Perfect10 Logo
Back to Blog

Sovereign AI untuk BUMN dan Korporasi: Kapan Perlu LLM Lokal, Kapan API Global Sudah Cukup

M. Alif Ramadhan

Sebagian besar use case AI di BUMN dan korporasi tidak membutuhkan LLM lokal yang dijalankan di server sendiri: API global dengan kontrak enterprise, atau API yang di-host di Indonesia, sudah cukup selama kelas datanya mengizinkan. LLM lokal di infrastruktur sendiri baru sepadan untuk data yang wajib tinggal di Indonesia, data strategis, atau beban kerja bervolume tinggi dan stabil. Artikel ini memberi matriks keputusan per kelas data, bukan per slogan.

Banner artikel bertag SOVEREIGN AI dengan judul Kapan BUMN Perlu LLM Lokal?, di samping foto bergerak dalam bingkai heksagonal bernuansa ungu dan mint

Sovereign AI Itu Apa, dan Kenapa Bukan Satu Tombol

Sovereign AI adalah kemampuan organisasi atau negara mengendalikan empat hal: di mana data diproses, model apa yang dipakai, infrastruktur milik siapa, dan siapa yang mengoperasikannya. Dalam praktik, keempatnya bisa dipecah menjadi tiga lapisan yang dipenuhi secara terpisah.

Lapisan

Pertanyaan kunci

Contoh pemenuhan

Kedaulatan data (data residency)

Di negara mana data disimpan dan diproses saat model menjawab?

API atau cloud dengan pemrosesan di Indonesia

Kedaulatan model

Bisakah Anda memegang bobot model, mengganti model, dan tidak terkunci pada satu penyedia?

Model open-weight, aplikasi yang bisa berpindah penyedia

Kedaulatan operasional

Siapa yang memegang akses admin, kunci enkripsi, dan log, dan tunduk pada hukum negara mana?

Operator dalam negeri, kunci dikelola sendiri, SLA tertulis

Ketiganya tidak harus dipenuhi sekaligus. API yang di-host di Indonesia memenuhi lapisan data, tetapi model dan operasinya tetap di tangan penyedia. On-premise dengan model open-weight memenuhi ketiganya, dengan biaya dan beban tim paling besar. Karena itu sovereign AI lebih tepat dipahami sebagai spektrum, dan titiknya dipilih per use case.

Peta Sovereign AI di Indonesia per November 2026

Danantara menjadikannya prioritas BUMN

CTO Danantara Sigit Puji Santosa menyampaikan pada 7 Mei 2026 bahwa transformasi digital BUMN menargetkan efisiensi awal 25% sampai 40% di area dengan duplikasi tinggi, seperti belanja teknologi, infrastruktur digital, lisensi, dan layanan bersama. Prioritas teknologinya mencakup AI, keamanan siber, serta sovereign AI dan sovereign cloud, dikawal Danantara Digital Transformation Task Force.

Pada 15 April 2026, Ricardo Irwan Rei, Managing Director Strategic Technology Initiatives Danantara, menyebut enam industri prioritas adopsi AI, mulai dari energi terbarukan, pangan dan kesehatan, hingga pertahanan dan teknologi finansial. Dalam lokakarya pusat data AI nasional yang digelar Danantara pada September 2026, survei terhadap lebih dari 70 BUMN menempatkan perbankan sebagai sumber permintaan pusat data terbesar. Skenario yang dipaparkan memperkirakan AI bergeser ke operasi agentic mulai 2030 dan bisa memakai sekitar 70% kapasitas pusat data. Di forum yang sama, Direktur Jenderal Ekosistem Digital Komdigi Edwin Hidayat Abdullah menekankan koordinasi lintas kementerian dan dukungan regulasi untuk ekosistem sovereign AI.

Sahabat-AI: LLM terbuka untuk bahasa Indonesia dan daerah

Sahabat-AI adalah LLM yang diinisiasi GoTo dan Indosat Ooredoo Hutchison, dikembangkan bersama AI Singapore. Versi Sahabat-AI terbaru yang bobotnya bisa diunduh di Hugging Face, Llama-Sahabat-AI-v2-70B-IT, berukuran sekitar 70 miliar parameter, punya konteks 128 ribu token, dan mendukung bahasa Indonesia, Jawa, Sunda, Batak Toba, Bali, serta Inggris. Lisensinya Llama 3.1 Community License, jadi syarat pemakaiannya mengikuti lisensi Meta tersebut dan perlu dibaca tim legal sebelum dipakai komersial.

Aplikasi Sahabat-AI diluncurkan bersama Kementerian Komunikasi dan Digital (Komdigi) pada 25 Februari 2026. Komdigi membingkainya sebagai langkah menuju kemandirian AI nasional dan kedaulatan digital.

Infrastruktur: GPU cloud dan pusat data AI

Lintasarta, anak usaha Indosat, menawarkan GPU Merdeka, layanan GPU-as-a-Service berbasis GPU NVIDIA yang infrastruktur fisiknya berada di Indonesia dan dioperasikan perusahaan dalam negeri. Telkom menyusun peta jalan AI hingga 2028: model khusus industri mulai 2027, lalu target sovereign AI lewat model dan infrastruktur sendiri pada 2028. Anak usahanya, NeutraDC, merencanakan pusat data AI hingga 1 GW di Batam, Jabodetabek, Jawa, dan Manado, yang per September 2026 masih tahap validasi.

Bisnis.com pada 2 Oktober 2026 mencatat delapan rencana pusat data baru, antara lain kampus AI Firmus, NVIDIA, dan DayOne di Batam berkapasitas 360 MW untuk hingga 170.000 akselerator NVIDIA dengan target operasi kuartal I 2027, kampus AI BDx 640 MW di Purwakarta, dan ekspansi CoreWeave 360 MW yang ditargetkan beroperasi 2028. Sebagian masih berupa nota kesepahaman atau perjanjian listrik, jadi realisasinya bergantung pada izin, pendanaan, dan kesiapan energi.

Inferensi yang di-host di Indonesia

Di lapisan API, penyedia inferensi lokal mulai muncul. Netra Runtime, misalnya, per 1 November 2026 menyediakan API yang kompatibel dengan format OpenAI dan di-host di Indonesia, dengan DeepSeek V4.1 Flash sebagai model yang didukung dan zero data retention (data permintaan tidak disimpan) sebagai pengaturan bawaan. Netra juga menawarkan opsi dedicated dan on-premise. Latar belakangnya kami bahas di artikel Init-6 Danai Netra Runtime.

Apa Kata Regulasi soal Lokasi Data

Kami tidak menemukan aturan yang mewajibkan semua perusahaan memakai LLM lokal. Yang ada adalah aturan lokasi data yang berbeda menurut jenis penyelenggara dan sektor.

  • PP 71/2019 tentang penyelenggaraan sistem dan transaksi elektronik. PSE lingkup publik wajib mengelola, memproses, dan menyimpan sistem serta data elektroniknya di Indonesia, kecuali teknologi penyimpanannya tidak tersedia di dalam negeri. PSE lingkup privat boleh di dalam atau di luar negeri, asalkan pengawasan kementerian dan penegakan hukum tetap efektif. Sektor keuangan diatur lebih lanjut oleh OJK dan BI.

  • POJK 11/POJK.03/2022 untuk bank umum. Pasal 35 mewajibkan bank menempatkan sistem elektronik di pusat data dan pusat pemulihan bencana di Indonesia. Penempatan di luar negeri hanya untuk kategori tertentu, seperti analitik global atau manajemen risiko terintegrasi dengan kantor induk, dan perlu persetujuan OJK. Apakah memanggil API model di luar negeri termasuk penempatan sistem elektronik perlu dikonfirmasi dengan tim kepatuhan dan OJK.

  • PP 33/2026 sebagai pelaksana UU PDP. Diundangkan 16 Juli 2026 dan berlaku 16 Januari 2027. Transfer data pribadi ke luar negeri mengikuti urutan: negara tujuan dengan pelindungan setara atau lebih tinggi, lalu pelindungan yang memadai dan mengikat, dan persetujuan subjek data hanya bila keduanya tidak tersedia. Daftar negara setara dan klausul kontrak standarnya masih bergantung pada Lembaga PDP. Pemrosesan dengan teknologi baru seperti AI juga memicu kewajiban DPIA (penilaian dampak pelindungan data), dan denda administratif bisa mencapai 2% dari pendapatan tahunan.

Implikasinya, mengirim data pribadi ke API di luar negeri tidak otomatis dilarang, tetapi dasar transfernya lebih sulit dibuktikan selama instrumen pendukungnya belum lengkap. Daftar persiapannya ada di artikel PP 33/2026 dan proyek AI Anda. Artikel ini bukan nasihat hukum, jadi konfirmasikan penerapannya di organisasi Anda dengan penasihat hukum.

Matriks Keputusan: Kelas Data dan Opsi Deployment

Cara membacanya: tentukan kelas data tertinggi yang disentuh use case, lalu pilih opsi paling ringan yang masih diizinkan. Naik ke opsi yang lebih berat hanya bila aturan, kebijakan internal, atau volume menuntutnya.

Kelas data

API global

API yang di-host di Indonesia

Private cloud di Indonesia

On-prem, model open-weight

Publik: materi pemasaran, regulasi dan riset publik

Cocok, pilihan default

Cocok bila modelnya memadai

Berlebihan

Berlebihan

Internal tidak sensitif: SOP, notulen umum, draf kebijakan

Cocok dengan kontrak enterprise: data tidak dipakai melatih model, retensi minimal

Cocok

Opsional

Berlebihan, kecuali GPU sudah tersedia

Rahasia perusahaan: strategi, harga, kontrak, rencana aksi korporasi

Bersyarat: kontrak enterprise, DLP (data loss prevention), akses terbatas

Cocok, cek retensi, SLA, dan subprosesor

Cocok

Cocok bila kebijakan internal melarang data keluar jaringan

Data pribadi, termasuk data spesifik seperti kesehatan, biometrik, dan keuangan pribadi

Hanya dengan dasar transfer yang sah dan DPIA, lebih aman setelah de-identifikasi

Cocok, dengan DPIA dan kontrak prosesor

Cocok

Cocok, tetapi jarang menjadi satu-satunya opsi

Wajib di Indonesia (sistem PSE lingkup publik, sistem elektronik bank) dan data strategis negara

Hindari, kecuali masuk pengecualian yang diatur dan disetujui

Mungkin, bila seluruh pemrosesan di Indonesia dan lolos aturan sektor

Cocok, opsi utama

Cocok untuk data paling sensitif

Satu aplikasi bisa memakai lebih dari satu opsi: permintaan berisi data pribadi diarahkan ke model di Indonesia, sisanya ke API global. Masking sebelum data dikirim menurunkan risiko, tetapi data yang masih bisa dikaitkan ke orang tertentu tetap diperlakukan sebagai data pribadi.

Trade-off yang Perlu Dihitung Jujur

Kualitas model

Model open-weight makin dekat, tetapi belum setara. Epoch AI mencatat pada 29 Mei 2026 bahwa sejak Januari 2026 model open-weight terbaik tertinggal rata-rata sekitar empat bulan dari model tertutup terdepan, dengan selisih sekitar 8 poin pada Epoch Capabilities Index. Model yang realistis Anda jalankan di server sendiri sering lebih kecil daripada model open-weight terbaik, sehingga jaraknya bisa lebih lebar. Uji di dokumen dan bahasa Anda sendiri, seperti pendekatan di artikel Qwen 3.7 Max vs Qwen 3.5.

Biaya dan utilisasi

Menurut kartu modelnya, Sahabat-AI v2 70B dalam presisi BF16 butuh sekitar 140 GB memori GPU, setara 2 × NVIDIA H100 atau 4 × NVIDIA L40S. Itu baru satu instans, belum termasuk redundansi dan lingkungan uji. Hitungan kami di artikel sewa GPU vs beli server menunjukkan keputusan sewa atau beli sangat ditentukan utilisasi, karena GPU yang menganggur tetap dibayar.

Talenta dan operasi

On-premise berarti tim Anda sendiri yang memantau kualitas jawaban, menambal celah keamanan, mengganti model saat versi baru keluar, dan menjaga SLA. Talenta seperti ini langka: liputan Katadata tentang program Danantara mencatat Indonesia diperkirakan butuh sekitar 600.000 talenta digital tambahan per tahun hingga 2030. Kalau tim internal belum pernah membawa model ke produksi, API terkelola di Indonesia biasanya titik awal yang lebih realistis.

Pasokan GPU

Banyak kapasitas pusat data AI yang diumumkan tahun ini baru beroperasi pada 2027 sampai 2028. Untuk proyek yang dimulai sekarang, pilihan realistisnya GPU cloud lokal yang sudah berjalan, API yang di-host di Indonesia, atau server sendiri dengan memperhitungkan waktu pengadaan dan kesiapan rak berdaya tinggi.

Kapan LLM Lokal Tidak Perlu, dan Kapan Perlu

Anda belum perlu LLM lokal on-premise bila:

  • use case memakai data publik atau internal yang tidak sensitif, seperti draf materi pemasaran, ringkasan regulasi publik, atau pencarian SOP;

  • volume permintaan masih kecil atau naik turun, sehingga GPU sendiri akan banyak menganggur;

  • belum ada tim yang sanggup mengoperasikan model sepanjang waktu;

  • data pribadi bisa dimasking, atau bisa diproses lewat API yang di-host di Indonesia.

LLM lokal atau private cloud di Indonesia layak dipertimbangkan bila:

  • sistemnya termasuk yang wajib berada di Indonesia, misalnya sistem PSE lingkup publik atau sistem elektronik bank;

  • data menyangkut kepentingan strategis negara, atau rahasia yang menurut kebijakan internal tidak boleh keluar jaringan;

  • beban kerja tinggi dan stabil, sehingga GPU terpakai sebagian besar waktu;

  • Anda butuh kendali penuh atas versi model untuk audit dan reprodusibilitas hasil.

Apa pun pilihannya, rancang aplikasi agar bisa berpindah penyedia, misalnya lewat gateway dengan API yang kompatibel format OpenAI. Dengan begitu, keputusan hari ini tidak mengunci Anda ketika model, harga, atau aturan berubah.

Use case mana yang siap dijalankan?

AI Readiness Scorecard berisi 6 pertanyaan, selesai sekitar 2 menit, dan memberi skor kesiapan, analisis per dimensi, serta langkah berikutnya. Tanpa daftar.

Cek Kesiapan AI
Diagram keputusan sovereign AI: belum ada klasifikasi data, klasifikasikan dulu; data publik atau internal tidak sensitif, API global dengan kontrak enterprise; ada data pribadi dengan dasar transfer belum jelas, API yang di-host di Indonesia; aturan sektor mewajibkan sistem di Indonesia, private cloud di Indonesia; data strategis negara atau beban GPU tinggi dan stabil, on-prem dengan model open-weight

Pertanyaan yang Sering Diajukan

Apa itu sovereign AI?

Sovereign AI adalah kendali atas lokasi pemrosesan data, model, infrastruktur, dan operasional sistem AI. Bagi perusahaan, ini spektrum yang dipilih per use case, dari API yang di-host di Indonesia sampai model open-weight di server sendiri.

Apakah Sahabat AI bisa dipakai untuk perusahaan?

Bobot model Sahabat-AI tersedia di Hugging Face dengan Llama 3.1 Community License, sehingga bisa dijalankan sendiri selama syarat lisensinya dipenuhi. Versi 70B butuh sekitar 140 GB memori GPU, jadi uji kualitasnya di data Anda dan bandingkan dengan opsi lain sebelum berinvestasi.

Apakah BUMN wajib memakai LLM lokal?

Kami tidak menemukan aturan yang mewajibkan semua BUMN memakai LLM lokal. Danantara menjadikan sovereign AI dan sovereign cloud prioritas strategis, sementara kewajiban lokasi data bergantung pada status PSE dan aturan sektor, misalnya POJK 11/POJK.03/2022 untuk bank.

Apakah memakai API ChatGPT atau Claude melanggar UU PDP?

Tidak otomatis. Yang menentukan adalah apakah data pribadi ikut dikirim ke luar negeri dan apa dasar transfernya, dan mulai 16 Januari 2027 PP 33/2026 mengatur urutan dasar transfer itu secara rinci.

Apa bedanya data residency dan sovereign AI?

Data residency hanya memastikan data disimpan dan diproses di wilayah tertentu. Sovereign AI lebih luas, karena mencakup juga kendali atas model dan atas siapa yang mengoperasikan sistemnya.

Sebelum memilih opsi deployment, hitung dulu nilai bisnis use case-nya, karena angka itulah yang menentukan biaya infrastruktur yang masuk akal.

Berapa nilai otomatisasi untuk tim Anda?

Masukkan ukuran tim, rentang gaji, dan use case yang relevan. AI ROI Calculator langsung memperkirakan penghematan tahunan, persentase ROI, dan masa balik modal, tanpa daftar.

Coba AI ROI Calculator

Kalau Anda ingin memetakan use case mana yang cukup lewat API global, mana yang perlu diproses di Indonesia, dan mana yang benar-benar butuh infrastruktur sendiri, tim PERFECT10 menyediakan sesi discovery 60 menit tanpa biaya. Jadwalkan sesi discovery.

Baca juga:

Sumber