Survei Penduduk Antar Sensus (SUPAS) 2025 mencatat 11,97 persen penduduk Indonesia berada dalam kelompok lanjut usia. Kebutuhan interaksi, pemantauan, dan bantuan harian tumbuh bersama perubahan demografi itu. Robot pendamping berbasis kecerdasan artifisial (AI) menawarkan percakapan, pengingat, kegiatan terstruktur, atau sambungan ke keluarga. Namun, kemampuan tersebut belum memindahkan keputusan perawatan dari manusia kepada mesin.
Kementerian Kesehatan (Kemenkes) mendefinisikan perawatan jangka panjang sebagai pendampingan dan bantuan bagi lansia yang kesulitan memenuhi kebutuhan dasar sehari-hari. Kemenkes juga menempatkan keluarga dalam dukungan kesehatan, aktivitas, kehidupan sosial, dan pemantauan berkala. Kerangka layanan itu memberi batas awal antara tugas mesin dan tanggung jawab manusia. Pertanyaan utamanya ialah tugas apa yang benar-benar mampu dituntaskan robot.
Tugas sosial berbeda dari bantuan fisik
Robot pendamping umumnya masuk kelompok robot asistif sosial (socially assistive robot). Tinjauan etika 2026 membedakan kelompok ini dari robot yang membawa, mengangkat, atau membantu gerak. Robot sosial memfasilitasi interaksi dan bisa memakai bahasa alami, suara, gerakan, atau bentuk tertentu. Tampilan menyerupai manusia atau hewan tidak berarti sistem memahami keadaan seperti pendamping manusia.
Fitur setiap produk berbeda menurut sensor, perangkat lunak, dan tujuan penggunaannya. Satu sistem mungkin menerima suara atau sentuhan, sedangkan sistem lain menambahkan kamera dan sensor gerak. Alur layanannya bisa dipisahkan menjadi masukan, penafsiran, tanggapan, dan alih tangan kepada manusia. Pemisahan ini mencegah percakapan yang lancar dianggap sama dengan perawatan yang aman.
Bukti manfaat belum merata pada setiap luaran
Meta-analisis pada 2026 memasukkan 14 studi, dengan 10 studi masuk sintesis kuantitatif. Intervensi menunjukkan penurunan bermakna secara statistik pada gejala depresi dan agitasi, tetapi tidak pada fungsi kognitif atau kecemasan. Hasil gabungan itu tidak menjamin manfaat bagi setiap orang atau kinerja produk tertentu. Temuan tersebut juga tidak mengalihkan tanggung jawab perawatan demensia kepada robot.
Tinjauan yang terbit pada 14 Juli 2026 mencakup 40 studi, terdiri atas 8 uji acak dan 32 studi tanpa pengacakan. Kajian itu memuat 24 robot asistif sosial, 12 bot percakapan teks, 3 sistem multimodal, dan 1 sistem suara. Kegagalan pengenalan suara menjadi hambatan teknis yang paling konsisten dilaporkan. Bukti uji acak untuk sistem suara saja dan model bahasa besar (large language model/LLM) juga masih kurang.
Pengenalan suara menjadi gerbang lokal
Kegagalan pengenalan suara menjadi penting ketika sistem dibawa ke lingkungan Indonesia. Pengujian perlu mencakup bahasa Indonesia, bahasa daerah, campuran bahasa, aksen, tempo bicara, dan volume suara. Televisi, percakapan lain, gangguan pendengaran, pengulangan pertanyaan, keheningan, serta putusnya jaringan juga mengubah masukan. Daftar itu adalah kondisi uji, bukan anggapan bahwa sebuah produk sudah mendukung semuanya.
Setiap hasil penafsiran perlu berujung pada tindakan yang bisa ditelusuri. Hasilnya mungkin berupa jawaban, pengingat, sambungan keluarga, notifikasi petugas, atau penanda bahwa sistem gagal memahami. Kegagalan tidak boleh dicatat sebagai percakapan yang berhasil. Notifikasi juga memerlukan penerima yang jelas dan catatan waktu sampai manusia menanggapinya.
Rekaman rumah memerlukan batas data
Robot pendamping bisa merekam suara, wajah, pola aktivitas, isi percakapan, dan waktu kejadian. UU No. 27 Tahun 2022 tentang Pelindungan Data Pribadi menggolongkan data kesehatan dan biometrik sebagai data pribadi spesifik. Tidak semua rekam kejadian otomatis masuk kelompok tersebut karena statusnya bergantung pada isi dan kaitannya dengan individu. Setiap jenis data tetap perlu diidentifikasi sebelum sistem dipasang.
Dokumen pengadaan perlu menyebut tujuan pengumpulan, pemilik akses, lokasi pemrosesan, masa penyimpanan, dan cara penghapusan. Fasilitas juga perlu mengetahui apakah rekaman mentah masuk ke peladen penyedia teknologi atau diproses pada perangkat. Versi model, perubahan perangkat lunak, dan rekam akses membantu menelusuri insiden. Istilah “analitik pintar” tidak menggantikan penjelasan tentang aliran data.
Keputusan medis tetap berada pada manusia
World Health Organization (WHO) pada 2021 menegaskan bahwa manusia harus tetap mengendalikan sistem kesehatan dan keputusan medis. Prinsip yang sama mencakup privasi, persetujuan, transparansi, tanggung jawab, inklusivitas, dan pemantauan selama penggunaan. Robot pendamping karena itu tidak menjadi pengambil keputusan untuk perubahan obat, gejala akut, atau risiko setelah jatuh. Sistem hanya menyampaikan informasi sampai petugas atau pendamping yang berwenang menilai dan bertindak.
Tinjauan etika 2026 menyaring 1.518 publikasi, memasukkan 248, dan mengidentifikasi sedikitnya 60 aspek etika. Topiknya mencakup otonomi, privasi, diskriminasi, ketergantungan, pengelabuan, kepercayaan, dan tanggung jawab. Risiko pengelabuan lebih menonjol pada desain menyerupai manusia atau hewan bagi pengguna dengan gangguan neurokognitif. Identitas mesin, pilihan berhenti, dan jalur menghubungi manusia perlu terlihat dalam antarmuka.
Kesiapan Indonesia belum dapat disimpulkan
Kemenkes pada 8–9 Juni 2026 membahas regulasi AI kesehatan, tata kelola data medis, keamanan siber, persetujuan, dan telaah etik. Forum itu ditujukan untuk menghasilkan rekomendasi kebijakan dan pedoman nasional. Cakupannya ialah AI kesehatan secara umum, bukan standar khusus robot pendamping. Halaman tersebut juga bukan bukti penerapan robot pendamping secara luas.
Portal Badan Kebijakan Pembangunan Kesehatan (BKPK) mencatat kajian tata kelola AI kesehatan dengan batas akhir proses 31 Desember 2026. Pertanyaan kebijakannya mencakup keselamatan pasien, pelindungan data, keandalan hasil, dan acuan operasional bagi fasilitas kesehatan. Status proses itu menunjukkan kerangka masih disusun, tetapi tidak membuktikan bahwa produk lokal belum ada. Dokumen final belum tersedia pada halaman yang diperiksa.
Sampai artikel ini disusun, kami belum menemukan dokumen resmi dari lembaga di Indonesia yang menetapkan standar kinerja robot pendamping AI untuk perawatan jangka panjang. Kami juga belum menemukan data pemerintah yang membandingkan pengenalan suara, alarm keliru, waktu tanggap, dan penggunaan berkelanjutan. Karena itu, jumlah penerapan nasional, pembiayaan, dan kinerja antarproduk belum bisa disimpulkan dari sumber resmi. Klaim penyedia atau fasilitas masih memerlukan dokumen produk dan hasil uji lapangan masing-masing.
Uji lapangan terbatas perlu dimulai dengan tugas dan kriteria penghentian yang ditetapkan lebih dahulu. Ukurannya mencakup kegagalan pemahaman, pengingat yang selesai, notifikasi keliru, dan waktu sampai manusia merespons. Evaluasi juga perlu menilai pemahaman lansia tentang identitas sistem serta perubahan beban kerja pendamping. Tanpa ukuran tersebut, jumlah percakapan hanya mencatat aktivitas antarmuka, bukan hasil layanan.
Sumber dan rujukan
- SUPAS 2025: Persentase lansia mencapai 11,97 persen(Badan Pusat Statistik)Berita resmi hasil SUPAS 2025 mengenai proporsi penduduk lanjut usia di Indonesia.
- Lansia 60+ Tahun(Kementerian Kesehatan)Definisi perawatan jangka panjang dan peran keluarga dalam pendampingan lansia.
- Artificial Intelligence-based social assistive robots in dementia care: a systematic review and meta-analysis(The Gerontologist / Oxford Academic)Tinjauan 14 studi dan meta-analisis 10 studi mengenai empat luaran pada perawatan demensia.
- Conversational AI in Cognitive and Social Training for People with Dementia: A Systematic Review(Healthcare / PubMed)Tinjauan 40 studi mengenai jenis sistem, mutu bukti, dan hambatan pengenalan suara.
- Ethical aspects of the use of social robots in caring for older people: a systematic qualitative review(Medicine, Health Care and Philosophy)Tinjauan kualitatif mengenai definisi robot sosial dan risiko etika pada konteks perawatan lansia.
- UU No. 27 Tahun 2022 tentang Pelindungan Data Pribadi(JDIH Kementerian Komunikasi dan Digital)Klasifikasi data kesehatan dan biometrik sebagai data pribadi spesifik.
- WHO issues first global report on AI in health and six guiding principles(World Health Organization)Prinsip kendali manusia, privasi, transparansi, tanggung jawab, inklusivitas, dan keberlanjutan.
- Kemenkes Dorong Pengembangan Ekosistem AI Kesehatan yang Aman, Adil, dan Bertanggung Jawab(Direktorat Jenderal Kesehatan Lanjutan, Kementerian Kesehatan)Agenda penyusunan rekomendasi kebijakan dan pedoman nasional AI kesehatan pada Juni 2026.
- Tata Kelola Kecerdasan Artifisial di Sektor Kesehatan(Badan Kebijakan Pembangunan Kesehatan, Kementerian Kesehatan)Status kajian tata kelola AI kesehatan dengan batas akhir proses 31 Desember 2026.