Pendahuluan

Ekonomi digital sering terlihat seperti kumpulan fenomena yang bergerak terlalu cepat: dompet digital, bank digital, perdagangan algoritmik, aset kripto, kecerdasan buatan, platform e-commerce, pinjaman daring, dan sekarang komputasi kuantum. Namun di balik perubahan perangkat dan istilah, pertanyaan dasarnya tetap tua dan sederhana: bagaimana manusia membuat keputusan ketika sumber daya terbatas, masa depan tidak pasti, dan informasi tidak sempurna?

Itulah titik awal buku ini.

Ekonomi mempelajari pilihan di bawah kelangkaan. Kelangkaan berarti bahwa waktu, uang, tenaga, perhatian, data, modal, energi komputasi, dan kepercayaan tidak tersedia tanpa batas. Karena tidak semua hal dapat dilakukan sekaligus, setiap keputusan memiliki biaya peluang, yaitu nilai dari pilihan terbaik yang dikorbankan ketika kita memilih sesuatu yang lain. Gagasan ini merupakan salah satu fondasi cara berpikir ekonomi modern (Mankiw, 2021). Misalnya, ketika sebuah perusahaan fintech menghabiskan dana untuk promosi pengguna baru, dana yang sama tidak dapat dipakai pada saat itu untuk memperkuat keamanan siber, meningkatkan kualitas model skor kredit, atau menambah cadangan kas.

Keuangan menambahkan dimensi waktu dan risiko. Satu rupiah hari ini tidak sama dengan satu rupiah tahun depan, karena uang hari ini dapat digunakan, diinvestasikan, atau disimpan untuk menghadapi keadaan darurat. Keuangan juga bertanya: siapa menanggung risiko, siapa menerima imbal hasil, dan bagaimana kontrak dirancang agar dana mengalir dari pihak yang memiliki kelebihan dana ke pihak yang membutuhkan dana? Sistem keuangan—bank, pasar modal, lembaga pembayaran, asuransi, dana investasi, dan instrumen keuangan—membantu menyalurkan dana, mengelola risiko, dan memproses informasi ekonomi (Mishkin, 2019).

Teknologi digital mengubah cara pertanyaan-pertanyaan itu muncul. Produk digital sering memiliki biaya tetap yang besar tetapi biaya marginal yang rendah. Membuat perangkat lunak, membangun pusat data, memperoleh izin, dan merancang sistem keamanan bisa mahal; tetapi melayani satu pengguna tambahan sering jauh lebih murah dibandingkan memproduksi satu barang fisik tambahan. Platform digital juga sering mempertemukan dua atau lebih kelompok pengguna. Contohnya, aplikasi ride-hailing mempertemukan penumpang dan pengemudi; marketplace mempertemukan pembeli dan penjual; jaringan pembayaran mempertemukan konsumen, merchant, bank, dan penyedia infrastruktur. Dalam ekonomi platform, nilai bagi satu kelompok sering meningkat ketika kelompok lain bertambah besar; inilah yang disebut efek jaringan lintas sisi atau cross-side network effects, konsep penting dalam analisis pasar dua sisi (Rochet & Tirole, 2003).

Buku ini berada di persimpangan tiga wilayah: ekonomi, keuangan, dan teknologi komputasi mutakhir, khususnya komputasi kuantum. Tujuannya bukan membuat pembaca percaya bahwa semua masalah ekonomi akan “diselesaikan” oleh teknologi kuantum. Justru sebaliknya: buku ini ingin membangun kemampuan untuk membedakan fondasi ilmiah, aplikasi yang masuk akal, riset yang masih terbuka, dan klaim pemasaran yang terlalu jauh.

Dari keputusan sederhana ke sistem yang kompleks

Bayangkan seorang mahasiswa memiliki Rp1.000.000. Ia dapat menyimpannya di rekening, membeli reksa dana pasar uang, membeli aset kripto, membayar kursus pemrograman, atau memulai usaha kecil. Keputusan itu terlihat personal, tetapi di dalamnya tersembunyi banyak konsep besar.

Jika ia menyimpan uang di rekening, ia menghadapi pertanyaan tentang suku bunga, inflasi, dan daya beli. Jika inflasi lebih tinggi daripada bunga bersih, nilai riil uangnya dapat turun. Jika ia membeli reksa dana, ia mulai berhadapan dengan risiko pasar, diversifikasi, biaya pengelolaan, dan likuiditas. Jika ia membeli aset kripto, ia harus memahami volatilitas, keamanan dompet digital, regulasi, dan struktur pasar. Jika ia membayar kursus, ia melakukan investasi pada modal manusia: biaya dibayar sekarang, manfaat diharapkan muncul nanti.

Contoh kecil ini menunjukkan bahwa ekonomi dan keuangan bukan sekadar rumus. Keduanya adalah cara sistematis untuk menata keputusan. Rumus diperlukan karena membantu kita berpikir tepat. Misalnya, konsep nilai kini menjawab pertanyaan: “Berapa nilai hari ini dari uang yang akan diterima di masa depan?” Jika seseorang akan menerima arus kas sebesar \(CF\) satu tahun lagi dan tingkat diskonto yang relevan adalah \(r\), maka nilai kininya adalah:

\[ PV = \frac{CF}{1+r} \]

Persamaan sederhana ini bukan sekadar teknik matematika. Ia menyatakan bahwa waktu, risiko, dan kesempatan alternatif membuat arus kas masa depan harus diterjemahkan ke nilai hari ini sebelum dibandingkan dengan pilihan lain.

Namun dunia digital menambahkan lapisan baru. Keputusan tidak lagi hanya dilakukan oleh individu atau manajer secara manual. Banyak keputusan dipengaruhi oleh algoritma: rekomendasi produk, skor kredit, deteksi penipuan, harga dinamis, alokasi iklan, dan manajemen portofolio otomatis. Algoritma bekerja dengan data, tetapi data tidak pernah berbicara sendiri. Data harus dikumpulkan, dibersihkan, diinterpretasikan, diuji, dan ditempatkan dalam konteks ekonomi. Model yang akurat secara statistik belum tentu adil, stabil, atau sesuai regulasi. Model yang menguntungkan hari ini belum tentu aman ketika kondisi pasar berubah.

Di sinilah buku ini memperluas pembahasan dari prinsip ekonomi ke analitik modern.

Mengapa keuangan membutuhkan probabilitas dan model

Dalam keuangan, masa depan tidak diketahui. Harga saham besok, tingkat inflasi tahun depan, peluang gagal bayar peminjam, dan permintaan pengguna terhadap layanan digital semuanya mengandung ketidakpastian. Karena itu, kita memerlukan probabilitas.

Probabilitas adalah cara matematis untuk menyatakan derajat kemungkinan suatu peristiwa. Jika suatu pinjaman memiliki peluang gagal bayar 3% dalam satu tahun, angka itu tidak berarti kita tahu pasti peminjam mana yang akan gagal bayar. Angka itu menyatakan penilaian berbasis informasi tentang frekuensi atau kemungkinan kejadian pada kondisi tertentu. Dari probabilitas, kita dapat membangun konsep nilai harapan, varians, korelasi, dan risiko portofolio.

Salah satu ide terpenting dalam keuangan modern adalah bahwa risiko dapat dikelola melalui diversifikasi. Diversifikasi berarti menyebarkan investasi ke beberapa aset yang tidak bergerak persis sama. Jika satu aset turun, aset lain mungkin tidak turun sebesar itu, atau bahkan naik. Harry Markowitz menunjukkan secara formal bahwa keputusan portofolio perlu mempertimbangkan imbal hasil harapan, varians, dan kovarians antar-aset, bukan hanya memilih aset dengan imbal hasil tertinggi secara terpisah (Markowitz, 1952). Contoh sederhananya: memiliki saham dari satu perusahaan teknologi saja berbeda dari memiliki portofolio yang berisi saham teknologi, obligasi, kas, dan aset lain. Risiko total portofolio tidak hanya bergantung pada risiko masing-masing aset, tetapi juga pada hubungan pergerakan antar-aset.

Dalam ekonomi digital, prinsip ini muncul dalam bentuk yang lebih luas. Perusahaan platform tidak hanya mengelola portofolio aset keuangan, tetapi juga portofolio risiko: risiko keamanan data, risiko operasional, risiko regulasi, risiko reputasi, risiko model, dan risiko likuiditas. Bank digital, misalnya, harus memikirkan pertumbuhan pengguna dan pendapatan bunga, tetapi juga kualitas kredit, pencucian uang, keamanan akun, serta kepercayaan publik.

Mengapa teknologi digital mengubah struktur pasar

Pasar tradisional sering dibayangkan sebagai tempat pembeli dan penjual bertemu. Dalam ekonomi digital, “tempat” itu bisa berupa aplikasi, protokol, antarmuka pemrograman aplikasi, jaringan pembayaran, atau blockchain. Yang penting bukan bentuk fisiknya, melainkan aturan pertukaran, mekanisme pencocokan, sistem insentif, dan infrastruktur kepercayaan.

Sebuah marketplace tidak hanya menjual barang. Ia merancang tata kelola: bagaimana penjual diverifikasi, bagaimana ulasan ditampilkan, bagaimana sengketa diselesaikan, bagaimana biaya layanan ditetapkan, dan bagaimana algoritma pencarian mengurutkan produk. Dompet digital tidak hanya memindahkan saldo. Ia mengelola identitas, otorisasi transaksi, keamanan perangkat, hubungan dengan bank, kepatuhan regulasi, dan pengalaman pengguna. Aset kripto dan blockchain menambahkan bentuk koordinasi lain: catatan transaksi bersama yang dipelihara melalui protokol kriptografis dan mekanisme konsensus. Bitcoin, misalnya, memperkenalkan rancangan sistem kas elektronik peer-to-peer yang menggabungkan tanda tangan digital, hash, bukti kerja, dan rantai blok untuk mencegah pengeluaran ganda tanpa otoritas pusat tunggal (Nakamoto, 2008).

Namun teknologi tidak menghapus ekonomi. Setiap sistem digital tetap menghadapi insentif, biaya, risiko, dan batas kapasitas. Biaya mungkin berubah bentuk: dari biaya cabang fisik menjadi biaya komputasi awan, keamanan siber, akuisisi pengguna, kepatuhan data, dan rekayasa perangkat lunak. Kepercayaan mungkin bergeser: dari teller bank ke enkripsi, reputasi platform, audit, regulasi, atau tata kelola protokol. Buku ini akan terus menanyakan: siapa memperoleh manfaat, siapa menanggung risiko, dan aturan apa yang membuat sistem tetap berfungsi?

Di mana posisi komputasi kuantum

Bagian akhir buku ini memperkenalkan fisika kuantum dan komputasi kuantum. Karena pembaca utama buku ini berasal dari ekonomi digital dan keuangan, kita akan membangun gagasan kuantum dengan hati-hati dari dasar, bukan melalui slogan.

Dalam komputasi klasik, informasi dasar biasanya direpresentasikan sebagai bit, yaitu nilai 0 atau 1. Dalam komputasi kuantum, informasi dasar direpresentasikan oleh qubit. Secara matematis, keadaan kuantum sebuah qubit dinyatakan sebagai vektor kompleks dalam ruang Hilbert berdimensi dua. Qubit dapat berada dalam superposisi, yaitu kombinasi linear dari dua keadaan basis. Akan tetapi, superposisi tidak boleh dipahami secara sembrono sebagai “0 dan 1 sekaligus” dalam arti klasik. Makna fisisnya terkait dengan amplitudo probabilitas, evolusi uniter, interferensi, dan hasil pengukuran yang bersifat probabilistik, sebagaimana dijelaskan dalam teori komputasi kuantum standar (Nielsen & Chuang, 2010).

Mengapa ini relevan bagi ekonomi dan keuangan? Bukan karena pasar “bersifat kuantum” dalam pengertian fisis. Harga saham, preferensi konsumen, atau inflasi tidak menjadi fenomena kuantum hanya karena sama-sama memiliki ketidakpastian. Ketidakpastian ekonomi umumnya berasal dari informasi yang tidak lengkap, perilaku manusia, struktur kelembagaan, dan guncangan eksternal. Ketidakpastian dalam fisika kuantum memiliki struktur matematis dan makna fisis yang berbeda.

Relevansinya terletak pada komputasi. Beberapa masalah dalam sains, kriptografi, optimisasi, dan simulasi dapat memiliki struktur yang memungkinkan algoritma kuantum memberikan percepatan dibanding pendekatan klasik. Richard Feynman mengemukakan bahwa sistem kuantum secara alami sulit disimulasikan oleh komputer klasik, sehingga komputer yang menggunakan prinsip kuantum dapat menjadi alat yang sesuai untuk mensimulasikan fisika kuantum (Feynman, 1982). Kemudian, algoritma Shor menunjukkan bahwa komputer kuantum ideal berskala besar dapat memfaktorkan bilangan bulat dan menghitung logaritma diskret secara efisien, dua masalah yang terkait langsung dengan keamanan banyak sistem kriptografi kunci publik modern (Shor, 1994).

Untuk keuangan digital, implikasinya luas tetapi perlu dibaca dengan hati-hati. Jika suatu hari komputer kuantum yang cukup besar dan toleran terhadap galat tersedia, beberapa skema kriptografi yang dipakai dalam perbankan, pembayaran, dan aset digital perlu diganti dengan kriptografi pascakuantum. Di sisi lain, riset juga mengeksplorasi penggunaan algoritma kuantum untuk optimisasi portofolio, simulasi Monte Carlo, pricing derivatif, dan pembelajaran mesin. Namun perangkat kuantum saat ini masih menghadapi keterbatasan besar: jumlah qubit, derau, koreksi galat, konektivitas perangkat, dan biaya implementasi. John Preskill menyebut era perangkat kuantum menengah dengan derau sebagai era NISQ (Noisy Intermediate-Scale Quantum), yaitu era ketika perangkat kuantum menarik secara ilmiah tetapi belum otomatis memberikan keunggulan praktis luas (Preskill, 2018).

Karena itu, sikap buku ini adalah realistis: komputasi kuantum penting untuk dipelajari, tetapi tidak perlu dilebih-lebihkan. Pembaca akan diajak memahami konsepnya cukup dalam agar dapat menilai klaim teknologi secara kritis.

Cara buku ini membangun pemahaman

Buku ini disusun bertahap. Bagian awal membangun dasar ekonomi: pilihan konsumen, biaya peluang, permintaan, penawaran, elastisitas, keseimbangan pasar, uang, inflasi, suku bunga, kebijakan moneter, dan lembaga keuangan. Dasar ini penting karena teknologi digital tetap bekerja di dalam lingkungan ekonomi makro dan mikro. Sebuah aplikasi pembayaran dapat sangat canggih secara teknis, tetapi tetap dipengaruhi oleh pendapatan masyarakat, tingkat kepercayaan, regulasi, biaya transaksi, dan kebiasaan pengguna.

Bagian berikutnya masuk ke akuntansi, matematika keuangan, probabilitas, statistika, ekonometrika, pasar keuangan, portofolio, risiko, derivatif, dan rekayasa keuangan. Di sini pembaca belajar membaca laporan keuangan, menghitung nilai waktu uang, memahami ketidakpastian, membedakan korelasi dan sebab-akibat, serta menilai instrumen keuangan. Ini adalah bahasa kerja bagi analis keuangan, manajer risiko, investor, regulator, dan pendiri startup fintech.

Setelah itu, buku bergerak ke ekonomi platform, fintech, sistem pembayaran, blockchain, aset kripto, pembelajaran mesin, dan analitik keuangan. Pada bagian ini, konsep ekonomi dan keuangan diterapkan pada dunia digital: bagaimana platform menetapkan harga, bagaimana data menjadi aset strategis, bagaimana model skor kredit alternatif bekerja, bagaimana risiko DeFi muncul, dan bagaimana algoritma prediksi harus divalidasi.

Bagian akhir memperkenalkan fisika kuantum, matematika komputasi kuantum, algoritma kuantum, aplikasi potensial dalam keuangan, serta ancaman kuantum terhadap keamanan siber. Urutan ini disengaja. Kita tidak memulai dari kuantum karena istilahnya menarik. Kita memulai dari ekonomi dan keuangan karena pertanyaan aplikasinya berasal dari sana. Setelah pembaca memahami masalah bisnis, risiko, pasar, dan data, barulah teknologi kuantum dapat dinilai secara proporsional.

Sikap belajar yang diperlukan

Ada tiga kebiasaan berpikir yang akan sering dipakai dalam buku ini.

Pertama, biasakan bertanya “dibandingkan dengan apa?” Sebuah investasi dianggap baik bukan karena imbal hasilnya positif, tetapi karena imbal hasilnya memadai dibanding risikonya dan dibanding alternatif lain. Sebuah model machine learning dianggap berguna bukan karena akurasinya tinggi pada data historis, tetapi karena kinerjanya lebih baik daripada tolok ukur yang relevan, stabil pada data baru, dan sesuai tujuan keputusan. Sebuah teknologi kuantum dianggap menjanjikan bukan karena memakai kata “kuantum”, tetapi karena ada masalah yang cocok, algoritma yang jelas, perangkat yang memadai, dan biaya implementasi yang masuk akal.

Kedua, bedakan model dan kenyataan. Model adalah penyederhanaan yang membantu kita berpikir. Kurva permintaan, regresi linear, model Black-Scholes, Value at Risk, neural network, dan rangkaian kuantum semuanya adalah model dalam arti berbeda. Model berguna ketika asumsi, keterbatasan, dan konteks penggunaannya dipahami. Model berbahaya ketika diperlakukan sebagai kenyataan itu sendiri.

Ketiga, pisahkan prediksi, penjelasan, dan keputusan. Prediksi menjawab apa yang mungkin terjadi. Penjelasan bertanya mengapa sesuatu terjadi. Keputusan bertanya apa yang sebaiknya dilakukan. Dalam ekonomi digital, ketiganya sering bercampur. Model dapat memprediksi bahwa pengguna tertentu berisiko gagal bayar, tetapi keputusan untuk menyetujui atau menolak pinjaman juga menyangkut etika, regulasi, biaya kesalahan, dan dampak sosial.

Apa yang diharapkan setelah membaca buku ini

Setelah menyelesaikan buku ini, pembaca diharapkan mampu membaca fenomena ekonomi digital dengan lebih tenang dan sistematis. Ketika melihat berita tentang bank digital, aset kripto, kecerdasan buatan dalam kredit, atau komputasi kuantum untuk optimisasi portofolio, pembaca tidak langsung terpukau atau menolak. Ia dapat bertanya: apa masalah ekonominya, apa mekanisme keuangannya, apa asumsi datanya, apa risiko modelnya, apa batas teknologinya, dan siapa yang terdampak?

Buku ini tidak menggantikan buku teks khusus mikroekonomi, makroekonomi, akuntansi, ekonometrika, keuangan kuantitatif, pembelajaran mesin, kriptografi, atau komputasi kuantum. Sebaliknya, buku ini menjadi jembatan. Ia menyatukan bahasa dasar dari beberapa bidang agar pembaca tingkat sarjana dapat memahami ekosistem keuangan digital secara utuh dan siap belajar lebih dalam.

Ekonomi digital tidak hanya tentang aplikasi. Keuangan tidak hanya tentang uang. Teknologi kuantum tidak hanya tentang perangkat laboratorium atau algoritma abstrak. Ketiganya bertemu dalam satu pertanyaan besar: bagaimana masyarakat merancang sistem yang mampu mengalokasikan sumber daya, mengelola risiko, memproses informasi, menjaga keamanan, dan menciptakan inovasi secara bertanggung jawab?

Pertanyaan itu akan memandu seluruh buku ini.

References

Feynman, R. P. (1982). Simulating physics with computers. International Journal of Theoretical Physics, 21, 467–488.

Mankiw, N. G. (2021). Principles of Economics (9th ed.). Cengage Learning.

Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 7(1), 77–91.

Mishkin, F. S. (2019). The Economics of Money, Banking, and Financial Markets (12th ed.). Pearson.

Nakamoto, S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System.

Nielsen, M. A., & Chuang, I. L. (2010). Quantum Computation and Quantum Information: 10th Anniversary Edition. Cambridge University Press.

Preskill, J. (2018). Quantum computing in the NISQ era and beyond. Quantum, 2, 79.

Rochet, J.-C., & Tirole, J. (2003). Platform competition in two-sided markets. Journal of the European Economic Association, 1(4), 990–1029.

Shor, P. W. (1994). Algorithms for quantum computation: Discrete logarithms and factoring. In Proceedings 35th Annual Symposium on Foundations of Computer Science (pp. 124–134). IEEE.