BAB 1

PENDAHULUAN
1.1 Latar Belakang
Transformasi Bank Indonesia dengan Arsitektur Fungsi Strategis Bank Indonesia (AFSBI) 2024
sudah berjalan selama empat tahun. Salah satu tema dari AFSBI adalah State of the Art Technology
yang memiliki tujuan diantaranya “Memiliki Big Data yang terintegrasi dengan proses pengambilan
keputusan kebijakan moneter dan makroprudensial”. Tujuan tersebut berada di fase Restructuring
and Enhancing atau Restrukturisasi dan Penajaman pada tahun 2014 sampai 2019. Sementara, fase
kedua AFSBI pada tahun 2019 sampai 2024 disebut dengan Shaping the End State atau Membentuk
Tujuan Akhir memiliki sebuah tujuan yaitu “Penggunaan Big Data secara inovatif, menjadi mitra
peer central banks”.

Seiring dengan berkembangnya teknologi digital, laju aktivitas ekonomi menjadi semakin dinamis
terutama pada sistem pembelian barang dan jasa seperti multichannel retailing yang menggunakan
metode e-transaction atau bisa disebut dengan transaksi dalam jaringan (daring). Diikuti dengan
fenomena berkembangnya jasa penyedia informasi seperti online job portals, online housing, social
media, dsb. Output yang dihasilkan antara lain, data tenaga kerja, data penjualan dan pembelian
barang dan jasa, data konsumen dan produsen, jumlah pasok dan permintaan, dan data pribadi
konsumen, yang jika digabungkan akan menghasilkan wawasan baru terhadap fenomena ekonomi.

Dalam upaya memperkuat pengambilan keputusan kebijakan, Bank Indonesia memanfaatkan peran
Big Data untuk menjadi sumber informasi yang nantinya akan digunakan dalam pengambilan
keputusan serta publikasi statistik dan pelaporan. Beberapa bank sentral menggunakan Big Data
sebagai input untuk “penelitian yang menarik” melainkan untuk “penelitian inti” yang dikaji secara
mendalam. Namun, seiring dengan perkembangan transaksi daring, disaat yang bersamaan juga
meningkatkan jumlah data yang terekam. Diikuti dengan peningkatan mutu dan potensi dari
pengembangan data yang sudah terkumpul. Dengan demikian, bank sentral di dunia termasuk Bank
Indonesia menyadari pentingnya peran dan manfaat Big Data dalam penelitian dan pelaporan,
terutama sebagai bentuk dukungan untuk mengambil keputusan kebijakan moneter dan
makroprudensial.
1.2 Rumusan Masalah
Dari latar belakang yang dijelaskan diatas, beberapa pertanyaan muncul mengenai peran dan manfaat
Big Data dalam proses pengambilan keputusan dan kebijakan oleh bank sentral, terutama pada
publikasi statistika dan pelaporan yang dilakukan oleh Bank Indonesia. Dengan demikian, kajian ini
ingin melihat tindakan Bank Indonesia dalam mengimplementasikan Big Data pada publikasi
statistika dan pelaporan serta perbedaan tujuan dan hasil pemanfaatan Big Data oleh bank sentral
lainnya. Pertanyaan dituliskan di bawah ini:
1. Bagaimanakah implementasi peran dan manfaat Big Data dalam publikasi statistika dan
pelaporan yang dilakukan Bank Indonesia?
2. Apakah tujuan pemanfaatan Big Data antara bank sentral dengan yang lain berbeda?
3. Apakah output yang dihasilkan dari pemanfaatan Big Data antara bank sentral dengan yang lain
berbeda?

1.3 Tujuan dan Manfaat

Kajian ini bertujuan menganalisa penggunaan peran dan manfaat Big Data pada beberapa bank sentral
di dunia termasuk Bank Indonesia dan implikasi pendayagunaan Big Data pada publikasi statistika
dan pelaporan yang dilakukan Bank Indonesia. Hasil kajian diharapkan dapat bermanfaat untuk
memberikan rekomendasi secara umum kepada Bank Indonesia dalam proses menuju transformasi
sesuai AFSBI.

1.4 Ruang Lingkup

Ruang lingkup kajian ini secara khusus melihat peran dan maanfaat Big Data pada kegiatan bank
sentral dalam proses pengambilan kebijakan serta implementasinya pada publikasi dan pelaporan dan
secara umum membandingkan tujuan pelaksanaan pemanfaatan Big Data antara beberapa bank
sentral termasuk Bank Indonesia.

1.5 Metodologi Penyusunan Kajian

Penyusunan kajian ini dilakukan dengan menggunakan metode sbb:
1. Pengumpulan data/atau informasi sekunder dari berbagai sumber seperti laporan tahunan Bank
Indonesia, pidato gubernur, berita dan artikel media, dan situ internet.
2. Analisis komparatif dengan cara membandingkan data yang telah terkumpul untuk
mengindikasikan perbedaan tujuan dan tindakan dalam pemanfaatan Big Data antara bebebrapa
bank sentral di dunia dengan Bank Indonesia.
BAB 2
PERAN DAN MANFAAT BIG DATA SECARA UMUM
2.1 Pengertian Big Data
Big Data adalah istilah yang menggambarkan volume data yang besar, terstruktur dan tidak terstruktur,
yang menggenangi bisnis setiap hari. Tapi bukan jumlah data yang penting. Penggunaan Big Data oleh
suatu institusilah yang bernilai. Data besar dapat dianalisis untuk wawasan baru yang mengarah pada
keputusan dan pergerakan bisnis strategis yang lebih baik (SAS). Penelitian baru-baru ini memberikan
informasi bahwa Indonesia telah mancapai penetrasi internet sebesar 39.7% dari total populasi pada
tahun 2017 (Statista), diikuti dengan pendapatan dari pasar e-commerce sejumlah US$8,591 miliar dan
penetrasi pengguna yang mencapai 11.8% pada tahun 2018. Dari data diatas, banyak pelaku bisnis,
pemerintahan, dan pelajar turut mempelajari akan potensi dari data yang berjumlah banyak, bervariasi,
dan cepat sehingga istilah Big Data sudah tidak asing lagi di kalangan tertentu di Indonesia.

2.2 Pemanfaatan Big Data pada Bank Sentral

"Data besar" adalah topik utama dalam pembuatan data, penyimpanan, pengambilan, metodologi dan
analisis. Sektor swasta sudah menggunakan pola data dari kumpulan data mikro untuk menghasilkan
indikator baru dan tepat waktu. Bagi bank sentral, fleksibilitas dan ketersediaan data secara real-time
membuka kemungkinan penggalian sinyal ekonomi yang lebih tepat waktu, menerapkan metodologi
statistik baru, meningkatkan prakiraan ekonomi dan penilaian stabilitas keuangan, dan mendapatkan
umpan balik yang cepat mengenai dampak kebijakan.

Sebagaimana dikonfirmasi oleh survei IFC baru-baru ini, komunitas perbankan sentral memang
menaruh minat pada Big Data, terutama pada tingkat kebijakan senior. Sebuah pesan utama dari survei
tersebut adalah bahwa data yang besar dapat berguna dalam melakukan kebijakan bank sentral, dan
ini dianggap sebagai alat yang berpotensi efektif dalam mendukung analisis stabilitas mikro dan
makroekonomi dan keuangan.
2.3 Peran Big Data bagi Bank Indonesia
Selaras dengan pesatnya perkembangan aktivitas berbasis digital menghasilkan rekaman data
berjumlah besar, bervariasi, dan dihasilkan secara real time yang disebut Big Data. Bank sentral mulai
menyadari akan kepentingan Big Data dalam perumusan kebijakan. Bank Indonesia sebagai bank
sentral di Indonesia melihat akan potensi penggunaan Big Data untuk memperkuat pengambilan
keputusan. Dengan demikian, pada 2014 Bank Indonesia menyatakan di dalam Arsitektur Fungsi
Strategi Bank Indonesia (AFSBI) 2024 bahwa salah satu tujuan transformasi Bank Indonesia adalah
memiliki Big Data yang terintegrasi dengan perumusan kebijakan dilanjutkan dengan penggunaan
secara inovatif dan menjadi mitra Bank Indonesia.
Peran Big Data bagi Bank Indonesia adalah sebagai informasi pendukung untuk memperkuat
pengambilan keputusan. Data yang bersifat real time ini tidak bisa menyelesaikan semua masalah,
data ini hanya melengkapi sebuah gambar (permasalahan) yang besar. Big Data juga berperan sabagai
indikator-indikator baru di industri untuk masyarakat dan stakeholders. Selain itu, Big Data juga
dijadikan sebagai input untuk melakukan analisa seperti sentiment analysis dan network analytics.

2.4 Aplikasi Big Data oleh beberapa bank sentral di dunia

2.4.1 Monetary Authority of Singapore
Di bawah kepemimpinan sosok yang dinobatkan “The best central bank governor in Asia-
Pacific for 2018” oleh majalah ternama Inggris bernama The Bankers, Monetary Authority of
Singapore (MAS) mengikuti “pendekatan kebijakan mutakhir terhadap FinTech dengan tetap
mempertahankan stabilitas makroekonomi”. Pengembangan Financial Technology (FinTech) tidak
akan terlepas dari bantuan Big Data yang bergerak sangat cepat dan dinamis di Smart City
(Singapore) ini.
MAS menjelaskan bahwa Big Data mempunyai banyak potensi dalam membantu bank sentral,
diantaranya adalah:
1. Mendapatkan informasi yang lebih kaya atau anomali dalam transaksi keuangan.
2. Mendeteksi kecurangan atau anomali pada transaksi keuangan.
3. Mempertajam pengawasan tren pasar dan risiko yang muncul.
 2.4.2 Bank of Japan
Haruhiko Kuroda sebagai gubernur Bank of Japan (BOJ) mengatakan bahwa “Big Data adalah
jenis aset baru, dalam hal sumber keuntungan (laba), bukan aset tetap tradisional seperti cabang
(kantor)”. Beliau menyatakan bahwa ada tiga potensi yang dimiliki Big Data pada jasa keuangan,
diantaranya:
1. Pada sektor asuransi, guna untuk mengatasi adverse selection dan moral hazard maka
dilakukanlah penyesuaian pada biaya asuransi dengan menggunakan teknologi baru yang
bernama Smart Contract. Didalamnya terdapat berbagai data seperti cara pelanggan
menyetir dan mengatur kesehatannya.
2. Membuat jaringan pada jasa keuangan bersama industri yang luas. Menyediakan
pembayaran yang aman dan efisien untuk e-commerce dan sharing economy. Nantinya
jaringan antara jasa keuangan dan berbagai industri bisa menghubungkan antara bisnis ritel
dengan pembayaran, pinjaman, dan jasa asuransi.
3. Memperkuat stabilitas keuangan dengan memfasilitasi manajemen risiko yang lebih baik
dan alokasi risiko yang efisien. Namun, ketika berbagai entitas yang berbeda dari penyedia
layanan keuangan tradisional memasuki layanan keuangan, bank sentral (BOJ) diminta
untuk memantau dampaknya terhadap stabilitas keuangan dan struktur mereka secara ketat.

Pada kebijakan moneter, sangat penting bahwa bank sentral harus bisa mengolah data secara
cepat dan efisien. BOJ melakukan pengumpulan data yang sangat besar seperti statistik harga, survei
perusahaan, dan data pasar keuangan. BOJ diwajibkan untuk terus mengkaji bagaimana memanfaatkan
teknologi baru untuk mengumpulkan, memproses, dan menganalisis berbagai jenis data.

2.5 Badan Pusat Statistika dan Penggunaan Big Data

Badan Pusat Statistik adalah Lembaga Pemerintah Non Kementerian yang bertanggung jawab langsung
kepada Presiden. Melaksanakan tugas pemerintahan dibidang statistik sesuai peraturan perundang-
undangan. Berfungsi dalam pengkajian, penyusunan dan perumusan kebijakan dibidang statistik,
pengkoordinasian kegiatan statistik nasional dan regional, penetapan dan penyelenggaraan statistik dasar,
penetapan sistem statistik nasional, pembinaan dan fasilitasi terhadap kegiatan instansi pemerintah dibidang
kegiatan statistik, dan penyelenggaraan pembinaan dan pelayanan administrasi umum dibidang
perencanaan umum, ketatausahaan, organisasi dan tatalaksana, kepegawaian, keuangan, kearsipan,
kehumasan, hukum, perlengkapan dan rumah tangga. (1)
Badan Pusat Statistika mengjaki mengenai Sosial dan Kependudukan, Ekonomi dan Perdagangan, dan
Pertanian dan Pertambangan. Dalam kategori Ekonomi dan Perdagangan terdapat didalamnya sub-kategori
diantaranya Ekspor-Impor, Energi, Harga Perdagangan Besar, Harga Eceran, Upah Buruh, dsb. Hasil
statistik dari data-data tersebut dipublikasi untuk masyarakat umum yang akan digunakan untuk penelitian,
pengkajian, dan eksplorasi.

BADAN Pusat Statistik (BPS) tengah mengembangkan big data agar data yang didapatkan lebih cepat dan
mudah diakses. Data yang cepat dan akurat merupakan suatu keharusan di era digitalisasi agar pengambilan
kebijakan lebih tepat sasaran. Kepala BPS Kecuk Suhariyanto mengatakan, saat ini big data telah digunakan
untuk menghitung jumlah wisatawan mancanegara dengan mobile positioning data (MPD) pada Oktober
2016. Selanjutnya penggunaan big data akan digunakan untuk menghitung pergerakan penumpang
commuter, dan ke depan akan digunakan untuk menghitung besaran e-commerce terhadap perekonomian
negara. Kepala BPS juga mengatakan bahwa BPS harus berubah melakukan transformasi, integrasi, dan
menggunakan teknologi-teknologi baru supaya datanya cepat dan mudah diakses.

Perubahan teknologi yang sangat cepat juga membuat aliran informasi Big Data menjadi sangat lengkap
dan kompleks. Pengembangan Big Data harus dilakukan untuk meningkatkan akurasi dan kecepatan dalam
publikasi statistik, karena jika tidak dikembangkan, metode survi tidak akan mampu untuk menyaingi
kecepatan Big Data.
BAB 3
ASESMEN DALAM RANGKA PENGUATAN PEMANFAATAN BIG DATA UNTUK PUBLIKASI
STATISTIKA DAN PELAPORAN
3.1 Pelaksanaan Big Data oleh Bank Indonesia untuk pelaporan
3.2 Jenis pelaporan di Bank Indonesia
3.2.1 Laporan Hasil Pemeriksaan BPK atas Laporan Keuangan
Laporan ini menjelaskan bahwa laporan keuangan yang diterbitkan Bank Indonesia harus
sesuai dengan Kebijakan Akuntansi Keuangan Bank Indonesia, dan atas pengendalian internal
yang dianggap perlu oleh Bank Indonesia untuk memungkinkan penyusunan laporan keuangan
yang bebas dari kesalahan penyajian material, baik yang disebabkan oleh kecurangan maupun
kesalahan. Lalu, tanggung jawab BPK adalah menyatakan suatu opini atas laporan keuangan
tersebut berdasarkan Standar Pemeriksaan Keuangan Negara.

3.2.1 Laporan Posisi Keuangan

Bank Indonesia wajib melaporkan jumlah total aset dan total liabilitas yang dimiliki pada
tanggal 31 Desember. Isi total aset antara lain Emas, Aset Keuangan untuk Pelaksanaan
Kebijakan Moneter, Hak Tarik Khusus di Lembaga Keuangan Internasional, Tagihan, dan
Aset non Kebijakan. Sedangkan, total liabilitas berisi Uang Dalam Peredaran, Liabilitas
Keuangan untuk Pelaksanaan Kebijakan Moneter, Alokasi Hak Tarik Khusus dari Lembaga
Keuangan Internasional, Kewajiban Non Kebijakan, Selisih Revaluasi, Modal, dan Akumulasi
Surplus (Defisit).

3.2.2 Laporan Surplus Defisit

Laporan Surplus Defisit berisi jumlah penghasilan, jumlah bebam, dan pajak. Konten dari
jumlah penghasilan antara lain adalah Pelaksanaan Kebijakan Moneter, Pengelolaan Sistem
Pembayaran, Pengaturan dan Pengawasan Makroprudensial, Pendapatan dari Penyediaan
Pendanaan, dan Pendapatan Lainnya. Sedangkan konten dari jumlah beban antara lain
Pelaksanaan Kebijakan Moneter, Pengelolaan Sistem Pembayaran, Pengaturan dan
Pengawaasn Makroprudensial, Remunerasi kepada Pemerintah, dan Beban Umum dan
Lainnya. Perhitungan data diatas menghasilkan Surplus (Defisit) sebelum pajak dan Surplus
(Defisit) sesudah pajak.
3.3 Benchmarking penggunaan Big Data antara Bank Indonesia dengan bank sentral lainnya
3.2.1 Penggunaan Big Data oleh Bank Indonesia
Bank Indonesia memanfaatkan informasi dari Online job portals sebagai salah satu sumber
pemasukan Big Data Bank Indonesia dalam upaya untuk melengkapi informasi mengenai
ketenagakerjaan. Meskipun Badan Pusat Statistika (BPS) tiap enam bulan menerbitkan data
ketenagakerjaan, data yang terekam dalam jaringan (daring) tersebut membantu melengkapi
informasi atau kekurangan data dengan cepat.
Bank Indonesia menciptakan pilot project sebagai hasil pemanfaatan Big Data. Contohnya
proksi indikator ketenagakerjaan, proksi indikator pasar properti, prioritisasi risiko sistemik,
mapping prilaku dan proyeksi aliran dana asing di pasar Surat Berharga Negara (SBN).
Indikator-indikator tersebut bermanfaat untuk membantu pelacakan seperti permintaan,
penawaran, dan perkembangan properti di lokasi tertentu yang akan berpengaruh pada
kebijakan perumahaan yang dikeluarkan Bank Indonesia.
Di sisi lain, Bank Indonesia pernah melakukan monitoring persepsi publik dan ekspektasi
masyarakat terhadap laju suku bunga acuan sebelum mengumumkan laju suku bunga acuan
dengan melakukan sentiment analysis. Analisa tersebut merupakan hasil dari pemanfaatan Big
Data (media sosial, situs berita, konten internet, dsb) sebagai salah satu strategi komunikasi
dan pengumuman laju suku bunga membuahkan respon positif dari masyarakat. Selain itu, Big
Data juga bermanfaat untuk melakukan network analytics guna memitigasi risiko sistemik.

3.2.2 Penggunaan Big Data oleh Monetary Authority of Singapore

Departemen Penelitian dan Statistik Bank of Japan menjadi lebih percaya diri akan
kegunaan yang dimiliki Big Data. Mereka mampu memprediksi Produk Domestik Bruto Rill
dengan lebih akurat dibanding prediksi yang dilakukan perusahaan swasta. Menurut data awal
yang dirilis pada pertengahan Februari oleh Kantor Kabinet, produk domestik bruto riil Jepang
untuk kuartal Oktober-Desember 2013 naik pada 1% pertahun pada tahun ini. Angka tersebut
turun di bawah ekspektasi pasar sebesar 2,7%, namun bank sentral berpendapat bahwa nilainya
akan sekitar 1%. Dengan kata lain, prediksi BOJ benar, sedangkan dari sektor swasta tidak.
3.3.3 Penggunaan Big Data oleh Monetary Authority of Singapore
Potensi-potensi diatas dikembangkan dan digunakan untuk mendukung aktivitas FinTech
oleh Digital Analytics Group yang dibentuk MAS, berfokus pada perubahan posisi sektor
finansial warga Singapore pada ekonomi digital. Sebagai fasilitator, MAS membuat peraturan
yang kondusif guna menciptakan keselamatan dan keamanan (Cyber Security) seperti
menciptakan Secure Cloud Computing, Digital Financial Advice and Insurance. Infrastruktur
juga terfasilitasi untuk inovasi ekosistem dan adaptasi teknologi baru seperti menyediakan
ruang kolaborasi dan eksperimen, prasarana pembayaran elektronik, prasarana blockchain
untuk melakukan sistem pembayaran Cross-Border Interbank Payment System (CIPS). Di
samping itu, MAS memakai Big Data untuk pencucian uang palsu dengan prinsip ingin
memperlihatkan bahwa Singapore adalah pusat keuangan yang bersih. Langkah-langkah ini
dapat menutupi kesenjangan di pengendalian internal yang dapat disalahgunakan karena
aktivitas gelap (terlarang) yang semakin canggih.
Analisa maupun proyeksi yang disebutkan diatas tidak bisa dilakukan tanpa adanya sumber
pemasukan data ke dalam sistem informasi. Oleh karena itu, MAS melakukan Looking Glass
atau kolaborasi dengan institusi finansial, perusahaan Start-ups, dan teknologis. Di sisi lain,
Ministry of Finance Singapore dan Government Technology Agency Singapore (GovTech)
juga berkerjasama dengan MAS untuk memulai teknologi baru dalam pencatatan data pribadi
warga Singapore yang nantinya akan memudahkan pengisian dokumen pemerintahan secara
praktis dan online.
BAB 4
KESIMPULAN DAN REKOMENDASI

4.1 Kesimpulan
Perkembangan teknologi yang cepat menghasilkan perubahan yang besar dalam penelitian dan
pengembangan. Terutama pada statistic yang mewakilkan angka-angka makroekonomi. Bank sentral
terkena dampak pada perumusan kebijakannya. Saat ini Bank Indonesia fokus untuk mengumpulkan
data dalam upaya untuk menciptakan indikator-indikator baru selaraas dengan tujuan “Memiliki Big
Data yang terintegrasi dengan proses pengambilan keputusan kebijakan moneter dan
makroprudensial” yang dinyatakan dalam AFSBI 2024. Lain halnya dengan Monetary Authority of
Singapore yang antusias untuk mendorong kinerja Financial Technology dalam upaya untuk
menciptakan sistem keuangan yang maju, dinamis, dan aman pada ekonomi digital. Sealin itu, Bank
of Japan mendukung pemanfaatan Big Data pada jasa keuangan seperti asuransi, jaringan antara
industri dan jasa keuangan, dan manajemen resiko. Pengembangan Big Data harus segera didukung
dan dikembangkan, guna untuk mendapatkan hasil statistik yang lebih akurat dan cepat dalam aspek
ekonomi seperti inflasi, aktivitas ekonomi (PDB, permintaan agregat, pengangguran), dan kelemahan
keuangan.

4.2 Rekomendasi
Dalam kaitannya dengan tujuan dari AFSBI 2024, Bank Indonesia dapat mempertimbangkan
untuk berkolaborasi dengan perusahaan-perusahaan swasta antara lain e-commerce (Lazada,
Tokopedia, Elevenia, dsb), situs lowongan kerja (JobsDB, Jobstreet.co.id, Monster.co.id, dsb), atau
situs-web media (Kumparan, Tirto.id, KATADATA, dsb). Hal ini mengingat kolaborasi antar
perusahaan akan meningkatkan rentang data untuk digunakan sebagai penelitian dan publikasi statistik.

Dalam mempertimbangkan kenyamanan dan keamanan dari perhitungan dalam jaringan

(Cloud Computing), perlu ditingkatkan kualitas dari Cyber Security guna memberi rasa kepercayaan
para pelaku bisnis maupun pemerintah dalam menjalani aktivitas ekonomi di ekonomi digital. Selain
itu, ini juga akan memberikan Bank Indonesia informasi tambahan mengenai data yang terekam dalam
jaringan tersebut.
DAFTAR PUSTAKA
Bhunia, P. (2017). Monetary Authority of Singapore sets up new Data Analytics Group | OpenGovAsia.
[online] Opengovasia.com. Available at: https://www.opengovasia.com/articles/7357-monetary-authority-
of-singapore-sets-up-new-data-analytics-group [Accessed 18 Jan. 2018].

Bps.go.id. (n.d.). Tentang BPS. [online] Available at:

https://www.bps.go.id/menu/1/sejarah.html#masterMenuTab4 [Accessed 22 Jan. 2018].

Chandra, A. (2017). Begini Pentingnya Big Data untuk Perbankan. [online] detikfinance. Available at:
https://finance.detik.com/moneter/d-3592040/begini-pentingnya-big-data-untuk-perbankan [Accessed 17
Jan. 2018].

HWEE, T. (2018). MAS chief Ravi Menon named best central bank governor in Asia-Pacific. [online] The
Straits Times. Available at: http://www.straitstimes.com/business/economy/mas-chief-ravi-menon-named-
best-central-bank-governor-in-asia-pacific [Accessed 20 Jan. 2018].

Insights, S., Insights, B. and Data?, W. (n.d.). What is Big Data and why it matters. [online] Sas.com.
Available at: https://www.sas.com/en_id/insights/big-data/what-is-big-data.html [Accessed 20 Jan. 2018].

Martowardojo, A. (2018). Keynote Speech Gubernur Bank Indonesia Seminar Nasional Big Data
"Globalisasi Digital: Optimalisasi Pemanfaatan Big Data untuk Akselerasi Pertumbuhan Ekonomi" Jakarta,
9 Agustus 2017. [online] Bi.go.id. Available at: http://www.bi.go.id/id/ruang-media/pidato-dewan-
gubernur/Documents/GBI_Seminar_Big_Data_090817.pdf [Accessed 19 Jan. 2018].

Mas.gov.sg. (2017). MAS Sets up Data Analytics Group. [online] Available at:
http://www.mas.gov.sg/News-and-Publications/Media-Releases/2017/MAS-Sets-up-Data-Analytics-
Group.aspx [Accessed 20 Jan. 2018].

Menon, R. (2016). Singapore’s FinTech Journey – Where We Are, What Is Next. [online] Mas.gov.sg.
Available at: http://www.mas.gov.sg/News-and-Publications/Speeches-and-Monetary-Policy-
Statements/Speeches/2016/Singapore-FinTech-Journey.aspx [Accessed 20 Jan. 2018].

Menon, R. (2017). "Financial Regulation – The Forward Agenda" - Keynote Address by Mr Ravi Menon,
Managing Director, Monetary Authority of Singapore, at the Australian Securities and investments
Commission (ASIC) Annual Forum 2017 on 20 March 2017. [online] Mas.gov.sg. Available at:
http://www.mas.gov.sg/News-and-Publications/Speeches-and-Monetary-Policy-
Statements/Speeches/2017/Financial-Regulation.aspx [Accessed 20 Jan. 2018].

Nakaso, H. (2017). Big Data - Its Impacts on Economies, Finance, and Central Banking. [online] Boj.or.jp.
Available at: https://www.boj.or.jp/en/announcements/press/koen_2017/data/ko171101a.pdf [Accessed 17
Jan. 2018].
Nisa, C. (2017). BI Manfaatkan Big Data untuk Pertumbuhan Ekonomi. [online] nasional.kontan.co.id.
Available at: http://nasional.kontan.co.id/news/bi-manfaatkan-big-data-untuk-pertumbuhan-ekonomi
[Accessed 17 Jan. 2018].

Prasetiantono, T. (2017). Big Data dan Paradoks Produktivitas. KOMPAS.

Rodrigues, J. and Speciale, A. (2017). How Central Banks Are Using Big Data to Help Shape Policy.
[online] Bloomberg.com. Available at: https://www.bloomberg.com/news/articles/2017-12-18/central-
banks-are-turning-to-big-data-to-help-them-craft-policy [Accessed 20 Jan. 2018].

Salna, K. (2017). Big Data Is the New Push for Bank Indonesia. [online] Bloomberg.com. Available at:
https://www.bloomberg.com/news/articles/2017-10-17/big-data-is-new-push-for-bank-indonesia-as-it-
reviews-rate-cuts [Accessed 17 Jan. 2018].

Saputra, E. (2017). BPS Kembangkan Survei dengan Big Data. [online] Media Indonesia. Available at:
http://www.mediaindonesia.com/news/read/124255/bps-kembangkan-survei-dengan-big-data/2017-09-26
[Accessed 20 Jan. 2018].

Statista. (n.d.). eCommerce - Indonesia | Statista Market Forecast. [online] Available at:
https://www.statista.com/outlook/243/120/ecommerce/indonesia# [Accessed 20 Jan. 2018].

Sulaiman, F. (2018). Pentingnya Big Data bagi Kebijakan BI. [online] Warta Ekonomi. Available at:
https://www.wartaekonomi.co.id/read150275/pentingnya-big-data-bagi-kebijakan-bi.html [Accessed 19
Jan. 2018].

Tan, A. (2017). How Singapore’s central bank turns big data into smart data - Eyes on APAC. [online]
Computerweekly.com. Available at: http://www.computerweekly.com/blog/Eyes-on-APAC/How-
Singapores-central-bank-turns-big-data-into-smart-data [Accessed 21 Jan. 2018].

Tech.gov.sg. (n.d.). Role of GovTech. [online] Available at: https://www.tech.gov.sg/About-Us/Role-of-

GovTech [Accessed 21 Jan. 2018].

Tissot, B. (n.d.). Big data and central banking. [online] Bis.org. Available at:
https://www.bis.org/ifc/publ/ifcb44_overview_rh.pdf [Accessed 21 Jan. 2018].

William-Smith, H. (2017). MAS launches data analytics group | FST Media. [online] Fst.net.au. Available
at: http://fst.net.au/news/mas-launches-data-analytics-group [Accessed 21 Jan. 2018].

Zuhra, W. (2017). Bank Indonesia Incar Big Data yang Berisi Data Pribadi. [online] tirto.id. Available at:
https://tirto.id/bank-indonesia-incar-big-data-yang-berisi-data-pribadi-cugr [Accessed 17 Jan. 2018].