BPOM Percepat Adopsi AI Jadi 'Analis Virtual', Pemanfaatan Masih Jadi Tantangan

Jakarta, 28 Oktober 2025 – Badan Pengawas Obat dan Makanan (BPOM) tengah mengakselerasi implementasi Kecerdasan Buatan (AI) untuk mempercepat transformasi lembaga menjadi regulator berbasis data yang modern dan efisien. Melalui tools AI bernama KeyCenter, BPOM berupaya mengotomatisasi analisis data dan menghadirkan "Analis Data Virtual" yang mampu mendukung pengambilan keputusan secara efektif.

Arahan ini disampaikan langsung oleh Kepala Pusat Data dan Informasi (Kapusdatin) BPOM, Abdurrochman Indrajaya Sukma, dalam agenda "Sharing Knowledge BPOM Data-Driven Regulator".

Meskipun KeyCenter dirancang untuk memberikan jawaban real-time 24/7 dan menemukan pola anomali, Kapusdatin menyoroti tantangan utama yang dihadapi saat ini: rendahnya tingkat pemanfaatan.

Untuk mengatasi kesenjangan tersebut, Kapusdatin menekankan perlunya fokus pada dua area fundamental: peningkatan kualitas data di hulu (data sumber) dan penguatan literasi digital pengguna. Visi jangka panjangnya adalah mentransformasikan KeyCenter dari sekadar alat bantu menjadi "Penasihat Cerdas" (Intelligent Advisor) yang dapat secara proaktif memberikan insight untuk keputusan strategis pimpinan.

Implementasi Automasi Analisis Data (KeyCenter)

Dalam diskusi teknis yang juga dihadiri mitra pengembang, dipaparkan bahwa implementasi sistem AI tersebut hingga saat ini telah mengintegrasikan beberapa modul utama terkait fungsi pengawasan. Sistem ini berjalan dengan arsitektur teknis yang modern serta dilengkapi fitur percakapan analitik.

Mitra teknis mencontohkan relevansi implementasi AI ini dengan studi kasus sukses di instansi lain yang menghadapi tantangan serupa dalam pengolahan dokumen dan data pengawasan bervolume besar. Ditekankan pula bahwa AI yang dibangun harus bersifat explainable (tidak black box) dan wajib memahami terminologi spesifik yang digunakan oleh lembaga, bukan sekadar terminologi medis atau umum.

Pengembangan AI di Unit Lain

Inisiatif adopsi AI ini tidak terbatas pada unit data saja. Unit-unit teknis lain, seperti Direktorat Registrasi Pangan Olahan yang menangani registrasi produk pangan, juga telah memaparkan rencana pengembangan AI untuk sistem layanan publik mereka. Langkah ini diambil untuk mengatasi tantangan operasional, khususnya ketidakseimbangan antara peningkatan volume registrasi produk dengan jumlah evaluator yang terbatas.

Rencana Tindak Lanjut

Menjawab berbagai tantangan tersebut, telah disusun rencana tindak lanjut. Rencana ini akan difokuskan pada sosialisasi pemanfaatan sistem ke seluruh unit kerja untuk mendorong penggunaannya secara lebih luas.

Sementara itu, dari sisi teknis, mitra pengembang akan melakukan penyempurnaan sistem dan integrasi yang diperlukan. Unit-unit pengguna juga diminta untuk memberikan umpan balik secara berkala guna mempercepat proses perbaikan.