PT Bank Tabungan Negara (BTN) resmi menandatangani Nota Kesepahaman (MoU) dengan Badan Pusat Statistik (BPS) RI untuk memperkuat basis data dalam upaya memperluas akses kepemilikan rumah melalui Program 3 Juta Rumah. Langkah ini menandai sinergi antara lembaga keuangan dan lembaga statistik negara yang bertujuan meningkatkan ketepatan sasaran pembiayaan perumahan dan menopang perumusan kebijakan perumahan berbasis data.
Kenapa kolaborasi BTN–BPS penting?
Sektor perumahan memiliki efek berganda terhadap perekonomian: menurut perhitungan BTN, sektor ini berkaitan dengan lebih dari 185 subsektor. Namun Indonesia masih menghadapi backlog perumahan yang signifikan, sekitar 9,9 juta unit, sementara kebutuhan rumah baru diperkirakan sekitar 700—800 ribu unit per tahun. Dengan gap sedemikian besar, pengalokasian pembiayaan secara tepat sasaran menjadi kunci keberhasilan program pembangunan rumah massal.
Data BNBA sebagai game changer
Inti dari kerja sama ini adalah pemanfaatan Data By Name By Address (BNBA) dan data statistik lain yang dimiliki BPS. Menurut BTN, ketersediaan data demografis dan ekonomi yang rinci memungkinkan bank untuk mengidentifikasi siapa warga yang belum memiliki rumah, profil penghasilan mereka, serta karakteristik sosial‑ekonomi lainnya. Dengan demikian alokasi kredit atau skema bantuan perumahan dapat dirancang lebih akurat, mengurangi risiko pembiayaan yang tidak tepat sasaran.
Bentuk kerja sama dan durasi
MoU yang ditandatangani berlaku selama lima tahun dan menjadi payung kerja sama dalam pembangunan ekosistem pembiayaan perumahan berbasis data. Bentuk pemanfaatan data meliputi akses terhadap hasil Sensus Ekonomi 2026 (SE2026) untuk mendapatkan gambaran aktivitas usaha di berbagai wilayah, pusat pertumbuhan ekonomi baru, serta potensi permintaan pembiayaan perumahan di tingkat regional atau lokal.
Bagaimana data akan digunakan BTN?
Peran SE2026 dan analisis ekonomi wilayah
Hasil Sensus Ekonomi 2026 menjadi salah satu aset penting dalam kerja sama: data tersebut mampu mengidentifikasi pusat‑pusat pertumbuhan ekonomi, pola usaha mikro dan kecil di tiap daerah, serta perubahan struktur sektor yang berpengaruh pada kebutuhan hunian. Bagi BTN, informasi ini berguna untuk menyesuaikan strategi pembiayaan sesuai profil ekonomi setiap wilayah sehingga penyaluran pembiayaan bisa lebih efektif dan relevan.
Transformasi perbankan menuju keputusan berbasis data
Direktur Utama BTN menekankan bahwa industri perbankan kini bergerak menuju keputusan yang semakin berbasis data. Ketersediaan data yang berkualitas memerlukan sumber daya manusia yang mampu mengolah data menjadi insight strategis. Dalam konteks ini, peran analis data, data scientist, dan tim risk management menjadi semakin krusial untuk menilai kelayakan kredit serta merancang produk yang sesuai kebutuhan masyarakat.
Dampak terhadap Program 3 Juta Rumah
Dengan data yang lebih tajam, program 3 Juta Rumah berpotensi:
Risiko dan hal yang perlu diantisipasi
Meskipun manfaatnya besar, pemanfaatan data juga menuntut kehati‑hatian:
Implikasi bagi wilayah dan pelaku usaha
Bagi pemerintah daerah, kolaborasi ini membuka peluang perencanaan perumahan yang lebih responsif terhadap kebutuhan lokal. Bagi pelaku usaha konstruksi dan penyedia material, pemetaan kebutuhan rumah berdasarkan data membuka kemungkinan koordinasi proyek yang lebih tertarget. Selain itu, akses pembiayaan yang lebih presisi dapat mendorong pemulihan ekonomi lokal melalui peningkatan aktivitas sektor perumahan.
Langkah berikutnya
Ke depan, implementasi teknis MoU ini akan menentukan seberapa efektif data BPS dapat diintegrasikan ke dalam proses underwriting dan penyaluran kredit BTN. Periode lima tahun memberikan rentang waktu yang memadai untuk membangun sistem data yang solid, menguji pilot project di wilayah terpilih, dan menskalakan praktik terbaik ke seluruh negeri.
