Blog

  • Penipu Terbesar Itu Tinggal di Dalam Kepala Kita

    Belakangan ini muncul kasus penipuan di industri keuangan. Banyaknya korban, justru membuat saya semakin yakin bahwa penipu terbesar justru berasal dari isi kepala kita sendiri. Sesuatu yang tersembunyi dalam pikiran kita.

    Penipuan paling efektif jarang datang dari luar. Kalaupun datang, ia mudah dikenali. Tanpa disadari, bekerja dari dalam, dari pikiran kita sendiri. Dari sistem belief yang terbentuk perlahan, diwariskan, diperkuat, lalu diterima sebagai kebenaran mutlak tentang diri, dunia, dan tujuan hidup.

    Dalam psikologi kognitif, keyakinan inti ini dikenal sebagai core beliefs. Aaron T Beck menjelaskan bahwa core beliefs adalah asumsi paling dasar yang kita miliki tentang siapa diri kita, seberapa berharga kita, dan bagaimana dunia memperlakukan kita. Masalahnya, core beliefs sering kali terbentuk bukan dari fakta objektif, melainkan dari pengalaman emosional awal, pola asuh, trauma, dan figur otoritas yang kita percayai tanpa reserve.

    Di sinilah penipuan itu dimulai.

    Seseorang yang sejak kecil terus mendengar bahwa dirinya kurang mampu, tidak cukup pintar, atau hanya dicintai jika berprestasi, akan membawa narasi itu hingga dewasa. Pikiran lalu bekerja dengan cognitive bias, kecenderungan mental yang membuat kita hanya menyerap informasi yang mengonfirmasi keyakinan lama, dikenal sebagai confirmation bias. Setiap kegagalan dianggap bukti bahwa keyakinan itu benar. Setiap keberhasilan dianggap kebetulan.

    Psikologi menyebut pola ini sebagai self fulfilling prophecy. Keyakinan membentuk perilaku, perilaku memengaruhi hasil, lalu hasil memperkuat keyakinan. Lingkaran tertutup. Rapi. Kejam.

    Trauma memperkuat mekanisme ini. Dalam kerangka trauma psychology, terutama yang dijelaskan oleh Bessel van der Kolk, trauma tidak hanya disimpan sebagai ingatan naratif, tetapi sebagai sensasi tubuh dan respons otomatis. Maka seseorang bisa tahu secara logis bahwa ia aman, namun tubuhnya tetap bereaksi seolah dunia sedang mengancam. Pikiran lalu menciptakan rasionalisasi untuk perasaan itu. Realita disesuaikan dengan luka.

    Belief system yang keliru sering diwariskan oleh role model. Orang tua, guru, pemimpin, bahkan figur publik yang kita kagumi. Albert Bandura menyebut ini sebagai social learning theory. Kita belajar bukan hanya dari pengalaman langsung, tetapi dari observasi. Ketika role model memandang dunia dengan rasa takut, sinisme, atau kontrol berlebihan, cara pandang itu diserap tanpa disadari. Bukan karena kita bodoh, tetapi karena otak manusia memang dirancang untuk meniru demi bertahan hidup.

    Masalahnya muncul ketika sistem belief tersebut tidak lagi relevan dengan realita dewasa. Dunia berubah, kapasitas kita berubah, tetapi narasi di kepala tertinggal. Inilah yang dalam psikologi disebut maladaptive belief. Ia pernah berguna, kini justru merusak.

    Kepercayaan diri yang rontok sering bukan karena kegagalan aktual, melainkan karena internalized criticism. Suara di kepala yang terus mengoreksi, meremehkan, dan mengancam. Freud menyebutnya superego yang terlalu keras. Psikologi modern menyebutnya inner critic. Apa pun istilahnya, efeknya sama. Kita hidup seolah diawasi hakim internal yang tidak pernah puas.

    Ironisnya, pikiran merasa sedang melindungi kita. Dengan membuat kita waspada. Dengan menahan kita dari risiko. Dengan berkata jangan mencoba, nanti sakit lagi. Namun perlindungan ini sering berubah menjadi penjara.

    Kesadaran adalah titik awal pembebasan. Dalam terapi kognitif, proses ini disebut cognitive restructuring. Mengidentifikasi pikiran otomatis, menantang validitasnya, lalu membangun narasi yang lebih akurat dan berbelas kasih. Bukan afirmasi kosong, melainkan evaluasi berbasis bukti.

    Carl Rogers menekankan pentingnya unconditional positive regard. Penerimaan tanpa syarat. Bukan berarti pasrah, tetapi mengakui bahwa nilai diri tidak harus dinegosiasikan dengan performa atau validasi eksternal. Dari sinilah self worth yang stabil mulai tumbuh.

    Penipu terbesar kita bukan pikiran itu sendiri, melainkan keyakinan lama yang tidak pernah diperiksa. Pikiran adalah alat. Sangat canggih. Sangat setia. Namun seperti semua alat, ia bekerja sesuai program yang ditanamkan.

    Resonansi adalah tahap lanjut dari penipuan yang halus. Ia tidak lagi bekerja lewat keyakinan eksplisit, melainkan lewat keterhubungan makna yang terasa intim dan personal. Pikiran tidak berkata ini benar. Pikiran berkata ini terasa cocok.

    Seorang penulis naskah, misalnya, menulis tentang kehilangan, pengkhianatan, atau kehancuran relasi. Ia merangkai adegan, dialog, gestur kecil yang penuh emosi. Dalam proses kreatif itu, otaknya sedang melakukan deep simulation. Dalam psikologi kognitif, ini berkaitan dengan mental imagery dan narrative transportation, kondisi ketika seseorang masuk terlalu jauh ke dalam dunia naratif hingga batas antara pengalaman imajiner dan pengalaman personal menjadi kabur.

    Setelah itu, realitas mulai terasa akrab.
    Seseorang berbicara dengan nada tertentu.
    Sebuah peristiwa terjadi.
    Satu adegan kehidupan sehari-hari lewat begitu saja.

    Namun pikiran penulis segera beresonansi. Ia mengasosiasikan kejadian itu dengan naskahnya sendiri. Ini disebut pattern matching, kemampuan otak mengenali pola dan memberi makna. Masalahnya, otak tidak netral. Ia bekerja berdasarkan salience. Apa yang baru ditulis, dipikirkan, dan dirasakan akan menjadi lebih menonjol.

    Fenomena ini dikenal dalam psikologi sebagai availability heuristic. Kita menilai realitas berdasarkan informasi yang paling mudah muncul di kepala, bukan yang paling akurat. Akibatnya, penulis merasa kejadian itu relevan secara personal, seolah hidup sedang berbicara langsung kepadanya. Padahal bisa jadi itu hanya kebetulan statistik yang diberi makna berlebih.

    Di titik ini, resonansi berubah menjadi identifikasi.

    Identifikasi emosional membuat seseorang merasa naskahnya bukan sekadar cerita, melainkan cermin. Ini wajar dalam proses kreatif. Namun tanpa kesadaran metakognitif, batasnya mudah runtuh. Pikiran mulai berkata, ini tentang aku. Dunia seakan mengonfirmasi cerita yang sedang ia tulis.

    Psikologi menyebut ini sebagai apophenia, kecenderungan melihat hubungan bermakna di antara peristiwa yang sebenarnya tidak saling terkait. Bukan gangguan. Bukan delusi. Melainkan fitur otak manusia yang terlalu rajin mencari makna.

    Di sinilah analogi Tachyon anti-telephone menjadi menarik.

    Dalam fisika teoretis, tachyon anti-telephone adalah eksperimen pikiran tentang partikel hipotetis yang bergerak lebih cepat dari cahaya dan memungkinkan informasi dikirim ke masa lalu. Jika itu mungkin, maka sebab dan akibat runtuh. Pesan dari masa depan bisa memengaruhi masa kini. Realitas menjadi loop.

    Dalam konteks psikologis, resonansi bekerja mirip.
    Narasi yang kita tulis hari ini terasa seolah berasal dari pengalaman masa depan.
    Pengalaman hari ini terasa seolah sudah ditulis sebelumnya.

    Pikiran menciptakan causal loop. Cerita memengaruhi persepsi. Persepsi memperkuat cerita. Waktu psikologis menjadi non linear. Kita merasa sedang menemukan makna, padahal sedang mengurung diri dalam gema sendiri.

    Fenomena ini diperkuat oleh confirmation bias. Setiap kejadian yang sesuai dengan naskah dianggap bukti. Yang tidak sesuai diabaikan. Maka resonansi terasa semakin nyata, semakin personal, semakin tak terbantahkan.

    Padahal yang terjadi bukanlah dunia berbicara pada kita, melainkan pikiran kita sedang berbicara terlalu keras.

    Kesadaran kritis diperlukan di sini. Dalam psikologi, ini disebut metacognition, kemampuan mengamati proses berpikir itu sendiri. Menyadari bahwa rasa relate tidak selalu berarti relevan secara faktual. Menyadari bahwa kedalaman emosi bukan jaminan kebenaran objektif.

    Resonansi bukan musuh. Ia sumber empati, kreativitas, dan seni. Tanpanya, tulisan akan kering. Namun tanpa jarak, resonansi berubah menjadi penjara makna. Kita berhenti melihat dunia apa adanya. Kita hanya melihat pantulan cerita sendiri.

    Maka tugas penulis, dan manusia pada umumnya, bukan mematikan resonansi, melainkan mengelolanya. Mengingat bahwa cerita adalah alat, bukan ramalan. Bahwa pikiran bisa menciptakan koneksi yang indah, sekaligus ilusi yang meyakinkan.

    Di titik itu, kita kembali pada disiplin dasar.
    Mengamati.
    Memverifikasi.
    Memberi jarak.

    Agar narasi tetap hidup, tanpa mengambil alih realitas. Agar kita menulis dunia, bukan terjebak di dalam gema kepala sendiri. Refleksi adalah bentuk debugging paling manusiawi. Duduk sejenak, mengamati isi kepala, dan bertanya dengan jujur. Apakah ini fakta, atau hanya cerita lama yang terus diputar ulang.

    Di titik itu, kita tidak sedang melawan diri sendiri. Kita sedang memperbarui sistem operasi batin, agar lebih selaras dengan realita, dengan pertumbuhan, dan dengan hidup yang sedang kita jalani sekarang.

  • The FIRST QUANT in Sidrap: Dari Harga ke Infrastruktur

    Catatan tentang Quant, FIX, dan Upaya Membebaskan Kapital dari Emosi

    Industri keuangan, jika dilihat tanpa romantisme, jauh lebih rumit dibanding fisika. Bahkan quantum mechanics terasa lebih jinak. Di fisika, hukum alam konsisten. Di pasar keuangan, hukum utamanya adalah manusia. Dan manusia jarang sekali konsisten.

    Kerumitan itu dimulai dari level paling dasar: membaca fundamental perusahaan. PBV, PER, cash flow, debt ratio, hingga business model. Setiap sektor hidup dengan logika yang berbeda. Ada perusahaan yang memang dirancang untuk growth dan pembakaran modal. Ada pula yang sengaja bermain di zona rapuh, menjaga rasio risiko agar likuiditas tetap bisa “diharapkan” bertahan. Tidak ada satu rumus yang berlaku universal.

    Naik satu tingkat, di dunia quantitative finance, fundamental perusahaan bukan lagi pusat pengambilan keputusan. Ia menjadi refleksi dari kondisi macro economy. Interest rate, monetary policy, liquidity cycle, dan fokus industri global justru memegang kendali dalam horizon jangka panjang.

    Ketika AI dan supporting infrastructure menjadi fokus di level makro, maka perusahaan-perusahaan yang menopang ekosistem tersebut ikut terangkat. Fiber optic manufacturers, data center infrastructure, network backbone. Mereka bukan sekadar ikut tren. Mereka adalah tulang punggungnya. Membaca makro bukan soal menebak masa depan, tetapi memahami ke mana arus besar sedang bergerak.

    Di sisi technical analysis, ceritanya berbeda lagi. Indikator teknikal pada dasarnya adalah lagging data. Turunan kedua atau ketiga dari price. Berguna, tetapi reaktif. Indikator membantu manusia membaca pola, bukan memahami bagaimana price terbentuk. Karena itu, indikator cenderung lebih relevan untuk pendekatan retail.

    Di level quant institusional, indikator bahkan bisa diabaikan. Yang digunakan adalah raw market data. Financial Information eXchange atau FIX. Di sini, keputusan tidak lahir dari garis dan oscillator, melainkan dari market microstructure itu sendiri. Order flow, matching engine, liquidity venue, latency, slippage, hingga perilaku eksekusi broker.

    Bagi manusia, data FIX terasa dingin dan tidak ramah. Tetapi bagi mesin, di sanalah bahasa asli pasar berada. Bahasa yang digunakan oleh institusi, bukan oleh platform retail. FIX bukan sekadar protocol komunikasi. Ia adalah cara pasar berbicara dengan dirinya sendiri.

    Dengan arsitektur yang tepat, FIX menggeser posisi kita. Bukan lagi sebagai user platform, tetapi sebagai operator infrastruktur. Kita tidak lagi hanya membaca price, tetapi membaca bagaimana price didorong, ditahan, atau dibiarkan bergerak.

    Karena itu, mesin quant yang saya bangun tidak menggunakan MQL5. Mesin ini dibangun menggunakan C#. Seluruh logic berjalan di luar trading platform, namun tetap mampu mengirimkan signal otomatis ke Metatrader. Pendekatan ini membuat sistem lebih fleksibel, lebih terkontrol, dan tidak terikat pada perizinan Expert Advisor yang kompleks dan mahal. Secara struktur, ini adalah Software as a Service. SaaS. Kebetulan, entitas perusahaannya sudah tersedia.

    Algoritma-algoritma yang menyusun mesin ini tidak dirancang untuk satu siklus pasar. Ia dirancang sebagai warisan. Diharapkan bertahan puluhan tahun, selama market structure global tidak berubah. Dalam milestone jangka panjang, sistem ini akan ditingkatkan ketika akses menuju Direct Market Access Level 0 terbuka, dan algoritma HFT Gani Tanzil yang sangat efisien untuk signaling berhasil diproduksi. Saat ini, saya masih menunggu kabar dari sebuah technology university di Jepang.

    Banyak orang bekerja keras agar bisa menabung, berinvestasi, lalu pensiun. Saya membangun mesin quant karena cinta pada bidang ini, dan karena trauma pada perilaku destruktif manusia di pasar. Bukan untuk balas dendam. Tetapi untuk menciptakan sistem yang mampu mempekerjakan capital secara otomatis, tanpa emosi, tanpa euforia, tanpa rasa takut.

    Mesin yang mengembangkan capital agar capital itu bisa membeli waktu. Membeli ruang. Membeli hutan. Agar suatu hari, proyek-proyek dalam circle kami tidak lagi sekadar bertahan hidup atau mengejar komersialisasi, tetapi juga memberi nilai.

    Biarlah hasil akhirnya yang menjadi pembuktian. Bahwa mesin yang di dalamnya membawa nama ayah saya, memang setia pada maknanya.

    Gani berarti kaya.

  • AI HOPE. Ngantor Dengan Nested Learning: Lompatan Besar Menuju AI yang Tidak Mudah Lupa Dari Google Research.

    Perkembangan kecerdasan buatan terus bergerak cepat, dan salah satu tantangan terbesar selama bertahun-tahun adalah bagaimana membuat model AI dapat belajar secara berkelanjutan tanpa melupakan informasi lama ketika mempelajari hal baru. Fenomena ini dikenal dengan istilah catastrophic forgetting.
    Kini, Google Research memperkenalkan sebuah pendekatan baru yang berpotensi mengubah arah riset pembelajaran mesin: Nested Learning.

    Apa Itu Nested Learning?

    Nested Learning adalah paradigma pembelajaran baru yang memungkinkan model AI memiliki struktur memori berlapis, sehingga proses pembaruan informasi tidak terjadi pada satu tingkat memori saja. Alih-alih memperlakukan seluruh memori secara seragam, Nested Learning menciptakan “lapisan-lapisan” penyimpanan, di mana masing-masing lapisan diperbarui pada frekuensi yang berbeda.

    Konsep ini terinspirasi dari cara otak manusia bekerja:

    • Ada memori jangka pendek yang berubah cepat,
    • Ada memori jangka menengah yang stabil,
    • Dan ada memori jangka panjang yang jarang berubah.

    Pendekatan seperti ini membuat model mampu belajar hal baru tanpa harus mengorbankan pengetahuan lama yang masih relevan.

    Hope: Model Bukti-Konsep dari Google

    Sebagai demonstrasi nyata, Google Research membangun sebuah model bernama Hope. Model ini tidak hanya menjadi pembuktian teori, tetapi juga menunjukkan performa yang sangat menjanjikan dalam pengujian dunia nyata.

    Beberapa pencapaian Hope antara lain:

    1. Memori Konteks yang Lebih Panjang

    Arsitektur tradisional seperti transformer sering kesulitan mempertahankan konteks dalam rentang teks yang sangat panjang. Hope menunjukkan kinerja lebih stabil dalam membaca, memahami, dan merespons konteks yang jauh lebih luas.

    2. Performa Bahasa yang Lebih Baik

    Dalam berbagai uji pemodelan bahasa, Hope mampu menghasilkan lower perplexity dibanding model sekelasnya. Ini berarti prediksi bahasa yang dihasilkan lebih akurat dan natural.

    3. Continuum Memory Systems

    Nested Learning memperkenalkan sistem memori kontinu ini, di mana ingatan diperbarui dalam ritme yang berbeda-beda. Hal ini membuat proses pembelajaran lebih fleksibel, serta mengurangi risiko model melupakan informasi penting ketika melatih tugas baru.

    4. Peningkatan Kemampuan Penalaran

    Model Hope menunjukkan akurasi lebih tinggi pada tugas-tugas reasoning, terutama yang melibatkan hubungan logis dan pemahaman konteks panjang. Ini membuka potensi baru dalam pengembangan AI yang mampu mengurai problem kompleks dan berpikir lebih terstruktur.

    Mengapa Nested Learning Penting bagi Masa Depan AI?

    Selama bertahun-tahun, para peneliti menghadapi kenyataan bahwa model AI bersifat “statis”: ketika dilatih ulang pada data baru, AI sering kehilangan pengetahuan lama. Hal ini menjadi masalah besar dalam aplikasi dunia nyata, seperti:

    • Asisten AI yang terus diperbarui
    • Robot yang mempelajari lingkungan baru
    • Sistem rekomendasi yang mengikuti perubahan preferensi pengguna
    • Analitik bisnis yang harus menyesuaikan data dinamis

    Dengan Nested Learning, model tidak perlu lagi “mengulang dari nol”. Model dapat berkembang seiring waktu, menyerap pengetahuan baru sambil mempertahankan fondasi yang telah dibangun sebelumnya.

    Menuju AI yang Lebih Mirip Manusia

    Salah satu cita-cita besar dalam dunia AI adalah menciptakan sistem yang mampu continual learning — belajar secara berkelanjutan sepanjang waktu, sama seperti manusia. Nested Learning membawa kita selangkah lebih dekat ke arah sana.

    • AI menjadi lebih adaptif
    • Lebih mampu menangani rentang pengetahuan yang luas
    • Tidak perlu terus menerus dilatih dari awal
    • Bisa tumbuh dan berkembang seperti organisme belajar

    Inilah alasan mengapa banyak peneliti melihat Nested Learning sebagai salah satu terobosan paling signifikan dalam beberapa tahun terakhir.

    Penutup

    Perkenalan Nested Learning dan model Hope menunjukkan bahwa masa depan pembelajaran mesin tidak hanya soal memperbesar model atau memperbanyak data. Justru, kuncinya bisa jadi terletak pada bagaimana AI menyusun dan mempertahankan ingatannya.

    Jika penelitian ini terus berkembang, kita mungkin akan melihat era baru AI yang benar-benar bisa belajar tanpa batas — belajar hal baru sambil tetap mengingat yang lama, lebih efisien, lebih manusiawi, dan jauh lebih kuat.

  • BAPAK

    Kesabaran dan kebijaksanaan, itu yang Bapak ajarkan pada kami.
    Di kampung ini, siapa pun yang tumbuh di tahun sembilan puluhan pasti tahu siapa Pak Gani. Maestro fotografi, begitu orang-orang menyebutnya. Hanya generasi baru yang tak mengenalnya, mereka yang tumbuh di masa ketika studio foto sudah digantikan kamera ponsel dan filter digital.

    Bapak, begitu kami memanggilnya, punya cara mengajari yang aneh tapi hangat. Kadang, saat siang, ia sengaja meninggalkan kunci di laci kasir dan berkata,
    “Gantian jaga toko, Bapak mau tidur dulu. Uangnya sudah dihitung, silakan ambil kalau butuh.”
    Begitu cara Bapak melatih kami bertanggung jawab, mengambil keputusan sendiri, sekaligus belajar menghargai uang.

    Tapi yang lebih kuingat bukan uangnya, melainkan sisa kopi di gelas stainless besar di atas meja kasir. Kami biasa menyesapnya pelan-pelan, berharap tak ketahuan, tapi Bapak tak pernah marah kalau kopinya habis. Seolah dengan itu, ia ingin bilang: cinta itu juga bisa diajarkan lewat ampas kopi.

    Bapak pula yang pertama kali mengenalkanku pada keajaiban kamar gelap.
    “Nak, hitung pakai perasaan. Satu… dua… tiga…” katanya.
    Dan tiba-tiba, selembar kertas putih menampakkan wajah seseorang. Dari situ aku belajar: cahaya bisa melahirkan kenangan, dan setiap bayangan punya cerita. Tiga baskom logam berisi cairan kimia, satu piring kaca, dan aroma tajam yang tak pernah benar-benar hilang dari ingatanku.

    Rumah kami dulu selalu ramai. Selalu ada suara: tawa, debat kecil, atau bunyi kamera film yang dikokang. Bahkan pembantu yang pernah bekerja pun menyerah karena tak tahan dengan hiruk-pikuk kami. Tapi dalam kekacauan itu, aku justru menemukan kedamaian.

    Aku tumbuh dengan ribuan wajah dari foto-foto yang kami cuci. Dari sana aku belajar mengenal manusia. Setiap ekspresi seperti rumus yang berbeda. Ada kesedihan di kerutan, keanggunan di simetri, dan kejujuran di sorot mata. Aku mulai mencari “siapa aku” di antara semua wajah itu.

    Bapak punya kebiasaan aneh: ia bisa tidur di mana saja. Di kursi kasir, di lantai, di sofa, kadang di kamar atas bersama Ibu. Tapi tempat favoritnya tetap di lantai dasar. Kami sering ikut tidur di dekatnya, dan tanpa sadar, Bapak akan menaruh kakinya di atas kaki kami.
    Entah kenapa, setiap kali begitu, mimpi kami jadi tenang. Kalau mimpi buruk, selalu ada sosok penyelamat datang. Kalau mimpi indah, kami yakin itu doa Bapak, yang ingin anak-anaknya menemukan kebaikan — bahkan di dalam tidur.

    Dulu Bapak juga pernah jadi videografer, sampai satu hari ia dikejar parang di pedalaman. Ia tak pernah mau cerita detail, hanya bilang, “Nggak sepadan. Nyawa itu mahal.” Sejak itu ia berhenti, dan memilih kembali ke studio.

    Studio kami dulu paling ramai di kabupaten. Andai mau, Bapak bisa membeli mobil lebih dari satu. Tapi ia tak melakukannya. Katanya, “Kalau mobil parkir depan rumah, pelanggan nggak kelihatan. Usaha bisa sepi.”
    Begitulah cara Bapak berpikir: sederhana tapi tajam.

    Bapak juga punya kebiasaan mencari barang hilang sampai rumah porak-poranda. Ia tak akan berhenti sebelum ketemu. Sofa digeser, laci dibongkar, karpet diangkat. Kami ikut panik, ikut mencari. Dan kalau akhirnya ketemu, kami tertawa bersama, lega bersama. Kalau tidak, Bapak cuma bilang, “Ya sudah, berarti bukan rezekinya ditemukan.”
    Biasanya Emak yang paling cerewet, tapi juga yang paling sering jadi penyelamat. Entah bagaimana, barang itu sering berakhir di tangannya.

    Mereka berdua, Bapak dan Ibu, adalah kisah yang aneh tapi serasi. Ibu sering mengeluh, Bapak sering mengeluhkan keluhan Ibu. Tapi mereka tetap bertahan, empat puluh tahun bersama, saling menua dalam tawa kecil yang tak pernah benar-benar padam.

    Bapak pernah bilang, jodohnya dengan Ibu sudah ditulis jauh sebelum mereka bertemu. Katanya, dulu ada pedagang Tionghoa di Sulteng yang memberi tanda-tanda. Semua ciri cocok, semua arah mengarah ke Ibu. Aku tidak tahu seberapa benar cerita itu, tapi aku tahu Bapak percaya — dan karena kepercayaannya itulah, kami ada di dunia.

    Kini Bapak sudah pensiun bernapas. Dia juga sudah tenang di Allakkuang, persis di samping Ibu. Studio foto tinggal kenangan setelah pintunya dicat berwarna coklat lalu dijual.

    Tapi di ingatan, kami masih memegang kamera, tapi lebih sering duduk di warung kelontong menemani Ibu, memandangi lalu lalang orang, dengan mata yang tetap hangat seperti dulu.

    Aku menulis ini bukan untuk memperingati hari ayah. Tidak ada hari khusus untuk seseorang yang setiap detik hidupnya sudah jadi hari bagi orang lain.
    Aku hanya ingin bilang: selamat beristirahat, Bapak. Al Fatihah.

    Surga ki’.

  • 8 Model AI Spesialis: Evolusi Kecerdasan Buatan Menuju Presisi dan Adaptivitas

    Kecerdasan buatan (Artificial Intelligence / AI) telah berkembang jauh dari sekadar mesin yang bisa menebak kata berikutnya. Saat ini, dunia AI bergerak menuju spesialisasi, di mana setiap model dirancang untuk menangani tugas tertentu dengan cara yang paling efisien. Infografik ini memperkenalkan 8 jenis model AI spesialis yang merepresentasikan arah baru dalam arsitektur kecerdasan buatan modern.


    1. LLM (Large Language Model)

    LLM adalah fondasi dari banyak sistem AI generatif saat ini.
    Model ini bekerja dengan alur: input → tokenization → embedding → transformer → output.
    LLM memahami konteks bahasa secara luas dan menghasilkan teks baru berdasarkan pola linguistik yang telah dipelajarinya. Model ini unggul dalam penulisan, percakapan, dan penerjemahan.


    2. LCM (Language Cognitive Model)

    LCM membawa AI ke tingkat pemahaman yang lebih dalam.
    Prosesnya: input → sentence segmentation → SONAR embedding → diffusion → quantization → output.
    Berbeda dengan LLM yang fokus pada probabilitas kata, LCM berupaya memahami makna dan struktur kognitif dari kalimat. Ia lebih menyerupai otak manusia yang menafsirkan konteks dan pola tersembunyi di balik bahasa.


    3. LAM (Language Action Model)

    LAM dirancang agar AI tidak hanya memahami bahasa, tapi juga bisa bertindak berdasarkan bahasa tersebut.
    Urutannya: input processing → perception system → intent recognition → task breakdown → action planning → memory system → feedback integration.
    Model ini cocok untuk asisten AI yang perlu mengambil keputusan, menyusun rencana, atau merespons lingkungan dinamis.


    4. MoE (Mixture of Experts)

    Alih-alih satu model besar, MoE mengandalkan banyak “pakar” kecil yang masing-masing unggul di bidang tertentu.
    Alurnya: input → router mechanism → experts (1–4) → top-k selection → weighted combination → output.
    Router akan memilih pakar mana yang paling relevan untuk suatu tugas, menjadikan MoE lebih hemat energi dan fleksibel untuk berbagai aplikasi.


    5. VLM (Vision-Language Model)

    VLM menggabungkan kemampuan visual dan linguistik.
    Prosesnya: image input + text input → vision encoder + text encoder → projection interface → multimodal processor → language model → output generation.
    Model ini dapat memahami hubungan antara gambar dan teks, seperti yang digunakan pada sistem image captioning atau visual question answering.


    6. SLM (Small Language Model)

    SLM adalah versi ringan dari LLM, dirancang untuk efisiensi dan penerapan di perangkat terbatas.
    Alurnya: input processing → compact tokenization → efficient transformer → model quantization → memory optimization → edge deployment → output generation.
    Dengan optimisasi memori dan kuantisasi, SLM cocok untuk aplikasi di ponsel, IoT, atau sistem offline.


    7. MLM (Masked Language Model)

    Model ini berfokus pada prediksi kata yang hilang dalam konteks kalimat.
    Rangkaiannya: text input → token masking → embedding layer → bidirectional attention → masked token prediction → feature representation.
    MLM digunakan untuk melatih pemahaman konteks dalam dua arah (kiri-kanan), yang menjadi dasar dari model seperti BERT.


    8. SAM (Segment Anything Model)

    SAM adalah model AI untuk pengenalan objek visual.
    Langkahnya: prompt input / image input → prompt encoder / image encoder → image embedding → mask decoder → feature correlation → segmentation output.
    SAM memungkinkan AI mengenali, menandai, dan memisahkan objek apa pun dalam gambar dengan presisi tinggi — sangat penting untuk visi komputer dan augmented reality.


    Penutup: Era Spesialisasi AI

    Kedelapan model ini menunjukkan bahwa AI kini tidak lagi berfokus pada satu kemampuan universal, melainkan berkembang menjadi ekosistem spesialis. Setiap arsitektur dirancang untuk memahami, menafsirkan, dan merespons dunia dengan cara yang semakin menyerupai manusia — namun dengan presisi matematis dan efisiensi algoritmik.

    Masa depan AI bukan hanya tentang kecerdasan besar, tetapi tentang bagaimana berbagai kecerdasan kecil bekerja bersama, menciptakan sistem yang lebih tangkas, efisien, dan kontekstual.


  • QUANTUM ENTANGLEMENT

    I. Prinsip Non-Lokalitas dalam Quantum Entanglement

    1. Dasar Ilmiah

    Non-lokalitas” berarti bahwa hubungan antar partikel tidak terbatas oleh ruang dan waktu sebagaimana yang kita pahami dalam fisika klasik.
    Dalam konteks entanglement, dua partikel yang pernah berinteraksi akan memiliki keadaan gabungan yang tak dapat dijelaskan sebagai bagian terpisah.

    Ketika partikel A diukur, keadaan partikel B langsung diketahui, tanpa sinyal apa pun yang melintasi ruang.
    Fenomena ini tidak melanggar relativitas Einstein, karena tidak ada informasi yang benar-benar ditransfer lebih cepat dari cahaya, namun ia melampaui konsep “lokalitas” klasik — seolah semesta itu tidak benar-benar terpisah-pisah, melainkan satu kesatuan sistem yang saling terhubung.

    2. Hubungan dengan Prinsip Ketidakpastian Heisenberg

    Prinsip Ketidakpastian Heisenberg menyatakan bahwa kita tidak bisa mengetahui dengan presisi sempurna dua besaran kuantum yang saling berkaitan (misalnya posisi dan momentum).
    Keterbatasan ini bukan karena alat ukur kita kurang canggih, melainkan sifat dasar alam itu sendiri.

    Dalam sistem yang entangled, ketidakpastian individual tiap partikel bisa besar, tapi ketidakpastian total sistem gabungan justru nol — karena mereka saling “mengetahui” satu sama lain.
    Di sinilah muncul implikasi non-lokalitas: korelasi yang melampaui batas ruang-waktu menunjukkan bahwa realitas bersifat koheren dan menyatu secara mendasar.


    II. Pemaknaan dan Manfaat Spiritual

    Mari kita pindahkan lensa dari fisika ke kesadaran manusia.

    1. Kesatuan di Balik Keberagaman

    Non-lokalitas memberi kita simbol yang sangat kuat:
    meski tampak terpisah secara fisik, segala sesuatu tetap saling terhubung di tingkat terdalam.
    Manusia, bumi, bahkan pikiran dan emosi — semuanya mungkin beresonansi dalam medan kesadaran yang sama, sebagaimana partikel-partikel entangled.

    Secara spiritual, ini dapat dimaknai sebagai kesatuan eksistensi — sesuatu yang telah lama diajarkan oleh berbagai tradisi mistik Timur maupun Barat:

    “Apa yang terjadi pada satu bagian dari semesta, bergetar pula pada keseluruhannya.”

    Ketika seseorang bertindak penuh kasih atau berdoa dengan tulus, resonansi getaran itu bisa memengaruhi sistem kesadaran lain, meskipun secara fisik berjauhan.

    2. Non-lokalitas dalam Kesadaran

    Beberapa filsuf kuantum seperti David Bohm menyebut bahwa alam semesta memiliki dua lapisan:

    • Implicate Order (tatanan terselubung): tingkat realitas non-lokal, tempat segala sesuatu terhubung.
    • Explicate Order (tatanan tampak): dunia sehari-hari yang terpisah secara ruang dan waktu.

    Spiritualitas manusia sering berupaya menyentuh kembali tatanan pertama — menyadari bahwa diri kita bukan entitas terpisah, tetapi bagian dari jaringan kesadaran yang luas.
    Meditasi, doa, atau tindakan kasih dapat dianggap sebagai cara “menyadari ulang” keterhubungan itu.

    3. Penggunaan dalam Kehidupan

    Beberapa cara manusia bisa memanfaatkan prinsip non-lokalitas secara spiritual (dalam makna reflektif, bukan ilmiah eksperimental):

    • Koneksi batin dan empati:
      Menyadari bahwa kesadaran bersifat saling menembus, maka pikiran dan perasaan kita terhadap orang lain tidak berhenti di batas tubuh.
    • Penyembuhan diri dan doa jarak jauh:
      Banyak praktik penyembuhan energi atau doa lintas jarak berangkat dari keyakinan bahwa kesadaran bekerja di medan non-lokal.
    • Ketenangan dalam kesatuan:
      Menyadari bahwa segala sesuatu sudah terhubung mengurangi rasa terasing, menumbuhkan rasa damai yang bersumber dari keterikatan universal.

    III. Renungan Penutup

    Secara ilmiah, non-lokalitas adalah bukti bahwa dunia tidak sesederhana mekanisme ruang dan waktu yang kaku.
    Secara spiritual, ia mengajarkan bahwa realitas terdalam adalah keterhubungan, bukan keterpisahan.

    Kita mungkin tidak bisa “memanfaatkan” non-lokalitas dalam arti mengendalikannya seperti teknologi,
    tetapi kita bisa menghayatinya — dengan kesadaran bahwa setiap pikiran, niat, dan tindakan adalah bagian dari jaringan semesta yang lebih luas.

    “Pada tingkat paling dalam, kita bukan penonton yang memandang alam semesta dari luar,
    melainkan denyut kecil dalam jantungnya sendiri.”


  • Menghitung Intangible Value Dari Properti Intelektual

    Bayangkan sebuah film mau tayang besok. Nah, besoknya, setelah layar padam, kursi bioskop ditinggalkan, dan lampu-lampu menyala, orang-orang pulang. Bagi penonton, film selesai di pintu keluar. Tapi bagi pembuatnya, film baru saja lahir—seperti bayi yang langsung loncat, jalan sendiri, bahkan bisa cari uang jajan tanpa perlu disuapi.

    Film itu tiba-tiba punya KTP sendiri, bisa berinteraksi dengan orang lain, bahkan bisa bikin kita terkenal tanpa kita perlu tampil di TikTok dengan joget yang mengundang musang. Film itu berubah jadi sebuah IP (intellectual property), dan di dalamnya ada harta karun tak terlihat bernama intangible asset.

    Masalahnya, bagaimana menghitung harta karun yang tidak kelihatan? Sama seperti menghitung berapa banyak cinta yang bisa dikumpulkan dari mantan—kadang harus pakai rumus absurd.

    Mari kita mulai.


    1. Kesempatan Proyek (Opportunity Value)

    Bayangkan setelah film ini, telepon Anda tidak berhenti berdering. Ada yang menawari iklan sabun cuci muka karena karakter utama Anda kelihatan bersih sekali padahal jarang mandi. Ada yang menawari serial web karena plot twist film Anda dianggap cocok untuk anak muda yang doyan begadang.

    Kalau dihitung-hitung, misalnya setiap tahun ada 6 panggilan. Tidak semuanya jadi, karena sebagian hanya basa-basi, seperti gebetan yang suka bilang “kapan-kapan ketemu” tapi hilang ketika kita sudah siap beli kopi. Katakanlah 6 panggilan, yang jadi 4. Fee rata-rata 40 juta. Dua tahun = 8 × 40 juta = 320 juta.

    Film itu sudah seperti salesman yang gigih. Bedanya, dia tidak minta gaji bulanan. Dia bekerja otomatis: ditonton orang, lalu mendatangkan proyek.


    2. Media Exposure (AVE – Advertising Value Equivalent)

    Ketika film masuk koran, muncul di televisi, atau jadi bahan ocehan influencer, sebenarnya kita sedang dapat promosi gratis. Kalau hitung harga iklan, seharusnya sudah keluar ratusan juta.

    Misalnya, satu artikel di media nasional nilainya 50 juta kalau dibeli dalam bentuk advertorial. Kalau ada 10 media meliput, berarti Anda dapat 500 juta exposure gratis. Itu nilainya intangible, karena efeknya bukan uang cash di rekening, melainkan kepercayaan publik. Dan kepercayaan publik sering lebih mahal daripada deposito.


    3. Premium Fee

    Sebelum film, Anda mungkin hanya dibayar 20 juta sekali kerja. Setelah film, nama Anda jadi harum seperti sate baru dibakar. Produser datang, dan Anda berani bilang: “Tarif saya sekarang 40 juta.”

    Ada kenaikan 20 juta per project. Dalam dua tahun, katakanlah ada 5 project. Itu berarti 100 juta hanya dari naiknya harga jasa profesional.


    4. Totalin deh totalin.

    Mari kita totalkan.
    Opportunity Value: 320 juta
    Media Exposure: 500 juta
    Premium Fee: 100 juta
    Total = 920 juta

    Tapi, karena kita orang film, angka itu bukan berarti akan kita simpan rapi di bank. Bisa saja ludes untuk bikin film berikutnya yang lebih absurd, lebih eksperimental, dan mungkin malah tidak balik modal. Begitulah lingkaran setan kreatif: uang masuk lewat reputasi, uang keluar lewat ambisi.


    5. Logika Jenaka untuk Investor

    Kalau ada investor bertanya, “Bagaimana bisa intangible dihitung segini besar?” Anda bisa jawab:

    “Pak, coba bayangkan reputasi seperti jodoh. Jodoh tidak bisa dibeli, tapi bisa menarik mertua yang kaya raya. Nah, film ini reputasi yang bisa membuat investor lain jatuh cinta. Jadi kalau Bapak tidak percaya angka, percayalah pada cinta.”

    “Kalau percaya sama Rangga?”

    “Rangga om-om apa Rangga brondong, Pak?”

    “Keep it profesional.”

    “Percaya sama produsernya berarti. Rangga brondong masih butuh banyak belajar. Masih SMA.”

    “Simple Moving Average?”

    “Tul. Dia naiknya rata-rata sih, Pak. Kalau udah diatas, berpapasan sama rambut, nanti tepe-tepe dia.”

    “Saya kaku soal beginian. Jelasin.”

    Berarti si Bapak kalau main lilin sukanya main aman. Masih kaku, maka tambahkan:

    “Bapak mau tahu berapa nilai intangible paling tinggi? Itu ketika penonton menyebut judul film kita sambil tersenyum. Karena senyum itu kalau dihitung satu-satu, lebih mahal daripada tarif listrik per kilowatt.”


    6. Penutup

    Jadi, menghitung valuasi intangible itu bukan soal angka semata. Itu seni bercampur kalkulator. Seperti mencoba menimbang angin dengan timbangan pasar. Tidak masuk akal, tapi bisa. Caranya: hitung efek domino—berapa banyak kesempatan kerja, berapa liputan media, berapa premium fee, lalu tambahkan humor secukupnya.

    Sebab pada akhirnya, intangible asset dalam sebuah film adalah janji bahwa karya seni bisa terus hidup.

    Tapi kalo bisa ngitung, ini rumusnya:

  • Kebiasaan Berinvestasi di Jerman: Antara Tradisi Konservatif dan Tren Baru

    Jerman dikenal sebagai salah satu negara dengan disiplin finansial tertinggi di Eropa. Budaya menabung yang kuat, orientasi jangka panjang, dan kehati-hatian dalam mengambil risiko menjadi ciri khas masyarakatnya. Namun, dalam satu dekade terakhir, pola investasi mulai bergeser, terutama karena generasi muda semakin melek pasar modal dan produk keuangan modern.

    Budaya Konservatif dan Tingkat Tabungan Tinggi

    Orang Jerman memiliki kecenderungan alami untuk mengutamakan keamanan modal. Instrumen tradisional seperti tabungan bank, asuransi jiwa, dan deposito jangka panjang masih menjadi pilihan mayoritas. Hal ini diperkuat oleh saving rate rumah tangga yang termasuk salah satu tertinggi di Eropa.

    Meskipun begitu, tingkat partisipasi langsung masyarakat ke pasar saham masih relatif rendah dibanding negara tetangga, seperti Amerika Serikat atau Inggris.

    ETF dan Reksa Dana: Tren Baru yang Menguat

    Dalam beberapa tahun terakhir, ada lonjakan signifikan dalam penggunaan Exchange Traded Funds (ETF) dan reksa dana berbasis indeks global. Produk seperti MSCI World atau DAX menjadi populer karena menawarkan diversifikasi luas dengan biaya rendah. Bagi investor muda, ETF dianggap cara paling rasional untuk berinvestasi tanpa harus meneliti saham satu per satu.

    ESG dan Investasi Berkelanjutan

    Seiring meningkatnya kesadaran lingkungan dan sosial, investasi berbasis ESG (Environmental, Social, Governance) berkembang pesat. Banyak bank dan manajer aset di Jerman kini menawarkan produk hijau, mulai dari green bonds hingga dana tematik energi terbarukan. Hal ini menarik minat generasi muda yang tidak hanya mencari keuntungan finansial, tetapi juga dampak sosial positif.

    Properti sebagai Pilar Investasi

    Selain pasar modal, properti tetap menjadi instrumen favorit. Rumah dan apartemen, terutama di kota besar seperti Berlin, Frankfurt, dan München, dianggap sebagai aset yang relatif aman meski harga sudah tinggi. Banyak keluarga menjadikannya bentuk investasi jangka panjang dan perlindungan dari inflasi.

    Perbedaan Jalur: Ritel vs Family Office

    • Investor Ritel:
      Umumnya mengakses pasar melalui bank tradisional, broker online, atau aplikasi fintech. Mereka lebih sering memilih produk kolektif (ETF, reksa dana) dibanding membeli saham individual. Investasi langsung biasanya terbatas pada perusahaan besar atau blue-chip yang sudah dikenal.
    • Family Office:
      Lembaga pengelola kekayaan keluarga ini memiliki gaya investasi jauh lebih kompleks. Selain saham dan obligasi, mereka masuk ke private equity, hedge fund, real estate komersial, bahkan seni. Family office di Jerman juga semakin aktif dalam ESG dan impact investing, sering kali memanfaatkan jaringan global untuk mengakses peluang yang tidak tersedia bagi investor ritel.

    Orientasi Jangka Panjang

    Baik ritel maupun family office, pola umum investasi di Jerman tetap menekankan stabilitas dan keberlanjutan jangka panjang. Berbeda dengan pasar lain yang lebih spekulatif, investor Jerman cenderung berhati-hati, lebih suka pertumbuhan stabil ketimbang keuntungan cepat.


    Jalur Praktis Non-Residen untuk Investasi Saham di Jerman

    1. Investor dari Amerika Serikat (US)

    • Broker Internasional: US investor biasanya menggunakan broker global yang memberi akses langsung ke Xetra, misalnya Interactive Brokers (IBKR) atau Charles Schwab International.
    • Akses ADR (American Depositary Receipts): Beberapa perusahaan Jerman besar (misalnya Siemens, SAP, Allianz) juga tersedia di pasar saham AS dalam bentuk ADR, sehingga bisa dibeli langsung tanpa masuk ke bursa Frankfurt.
    • Pajak: Ada perjanjian pajak ganda (US–Jerman DBA), sehingga withholding tax atas dividen bisa dikurangi dari tarif penuh (biasanya dari 25% menjadi sekitar 15%).

    2. Investor dari ASEAN

    • Broker Global: Investor ASEAN (misalnya dari Indonesia, Singapura, Malaysia) dapat mengakses saham Jerman lewat broker internasional seperti Saxo Bank, Interactive Brokers, atau Degiro (terutama untuk investor Singapura yang punya akses lebih luas ke Eropa).
    • Peran Bank Lokal: Di beberapa negara (misalnya Singapura dan Malaysia), bank lokal dengan unit investasi internasional bisa memberi akses langsung ke FWB/Xetra.
    • Pajak: ASEAN tidak memiliki perjanjian pajak ganda menyeluruh dengan Jerman. Artinya, investor ASEAN biasanya terkena potongan penuh 25% atas dividen.

    3. Investor dari Uni Eropa (UE)

    • Broker Lokal UE: Investor UE paling mudah karena akses ke Xetra terbuka luas lewat neobroker populer seperti Trade Republic, Scalable Capital, atau broker bank besar (Commerzbank, Deutsche Bank).
    • Efisiensi Biaya: Karena berada dalam satu kawasan regulasi, investor UE mendapatkan biaya transaksi lebih rendah dan proses lebih sederhana.
    • Pajak: Investor UE tetap kena potongan pajak dividen di Jerman (25%), tetapi bisa mengklaim kembali sebagian lewat mekanisme di negara domisili karena adanya perjanjian pajak ganda dalam kerangka UE.

    Ringkasan Jalur Praktis

    • US → Gunakan broker internasional (IBKR, Schwab), atau ADR di pasar AS.
    • ASEAN → Broker global (Saxo, IBKR, Degiro), atau bank internasional dengan cabang di kawasan.
    • UE → Akses paling mudah lewat neobroker atau bank lokal, biaya rendah, dan pajak lebih efisien.

    —–

    Jalur kriting:

    • Transaksi menggunakan cryptocurrency dengan residen Jerman yang memiliki akun investasi saham di Jerman (untuk kemudahan audit, bisa lewat jalur family office)

  • My Ex was right About Export.

    Perizinan yang fraksional dan birokrasi berbelit-belit

    Dulu saya pernah punya mantan. Ia sering menantang saya: “Kalau mau besar, jangan main masukin dalam negeri saja. Masuklah ke ekspor!” Tapi saya ragu. Saya tahu betapa berbelitnya birokrasi kita.

    Ini kenyataannya, impor begitu mudah, ekspor begitu sulit. Dan saya memilih jalan aman, “ini mudah… if it didn’t broken, don’t fix it.” Dia begitu marah. Pada akhirnya, saya kehilangan dia.

    Namun hari ini saya sadar. Yang jauh lebih genting dari kehilangan seorang mantan adalah kehilangan masa depan bangsa karena kita tak mampu membenahi pintu ekspor kita sendiri!

    Bayangkan, menurut temuan Next Indonesia Center, negara ini bisa kehilangan potensi Rp10.760 triliun hanya karena pencatatan ekspor yang carut-marut. Misinvoicing, dana siluman, manipulasi angka—semua itu membuat kita bocor seperti kapal yang ditinggalkan tanpa nahkoda. Apakah kita rela kekayaan bangsa menguap begitu saja?

    Lihatlah tetangga kita. Vietnam dengan sistem satu pintunya, yang membuat buyer luar negeri tinggal duduk, negosiasi, lalu beli dengan harga FOB. Singapura dengan pelabuhan super efisien yang melayani ekspor lintas dunia tanpa drama birokrasi. Thailand dengan kepastian jalur ekspor otomotifnya. Filipina dengan digitalisasi dokumen yang membuat pelaku usaha tak perlu lagi terjebak dalam antrean kertas. Mereka melesat maju, sementara kita masih sibuk mengumpulkan tanda tangan dan cap basah.

    Apakah kita akan terus jadi bangsa yang kalah karena aturan kita lebih ribet daripada peluang yang bisa kita raih? Apakah kita akan terus menggadaikan potensi hanya karena takut memotong rantai birokrasi yang menguntungkan segelintir orang?

    Saya katakan: Oke, sudah cukup! Saya ingin menyuarakan ini. “Reformasi ekspor.”

    Reformasi ekspor bukan lagi pilihan, ini kewajiban. Capex harus diarahkan untuk memperkuat ekspor, mendorong PNBP, membangun sistem satu pintu yang berpihak pada pelaku usaha. Jangan lagi membuat para eksportir pontang-panting. Jangan lagi membuat buyer asing kehilangan kepercayaan. Kita tidak butuh sistem yang membuat orang frustasi—kita butuh sistem yang membuat dunia percaya bahwa Indonesia bisa diandalkan.

    Kalau Vietnam bisa, kalau Thailand bisa, kalau Filipina bisa, mengapa Indonesia harus kalah? Bukankah Indonesia bangsa yang besar?

    Kita punya laut yang luas, sumber daya yang melimpah, anak-anak muda yang penuh inovasi. Satu-satunya yang menghalangi kita adalah tembok birokrasi yang kita ciptakan sendiri. Maka robohkan tembok itu! Sediakan satu pintu yang jujur, efisien, dan berpihak. Biarkan eksportir kita berlari, biarkan buyer luar negeri masuk dengan mudah, biarkan ekonomi bangsa ini naik kelas di panggung dunia.

    Jangan tunggu sampai kita kehilangan lebih banyak. Jangan tunggu sampai kita hanya jadi pasar, bukan pemain.

    Maka kepada pemerintah yang baru saja diberi amanah di tahun 2025 ini, kami meminta: jangan biarkan ekspor Indonesia terus terhambat oleh birokrasi yang menjerat! Jangan biarkan potensi Rp10.760 triliun menguap hanya karena sistem pencatatan yang rapuh.

    Tolong, bangunlah solusi satu pintu ekspor yang sederhana, yang efisien, yang berpihak pada pelaku usaha dalam negeri. Jadikan capex sebagai daya ungkit untuk memperkuat penerimaan negara melalui ekspor, APBN kita jangan sampai goyah karena rasio utang dan penerimaan yang jomplang. Reformasi ekspor, ini bukan sekadar proyek mercusuar yang indah di atas kertas.

    Kami tidak ingin lagi mendengar alasan klasik: sulit, kompleks, butuh waktu panjang. Vietnam tidak butuh alasan itu. Thailand tidak butuh alasan itu. Filipina pun bisa melakukannya. Maka Indonesia pun harus bisa, dan harus lebih baik!

    Pemerintah baru, tolong, dengarlah! Kalau mau ekonomi kita kuat, maka rakyat menunggu langkah berani, bukan janji manis. Dunia menunggu kita membuka pintu ekspor selebar-lebarnya. Generasi muda menunggu kesempatan agar produknya bisa menembus pasar global tanpa disekap birokrasi.

    Permintaan ini bukan hanya tentang ekonomi. Ini tentang kedaulatan. Tentang harga diri. Tentang masa depan bangsa.

    Beranilah! Karena sejarah hanya mencatat dua hal: mereka yang berani mengambil langkah, dan mereka yang hilang ditelan keraguan.

Rancang situs seperti ini dengan WordPress.com
Mulai