Ada metafora infrastruktur yang terlalu sempurna untuk diabaikan: sebuah program pangan nasional senilai 15 miliar dolar AS — yang dalam setahun terakhir mencatatkan puluhan ribu kasus keracunan massal pada anak-anak — akan dilapisi dengan kecerdasan buatan untuk memonitor kebersihan dapur. Dalam istilah arsitektur sistem, ini setara dengan memasang container orchestration di atas server yang power supply-nya sudah terbakar dua kali.
Pada 22 Juni 2026, Reuters melaporkan draf Peraturan Presiden tentang Peta Jalan AI Nasional 2026–2029 yang sudah ditunggu-tunggu. Salah satu target paling ambisiusnya: mengintegrasikan AI ke dalam program prioritas presiden, termasuk program makan bergizi gratis senilai $15 miliar. AI akan mendesain menu yang spesifik menurut daerah, memonitor kebersihan dapur, memprediksi permintaan bahan pangan, mendeteksi ketidakberesan — dan mengintegrasikan data kesehatan untuk peringatan dini keadaan darurat. Di atas kertas, ini adalah roadmap yang terdengar seperti enterprise architecture kelas dunia. Dalam praktiknya, ini adalah overlay network yang dipasang di atas physical layer yang belum pernah di-audit.
Arsitektur Overlay yang Dipasang di Atas Fondasi Retak
Dalam arsitektur sistem, ada konsep yang disebut separation of concerns: setiap lapisan infrastruktur harus menjalankan fungsinya sendiri secara andal sebelum lapisan di atasnya ditambahkan. Tidak ada arsitek yang memasang auto-scaling group sebelum memastikan server dasarnya tidak overheat. Tapi di sini, pemerintah berencana memasang intelligence layer di atas program yang infrastruktur pangannya sendiri masih dalam keadaan darurat.
Berdasarkan laporan Reuters sebelumnya, pada September 2025 puluhan ribu anak mengalami keracunan makanan akibat program ini. Pada Juni 2026, kepala Badan Gizi Nasional yang mengelola program ini dipecat dan ditangkap karena masalah tata kelola. Dapur-dapur didirikan tanpa standar keamanan yang memadai. Sistem tanggap darurat — yang sekarang rencananya akan didukung AI — bahkan tidak berfungsi untuk insiden dasar seperti keracunan massal.
Dari lokalitas terbatas, pemandangannya begini: sebuah cluster yang node-nya masih saling bertabrakan — dan solusinya bukan memperbaiki node, melainkan menambahkan orchestrator yang akan “mengawasi” tabrakan tersebut. Ini bukan cascading failure — ini cascading irony.
Biaya Inferensi dan Kalkulasi Protein
Draf perpres tersebut menyatakan bahwa AI dapat meningkatkan PDB Indonesia sebesar 12 persen, atau setara $366 miliar pada 2030. Tapi pernyataan itu tidak disertai dengan kalkulasi cost of inference untuk menjalankan model AI di ribuan dapur yang tersebar dari Sabang hingga Merauke. Berapa throughput yang diperlukan untuk memonitor kebersihan dapur secara real-time di 514 kabupaten/kota? Berapa latency yang bisa ditoleransi antara deteksi ketidakberesan dan respons lapangan? Dalam arsitektur sistem, pertanyaan-pertanyaan ini adalah non-functional requirements yang menentukan apakah sebuah sistem layak diproduksi — dan tidak ada jawabannya di draf manapun.
Sementara itu, seperti dicatat dalam analisis Bloomberg dan McKinsey, belanja AI di Asia Pasifik tumbuh lebih dari 24 persen per tahun hingga 2027. Tapi biaya itu tidak pernah dihitung dalam TCO program pangan. Anggaran $15 miliar program makan gratis — yang sudah di bawah tekanan fiskal — akan semakin terbebani oleh biaya komputasi yang skalanya belum terdefinisi. Dalam istilah resource allocation, ini adalah overprovisioning harapan tanpa capacity planning.
Sovereignty Layer dan Ilusi Kedaulatan Teknologi
Bagian paling menarik dari draf ini adalah pembentukan sovereign AI fund yang akan dikelola oleh Danantara Indonesia, plus insentif fiskal untuk peneliti AI. Tapi ketika dana kedaulatan itu akan dibelanjakan untuk infrastruktur AI buatan siapa, jawabannya sudah bisa ditebak. Microsoft telah menginvestasikan $1,7 miliar untuk cloud dan AI di Indonesia. Meta, IBM, dan Microsoft ikut menyusun draf perpres ini. Perusahaan yang sama yang menjual infrastruktur juga ikut menulis cetak biru penggunaannya.
Derwin Suhartono, profesor AI di Binus University, menyebut Indonesia “mungkin akan tetap menjadi konsumen produk yang dijual perusahaan asing.” Dalam istilah arsitektur, ini vendor lock-in sebelum sistemnya sendiri berfungsi. Sovereign AI fund yang dibelanjakan untuk lisensi cloud asing — tanpa exit strategy dan tanpa redundancy lokal — adalah single point of failure dengan label kemerdekaan.
Feedback Loop yang Terputus
Yang paling mengkhawatirkan dari seluruh skenario ini bukanlah teknisnya — melainkan feedback loop yang rusak antara indikator dan realitas. Peta jalan AI menargetkan pertumbuhan PDB, tetapi program yang menjadi ujung tombak adopsi AI ini — program makan gratis — bahkan belum memiliki sistem monitoring manual yang berfungsi. AI tidak akan memperbaiki logistik yang hancur dari awal. AI hanya akan mendeteksi, mencatat, dan melaporkan kehancuran itu dengan latency yang lebih rendah.
Dalam arsitektur sistem yang baik, monitoring adalah fungsi read-only yang informasinya digunakan untuk control loop perbaikan. Tapi ketika actuator — mekanisme perbaikan di lapangan — tidak ada atau tidak berfungsi, monitoring hanyalah dashboard yang menampilkan kegagalan dalam real-time. Bukan kemajuan, melainkan observability atas kebuntuan.
Log ditutup di sini. AI tidak akan menggantikan pipa air yang bocor, kompor yang tidak menyala, atau rantai dingin yang putus di tengah perjalanan. Overprovisioning bukanlah roadmap — ia adalah arsitektur harapan yang infrastruktur pangannya belum terpasang.