BI Jalankan Empat Pilot Project yang Memanfatkan Big Data

NUSA DUA, KOMPAS.com - Bank Indonesia telah menjalankan empat proyek percontohan atau pilot project dalam pemanfaatan big data yang menghasilkan sejumlah indikator baru untuk mendukung proses perumusan kebijakan.

Keempat indikator tersebut, yakni indikator lowongan pekerjaan, pasar properti, identifikasi struktur keterkaitan pelaku dalam sistem pembayaran dan persepsi masyarakat terhadap perekonomin Indonesia maupun ekspektasi masyarakat terhadap kebijakan Bank Indonesia.

“Dengan memiliki akses portal lowongan kerja, itu kami olah, itu kita bisa buat job vacancy index. Jadi kita bisa melihat perkembangan dari lowongan kerja seperti apa sih. Untuk melihat aktivitas perekonomian ke depannya seperti apa. Semakin banyak lowongan pekerjaan yang dibuka, itu indikasi bahwa ekonomi growing,” ujar Direktur Eksekutif Departement Statistik Bank Indonesia, Yati Kurniati di Nusa Dua, Bali, Kamis (26/7/2018).

Yati menjelaskan, pada indikator lowongan pekerjaan atau job vacancy, pihaknya menggunakan sumber data tidak terstruktur berupa teks iklan lowongan pekerjaan di portal lowongan pekerjaan online dan media cetak.

Sumber data tersebut berpotensi digunakan untuk indikator ketenagakerjaan yang kini tersedia secara semesteran.

Dengan menggunakan metodologi Big Data Analytics, dihasilkan indeks lowongan pekerjaan yang tersedia lebih cepat secara bulanan, perkembangan lowongan pekerjaan per jenis pekerjaan, per sektor, per lokasi pekerjaan.

Untuk indikator pasar properti memanfaatkan data tidak terstruktur berupa teks iklan penjualan properti yang terdapat di portal properti online.

Dengan menggunakan metodologi Big Data Analytics text mining, dihasilkan indeks harga dan indeks supply properti yang tersedia lebih cepat secara bulanan.

Indikator yang dimaksud digunakan sebagai pelengkap dari hasil Survei Harga Properti Residensial (SHPR) yang tersedia secara triwulanan. 

Sementara itu, indikator identifikasi struktur keterkaitan pelaku dalam sistem pembayaran menggunakan sumber data terstruktur berupa data transaksi BI-RTGS. Dari data tersebut dilakukan identifikasi struktur keterkaitan antarpelaku transaksi dengan menggunakan metode Network Analysis dan Machine Learning, yang kemudian digunakan sebagai indikator untuk surveillance dalam rangka memitigasi risiko sistemik di sistem keuangan. 

Selanjutnya, identifikasi persepsi masyarakat terhadap perekonomian Indonesia, maupun ekspektasi masyarakat terhadap kebijakan Bank Indonesia menghasilkan indikator ketidakpastian atas kebijakan ekonomi yang disebut indeks Economic Policy Uncertainty (EPU). Indeks ini dibangun dengan menggunakan metode text mining terhadap pemberitaan di media massa.

“Empat project itu sudah siap keluar. Tapi kami harus punya kalender penerbitan tertentu yang kami komit ke tanggal tersebut. Mungkin bisa (dipublikasikan) per bulan,” kata Yati.