Finance Program BINUS University kembali menghadirkan wawasan terkini melalui seminar “The Future of Finance: Machine Learning in Action” pada Jumat, 2 Mei 2025. Seminar ini menghadirkan Ariyanto Dipo Sucahyo, Investment Analyst Manager di Bareksa Portal Investasi, yang membagikan perspektif mendalam mengenai peran Artificial Intelligence (AI) dan Machine Learning (ML) dalam dunia keuangan dan investasi.

Dalam paparannya, Ariyanto menekankan bahwa AI mampu meningkatkan produktivitas ekonomi hingga 35%, termasuk dalam efisiensi operasional perusahaan. Salah satu implementasi nyata di Bareksa adalah penggunaan AI untuk editing video otomatis, menunjukkan bagaimana teknologi ini mendukung efisiensi proses internal. Meski demikian, Ariyanto menegaskan bahwa AI tidak akan sepenuhnya menggantikan manusia, melainkan menuntut manusia untuk beradaptasi dan memahami cara kerja AI sebagai bagian dari perkembangan zaman.

Peserta juga diperkenalkan pada hierarki AI, mulai dari Artificial Intelligence ke Machine Learning, lanjut ke Deep Learning, hingga mencapai Generative AI seperti ChatGPT dan Gemini. Ariyanto menjelaskan perbedaan supervised dan unsupervised machine learning, dengan contoh aplikasi nyata:

  • Supervised Learning: digunakan untuk spam email detection, sentiment analysis, image classification, credit scoring, hingga recommendation system yang memungkinkan perusahaan memberikan promo lebih efisien kepada segmen high-net-worth users.
  • Unsupervised Learning: digunakan di Bareksa untuk user segmentation, customer segmentation, anomaly detection, serta image and text clustering.

Dalam konteks investasi, Ariyanto menyebutkan bahwa quantitative approach adalah masa depan finance. Meski demikian, ia menyoroti tantangan di Indonesia yang masih cukup besar, seperti pasar yang cenderung konservatif dan kurangnya efisiensi data. Bareksa sendiri telah bekerja sama dengan Quantit (Korea) untuk mengatasi masalah pasar yang tidak efisien menggunakan AI.

Beliau juga memperkenalkan three-tier architecture portfolio, yang mencakup:

  1. Alpha Layer: memanfaatkan berbagai data untuk mencari alpha.
  2. Portfolio Layer: menggabungkan berbagai strategi investasi.
  3. Fund Layer (Multi-Manager): mengelola beragam manajer investasi dalam satu portofolio.

Lebih lanjut, Ariyanto menjelaskan penerapan AI-based factor model untuk memprediksi return dan melakukan asset pricing. Di Bareksa, modeling ini juga digunakan dalam knowledge graph-based risk control, termasuk memonitor dampak sentimen seperti posting di media sosial (contohnya Trump di X) terhadap pasar modal. AI memungkinkan analisis network-based untuk mendeteksi potensi contagion effect dan memutuskan strategi alokasi portofolio dalam situasi market stress atau low-risk environment.