Vol. 25 No. 2 (2026): Musytari: Neraca Manajemen, Akuntasi, dan Ekonomi, ISSN 3025-9495
Articles

Stabilitas Otonom: Memanfaat Agentic Artificial Intelligence untuk Mitigasi Krisis Keuangan secara Real – Time

Rahmiyatus Syukra
Universitas Pembangunan Nasional Veteran Jakarta

Published 2026-01-21

Keywords

  • Agentic AI,
  • Stabilitas Keuangan,
  • Mitigasi Krisis,
  • Bank Sentral,
  • Kecerdasan Buatan Otonom,
  • Real Time Policy
  • ...More
    Less

How to Cite

Stabilitas Otonom: Memanfaat Agentic Artificial Intelligence untuk Mitigasi Krisis Keuangan secara Real – Time. (2026). Musytari : Jurnal Manajemen, Akuntansi, Dan Ekonomi, 25(2), 3711-3720. https://cibjournal.com/index.php/musytari/article/view/6936

Abstract

Meningkatnya kompleksitas dan kecepatan transaksi dalam ekosistem keuangan digital modern telah menciptakan tantangan baru bagi stabilitas sistem keuangan global. Metode penyelesaian krisis keuangan dengan mitigasi konvensional seringkali terhambat oleh time - lag dalam pengumpulan data dan proses pengambilan keputusan manusia yang tidak cukup cepat untuk merespon fenomena seperti flash crashes atau penularan risiko sistemik yang instan. Paper ini ingin mengeksplorasi potensi agentic artificial Intelligence (AI) sebagai paradigma baru dalam menjalankan stabilitas keuangan. Berbeda dengan AI prediktif tradisional, agentic AI memiliki kemampuan untuk beroperasi secara otonom dalam parameter yang telah ditentukan oleh pembuat kebijakan, melakukan penalaran kompleks, dan mengeksekusi tindakan mitigasi secara real time. Paper ini mengusulkan ide dimana agentic AI otonom berfungsi sebagai sistem pengawasan aktif yang mampu mendeteksi anomali pasar, menilai risiko likuiditas, dan mengusulkan atau mengeksekusi permasalahan tersebut. Hasil analisis menunjukan bahwa penggunaan agentic AI dapat secara signifikan mengurangi waktu respon bank sentral terhadap anomali pasar, namun implementasi ini juga membawa risiko baru, termasuk potensi “perilaku kawanan” (herding behaviour) antar agentic AI dan tantangan akuntabilitas hukum. Paper ini menyimpulkan bahwa meskipun stabilitas otonom menggunakan agentic AI menawarkan manfaat yang solutif dan efisien, diperlukan tata kelola yang ketat melalui mekanisme Human in The Loop untuk memastikan bahwa tindakan otonom AI tetap selaras dengan tujuan kebijakan publik dan etika keuangan.

Downloads

Download data is not yet available.

References

  1. Angeris, G., & Chitra, T. (2020). "Improved Price Oracle Based on Automated Market Makers".
  2. Aras, S., & Gulyas, A. (2024). Artificial Intelligence in Central Banking: A New Era of Data-Driven Monetary Policy. Proceedings of the 18th International Conference on Business Excellence (PICBE 2024).
  3. Bank for International Settlements (BIS). (2024). Artificial Intelligence and the Future of Central Banking. BIS Quarterly Review, March 2024.
  4. Bholat, D., Hansen, S., Santos, P., & Schonhardt-Bailey, C. (2015). Text Mining as a Computational Tool: A Briefing with Examples from the Bank of England's Archives. Bank of England Quarterly Bulletin.
  5. Buiter, W. H. (2008). "Central banks as governors of last resort".
  6. Friedman, M. (1961). The Lag in Effect of Monetary Policy. Journal of Political Economy, 69(5), 447–466.
  7. International Monetary Fund (IMF). (2023). Generative AI and the Finance Sector: Risk and Opportunities for Financial Stability. IMF Fintech Notes.
  8. Kirilenko, A. A., Kyle, A. S., Samadi, M., & Tuzun, T. (2017). The Flash Crash: High-Frequency Trading in an Electronic Market. The Journal of Finance, 72(3), 967–998.
  9. Kydland, F. E., & Prescott, E. C. (1977). Rules Rather Than Discretion: The Inconsistency of Optimal Plans. Journal of Political Economy, 85(3), 473–491.
  10. Kyle, A. S. (1985). Continuous Auctions and Insider Trading. Econometrica, 53(6), 1315–1335.
  11. Lessig, L. (2006). Code: And Other Laws of Cyberspace, Version 2.0. Basic Books.
  12. Lewis, Michael. (2014). "Flash Boys: A Wall Street Revolt"
  13. Mankiw, N. G. (2021). Macroeconomics (11th ed.). Worth Publishers. Bank for International Settlements. (2025). Monetary policy decision-making and communication under high uncertainty. BIS Papers No. 163.
  14. NVIDIA NeMo Guardrails (2023) atau Reid, S., et al. (2024) dalam "Safety Architecture for Autonomous Agents".
  15. Park, A. (2023). "Automated Market Makers and Central Bank Digital Currency". Bank of Canada/University of Toronto.
  16. Prasad, E. S. (2021). "The Future of Money: How the Digital Revolution is Transforming Currencies and Finance".
  17. Radford, A., et al. (2021). "Learning Transferable Visual Models From Natural Language Supervision" (OpenAI).
  18. Rose, A. K. (2023). Digital Bank Runs: Evidence from Recent Banking Failures. NBER Working Paper Series.
  19. Russell, S. J., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
  20. Schinasi, G. J. (2004). Defining Financial Stability. IMF Working Paper No. 04/187.
  21. Walsh, C. E. (1993). Central Bank Independence and the Short-Run Output-Inflation Trade-off in the European Community. In The Monetary Future of Europe.
  22. Wooldridge, M. (2020). A Gentle Introduction to Multi-Agent Systems. MIT Press.