BI Siapkan Revitalisasi LLD: Fokus pada Data, Pengawasan, dan Penanggulangan Under‑Invoicing

Ringkasan Singkat

• Calon Gubernur Destry Damayanti paparkan rencana revitalisasi kebijakan lalu lintas devisa (LLD) di DPR.
• Masalah utama yang dihadapi: fragmentasi data, kualitas data rendah, serta potensi under invoicing dan transfer pricing.
• BI akan memperkuat pengawasan dengan suptech, standarisasi metadata, dan koordinasi lintas lembaga.

Jakarta, 26 Agustus 2026 – Dalam sidang fit‑and‑proper test bersama Komisi XI DPR, Destry Damayanti mengumumkan agenda strategis Bank Indonesia (BI) untuk memperbaharui kebijakan lalu lintas devisa (LLD). Ia menegaskan bahwa kebijakan LLD akan menjadi prioritas utama BI, mengingat mandat yang diatur UU dan tantangan struktural yang semakin kompleks.

Menurut Destry, tiga tantangan utama yang harus diatasi meliputi fragmentasi sumber data, kualitas data yang belum memadai, serta infrastruktur data LLD yang masih lemah. “Kita harus mengatasi potensi under invoicing yang signifikan. Namun, ini bukan tugas BI saja; LLD melibatkan banyak pemangku kepentingan,” ujarnya.

Untuk menanggapi hal tersebut, BI berencana menggalang sinergi antara Kementerian/Lembaga (K/L), Direktorat Jenderal Perdagangan Luar Negeri (DSI), eksportir, dan perbankan. Langkah konkret meliputi standarisasi metadata end‑to‑end, perolehan data yang lebih tepat waktu dan komprehensif, serta integrasi lintas sumber data LLD.

Selain itu, BI akan memperkuat pengawasan dengan memanfaatkan suptech—teknologi supervisi berbasis data—untuk memantau transaksi devisa secara cepat, tepat waktu, dan tepat guna. Transformasi digital ini diharapkan meningkatkan transparansi, menurunkan risiko manipulasi nilai tukar, dan memperkuat posisi Indonesia dalam arus modal global.

Analisis Pakar

Revitalisasi kebijakan LLD yang diusung oleh BI bukan sekadar penyesuaian administratif, melainkan langkah strategis untuk menutup celah regulasi yang selama ini dimanfaatkan oleh pelaku perdagangan gelap. Under invoicing dan transfer pricing telah lama menjadi sumber kerugian devisa yang tidak terukur, menggerogoti basis cadangan devisa dan menurunkan kepercayaan investor asing.

Penguatan data menjadi fondasi utama. Fragmentasi data antara otoritas bea cukai, bank, dan lembaga statistik mengakibatkan blind spot yang dimanfaatkan oleh pihak-pihak tidak bertanggung jawab. Dengan standar metadata yang terintegrasi, BI dapat melakukan analisis lintas‑sektor secara real‑time, mengidentifikasi anomali harga, dan menindaklanjuti temuan dengan cepat.

Penerapan suptech menandai era baru dalam supervisi moneter. Teknologi ini memungkinkan algoritma pembelajaran mesin mendeteksi pola‑pola abnormal dalam aliran devisa, sehingga intervensi regulator dapat dilakukan sebelum kerugian material terjadi. Namun, keberhasilan suptech sangat bergantung pada kualitas data yang masuk; tanpa data yang bersih dan terstruktur, algoritma hanya akan menghasilkan false positive yang membebani sumber daya.

Koordinasi lintas lembaga menjadi kunci. DSI, perbankan, dan eksportir harus menyesuaikan sistem pelaporan mereka dengan standar yang ditetapkan BI. Ini bukan hanya soal regulasi, melainkan tentang menciptakan ekosistem data yang saling melengkapi. Jika berhasil, Indonesia tidak hanya akan menutup kebocoran devisa, tetapi juga meningkatkan daya saing eksportir melalui transparansi harga yang lebih baik.

Pertanyaan yang Sering Diajukan (FAQ)

• Q: Apa itu lalu lintas devisa (LLD) dan mengapa penting bagi Indonesia?
  A: LLD mencakup semua transaksi valuta asing masuk dan keluar negara. Pengelolaannya penting untuk menjaga stabilitas nilai tukar, melindungi cadangan devisa, dan mencegah praktik ilegal seperti under invoicing.
• Q: Mengapa under invoicing menjadi masalah serius?
  A: Praktik ini menurunkan nilai deklarasi impor, sehingga mengurangi pungutan bea masuk dan pajak, serta mengakibatkan kerugian devisa yang sulit dipulihkan.
• Q: Bagaimana suptech dapat meningkatkan pengawasan LLD?
  A: Suptech menggunakan analitik data dan kecerdasan buatan untuk memantau transaksi secara real‑time, mengidentifikasi anomali, dan memberi peringatan dini kepada regulator.