Dari Fleksibilitas Keuangan Menuju Layanan Publik yang Cerdas: Menakar Masa Depan BLU di Era Kecerdasan Buatan (Open AI for BLU)
Bayangkan seorang pasien yang datang ke rumah sakit pemerintah dengan harapan mendapatkan pelayanan kesehatan yang cepat, berkualitas, dan tidak dibebani prosedur administrasi yang berbelit-belit. Di tempat lain, seorang mahasiswa berharap dapat mengenyam pendidikan tinggi yang bermutu tanpa harus mengkhawatirkan biaya yang terlalu mahal. Sementara itu, seorang pelaku usaha mikro, kecil, dan menengah (UMKM) membutuhkan akses pembiayaan yang mudah dan terjangkau agar usahanya dapat terus berkembang. Meskipun memiliki kebutuhan yang berbeda, ketiganya mengharapkan hal yang sama, yaitu kehadiran pemerintah melalui pelayanan publik yang mampu memberikan solusi nyata bagi kehidupan mereka.
Bagi masyarakat, keberhasilan pengelolaan keuangan negara tidak selalu diukur dari seberapa besar anggaran yang berhasil dibelanjakan, berapa banyak program pemerintah yang terlaksana, atau seberapa baik laporan keuangan disusun hingga memperoleh opini Wajar Tanpa Pengecualian (WTP). Berbagai indikator tersebut tentu penting sebagai bentuk pertanggungjawaban atas penggunaan uang negara. Namun, di balik angka dan laporan tersebut, terdapat ukuran keberhasilan yang tidak kalah penting, yakni sejauh mana anggaran negara benar-benar mampu menghadirkan pelayanan yang mudah diakses, tepat waktu, berkualitas, dan memberikan manfaat bagi masyarakat.
Di sinilah Badan Layanan Umum (BLU), baik pusat dan daerah, memiliki peran strategis sebagai salah satu perpanjangan tangan Anggaran Pendapatan dan Belanja Negara (APBN). Melalui fleksibilitas pengelolaan keuangan yang dimilikinya, BLU diharapkan mampu menghadirkan pelayanan publik yang lebih responsif terhadap kebutuhan masyarakat, tanpa mengesampingkan prinsip efisiensi, transparansi, dan akuntabilitas. Dengan demikian, keberhasilan BLU tidak semata-mata tercermin dari kinerja keuangannya, tetapi juga dari manfaat nyata yang dirasakan oleh pasien, mahasiswa, pelaku UMKM, dan masyarakat luas sebagai penerima layanan. Pertanyaannya, bagaimana memastikan keleluasaan tersebut benar-benar berubah menjadi manfaat yang dirasakan pengguna layanan? (Kementerian Dalam Negeri, 2018).
Jawabannya menuntut perubahan cara kita melihat kinerja BLU. Selama ini, ukuran keuangan seperti tingkat maturitas, capaian pendapatan, rasio likuiditas, atau rasio efisiensi memang penting untuk menjaga kesinambungan operasional BLU dalam jangka panjang. Akan tetapi, seperti contoh pada rumah sakit yang pendapatannya meningkat belum tentu otomatis memangkas waktu tunggu pasien. Di sisi lain, apabila perguruan tinggi yang memperbaiki kinerja keuangan belum tentu langsung memperluas kesempatan belajar bagi kelompok mahasiswa kurang mampu. Karena itu, penguatan tata kelola BLU perlu menghubungkan kesehatan keuangan atau tingkat maturitas BLU dengan kualitas, keterjangkauan, dan pemerataan layanan.
Dalam konteks tersebut, Direktorat Jenderal Perbendaharaan (DJPb), terutama pada Dit. PPK BLU dan Kanwil DJPb, mempunyai posisi strategis. Perannya tidak berhenti pada pengawalan tata kelola fiskal, tetapi juga mendorong pembinaan BLU agar fleksibilitas keuangan yang berujung pada peningkatan pelayanan kepada masyarakat. Pada level daerah, Kanwil DJPb dapat menjadi penghubung antara kebijakan nasional dan kebutuhan daerah: membaca persoalan satuan kerja BLU, mempertemukan pemangku kepentingan di daerah, memberikan asistensi pada BLUD serta membantu mengubah data kinerja pada BLU menjadi keputusan perbaikan yang konkret.
Namun, upaya menghadirkan pelayanan publik yang berkualitas melalui BLU dan BLUD masih menghadapi berbagai tantangan. Salah satunya adalah informasi mengenai kinerja keuangan dan pelayanan yang tersebar di berbagai sistem, sehingga menyulitkan proses pemantauan, evaluasi, dan pengambilan keputusan. Selain itu, kemampuan pengelolaan antarlembaga juga belum merata. Tidak jarang, suatu BLU atau BLUD berhasil mengembangkan inovasi pelayanan maupun tata kelola keuangan, tetapi pengalaman dan praktik baik tersebut belum terdokumentasi atau dibagikan secara luas sehingga sulit diterapkan oleh lembaga lain.
Tantangan ini semakin kompleks ketika terjadi pergantian pegawai, karena pengetahuan dan pengalaman yang telah dibangun selama bertahun-tahun berisiko hilang apabila tidak dikelola dengan baik. Sementara itu, kebutuhan dan harapan masyarakat terhadap pelayanan publik terus berkembang, bahkan sering kali lebih cepat daripada mekanisme pelaporan, evaluasi, dan pembinaan yang masih bersifat konvensional. Akibatnya, setiap BLU dan BLUD cenderung harus mencari solusi atas permasalahannya masing-masing, meskipun persoalan serupa mungkin telah berhasil diatasi oleh lembaga lain. Kondisi tersebut tidak hanya meningkatkan biaya koordinasi dan pembinaan, tetapi juga menghambat terbentuknya budaya berbagi pengetahuan dan pembelajaran bersama yang berkelanjutan (Otheliansyah, 2026).
Pengalaman pengembangan inovasi GEMA BLUD atau Gerakan Asistensi Menata BLUD di Kanwil DJPb Provinsi Sumatera Selatan memberikan satu gagasan yang layak untuk menjadi pertimbangan. Inisiatif ini dirancang sebagai ruang asistensi dan pembelajaran terstruktur yang mempertemukan unsur perbendaharaan, pemerintah daerah, pengawasan, dan pengelola BLUD. Nilai pentingnya bukan terletak pada wadah pertemuan itu sendiri, melainkan pada upaya membangun forum komunikasi dan kebiasaan saling berbagi persoalan, pengetahuan, dan solusi. Pengalaman tersebut menjadi titik berangkat dalam paper saya untuk mengusulkan strategi yang lebih luas bernama Open AI for BLU (Otheliansyah, 2024; Otheliansyah, 2026).
Open AI for BLU bukan sekadar usulan membuat portal baru. Apa yang telah dikembangkan Dit. PPK BLU melalui aplikasi Bios sudah sangat baik. Namun menurut hemat penulis, agar aplikasi Bios dapat disempurnakan. Gagasan penyempurnaannya adalah membangun ekosistem pembelajaran dan tata kelola berbasis data yang menghubungkan pembinaan, informasi kinerja, dan inovasi layanan. Dengan memanfaatkan sistem yang sudah tersedia, termasuk katalog informasi BLU dan BLUD serta sarana manajemen pengetahuan, DJPb dapat mengembangkan cara kerja yang lebih terintegrasi tanpa harus memulai seluruh infrastruktur dari nol. Teknologi dapat menjadi pengungkit kolaborasi, bukan pengganti hubungan manusia yang justru menjadi inti pembinaan BLU dan BLUD (Otheliansyah, 2026).
Salah satu peluangnya datang dari kecerdasan buatan atau artificial intelligence (AI). Bayangkan bila laporan keuangan dan rencana bisnis BLU dapat dibaca secara lebih cepat untuk mendeteksi perubahan rasio dan tingkat maturitas, pola penurunan kinerja, atau indikasi risiko yang perlu ditindaklanjuti oleh masing-masing Dewas BLU atau Bidang PPA 1 pada setiap Kanwil DJPb. Selain itu, petugas pembina di bidang PPA 1 tidak perlu lagi menghabiskan sebagian besar waktu hanya untuk menghimpun dan memilah informasi, tetapi dapat memusatkan perhatiannya pada penguatan dialog, evaluasi pelaksanaan anggaran BLU, dan penyusunan solusi bersama pengelola layanan BLU. AI dapat membantu menyusun ringkasan awal yang memuat penilaian dan progres kinerja BLU, namun setiap keputusan tetap harus berada pada konsensus setiap pemangku kepentingan (Mergel et al., 2023; Otheliansyah, 2026).
Melalui Open AI for BLU, DJPb dapat mengembangkan sistem pembelajaran bersama yang memungkinkan pengalaman dan hasil pembinaan suatu BLU dimanfaatkan oleh BLU maupun BLUD lainnya. Dengan dukungan kecerdasan buatan, hasil diskusi, pertanyaan yang sering diajukan (FAQ), solusi atas berbagai permasalahan, serta praktik baik pengelolaan keuangan dapat dikumpulkan dan dikelompokkan berdasarkan topik agar mudah diakses. Sistem ini juga dapat menjaga kesinambungan pengetahuan organisasi ketika terjadi rotasi atau pergantian pegawai. Sebagai contoh, ketika sebuah rumah sakit BLU menghadapi kendala dalam pengelolaan kas atau penyusunan rencana bisnis dan anggaran, pengelolanya dapat mempelajari solusi yang pernah diterapkan oleh rumah sakit lain tanpa harus mencari penyelesaian dari awal. Dengan demikian, Open AI for BLU diharapkan dapat mengurangi biaya koordinasi dan pembinaan, mempercepat penyelesaian masalah, serta mendorong budaya berbagi pengetahuan yang berkelanjutan. Inilah bentuk efisiensi pengelolaan keuangan negara yang tidak hanya berfokus pada penghematan anggaran, tetapi juga pada pemanfaatan pengetahuan untuk meningkatkan kualitas tata kelola dan pelayanan publik (Mergel et al., 2021; Otheliansyah, 2026).
Agar manfaat tersebut lebih luas, keterbukaan informasi melalui Open AI for BLU perlu dipahami sebagai sarana akuntabilitas yang bertanggung jawab. Publik, terutama pengguna layanan satker BLU, berhak memahami bagaimana sumber daya dikelola dan layanan diperbaiki. Ke depan, informasi yang layak dipublikasikan dapat disajikan secara lebih mudah dipahami, misalnya tren kinerja, capaian layanan, dan pembelajaran antarlembaga. Namun, keterbukaan tidak berarti seluruh data harus dibuka tanpa batas. Perlindungan data pribadi, kerahasiaan yang diatur, keamanan siber, kualitas data, serta konteks perbandingan antarlembaga harus menjadi prasyarat sejak awal (ProPublica, 2024; Otheliansyah, 2026).
Namun, pemanfaatan kecerdasan buatan juga memiliki risiko yang perlu diantisipasi. AI dapat menghasilkan analisis atau rekomendasi yang kurang tepat apabila data yang digunakan tidak lengkap, tidak akurat, atau tidak mempertimbangkan kondisi masing-masing BLU. Selain itu, perbedaan kemampuan sumber daya manusia dan keterbatasan infrastruktur digital dapat menyebabkan manfaat teknologi belum dirasakan secara merata. Oleh karena itu, pengembangan Open AI for BLU perlu dilakukan secara bertahap, dimulai dari standardisasi data, uji coba terbatas (piloting), validasi hasil analisis oleh manusia, serta pengaturan hak akses dan keamanan informasi. Sistem juga perlu dirancang agar mudah digunakan oleh BLU dan BLUD di daerah dengan keterbatasan jaringan internet. Dengan demikian, inovasi ini tidak hanya mengedepankan kecanggihan teknologi, tetapi juga memastikan bahwa manfaatnya dapat dirasakan secara inklusif, terutama oleh lembaga yang paling membutuhkan dukungan pembinaan (U.S. Government Accountability Office, 2022; Otheliansyah, 2026).
Dengan adanya Open AI for BLU, penulis melihat ada tiga perubahan orientasi yang dapat menjadi pijakan pembinaan BLU ke depan. Pertama, dari pemeriksaan berkala menuju pendampingan berbasis risiko dan kebutuhan. Kedua, dari pertukaran informasi yang tidak lancar menuju pembelajaran kelembagaan yang terdokumentasi. Ketiga, dari penilaian yang dominan berpusat pada indikator keuangan menuju penilaian yang mengaitkan keberlanjutan keuangan dengan hasil layanan. Ketiganya saling berkaitan: data yang baik menuntun pembinaan, pembinaan menghasilkan pembelajaran, dan pembelajaran mendorong peningkatan manfaat.
Perubahan tersebut tidak harus dilaksanakan sekaligus. Pada tahap awal, DJPb dapat memilih sejumlah BLU dan BLUD dengan karakteristik berbeda untuk menguji standar data, alat bantu analisis, serta mekanisme berbagi praktik baik. Hasil uji coba kemudian dievaluasi bersama pengguna dan pemangku kepentingan sebelum diperluas. Pendekatan bertahap akan membantu memastikan biaya pengembangan proporsional dengan manfaat, menjaga kepercayaan lembaga, dan memberi ruang untuk memperbaiki desain ketika ditemukan kendala (Mergel et al., 2021; Fernandez & Rainey, 2006).
Keberhasilan juga perlu diukur dengan pertanyaan yang dekat dengan kehidupan masyarakat. Apakah pembinaan membantu mempercepat perbaikan layanan? Apakah unit yang sebelumnya tertinggal memperoleh akses pendampingan lebih baik? Apakah waktu penyusunan usulan dan penyelesaian masalah berkurang? Apakah kepuasan pengguna, akses kelompok rentan, serta kualitas layanan meningkat? Indikator keuangan tetap diperlukan, tetapi tidak boleh berdiri sendiri. Pada akhirnya, nilai publik lahir ketika tata kelola yang sehat diterjemahkan menjadi pengalaman pelayanan yang lebih baik (Otheliansyah, 2026).
Di sinilah strategi komunikasi DJPb dapat mengambil peran lebih kuat. Cerita tentang BLU sebaiknya tidak hanya menampilkan keberhasilan pendapatan atau capaian administratif, tetapi juga menjelaskan hubungan antara kebijakan fiskal, fleksibilitas pengelolaan, inovasi, dan perubahan nyata pada layanan. Narasi berbasis bukti, contoh perbaikan yang dapat direplikasi, serta penjelasan yang jujur mengenai tantangan akan membantu masyarakat memahami bahwa APBN bekerja melalui institusi yang mereka jumpai sehari-hari. Komunikasi yang baik bukan sekadar menyampaikan angka, melainkan menunjukkan makna di balik angka.
Masa depan BLU tidak ditentukan oleh seberapa canggih teknologi yang dipasang, melainkan oleh seberapa konsisten fleksibilitas, akuntabilitas, dan pembelajaran digunakan untuk melayani masyarakat. Gagasan Open AI for BLU menawarkan arah: menjadikan data sebagai dasar keputusan, AI sebagai alat bantu, dan kolaborasi sebagai cara mempercepat perubahan. Ketika pengelolaan keuangan dan kualitas layanan bergerak bersama, BLU benar-benar menjadi wajah APBN yang adaptif dan hadir bagi publik. Ukuran akhirnya sederhana: bukan hanya apakah anggaran dikelola dengan baik, melainkan apakah kehidupan masyarakat menjadi lebih baik karenanya.
Referensi
Fernandez, S., & Rainey, H. G. (2006). Managing successful organizational change in the public sector. Public Administration Review, 66(2), 168โ176.
Kementerian Dalam Negeri. (2018). Peraturan Menteri Dalam Negeri Nomor 79 Tahun 2018 tentang Badan Layanan Umum Daerah.
Mergel, I., Ganapati, S., & Whitford, A. B. (2021). Agile: A new way of governing. Public Administration Review, 81(1), 161โ165.
Mergel, I., Dickinson, H., Stenvall, J., & Gascรณ, M. (2023). Implementing AI in the public sector. Public Management Review. https://doi.org/10.1080/14719037.2023.2231950
Otheliansyah, G. (2024). Proposal inovasi GEMA BLUD: Gerakan Asistensi Menata BLUD. Kanwil DJPb Provinsi Sumatera Selatan. [Dokumen internal sebagaimana dikutip dalam capstone report].