Algoritma, Informasi dan Ilusi Pasar: Siapa Mengendalikan Narasi di Bursa Saham?

Pada 6 Mei 2010, pasar saham Amerika Serikat mengalami salah satu peristiwa paling dramatis dalam sejarah keuangan modern: dalam hitungan menit, indeks Dow Jones anjlok hampir 1.000 poin setara dengan penghapusan sekitar satu triliun dolar nilai pasar sebelum kemudian memantul kembali. Peristiwa yang dikenal sebagai Flash Crash itu bukan dipicu oleh bencana geopolitik atau krisi fundamental ekonomi, melainkan oleh interaksi antar-algoritma perdagangan otomatis yang saling bereaksi satu sama lain dalam kecepatan milidetik. Insiden tersebut menjadi pengingat keras: di era digital, pasar modal tidak lagi sepenuhnya digerakkan oleh nalar manusia.

Lebih dari satu dekade kemudian, fenomena tersebut bukan mereda melainkan semakin dalam berakar. Kecerdasan buatan (AI), analisis big data, dan algoritma perdagangan frekuensi tinggi (high-frequency trading/HFT) kini menjadi infrastruktur tersembunyi yang menopang sekaligus membayangi bursa-bursa efek di seluruh dunia, termasuk Bursa Efek Indonesia (BEI). Pertanyaan yang perlu kita ajukan bukan lagi sekadar apakah teknologi memengaruhi pasar, melainkan: sejauh mana algoritma telah menggantikan penilaian manusia, dan siapa sesungguhnya yang kini mengendalikan narasi di bursa?

Peran Algoritma dalam Pergerakan Pasar Saham

Sejak awal 2010-an, proporsi perdagangan yang dieksekusi oleh algoritma di bursa-bursa utama dunia telah melampaui perdagangan yang dilakukan oleh manusia secara langsung. Menurut laporan JP Morgan pada 2019, hanya sekitar 10 persen dari volume perdagangan ekuitas di AS yang berasal dari keputusan investor konvensional (discretionary) sisanya digerakkan oleh program komputer, strategi kuantitatif, dan sistem AI otomatis. Di Asia, tren serupa terus berkembang, meski dengan kecepatan dan tingkat regulasi yang bervariasi.

Yang membuat dinamika ini semakin kompleks adalah kemampuan AI generasi terkini dalam memproses unstructured data—data yang tidak terstruktur seperti teks berita, cuitan di media sosial, transkrip rapat dewan direksi, hingga nada suara eksekutif dalam konferensi pers. Model Natural Language Processing (NLP) kini mampu menganalisis sentimen pasar dari jutaan dokumen teks dalam hitungan detik jauh melampaui kapasitas tim analis manusia mana pun. Riset dari MIT Sloan School of Management (2021) menunjukkan bahwa model AI berbasis NLP dapat memprediksi pergerakan harga saham jangka pendek dengan akurasi yang secara konsisten melampaui metode analisis tradisional.

Implikasinya bagi Indonesia tidak bisa diabaikan. BEI dengan kapitalisasi pasar yang per Maret 2026 telah mendekati Rp 11.000 triliun semakin banyak dihuni oleh investor institusional asing yang menggunakan sistem algoritmik canggih. Ketimpangan kapasitas teknologi antara pelaku pasar global dan investor ritel domestik menciptakan asimetri informasi yang struktural dan sistemik.

Bagaimana Informasi Membentuk Persepsi Investor

Teori pasar efisien (Efficient Market Hypothesis/EMH) yang dirumuskan Eugene Fama pada 1970 berasumsi bahwa harga saham mencerminkan seluruh informasi yang tersedia secara rasional. Namun di era di mana algoritma HFT dapat mengeksploitasi perbedaan harga dalam interval waktu kurang dari satu milidetik dan di mana sistem AI mampu memperkuat sentimen negatif secara masif melalui umpan balik otomatis pertanyaan fundamental muncul: apakah harga yang terbentuk masih mencerminkan nilai fundamental perusahaan, atau sekadar mencerminkan preferensi algoritmik sesaat?

Fenomena meme stock pada awal 2021 di mana saham GameStop melonjak lebih dari 1.500 persen dalam hitungan hari akibat koordinasi pengguna Reddit yang diperkuat oleh algoritma media sosial adalah bukti nyata bagaimana narasi digital mampu mendistorsi valuasi pasar secara ekstrem. Studi yang diterbitkan dalam Journal of Financial Economics (2022) mengkonfirmasi bahwa volatilitas saham semakin kuat berkorelasi dengan intensitas aktivitas media sosial, bukan hanya dengan kinerja fundamental emiten.

Di Indonesia, pola serupa mulai teridentifikasi. Lonjakan harga saham-saham tertentu di BEI kerap bersamaan dengan meningkatnya intensitas perbincangan di platform seperti X (Twitter), Stockbit, dan Telegram. Ini bukan sekadar kebetulan. Riset dari Universitas Indonesia (2023) mengindikasikan adanya hubungan kausalitas antara sentimen media sosial dan pergerakan harga saham jangka pendek di BEI, khususnya pada saham-saham berkapitalisasi kecil yang lebih rentan terhadap manipulasi informasi.

Big Data sebagai Senjata Asimetri Informasi

Di balik setiap transaksi algoritmik yang tampak impersonal, terdapat infrastruktur pengumpulan dan analisis data yang masif. Hedge fund kelas dunia seperti Renaissance Technologies, Two Sigma, dan Citadel telah lama menggunakan alternative data—data alternatif seperti citra satelit parkiran mal untuk memperkirakan penjualan ritel, data lokasi ponsel untuk memantau kunjungan ke pabrik, hingga analisis pola pengeluaran kartu kredit jauh sebelum laporan keuangan resmi diterbitkan.

Inilah yang dimaksud dengan asimetri informasi struktural: bukan sekadar perbedaan akses ke data yang sama, melainkan kemampuan mengolah dan menginterpretasikan data dalam dimensi yang sama sekali berbeda. Laporan World Economic Forum (2023) menyebutkan bahwa kesenjangan kapasitas analitik antara lembaga keuangan besar dan pelaku pasar kecil semakin melebar, dan hal ini berpotensi merusak prinsip fairness yang menjadi landasan pasar modal yang sehat. Untuk Indonesia, persoalan ini lebih akut. Otoritas Jasa Keuangan (OJK) dan BEI memang telah memperkenalkan berbagai inisiatif digitalisasi, termasuk pengembangan sistem surveillance pasar berbasis AI. Namun regulasi penggunaan alternative data dan algoritma perdagangan masih jauh tertinggal dibandingkan SEC di Amerika Serikat atau FCA di Inggris yang telah memiliki kerangka regulasi lebih komprehensif.

Narasi yang Diproduksi, Bukan yang Ditemukan

Dimensi yang paling mengkhawatirkan dari konvergensi AI dan pasar modal bukanlah soal kecepatan eksekusi semata, melainkan potensi produksi dan distribusi narasi pasar yang disengaja. Di era model bahasa besar (large language model/LLM) seperti GPT-4 dan sejenisnya, kemampuan untuk menghasilkan laporan analis yang tampak kredibel, siaran pers korporasi yang meyakinkan, atau bahkan thread media sosial yang viral semuanya dapat dilakukan secara otomatis, masif, dan murah.

Ini bukan spekulasi futuristik. Kasus manipulasi pasar berbasis AI telah mulai terdokumentasi. Pada 2023, sebuah gambar palsu yang menggambarkan ledakan di dekat Pentagon yang diduga dihasilkan oleh AI dan disebarkan melalui akun Twitter terverifikasi palsu sempat memicu goncangan singkat pada indeks saham AS sebelum teridentifikasi sebagai hoaks. Kasus ini mendemonstrasikan bagaimana konten sintetis berpotensi menjadi alat destabilisasi pasar.

Dalam ekosistem pasar yang semakin bergantung pada pemrosesan informasi

algoritmik, konten palsu yang terstruktur baik dapat dengan mudah “lolos” dari filter otomatis dan mempengaruhi sistem perdagangan berbasis NLP. Sebuah makalah dari Stanford Internet Observatory (2024) memperingatkan bahwa pasar keuangan merupakan salah satu sektor yang paling rentan terhadap serangan disinformasi berbasis AI karena kecepatan reaksinya yang jauh melampaui kemampuan verifikasi manusia.

Bagaimana Informasi Membentuk Persepsi Investor

Menghadapi realitas ini, regulasi pasar modal global sedang mengalami tekanan besar untuk beradaptasi. Uni Eropa melalui AI Act (berlaku penuh 2026) telah mengklasifikasikan sistem AI di sektor keuangan sebagai “high-risk” yang memerlukan transparansi dan akuntabilitas tinggi. SEC di AS telah memperkuat aturan terkait pengungkapan penggunaan algoritma dalam perdagangan. Bahkan IOSCO organisasi regulator sekuritas internasional telah menerbitkan pedoman khusus tentang risiko AI dalam pasar modal pada 2024.

Indonesia perlu bergerak lebih agresif. OJK memang telah menerbitkan Roadmap Pengembangan dan Penguatan Pasar Modal Indonesia 2023–2027, yang menyinggung pentingnya adopsi teknologi. Namun dokumen tersebut belum secara eksplisit menyentuh regulasi penggunaan AI dan algoritma dalam strategi investasi. Kesenjangan kebijakan ini berbahaya: sementara pelaku pasar global terus mempercanggih infrastruktur teknologinya, investor domestic terutama investor ritel yang jumlahnya telah melampaui 13 juta pada awal 2026 berjalan tanpa pelindung yang memadai.

Menuju Literasi Algoritma sebagai Fondasi Pasar yang Adil

Persoalan ini pada akhirnya bermuara pada satu pertanyaan mendasar tentang kedaulatan informasi: siapa yang berhak membentuk narasi tentang nilai suatu aset, dan berdasarkan data serta metode apa? Jika jawabannya adalah algoritma milik segelintir institusi besar yang beroperasi tanpa transparansi yang memadai, maka pasar modal bukan lagi arena kompetisi yang setara melainkan permainan yang hasilnya telah ditentukan sebelum kartu dibagikan.

Ada beberapa langkah konkret yang mendesak untuk diambil. Pertama, OJK perlu segera merumuskan regulasi yang mewajibkan pengungkapan (disclosure) penggunaan algoritma dan AI dalam strategi investasi, setidaknya pada tingkat institusional. Kedua, BEI harus memperkuat infrastruktur surveillance pasar berbasis AI untuk mendeteksi pola perdagangan manipulatif algoritmik secara real-time. Ketiga dan ini mungkin yang paling fundamental program literasi keuangan nasional harus mulai memasukkan dimensi literasi algoritma dan literasi data sebagai kompetensi inti investor modern.

Sebab memahami cara kerja algoritma bukan lagi sekadar keunggulan kompetitif melainkan prasyarat bertahan di pasar modal abad ke-21. Investor yang tidak memahami bahwa ia bukan hanya bersaing melawan manusia lain tetapi melawan infrastruktur komputasi senilai miliaran dolar yang beroperasi dalam skala dan kecepatan yang tidak dapat ditandingi secara manual, adalah investor yang bernavigasi dalam kegelapan.

Epilog: Antara Efisiensi dan Keadilan

Teknologi, pada hakikatnya, adalah netral. Algoritma dan AI dapat menjadi instrumen yang meningkatkan efisiensi pasar, memperkecil biaya transaksi, dan memperluas akses investasi. Namun tanpa tata kelola yang kuat, teknologi yang sama dapat menjadi mesin konsentrasi kekuasaan informasi di tangan segelintir pihak dan pada akhirnya, penggerus kepercayaan publik terhadap integritas pasar modal.

Bursa efek lahir dari kebutuhan manusia untuk mengalokasikan modal secara efisien dan adil. Ketika algoritma mulai mengendalikan narasi menentukan apa yang tampak sebagai “berita baik” atau & “sinyal beli” dalam milidetik pertama sebuah informasi muncul maka pertanyaan tentang siapa yang sesungguhnya menjadi pemilik pasar menjadi lebih relevan dari sebelumnya.

Di sinilah peran regulator, jurnalis, akademisi, dan masyarakat sipil menjadi krusial: bukan untuk menghentikan arus teknologi, melainkan untuk memastikan bahwa arus tersebut mengalir dalam kanal-kanal yang menjaga prinsip keadilan, transparansi, dan akuntabilitas. Karena pada akhirnya, pasar yang baik bukan sekadar pasar yang efisien melainkan pasar yang adil.