Laporan Benchmarking Statistik Sistem Pembayaran

Komparasi Internasional — Advanced Economies, Emerging Markets & ASEAN Peers, International Organizations

Tim DSta-DSKP — Bank Indonesia

Laporan ini menyajikan hasil benchmarking terhadap praktik publikasi statistik sistem pembayaran di 20 negara dan 7 organisasi internasional. Benchmarking dilakukan dengan membandingkan cakupan dan granularitas data yang dipublikasikan oleh masing-masing bank sentral terhadap standar CPMI-BIS Red Book Statistics — acuan utama pelaporan SP bagi seluruh anggota CPMI, termasuk Indonesia. Fokus perbandingan diarahkan pada empat area kritis: fast payment systems, kliring & setelmen ritel, CCP, dan CSD.

1. Gambaran Umum

Sebaran 20 negara yang di-benchmark menurut klasifikasi ekonomi dan regional

20
Total Negara
9
Advanced
11
Emerging
5
ASEAN Peers
7
Org. Int'l

Benchmarking mencakup 9 negara maju (advanced economies) yang mewakili standar publikasi paling matang, 11 negara berkembang (emerging markets) yang mencakup 5 peer ASEAN Indonesia, serta 7 organisasi internasional yang menetapkan standar atau mempublikasikan data SP secara lintas negara. Seluruh negara dinilai berdasarkan alignment score — sebuah skor 0–100 yang mengukur sejauh mana cakupan publikasi SP suatu negara selaras dengan struktur Red Book Statistics CPMI-BIS.

Rata-rata Advanced Economies

90/ 100

Rata-rata Emerging Markets

88/ 100

Rata-rata ASEAN Peers

88/ 100

Skor rata-rata antara ketiga kelompok menunjukkan pola yang menarik. Kelompok advanced economies memperoleh rata-rata 90, sementara kelompok emerging markets tidak terpaut jauh di angka 88. Bahkan, rata-rata ASEAN peers mencapai 88 — mengindikasikan bahwa negara-negara ASEAN, khususnya Malaysia (95), Thailand (94), dan Filipina (88), telah membangun praktik publikasi data SP yang cukup sejajar dengan negara maju. Indonesia sendiri berada di skor 85, yang berarti masih terdapat ruang perbaikan terutama dibandingkan dengan sesama peer regional.

Seberapa Lengkap Negara-Negara Mempublikasikan Data SP?

Diagram di bawah menunjukkan berapa banyak dari 20 negara yang mempublikasikan data secara lengkap (hijau), sebagian (kuning), atau belum sama sekali (merah) untuk setiap kategori SP.

LVPS (Sistem Pembayaran Bernilai Besar)
19 lengkap1 sebagian0 belum
Fast Payment
13 lengkap7 sebagian0 belum
Pembayaran Ritel Non-Tunai
19 lengkap1 sebagian0 belum
E-Money / Prepaid
14 lengkap6 sebagian0 belum
Kliring & Setelmen Ritel
19 lengkap1 sebagian0 belum
Central Counterparty (CCP)
16 lengkap4 sebagian0 belum
Central Securities Depository (CSD)
16 lengkap4 sebagian0 belum
Uang Kartal & Money Supply
19 lengkap1 sebagian0 belum
Payment Fraud Statistics
4 lengkap5 sebagian11 belum

Dari diagram di atas, terlihat bahwa LVPS, pembayaran ritel, dan uang kartal merupakan kategori yang hampir seluruh negara sudah mempublikasikan secara lengkap — ini sejalan dengan kewajiban pelaporan Red Book yang sudah berjalan puluhan tahun. Sebaliknya, payment fraud statistics menjadi kategori dengan cakupan paling rendah: hanya sebagian kecil negara yang mempublikasikan data fraud secara terintegrasi dalam statistik SP mereka. ECB, UK, Australia, dan Brazil termasuk yang sudah melakukannya, sementara SPIP Indonesia belum mencakup kategori ini. Kategori fast payment juga menunjukkan variasi yang cukup tinggi — beberapa negara baru meluncurkan sistem fast payment dalam 2–3 tahun terakhir, sehingga data publikasinya masih bersifat parsial.

2. Komparasi per Negara

Detail benchmark masing-masing negara — klik untuk melihat informasi lengkap infrastruktur dan publikasi SP-nya

Kelompok negara maju berikut mewakili praktik publikasi SP yang paling matang secara global. ECB (98) menjadi acuan tertinggi berkat cakupan yang mencakup seluruh kategori termasuk contactless, instant payment share, dan fraud statistics dengan frekuensi semi-annual. Di sisi lain, beberapa negara maju seperti Switzerland (82) masih dalam tahap awal pengembangan instant payment — SIC Instant Payment baru diluncurkan pada 2024.

3. Komparasi Fast Payment Systems

Fast payment — atau sistem pembayaran yang memproses transaksi secara real-time atau mendekati real-time — telah menjadi infrastruktur inti di hampir seluruh negara benchmark. Tabel berikut membandingkan sistem fast payment di masing-masing negara, termasuk tahun peluncuran, volume dan nilai transaksi tahun 2024, jumlah pengguna atau peserta, serta tingkat interoperabilitas lintas batas.

NegaraSistemTahunVolume 2024Nilai 2024Pengguna/PesertaInteroperabilitas
Advanced Economies
United StatesFedNow2023~1,5 juta transaksi~USD 38,19 miliar1.200+ institusi aktifBerdampingan dengan RTP (TCH)
Euro AreaTIPS2018455 juta transaksi~EUR 283 miliar (~USD 310 miliar)PSP terhubung di seluruh Euro AreaTerintegrasi SEPA Instant Credit Transfer
United KingdomFaster Payments (FPS)2008Data dalam Red Book Vol.2Data dalam Red Book Vol.235+ direct participantsPionir fast payment global
JapanZengin System1973Data dalam Red Book Vol.2Data dalam Red Book Vol.21.100+ institusiTerintegrasi dengan mobile/internet banking
AustraliaNPP (New Payments Platform)2018Data dalam Red Book Vol.1Data dalam Red Book Vol.1100+ financial institutionsPayID (alias), PayTo (third-party initiated)
SwedenSwish2012~1 miliar transaksi/tahunData dalam Red Book Vol.18+ juta pengguna (80% populasi)P2P, P2M, e-commerce
SingaporeFAST + PayNow2014Data dalam MAS Semi-Annual ReportData dalam MAS Semi-Annual Report25+ banksCross-border: PayNow-PromptPay, PayNow-DuitNow
Emerging Markets & ASEAN Peers
IndiaUPI (Unified Payments Interface)2016~185,8 miliar transaksi~USD 3-3,4 triliun491 juta pengguna, 65 juta merchantCross-border: UPI-PayNow (Singapore), UPI-PromptPay (pilot)
BrazilPIX202063,8 miliar transaksi~USD 4-5 triliun160 juta pengguna (63% populasi dewasa)P2P, P2M, P2G, QR code, NFC (pilot)
IndonesiaASEANBI-FAST + QRIS2022Data dalam SPIP BIData dalam SPIP BIPeserta BI-FAST + 30+ juta merchant QRISQRIS cross-border (Thailand, Malaysia, Singapore)
MalaysiaASEANDuitNow + DuitNow QR2018870 juta transaksi QRRM 31,1 miliar (QR)2,6 juta acceptance pointsCross-border: DuitNow-PromptPay, DuitNow-QRIS
ThailandASEANPromptPay2017Data dalam BOT Payment DataData dalam BOT Payment Data60+ juta registrasi (85%+ populasi dewasa)Cross-border: PromptPay-PayNow (Singapore), Thai QR-QRIS
PhilippinesASEANInstaPay20181,4 miliar transaksi (+67,8%)PHP 7,35 triliun (+46,3%)86 institusi pesertaTerhubung dengan PESONet (batch)
VietnamASEANNAPAS2020QR payment +106,7% YoYQR payment +84,8% YoYData terbatasTerbatas

Data di atas menunjukkan dua pola yang menonjol. Pertama, skala adopsi fast payment di kelompok emerging markets jauh melampaui kelompok advanced economies — UPI India memproses sekitar 185 miliar transaksi per tahun (hampir separuh volume instant payment global), sementara PIX Brazil mencapai 63,8 miliar transaksi hanya dalam empat tahun sejak peluncuran. Sebagai perbandingan, FedNow yang diluncurkan Juli 2023 di Amerika Serikat baru mencatat sekitar 1,5 juta transaksi. Pola ini mencerminkan fenomena leapfrogging: negara berkembang mengadopsi fast payment secara masif karena memiliki basis pengguna besar yang sebelumnya tidak terlayani oleh infrastruktur pembayaran tradisional.

Kedua, kawasan ASEAN memimpin dalam interoperabilitas cross-border fast payment. Linkage PromptPay-PayNow (Thailand-Singapura), DuitNow-QRIS (Malaysia-Indonesia), dan berbagai koridor bilateral lainnya menjadikan ASEAN sebagai kawasan paling terintegrasi dalam hal pembayaran ritel lintas batas. Kondisi ini perlu tercermin dalam statistik SPIP Indonesia — saat ini, data transaksi cross-border fast payment belum dipublikasikan sebagai kategori tersendiri.

4. Komparasi Kliring & Setelmen

Bagian ini membandingkan empat pilar infrastruktur kliring dan setelmen: RTGS (pembayaran bernilai besar), ACH/Retail Clearing (kliring ritel), CCP (central counterparty untuk pasar modal), dan CSD (central securities depository). Untuk setiap negara, disajikan nama sistem, operator, jenis statistik yang dipublikasikan, serta frekuensi publikasinya. Perbandingan ini memungkinkan identifikasi area di mana publikasi SPIP Indonesia sudah sejajar atau masih perlu diperkuat relatif terhadap praktik negara lain.

RTGS

10 negara

Hampir seluruh negara benchmark sudah mempublikasikan data RTGS secara lengkap (volume, nilai, jumlah peserta). Indonesia melalui BI-RTGS termasuk yang cukup granular — data disajikan per jenis transaksi, per kelompok bank, dan per regional, dengan frekuensi monthly yang lebih tinggi dibandingkan sebagian besar negara maju yang hanya mempublikasikan secara annual.

NegaraSistemOperatorStatistik yang DipublikasikanFrekuensi
IndonesiaIDBI-RTGSBank Indonesia
VolumeValuePer jenis transaksiPer kelompok bankRegional
Monthly
Euro AreaTARGET (T2)ECB / Eurosystem
VolumeValueJumlah pesertaAvailabilityPeak volume
Annual (Red Book)
United StatesFedwireFederal Reserve
VolumeValueJumlah pesertaAverage per transaction
Annual
JapanBOJ-NETBank of Japan
VolumeValueJumlah peserta
Monthly
United KingdomCHAPSBank of England
VolumeValueJumlah pesertaSettlement data
Annual
IndiaRTGSReserve Bank of India
VolumeValueMonthly trends
Monthly
MalaysiaRENTASBank Negara Malaysia
VolumeValue
Monthly
ThailandBAHTNETBank of Thailand
VolumeValueRegular updates
Regular
SingaporeMEPS+MAS
VolumeValueSIPS designation
Semi-annual
BrazilSTRBanco Central do Brasil
VolumeValueJumlah peserta
Monthly

ACH/Retail Clearing

8 negara

Untuk kliring ritel, Indonesia melalui SKNBI sudah mempublikasikan data per instrumen (kredit dan debit) serta per regional. Filipina melalui PESONet menunjukkan transparansi tinggi dengan data quarterly yang mencakup volume, nilai, jumlah peserta, dan growth rate. Beberapa negara seperti Euro Area (SEPA) sudah mempublikasikan instant payment share dalam data kliring ritelnya — aspek yang belum tersedia di SPIP.

NegaraSistemOperatorStatistik yang DipublikasikanFrekuensi
IndonesiaIDSKNBIBank Indonesia
VolumeValuePer instrumen (kredit/debit)Regional
Monthly
Euro AreaSEPA (SCT/SDD)EPC / EBA Clearing
VolumeValuePer instrumenInstant share
Semi-annual
United StatesFedACHFederal Reserve
VolumeValueCredit vs debit
Annual
JapanZengin SystemJapanese Bankers Association
VolumeValueJumlah peserta
Monthly
IndiaNEFTReserve Bank of India
VolumeValueMonthly trends
Monthly
MalaysiaIBG (Interbank GIRO)PayNet (BNM)
VolumeValue
Monthly
ThailandITMXNITMX
VolumeValue
Regular
PhilippinesPESONetPCHC
VolumeValueJumlah pesertaGrowth rate
Quarterly

CCP

6 negara

Data CCP (central counterparty) dipublikasikan dalam format CPMI-IOSCO Public Quantitative Disclosure (PQD) oleh sebagian besar negara maju secara triwulanan. Indonesia melalui KPEI sudah mempublikasikan data anggota kliring dan transaksi yang diselesaikan, namun belum mencakup data margin dan default fund yang merupakan standar PQD internasional.

NegaraSistemOperatorStatistik yang DipublikasikanFrekuensi
IndonesiaIDKPEIPT KPEI
Jumlah anggota kliringKontrak diselesaikanNilai perdagangan
Monthly (SPIP)
Euro AreaLCH / EurexLCH Group / Deutsche Börse
Cleared transactionsOpen interestMarginDefault fundPQD
Quarterly (PQD)
United StatesDTCC / OCC / CMEVarious
Cleared volumeOpen interestMarginDefault fundPQD
Quarterly (PQD)
JapanJSCCJapan Securities Clearing Corp
Cleared transactionsMembersPQD
Quarterly (PQD)
IndiaCCILClearing Corp of India
Cleared transactionsMembersMargin
Monthly
SingaporeCDPSGX
Cleared transactionsMembersPQD
Quarterly (PQD)

CSD

7 negara

Untuk CSD, Indonesia melalui KSEI sudah mempublikasikan data yang relatif lengkap — mencakup peserta langsung, sekuritas yang disimpan, dan instruksi pengiriman (settlement). Cakupan ini sudah sejalan dengan Red Book Table 16-17, menjadikan publikasi CSD sebagai salah satu area terkuat dalam SPIP.

NegaraSistemOperatorStatistik yang DipublikasikanFrekuensi
IndonesiaIDKSEIPT KSEI
Peserta langsungSekuritas disimpan (volume & value)Instruksi pengirimanSettlement
Monthly (SPIP)
Euro AreaEuroclear / Clearstream / T2SVarious
Securities heldSettlement volume & valueFail rateDVP modelPQD
Quarterly (PQD)
United StatesDTC (DTCC)DTCC
Securities heldSettlement activityPQD
Quarterly (PQD)
JapanJASDECJapan Securities Depository Center
Securities heldSettlementMembers
Annual
IndiaNSDL + CDSLNSDL / CDSL
Securities heldDemat accountsSettlement
Monthly
MalaysiaBursa DepositoryBursa Malaysia
Securities heldSettlementMembers
Annual
ThailandTSDThailand Securities Depository
Securities heldSettlementMembers
Annual

5. Posisi Indonesia terhadap Benchmark

Bagian ini menempatkan posisi SPIP Indonesia secara komparatif terhadap seluruh negara benchmark. Skor alignment Indonesia (85) menempatkannya di bawah rata-rata ketiga kelompok pembanding — baik advanced economies (90), emerging markets (88), maupun ASEAN peers (88). Meskipun selisihnya tidak besar, gap ini perlu mendapat perhatian mengingat Indonesia adalah anggota CPMI dan memiliki kewajiban pelaporan terhadap Red Book Statistics.

🇮🇩

Indonesia — Bank Indonesia (SPIP)

Alignment Score: 85/100

vs Advanced Economies
-5
poin di bawah rata-rata (90)
vs Emerging Markets
-3
poin di bawah rata-rata (88)
vs ASEAN Peers
-3
poin di bawah rata-rata (88)

Skor 85 menunjukkan bahwa SPIP sudah memiliki fondasi yang kuat — data APMK, RTGS, SKNBI, dan FMI (KPEI/KSEI) tercakup dengan baik. Namun, beberapa kategori data yang sudah menjadi standar internasional masih belum tersedia, khususnya di area fast payment dan fraud. Di kawasan ASEAN sendiri, Malaysia dan Thailand sudah melampaui Indonesia dalam hal granularitas data fast payment dan digital payment.

Data yang Belum Tercakup di SPIP

Kategori data berikut sudah dipublikasikan oleh mayoritas negara benchmark namun belum tersedia dalam SPIP Indonesia.

CRITICAL

Digital Payment Ratio

Sudah dipublikasikan oleh 15+ negara termasuk India, Brazil, dan ECB sebagai indikator utama transformasi digital

CRITICAL

Fast Payment Share

Merupakan standar Red Book Table 9 — seluruh negara ASEAN peers (Malaysia, Thailand, Filipina) sudah mempublikasikan rasio ini

HIGH

Payment Fraud Statistics

ECB, UK (via UK Finance), Australia (RBA), dan Brazil (BCB) mempublikasikan data fraud terintegrasi dalam statistik SP

MEDIUM

Cross-border Fast Payment Data

Meskipun QRIS sudah terhubung lintas batas, data transaksi cross-border belum dipublikasikan sebagai kategori terpisah dalam SPIP

MEDIUM

Contactless Payment Share

ECB dan RBA Australia sudah mempublikasikan rasio pembayaran nirsentuh — Malaysia bahkan mencatat 83% transaksi in-person sudah contactless

Area di mana SPIP Sudah Unggul

Beberapa aspek publikasi SPIP Indonesia justru lebih detail dibandingkan sebagian negara benchmark.

Cakupan data APMK sangat luas

Data Kartu ATM/Debit, Kredit, dan E-Money disajikan termasuk breakdown regional 34 provinsi — tingkat granularitas yang jarang ditemui di negara lain

Data RTGS dan SKNBI komprehensif

SPIP menyajikan data per jenis transaksi, per kelompok bank, dan per regional — lebih detail dari publikasi US (Fedwire) atau UK (CHAPS) yang hanya menyajikan agregat

Data FMI (KPEI + KSEI) lengkap

Cakupan sudah 100% sesuai standar CPMI-BIS Red Book Table 15-17 untuk CCP dan CSD

Frekuensi monthly

SPIP terbit bulanan — lebih sering dari publikasi US, UK, dan Switzerland yang hanya annual, serta ECB yang semi-annual

Data uang kartal granular

Per pecahan, per regional, aliran uang masuk/keluar — sepenuhnya selaras dengan Red Book Table 4

Peringkat Alignment Score — Seluruh Negara Benchmark

Skor alignment mengukur sejauh mana cakupan publikasi SP suatu negara selaras dengan struktur Red Book Statistics CPMI-BIS. Indonesia berada di peringkat ke-15 dari 20 negara.

1.🇪🇺Euro AreaAdvanced
98
2.🇲🇾MalaysiaASEANEmerging
95
3.🇮🇳IndiaEmerging
95
4.🇧🇷BrazilEmerging
95
5.🇹🇭ThailandASEANEmerging
94
6.🇸🇬SingaporeAdvanced
93
7.🇺🇸United StatesAdvanced
92
8.🇦🇺AustraliaAdvanced
92
9.🇬🇧United KingdomAdvanced
90
10.🇯🇵JapanAdvanced
90
11.🇰🇷South KoreaAdvanced
88
12.🇸🇪SwedenAdvanced
88
13.🇵🇭PhilippinesASEANEmerging
88
14.🇨🇳ChinaEmerging
88
15.🇮🇩IndonesiaASEANEmerging
85
16.🇲🇽MexicoEmerging
85
17.🇨🇭SwitzerlandAdvanced
82
18.🇹🇷TurkeyEmerging
82
19.🇿🇦South AfricaEmerging
80
20.🇻🇳VietnamASEANEmerging
78

6. Referensi — Kategori CPMI-BIS Red Book

CPMI-BIS Red Book Statistics menyusun data sistem pembayaran dalam sejumlah tabel standar yang menjadi acuan bagi seluruh 24 yurisdiksi anggota CPMI. Berikut adalah kategori-kategori utama beserta indikator yang dipublikasikan dalam Red Book — masing-masing sudah di-mapping ke struktur tabel SPIP yang diusulkan dalam proposal restrukturisasi.

Red Book Table 11

Sistem Pembayaran Bernilai Besar

Large-Value Payment Systems (LVPS)

Jumlah pesertaVolume transaksiNilai transaksiRata-rata per transaksiPeak volume/valueAvailability/uptime
Red Book Table 9

Sistem Pembayaran Cepat

Fast Payment Systems

Volume transaksiNilai transaksiJumlah pesertaAvailability (24/7)Share terhadap total retail
Red Book Table 7-8

Pembayaran Ritel Non-Tunai

Retail Non-Cash Payments

Kartu debit/kredit (volume & value)E-moneyCredit transferDirect debitChequeQR payment
Red Book Table 12

Sistem Kliring Ritel

Retail Clearing & Settlement

Volume & value per instrumenJumlah pesertaSettlement cyclesNetting ratioSTP rate
Red Book Table 15

Central Counterparty

Central Counterparty (CCP)

Cleared transactionsOpen interestJumlah anggota kliringInitial marginDefault fund
Red Book Table 16-17

Central Securities Depository

Central Securities Depository (CSD)

Securities held (volume & value)Settlement volume & valueSettlement fail rateJumlah pesertaDVP model
Red Book Table 1, 3-4

Uang Kartal & Uang Beredar

Currency in Circulation & Money Supply

Banknotes & coins in circulationUYD/GDP ratioM1/GDPDenominasiCounterfeit

7. Ringkasan Eksekutif

Benchmarking terhadap 20 negara dan 7 organisasi internasional menghasilkan sejumlah temuan yang perlu menjadi perhatian dalam konteks restrukturisasi SPIP.

Pertama, posisi Indonesia (skor 85) berada di bawah rata-rata seluruh kelompok pembanding — baik negara maju (90), emerging markets (88), maupun ASEAN peers (88). Meskipun selisihnya tidak dramatis, hal ini mengindikasikan bahwa SPIP perlu diperkuat terutama pada kategori data yang sudah menjadi standar internasional namun belum tersedia.

Kedua, terdapat tiga area kritis yang menjadi gap utama SPIP terhadap praktik internasional: (1) Digital Payment Ratio dan Fast Payment Share, yang sudah dipublikasikan oleh 15+ negara benchmark termasuk seluruh ASEAN peers, sebagai bagian dari Red Book Table 9; (2) Payment Fraud Statistics, yang dipublikasikan secara terintegrasi oleh ECB, UK, Australia, dan Brazil namun belum ada di SPIP; serta (3) cross-border fast payment data, yang semakin penting seiring berkembangnya linkage QRIS-DuitNow, QRIS-Thai QR, dan koridor bilateral lainnya.

Ketiga, SPIP juga memiliki sejumlah keunggulan komparatif yang perlu dipertahankan. Frekuensi publikasi monthly lebih tinggi dibandingkan banyak negara maju yang hanya annual. Data APMK dengan breakdown regional 34 provinsi memberikan granularitas yang jarang ditemui di negara lain. Cakupan data FMI (KPEI dan KSEI) sudah sepenuhnya selaras dengan Red Book Table 15-17.

Keempat, dari perspektif organisasi internasional, CPMI-BIS Red Book menjadi acuan utama yang wajib dipenuhi Indonesia sebagai anggota CPMI. World Bank GPSS dan ECB Payment Statistics menyediakan framework tambahan yang dapat diadopsi untuk memperkaya cakupan SPIP, khususnya dalam aspek fintech, cybersecurity, dan survei penggunaan pembayaran dari sisi konsumen.

KategoriNegaraSistem Fast PaymentData KliringData FraudScore
Advanced Economies
Euro Area (ECB)TIPSLengkap (Semi-annual)Ya98
United StatesFedNow + RTPLengkap (Annual)Sebagian92
AustraliaNPPLengkap (Monthly)Ya92
United KingdomFaster PaymentsLengkap (Annual)Ya90
JapanZengin SystemLengkap (Monthly)Belum90
SingaporeFAST + PayNowLengkap (Semi-annual)Sebagian93
Emerging — ASEAN Peers
MalaysiaDuitNowLengkap (Monthly)Sebagian95
ThailandPromptPayLengkap (Regular)Belum94
PhilippinesInstaPayLengkap (Quarterly)Belum88
IndonesiaIDBI-FAST + QRISLengkap (Monthly)Belum85
VietnamNAPASSebagian (Annual)Belum78
Emerging — Non-ASEAN
IndiaUPILengkap (Monthly)Sebagian95
BrazilPIXLengkap (Monthly)Ya95
ChinaIBPSLengkap (Quarterly)Belum88

Tabel ringkasan di atas menegaskan bahwa di antara sesama ASEAN peers, Indonesia menempati posisi ke-4 dari 5 negara — di atas Vietnam namun di bawah Malaysia, Thailand, dan Filipina. Penambahan indikator Digital Payment Ratio, Fast Payment Share, dan payment fraud statistics dalam proposal restrukturisasi SPIP diharapkan dapat menutup gap ini dan meningkatkan alignment score Indonesia ke level yang setara dengan peer regional.