung pada 2026, tanpa satu pun server yang padam. Pada 27 Oktober 2025, MSCI membuka konsultasi tentang metodologi perhitungan porsi saham publik (free float) emiten Indonesia, termasuk rencana memakai laporan komposisi kepemilikan bulanan KSEI sebagai referensi tambahan. MSCI mendapati data free float tersebar di beberapa sumber, yaitu keterbukaan informasi emiten, BEI, dan KSEI, dan banyak investor global mempersoalkan transparansi struktur kepemilikan serta kemungkinan perdagangan terkoordinasi yang mengganggu pembentukan harga wajar.

Pada 27 Januari 2026, MSCI membekukan perlakuan indeks untuk saham Indonesia: kenaikan foreign inclusion factor dan jumlah saham dibekukan, tidak ada penambahan konstituen baru, dan tidak ada perpindahan naik dari indeks kapitalisasi kecil ke indeks standar. Keesokan harinya, IHSG turun 718,44 poin atau 8,00% ke 8.261,78 pukul 13.43 waktu sistem perdagangan JATS dan memicu penghentian sementara perdagangan (trading halt) selama 30 menit sesuai Keputusan Direksi BEI Kep-00002/BEI/04-2025, yang juga menetapkan jeda kedua pada penurunan 15% dan penghentian penuh (trading suspend) pada penurunan 20%. Nilai transaksi hari itu mencapai Rp31,92 triliun, dengan 768 saham turun dan hanya 28 naik. Pada 29 Januari, IHSG kembali turun 8,00% ke 7.654,66 pada pukul 09.26 dan memicu penghentian kedua dalam dua hari beruntun. Dari penutupan 27 Januari, penurunan intrahari dua hari itu mencapai 14,76%.

Perbaikan datang dari sisi data. KSEI dan BEI membuka data pemegang saham di atas 1% mulai 3 Maret 2026; pada awal April, OJK, BEI, dan KSEI mengajukan paket reformasi berupa pengungkapan kepemilikan di atas 1%, klasifikasi investor yang lebih rinci, kerangka konsentrasi kepemilikan tinggi (High Shareholding Concentration, HSC), dan peta jalan free float minimum 15%. Reuters melaporkan persoalan transparansi itu telah menghapus nilai pasar saham Indonesia hingga sekitar US$120 miliar pada awal April. MSCI mempertahankan pembekuan pada peninjauan Mei, menurunkan penilaian aspek arus informasi (information flow) Indonesia dari positif menjadi negatif dalam tinjauan aksesibilitas pasar 18 Juni, mempertahankan status pasar berkembang pada 24 Juni, dan pada 7 Juli menyatakan pembekuan tetap berlaku hingga pemberitahuan berikutnya. Evaluasi berikutnya adalah peninjauan indeks November 2026.

Kasus ini memperlihatkan dua hal. Pertama, data tidak perlu hilang untuk menimbulkan gangguan; cukup tidak dapat diverifikasi oleh pengguna terbesarnya. Kedua, perbaikan teknis berlangsung dalam hitungan minggu (data 1% terbit lima minggu setelah pembekuan), sementara pemulihan kepercayaan membutuhkan waktu berbulan-bulan, karena pengguna data perlu melihat konsistensi data baru itu dari waktu ke waktu.


Bank Indonesia: Visibilitas atas Kurs, Likuiditas, dan Pembayaran

Bagi Bank Indonesia, data berfrekuensi tinggi memiliki setidaknya empat fungsi kritis: memantau stabilitas nilai rupiah, mengukur likuiditas pasar uang dan perbankan, mengawasi kelancaran sistem pembayaran, dan menilai transmisi kebijakan moneter ke sektor keuangan dan ekonomi riil.

Gangguan data menciptakan dilema kebijakan. BI harus menentukan apakah volatilitas yang terlihat merupakan perubahan fundamental, dislokasi likuiditas sementara, kegagalan teknis, serangan siber, manipulasi pasar, atau kombinasi seluruhnya. Jika BI terlalu lambat merespons, pasar dapat menafsirkan keheningan sebagai hilangnya kendali. Jika BI terlalu agresif, intervensi dapat menguras cadangan atau mengirim sinyal bahwa kondisi sebenarnya lebih buruk daripada yang diketahui publik.

Kanal Data yang dibutuhkan Dampak jika terputus Respons yang tersedia
Valuta asing Spot, forward, volume, posisi dealer Pembentukan harga rusak, selisih melebar Intervensi terukur, penguatan komunikasi
Pasar uang Suku bunga antarbank, repo, agunan Penimbunan likuiditas Injeksi likuiditas, perluasan tenor
Sistem pembayaran Arus RTGS dan pembayaran ritel Sulit membedakan gangguan teknis dari tekanan dana Fasilitas kontingensi dan rekonsiliasi
Inflasi Harga pangan, energi, distribusi Nowcasting inflasi melemah Survei dan data alternatif
Arus modal Transaksi SBN, saham, kustodian Respons terhadap arus keluar modal terlambat Koordinasi BI–Kemenkeu–OJK

Risiko terbesar bagi BI terletak pada keterlambatan kalibrasi operasi pasar harian, lebih dari keterlambatan rapat kebijakan suku bunga, karena tekanan likuiditas bergerak lebih cepat daripada statistik makro konvensional. Suku bunga kebijakan menentukan arah; operasi moneter harian menyalurkannya. Skala ancamannya juga membesar: pada 24 September 2026, Gubernur BI Destry Damayanti, yang dilantik pada 2 September 2026 menggantikan Perry Warjiyo, menyebut kerugian akibat serangan siber di sektor keuangan Indonesia diperkirakan mencapai sekitar US$6,2 miliar, atau Rp111,02 triliun, sepanjang 2026, berdasarkan data asosiasi penyelenggara jasa internet dan statistik nasional.


OJK: Pengawasan Berbasis Risiko yang Kehilangan Visibilitas

Bagi OJK, gangguan data memiliki dimensi yang berbeda. Pengawas harus melihat konsentrasi risiko di dalam institusi: eksposur kredit, kecukupan modal, likuiditas, posisi derivatif, konsentrasi agunan, hubungan antarentitas, risiko gagal bayar nasabah, serta aktivitas tidak wajar dan potensi manipulasi. Laporan prudensial periodik tidak selalu cukup untuk menangkap krisis yang bergerak dalam hitungan jam. Sebuah bank dapat terlihat sehat berdasarkan laporan terakhir, tetapi menghadapi penarikan dana besar hari ini; perusahaan sekuritas dapat memenuhi rasio modal pada pagi hari, lalu terkena margin call setelah volatilitas melonjak; manajer investasi dapat memegang aset berkualitas, tetapi gagal memenuhi redemption karena aset itu tidak dapat dijual pada harga wajar. Tanpa data terkini, pengawasan yang berorientasi ke depan berubah menjadi pemeriksaan melalui kaca spion.

Risiko spesifik bagi pengawas meliputi negatif palsu (false negative), ketika institusi terlihat stabil karena data tekanan belum masuk; positif palsu (false positive), ketika data parsial membuat institusi sehat tampak bermasalah; arbitrase regulasi, ketika pelaku memanfaatkan perbedaan waktu pelaporan; penarikan dana yang digerakkan rumor sebelum regulator dapat memverifikasi kondisi; dan penularan lintas sektor (contagion) dari sekuritas ke bank, asuransi, atau dana pensiun. Komunikasi regulator menjadi instrumen stabilisasi, tetapi hanya efektif bila otoritas memiliki kebenaran dasar; pernyataan menenangkan tanpa basis data yang dapat diverifikasi berisiko kehilangan kredibilitas.

Kerangka aturannya bergerak ke arah itu. PADK OJK Nomor 1 Tahun 2026 tentang penyelenggaraan teknologi informasi oleh bank umum menempatkan pengelolaan data, pelaporan insiden, dan pengelolaan alih daya teknologi sebagai bagian dari tata kelola bank. Tekanannya nyata: OJK mengutip data BSSN yang menempatkan sektor keuangan sebagai target kedua terbesar serangan digital, dan penyedia keamanan StormWall mencatat serangan penolakan layanan terdistribusi (DDoS) terhadap target di Indonesia naik 62% pada kuartal I 2026, dengan 41% di antaranya disertai permintaan tebusan.


Kebijakan Fiskal: Keterlambatan yang Tidak Terlihat di Anggaran Tahunan

Kementerian Keuangan bergantung pada data untuk memantau penerimaan pajak dan kepabeanan, realisasi belanja kementerian dan lembaga, transfer ke daerah, subsidi energi dan kompensasi, pembiayaan utang, saldo kas pemerintah, aktivitas ekspor dan impor, serta indikator konsumsi dan laba korporasi. Jika data penerimaan tertunda, pemerintah dapat salah membaca posisi kas. Jika data harga energi atau volume subsidi tidak akurat, kebutuhan kompensasi dapat meleset. Jika data perdagangan terganggu, estimasi bea masuk, PPN impor, dan transaksi berjalan ikut melemah.

Rantainya: data energi terganggu; estimasi volume subsidi meleset; kebutuhan fiskal diremehkan; penerbitan utang terlambat; penyangga kas menurun; pemerintah masuk pasar pada waktu yang tidak ideal; imbal hasil naik; biaya pembiayaan bertambah. Kesalahan fiskal tidak selalu terlihat dalam satu hari, tetapi dampaknya lebih persisten karena masuk ke defisit, pembiayaan utang, dan persepsi risiko negara.

Infrastruktur data negara sendiri pernah menjadi titik kegagalan. Serangan ransomware Brain Cipher, varian LockBit 3.0, pada PDNS 2 di Surabaya mulai terdeteksi 17 Juni 2024 dan aktif pada 20 Juni 2024; layanan 282 kementerian, lembaga, dan pemerintah daerah terdampak, termasuk layanan keimigrasian. Hanya 44 instansi yang memiliki cadangan data, penyerang meminta tebusan US$8 juta yang ditolak pemerintah, dan pengelola pusat data menyatakan data yang sudah terenkripsi tidak dapat dipulihkan. Bagi 84,40% instansi pengguna tanpa cadangan, pemulihan layanan harus dibangun ulang dari sumber lain.


Peta Pemangku Kepentingan menurut Horizon Kritis

Kerentanan setiap pihak ditentukan oleh horizon kritisnya, yaitu berapa lama ia dapat beroperasi tanpa data terkini:

Horizon kritis Pemangku kepentingan Ketergantungan data Risiko utama
Milidetik–menit Bursa, perantara, pembuat pasar, perdagangan frekuensi tinggi Sangat tinggi Salah harga, order basi, volatilitas kilat
Menit–jam Bank sistemik dan sistem pembayaran Sangat tinggi Penimbunan likuiditas, gagal penyelesaian
Menit–hari BI, OJK, lembaga kliring Sangat tinggi Keterlambatan intervensi dan pengawasan
Jam–hari Manajer investasi, asuransi, dana pensiun Tinggi Salah valuasi, ketidaksesuaian redemption
Jam–hari Importir, eksportir, korporasi besar Tinggi Salah lindung nilai, penumpukan stok, selisih valas
Hari–minggu Kementerian Keuangan dan otoritas fiskal Tinggi Salah estimasi penerimaan dan pembiayaan
Hari–minggu UMKM dan rumah tangga Tidak langsung tetapi material Pembelian panik, kredit mengetat, harga naik
Minggu–bulan BPS dan lembaga riset Menengah–tinggi Nowcasting melemah, revisi statistik membesar

Kerangka Durasi: Lima Insiden pada Tabel yang Sama

Dampak gangguan tidak meningkat secara linear terhadap durasinya. Tabel berikut adalah skenario operasional, dengan kolom terakhir diisi insiden yang sudah terjadi:

Durasi gangguan Kondisi pasar Respons institusi Risiko sistemik Insiden terukur
<5 menit Gangguan teknis lokal Coba ulang, failover, pembatalan order terbatas Rendah —
5–30 menit Selisih harga mulai melebar Limit transaksi dikurangi Rendah–menengah Penghentian perdagangan BEI 30 menit, 28 dan 29 Januari 2026
30 menit–2 jam Harga referensi diragukan Strategi otomatis dinonaktifkan Menengah —
2–6 jam Likuiditas terfragmentasi Pengurangan risiko dan penetapan harga manual Tinggi —
6–24 jam Rumor menggantikan data Penimbunan kas dan agunan Sangat tinggi AWS US-EAST-1 sekitar 15 jam (2025); BI-FAST sekitar 17 jam (2023)
>24 jam Gangguan menjalar ke ekonomi riil Kontrol kontingensi dan intervensi regulator Kritis PDNS 2 berminggu-minggu (2024); data resmi AS 43 hari (2025); pembekuan MSCI 243 hari dan berlanjut (2026)

Durasi saja tidak cukup untuk membaca risiko. Variabel yang menentukan meliputi Recovery Time Objective (RTO), yaitu target waktu pemulihan; Recovery Point Objective (RPO), yaitu berapa banyak data yang boleh hilang; Maximum Tolerable Downtime (MTD), yaitu durasi maksimum sebelum fungsi ekonomi gagal; tingkat keyakinan data (data confidence score) setelah pemulihan; celah rekonsiliasi (reconciliation gap) antara catatan internal, kliring, dan kustodian; rasio konsentrasi vendor (vendor concentration ratio), yaitu porsi proses kritis yang bergantung pada satu penyedia; dan kapasitas operasi manual (manual override capacity) ketika otomatisasi mati.

Kelima insiden memperlihatkan mengapa ukuran-ukuran itu berbeda. AWS pulih dalam sekitar 15 jam dan menyatakan tidak ada data pelanggan yang hilang: RTO panjang, RPO nol. PDNS 2 membutuhkan waktu berminggu-minggu dan 84,40% instansi penggunanya tidak memiliki cadangan: RPO yang tidak terbatas bagi sebagian besar pengguna. Data resmi Amerika Serikat kembali terbit setelah 43 hari, tetapi indeks harga Oktober 2025 hilang permanen. Pembekuan MSCI berlangsung paling lama, 388,8 kali durasi gangguan AWS, padahal tidak ada data yang hilang: yang hilang adalah keyakinan pengguna terhadap data. Sistem yang pulih dalam satu jam tetapi kehilangan urutan transaksi dapat lebih berbahaya daripada sistem yang pulih dalam tiga jam dengan data utuh, dan data yang utuh tetapi tidak terverifikasi dapat lebih berbahaya daripada keduanya.


Transmisi Jangka Pendek: dari Gangguan Teknis ke Harga dalam Hitungan Jam

1. Aplikasi ke akses pasar. Gangguan pada satu wilayah komputasi awan menutup akses nasabah ke aplikasi perdagangan dan pembayaran selama gangguan berlangsung, sementara pasar di tempat lain tetap bergerak: gangguan telemetri dari sisi pengguna.

2. Pembayaran ke likuiditas. Gangguan jalur komunikasi sistem pembayaran ritel menunda transfer antarbank; semakin lama gangguan, semakin sulit membedakan kendala teknis dari tekanan dana.

3. Informasi ke harga. Pengumuman yang meragukan kualitas data kepemilikan memicu penurunan 8,00% dan penghentian perdagangan dalam satu hari. Penghentian 30 menit memberi jeda, tetapi pada 28–29 Januari 2026 penurunan berlanjut keesokan harinya karena sumber keraguan belum tertangani.


Transmisi Jangka Panjang: dari Celah Data ke Akses Pasar dalam Hitungan Bulan hingga Tahun

1. Celah statistik menjalar ke masa depan. Data harga Oktober 2025 yang tidak terkumpul masih memengaruhi komponen sewa dalam indeks harga konsumen Amerika Serikat pada April 2026. Kebijakan yang bergantung pada data itu membawa ketidakpastian yang lebih besar selama berbulan-bulan.

2. Integritas data ke akses modal. Pembekuan indeks menahan penambahan konstituen dan kenaikan bobot saham Indonesia di indeks global, sehingga menahan arus dana pasif ke pasar domestik. Penilaian arus informasi yang berubah menjadi negatif menjadi bagian dari evaluasi klasifikasi pasar berikutnya.

3. Cadangan data ke kapasitas negara. Instansi tanpa cadangan pada 2024 harus membangun ulang layanan dan data dari sumber lain; biaya itu muncul sebagai belanja, waktu, dan kepercayaan publik terhadap layanan digital pemerintah pada tahun-tahun berikutnya.


Katalis yang Memperbesar Kerentanan pada 2026–2027

1. Agen kecerdasan buatan dan otomatisasi keputusan. Gelombang berikutnya adalah kecerdasan buatan yang mengeksekusi keputusan, lebih dari sekadar memberi rekomendasi: memindahkan dana, menyesuaikan harga, mengelola inventori, dan mengubah eksposur risiko. Semakin pendek jarak antara data dan eksekusi, semakin kecil waktu untuk intervensi manusia. Sistem menjadi lebih efisien dalam kondisi normal, tetapi lebih prosiklis saat semua agen bereaksi terhadap sinyal yang sama.

2. Open API dan keuangan tertanam (embedded finance). Interkoneksi menambah inovasi sekaligus memperluas permukaan kegagalan. Masalah pada satu penyedia identitas, API pembayaran, atau layanan komputasi awan dapat menjalar ke ratusan aplikasi.

3. Konsentrasi komputasi awan. Migrasi ke komputasi awan memperkuat skalabilitas, tetapi pemusatan beban pada sedikit penyedia menciptakan risiko korelasi. Gangguan AWS Oktober 2025 berawal dari satu wilayah dan satu komponen DNS, tetapi menjalar ke aplikasi keuangan di beberapa negara. Redundansi yang tampak luas menjadi semu bila beberapa layanan memakai wilayah, jaringan, atau lapisan identitas yang sama.

4. Fragmentasi geopolitik. Pembatasan teknologi, sanksi, perang siber, dan regulasi lokalisasi data dapat memecah arsitektur global. Data mungkin tersedia secara lokal tetapi tidak dapat dipertukarkan lintas yurisdiksi.

5. Cuaca ekstrem dan risiko energi. Pusat data, jaringan telekomunikasi, dan sistem pembayaran bergantung pada listrik dan pendinginan. Ekonomi digital tampak tanpa bobot, tetapi fondasinya sangat fisik: kabel, gardu, generator, baterai, serat optik, dan air pendingin.


Desain Kebijakan: dari Efisiensi Menuju Ketahanan

Kasus-kasus di atas menunjukkan bahwa data ekonomi kritis berperilaku seperti infrastruktur energi atau sistem pembayaran, lebih dari sekadar aset teknologi informasi. Kerangka kebijakan yang konsisten dengan temuan itu mencakup sepuluh unsur:

  1. Klasifikasi data ekonomi kritis, termasuk harga acuan, pembayaran, posisi likuiditas, agunan, dan data kepemilikan.
  2. Redundansi multi-vendor, di samping redundansi server pada vendor yang sama.
  3. Standar cap waktu dan silsilah data (data lineage) yang seragam.
  4. Latihan failover lintas BI, OJK, bursa, lembaga kliring, kustodian, bank, dan operator telekomunikasi.
  5. Penghentian perdagangan berbasis kualitas data, di samping penghentian berbasis persentase perubahan harga.
  6. Saluran komunikasi krisis yang ditetapkan sebelumnya.
  7. Pelaporan tingkat keyakinan data, sehingga pengguna mengetahui apakah angka bersifat final, sementara, atau hasil rekonstruksi.
  8. Model cadangan non-AI untuk fungsi kritis.
  9. Cadangan yang tidak dapat diubah (immutable backup) dan terisolasi dari jaringan produksi.
  10. Kapasitas operasi manual minimum untuk penyelesaian transaksi, valuasi, dan pengawasan.

Prinsipnya adalah degradasi yang bertahap: sistem yang tangguh tidak harus mempertahankan seluruh fungsi saat krisis, tetapi harus mempertahankan fungsi paling kritis dengan kapasitas yang lebih rendah. Kasus PDNS 2 menunjukkan harga ketiadaan butir 9; kasus data kepemilikan saham menunjukkan harga ketiadaan butir 1 dan 3.


Risiko Pembalikan Arah: Ketika Ancaman Ini Terbaca Terlalu Besar

Tidak setiap gangguan data berubah menjadi krisis, dan lima pertimbangan menahan pembacaan yang berlebihan.

Pertama, redundansi institusional terus membaik. Bank, bursa, lembaga kliring, dan otoritas moneter memiliki prosedur pemulihan, pusat data cadangan, dan jalur komunikasi khusus. Gangguan AWS 2025, meski luas, tidak menghilangkan data pelanggan, dan gangguan BI-FAST 2023 selesai dalam satu hari.

Kedua, penghentian perdagangan dapat memutus spiral. Penghentian perdagangan, pembatalan order, dan penundaan penyelesaian memberi waktu untuk verifikasi, dan efektif bila diumumkan cepat serta diterapkan konsisten. Pada 28 dan 29 Januari 2026, penghentian 30 menit berjalan sesuai aturan dan order terbuka tetap tersimpan di sistem; penurunan berhenti sementara, tetapi berlanjut keesokan harinya karena sumber keraguan berada pada data, di luar jangkauan jeda perdagangan.

Ketiga, manusia masih memegang kendali pada fungsi kritis. Banyak institusi memiliki komite risiko dan otorisasi manual yang membatasi kemungkinan algoritma bertindak tanpa pengawasan.

Keempat, belanja ketahanan dapat berlebihan. Setelah insiden besar, institusi sering membeli terlalu banyak alat yang tumpang tindih. Kompleksitas baru memperbesar risiko konfigurasi, menaikkan biaya, dan mengaburkan tanggung jawab.

Kelima, saham infrastruktur digital tidak otomatis diuntungkan. Pusat data dan jaringan membutuhkan belanja modal besar, dan pertumbuhan permintaan tidak selalu menghasilkan arus kas bebas yang tinggi bila utilisasi rendah, biaya listrik naik, utang membesar, persaingan menekan harga, kontrak tidak meneruskan kenaikan biaya kepada pelanggan, atau ekspansi dilakukan secara spekulatif. Pembedaan antara aset strategis dan ekonomi unit yang benar-benar menguntungkan tetap menentukan.


Sintesis: Data sebagai Komponen Modal Sistem Keuangan

Data berfrekuensi tinggi telah berubah dari alat bantu menjadi komponen modal sistem keuangan. Ia memungkinkan aset dinilai, risiko dihitung, agunan diterima, transaksi diselesaikan, dan kebijakan dikalibrasi. Ketika data menghilang, pasar kehilangan lebih dari informasi: ia kehilangan kemampuan untuk mempercayai harga, pihak lawan, dan bahkan neracanya sendiri.

Urutan kerusakannya: data terputus; ketidakpastian meningkat; selisih harga melebar; limit risiko dipangkas; likuiditas menurun; margin call bertambah; penjualan paksa muncul; ekonomi riil mengetat; respons kebijakan datang terlambat.

Lima insiden 2023–2026 menambahkan satu dimensi pada urutan itu. Gangguan yang memutus aliran data pulih dalam hitungan jam ketika cadangan tersedia. Gangguan yang menghapus data tanpa cadangan meninggalkan celah permanen. Gangguan yang membuat data tidak dapat diverifikasi berlangsung paling lama, karena yang harus dipulihkan adalah keyakinan pengguna. Bagi Bank Indonesia, tantangannya adalah mempertahankan visibilitas atas likuiditas, kurs, dan sistem pembayaran; bagi OJK, mendeteksi tekanan sebelum menjadi penularan; bagi pemerintah, memastikan kebijakan fiskal tidak dibuat dengan data yang sudah membeku; bagi pelaku pasar, memahami bahwa strategi kuantitatif secanggih apa pun bergantung pada validitas input.

Pasar selama satu dekade menghargai kecepatan. Pada fase berikutnya, premi bergeser ke ketahanan, verifikasi, redundansi, dan kemampuan data berdaulat (sovereign data capability). Pihak yang mampu mempertahankan kebenaran dasar ketika sistem lain kehilangan visibilitas memegang posisi yang sama strategisnya dengan pemilik cadangan energi dalam ekonomi lama.


Peta Emiten: Infrastruktur Ketahanan Data di Bursa Indonesia

Gangguan berulang menggeser belanja dari aplikasi permukaan menuju infrastruktur ketahanan. Empat lapisan memperoleh katalis struktural, dengan satu kriteria yang membedakan emiten: kapasitas yang sudah terkontrak, dibandingkan kapasitas terpasang dan kapasitas yang baru direncanakan.

1. Pusat data dan redundansi geografis. Permintaan meningkat untuk pusat data active-active, replikasi lintas wilayah, jalur jaringan ganda, lokasi pemulihan bencana (disaster recovery site), penyimpanan yang tidak dapat diubah, dan kapasitas komputasi untuk rekonsiliasi pascagangguan. Di bursa Indonesia, eksposur langsungnya ada pada DCI Indonesia (DCII) dan ekosistem Telkom Indonesia (TLKM); anak usaha Telkom, Telkomsigma, adalah pengelola PDNS pada 2024. Indointernet (EDGE) tidak lagi menjadi eksposur yang dapat diperdagangkan: sahamnya disuspensi sejak 10 Februari 2026, pemegang saham independen menyetujui rencana go private pada 22 April 2026, dan pengendalinya, Digital Edge (Hong Kong) Ltd dengan kepemilikan 59,10%, mengajukan penawaran tender Rp11.500 per saham, 141,2% di atas rata-rata harga tertinggi harian 90 hari sebelumnya (Rp4.768), untuk sisa saham publik 7,90%.

2. Telekomunikasi dan observabilitas jaringan. Nilai ekonomi operator jaringan terletak pada latensi, uptime, diversitas rute, kemampuan mendeteksi anomali, pemulihan otomatis, dan kepastian perjanjian tingkat layanan (service-level agreement), lebih dari sekadar lebar pita. TLKM, ISAT, dan EXCL berada di lapisan konektivitas, dengan manfaat finansial yang bergantung pada disiplin belanja modal dan kemampuan memonetisasi layanan korporasi, di luar pertumbuhan trafik.

3. Keamanan siber dan integritas data. Belanja bergeser dari perlindungan perimeter ke arsitektur zero-trust, manajemen identitas dan akses (identity and access management), tanda tangan kriptografis, silsilah data, deteksi anomali (anomaly detection), jejak audit yang tidak dapat diubah, dan manajemen informasi serta peristiwa keamanan (security information and event management, SIEM). Setelah insiden besar, prioritas biasanya berbalik: integritas input lebih berharga daripada kecanggihan dasbor.

4. Vendor data dan infrastruktur pasar global. Penyedia data seperti LSEG, S&P Global, Moody's, FactSet, dan Bloomberg, serta operator bursa seperti Nasdaq dan Intercontinental Exchange, memiliki pendapatan berulang berbasis langganan dan infrastruktur kritis. Kekuatan itu sekaligus konsentrasi: ketergantungan berlebihan pada satu vendor mengubah efisiensi menjadi titik kegagalan tunggal (single point of failure).


Sisi Lain: Data yang Sama, Pembacaan Berlawanan

Durasi pembekuan MSCI juga mencerminkan standar yang ketat, di samping kualitas data. MSCI mempertahankan status pasar berkembang Indonesia pada Juni 2026, dan Indonesia meraih penilaian tertinggi pada 10 dari 18 kriteria aksesibilitas. Pembekuan dapat dibaca sebagai masa observasi atas data baru yang memang membutuhkan waktu untuk dibuktikan konsisten.

Penghentian perdagangan bekerja sesuai desain. Jeda 30 menit memberi waktu verifikasi dan menjaga order terbuka tetap tersimpan. Penurunan yang berlanjut keesokan harinya mencerminkan informasi baru, yang berada di luar tujuan mekanisme itu.

Insiden AWS menunjukkan ketahanan, bukan hanya kerapuhan. Gangguan terluas tahun 2025 tidak menghilangkan data pelanggan dan pulih dalam kurang dari satu hari; bagi sebagian besar pengguna, RPO-nya nol.

Kerugian siber yang diperkirakan BI mencakup penipuan dan penyalahgunaan data. Angka US$6,2 miliar untuk 2026 memadukan penipuan, penyalahgunaan data, dan serangan terhadap sistem; porsi yang berasal dari gangguan data sistemik tidak dirinci.

Celah data resmi AS dapat diisi sebagian. Nowcast Federal Reserve Cleveland, survei swasta, dan data alternatif mengisi sebagian celah Oktober 2025, dan CPI September 2025 tetap terbit pada 24 Oktober karena staf BLS dipanggil kembali sementara untuk menghitung penyesuaian tunjangan jaminan sosial.


Titik Uji Integritas Data: Peristiwa yang Akan Menggeser Hitungan

Pada 2026, gangguan data terlama bagi pasar Indonesia tidak berasal dari sistem yang padam, tetapi dari data kepemilikan saham yang tetap tersedia namun belum dapat diverifikasi: pembekuan MSCI sudah berlangsung 243 hari, 388,8 kali durasi gangguan AWS 2025.

Peninjauan indeks MSCI November 2026. Pencabutan pembekuan akan mengukur berapa lama data baru (pengungkapan kepemilikan di atas 1% sejak 3 Maret 2026 dan kerangka HSC) dibutuhkan untuk memulihkan keyakinan pengguna; pembekuan yang berlanjut, atau opsi perlakuan lain yang sudah diisyaratkan MSCI, akan memperpanjang durasi gangguan integritas melewati 10 bulan.

Penilaian arus informasi dalam tinjauan aksesibilitas MSCI 2027. Kembalinya penilaian information flow ke positif akan menandai pemulihan penuh; penilaian yang tetap negatif akan menunjukkan pembekuan hanya berakhir secara teknis.

Insiden gangguan sistem pembayaran atau perdagangan berikutnya di Indonesia. Durasi pemulihan di bawah 6 jam dengan data utuh akan menguatkan pembacaan bahwa ketahanan teknis sudah memadai dan risiko terbesar terletak pada integritas; insiden dengan data hilang akan membalik urutan itu.


Sumber Data

Insiden dan statistik resmi

  • Bureau of Labor Statistics: dampak penutupan pemerintah 2025 terhadap CPI dan survei pengeluaran konsumen (pembaruan Juni 2026); pernyataan Gedung Putih dan laporan CNBC, Fortune, Axios, Fox Business (November 2025) tentang data Oktober 2025 dan nowcast Federal Reserve Cleveland.
  • Laporan dan analisis gangguan AWS US-EAST-1, 20 Oktober 2025 (pernyataan AWS; TechInformed; The Register).
  • Katadata (2 November 2023): gangguan BI-FAST dan penjelasan Bank Indonesia.
  • Kementerian Kominfo, BSSN, Telkom (Juni–Juli 2024): serangan ransomware PDNS 2 (Antara, Bisnis, Detik, CNBC Indonesia, Investortrust).

Pasar modal Indonesia

  • Pengumuman MSCI (27 Oktober 2025; 27 Januari, 20 April, 18 dan 24 Juni, 7 Juli 2026) melalui Bisnis, CNBC Indonesia, Katadata, Kontan, Kompas, Stockbit, Ajaib, KabarBursa; laporan Reuters tentang penurunan nilai pasar hingga sekitar US$120 miliar.
  • Bursa Efek Indonesia: penghentian sementara perdagangan 28 dan 29 Januari 2026; Keputusan Direksi Kep-00002/BEI/04-2025 dan Kep-00003/BEI/04-2025.
  • KSEI dan BEI: pengungkapan pemegang saham di atas 1% mulai 3 Maret 2026.
  • Keterbukaan informasi PT Indointernet Tbk (EDGE): rencana go private, RUPSLB 22 April 2026, dan penawaran tender Digital Edge (Hong Kong) Ltd.

Otoritas dan regulasi

  • Bank Indonesia: pernyataan Gubernur BI Destry Damayanti pada FEKDI x IFSE (24 September 2026); pelantikan Dewan Gubernur BI 2026–2031 (2 September 2026).
  • OJK: PADK Nomor 1 Tahun 2026 tentang penyelenggaraan teknologi informasi oleh bank umum; pernyataan OJK dalam forum PERBANAS tentang risiko siber.
  • StormWall melalui Times Indonesia (Agustus 2026): serangan DDoS kuartal I 2026.

Kerangka rujukan

  • Bank for International Settlements, Principles for Operational Resilience (BCBS d516); Financial Stability Board, kerja ketahanan siber; CPMI–IOSCO, Principles for Financial Market Infrastructures; IOSCO tentang gangguan pasar; IMF tentang standar data; NIST Cybersecurity Framework.

Angka turunan penulis. Durasi insiden dalam hari dan jam, porsi instansi PDNS 2 dengan dan tanpa cadangan, penurunan intrahari dua hari IHSG dari penutupan 27 Januari 2026, rasio durasi pembekuan MSCI terhadap gangguan AWS dan penutupan pemerintah AS, serta konversi kerugian siber ke rupiah adalah perhitungan saya dari angka yang terbit. Durasi pembekuan MSCI dihitung dari pengumuman 27 Januari 2026 hingga 27 September 2026.

Konflik dan batasan sumber. Jumlah layanan AWS yang terdampak dilaporkan berbeda antara analisis pihak ketiga, sehingga tidak saya pakai. Jumlah saham yang turun pada 29 Januari 2026 dilaporkan 658–694 menurut waktu pengambilan data. Durasi gangguan BI-FAST 2023 dihitung dari rentang waktu yang dilaporkan media, tanpa angka resmi Bank Indonesia.

Analisis data, bukan rekomendasi investasi. Data per 27 September 2026.