Indomaret dan Alfamart Lebih Tahu Hidup Kita

BANDUNG, kanal31.com — Lagi rame ya soal Koperasi Desa Merah Putih dengan latihan militernya buat para calon manajernya. Tapi saya tak mau ngedongeng soal KDMP. Mau cerita tentang bisnis ritel saja. Sewaktu masih jurnalis muda, pernah menganalisis bisnis ritel Indonesia. Disclaimer dulu ya: saya tidak sedang mempromosikan Afamart dan Indomaret, dan juga tak menerima bayaran dalam menulis ini.

Dongengnya begini…

Seorang anak membeli sebutir permen di Indomaret Merauke pukul 10 pagi (WIT). Dalam hitungan detik, transaksi itu bisa tercatat di server pusat Menara Indomaret di Pantai Indah Kapuk, Jakarta Utara, yang berjarak 4.000 km dari Merauke. Begitu pula ketika seseorang membeli kopi sachet di Alfamart Sabang, Aceh, datanya langsung mengalir menuju Alfa Tower di Alam Sutera, Tangerang yang jaraknya mendekati 2000 km.

Inilah kekuatan supply chain intelligence modern. Seorang pelanggan membeli kopi, rokok, atau sebutir permen di Merauke, lalu stok langsung terpotret di pusat, pola konsumsi langsung terbaca, algoritma langsung menghitung pengisian kembali stok secara tepat jumlah dan tepat waktu (replenishment), pusat distribusi langsung mengetahui kebutuhan suplai berikutnya.

Mengapa bisa begitu?

Ya, mesin kasir (cash register) minimart itu tersambung ke pusat. Istilahnya, titik penjualan (point of sale – POS) menyebabkan transaksi terbaca secara real-time. Ada sekitar 24 ribu gerai Indomart (tepatnya 24.051 gerai per akhir 2025) dan 21 ribu Alfamart di seluruh Indonesia.

Jumlah transaksi Indomaret (berdasarkan data Indomaret.co.id) berkisar 7,5 juta transaksi/hari, atau 225 juta per bulan, atau 2,7 miliar per tahun. Alfamart angkanya 5 juta transaksi/hari (data PT Sumber Alfaria Trijaya Tbk.), atau 150 juta per bulan, atau 1,8 miliar transaksi/tahun. Total transaksi kedua minimart itu 4,6 miliar per tahun!

Hasilnya, omzet Indomart Rp 116,68 triliun/tahun pada 2025, naik 3% dari Rp 112,80 triliun pada 2024 (Materi Public Expose PT Indoritel Makmur Internasional Tbk., 31 Maret 2026). Alfamart 126,7 triliun! (Laporan keuangan Alfamart 2025). Indomart hanya mencatat bisnis inti saja sehingga omzetnya terlihat lebih kecil dari Alfamart. Sedangkan Alfamart mencatat anak-anak perusahaannya seperti Alfamidi, Alfamidi Super, Lawson, dan Dan+Dan. Luasnya jaringan dan besarnya omzet menjadikan kedua minimart ini jaringan ritel terbesar di Asia Tenggara!

Di balik semua itu bekerja kekuatan 3V big data: volume, velocity, dan variety. Volume data luar biasa: jutaan data transaksi setiap hari. Velocity atau kecepatan pembentukan data secara real-time tanpa jeda. Variety, atau variasi data yang kaya, bukan hanya transaksi kasir, tetapi juga pembayaran digital, kartu anggota, CCTV, pola parkir kendaraan, perilaku pelanggan di dalam toko, hingga ritme suplai logistik nasional.

Jadi, dengan sistem POS real-time, Artificial Intelligence (AI), jaringan fiber, cloud computing, dan algoritma Apriori serta FP-Growth, Merauke dan Sabang bukan lagi “ujung Indonesia” bagi sistem retail modern. Ia hanya satu simpul kecil dalam jaringan data nasional yang terhubung terus-menerus dengan pusat komando supply chain di Jakarta.

Seperti apa cara kerja teknologi ini dalam mengefisienkan supply chain?

Ilustrasinya begini: algoritma data membaca bahwa pembeli popok bayi umumnya perempuan dan hampir selalu membeli minyak telon. Pembeli rokok sering membeli kopi sachet dan korek api. Pembeli mi instan cup malam hari cenderung membeli minuman hangat ketika hujan turun. Bahkan pembelian kondom sering berkorelasi dengan pembelian tisu basah, minuman energi, parfum tubuh, rokok, atau transaksi digital tertentu pada malam akhir pekan di kawasan urban.

Dalam analisis ritel modern, produk seperti kondom disebut sebagai item petunjuk sosial (social signal item), yakni produk yang membantu sistem membaca ritme sosial dan perilaku budaya masyarakat. Minimart mencatat pembelian kondom biasanya meningkat saat malam minggu, liburan panjang, dan Hari Valentine. Transaksi kondom mencerminkan perilaku seksual sebuah wilayah dan juga bisa saja mencerminkan indikasi mobilitas manusia.

Dari pola-pola kecil itu, sistem sesungguhnya sedang membaca kehidupan Indonesia: keluarga muda, budaya anak kos, ritme pekerja malam, ekonomi hiburan urban, bahkan dinamika kehidupan seksual masyarakat kota. Ketika algoritma menemukan bahwa misalnya 85 persen pembeli popok juga membeli minyak telon, seluruh sistem distribusi nasional ikut bergerak. Hulu kemudian menggabungkan kedua produk itu dalam satu paket pengiriman. Gudang menempatkannya di area yang berdekatan. Truk distribusi mengangkutnya secara bersamaan untuk menghemat biaya logistik. Sistem inventaris otomatis memesan minyak telon ketika stok popok mulai menipis.

Efisien sekali kan?

Tak ada stok nganggur. Rak jarang kosong. Biaya gudang turun. Gerakan truk lebih efisien. Barang tidak terlalu lama mengendap di jaringan distribusi. Kasir itu seperti ujung saraf. Server pusat adalah otak. Gudang adalah otot. Satu transaksi kecil di Papua memicu gerakan logistik nasional pada hari itu. Saya tak punya data berapa persen porsi efisiensi ini pada peningkatan omzet. Yang jelas, kedua minimart ini tak perlu riset AC Nielsen atau surveyor lain. Karena efisien itulah, minimart kerap berbagi diskon dan bikin paket bundling.

Minimart itu seperti badan pusat statistik, tapi lebih cepat daripada lembaga statistik mana pun. Indomart dan Alfamart dapat mengetahui kapan daya beli masyarakat turun, misalnya, hanya dari pergeseran pembelian beras premium ke beras biasa. AI dapat membaca kawasan mana yang sedang tumbuh sebagai kantong keluarga muda daripada peningkatan pembelian popok, susu bayi dan deterjen.

Mereka bisa mengetahui daerah mahasiswa seperti Jatinangor, Depok, dll. Dari dominasi mi instan, kopi sachet, dan transaksi tengah malam. Mereka bahkan bisa membaca pola budaya lokal, misalnya daerah yang kuat dalam konsumsi kopi, makanan ringan tertentu, atau produk-produk religius menjelang hari besar keagamaan.

Kekuatan pembacaan agregat ini juga membuat minimart diam-diam menjadi radar ekonomi lokal. Mereka dapat mengetahui UMKM mana yang sedang berkembang hanya dari perputaran barang di rak. Keripik lokal mana yang mulai naik penjualannya. Sambal rumahan mana yang mulai diterima pasar. Produk roti UMKM mana yang mulai bergerak cepat di kawasan tertentu. Bahkan sebelum Dinas Koperasi Daerah melakukan survei formal, minimart sudah mengetahui produk lokal mana yang memiliki daya hidup pasar dan mana yang gagal bertahan.

Dalam banyak kasus, minimart menjadi semacam laboratorium ekonomi mikro nasional. Mereka melihat bagaimana sebuah produk kecil dari desa bisa tumbuh menjadi produk regional hanya dari data penjualan antarkecamatan. Mereka juga melihat kapan UMKM mulai mati karena daya beli turun atau kalah bersaing dengan produk industri besar.

Kalau kita belanja, kasir suka bertanya: ada kartu membernya? Kebanyakan dari kita, terutama ibu-ibu, kartu member hanyalah alat untuk mengumpulkan poin dan diskon. Namun, dalam arsitektur big data, kartu ini adalah pintu masuk menuju profiling perilaku manusia yang sangat detail. Setiap kali pelanggan memindai barcode membership, algoritma membaca siapa yang membeli apa, kapan membeli, seberapa sering datang, metode pembayaran yang digunakan, hingga pola konsumsi bulanan pelanggan tersebut.

Sistem mulai mengenali ritme hidup seseorang. Minimart tahu, pasta gigi kegemaran si Ibu Fulanah, merek minyak gorengnya, jumlah uang yang keluar sekali belanja. Dan dengan teknik statistik tertentu, minimart tahu perkiraan pengeluaran per bulan keluarga Ibu Fulanah.

Jika seseorang rutin membeli susu bayi setiap akhir bulan, sistem otomatis menawarkan voucher popok atau minyak telon. Jika seseorang sering membeli kopi premium, makanan sehat, dan produk impor, sistem mengelompokkannya sebagai kelas menengah urban tertentu. Jika pelanggan sering membeli mi instan murah, rokok, top-up game online, dan minuman energi pada malam hari, sistem membaca pola anak muda urban atau pekerja informal.

Dalam skala besar, jutaan data membership ini membentuk jejaring big data perilaku masyarakat Indonesia. Minimart bisa memprofilkan karakter sosial-ekonomi hingga level kecamatan: kawasan pekerja, keluarga muda, mahasiswa, komunitas gamer, kawasan urban miskin, hingga daerah dengan pertumbuhan kelas menengah baru.

Ketika kasir menawarkan promo “Belanja seratus ribu bisa tebus minyak goreng murah,” itu bukan promosi spontan. Itu adalah hasil kalkulasi algoritma. Sistem mengetahui barang mana yang marginnya tinggi, mana yang stoknya terlalu banyak, mana yang perputarannya lambat, dan mana yang secara psikologis mudah dipasangkan dengan produk lain.

Jadi, di era modern, kekuatan terbesar ritel bukan lagi sekadar jumlah toko, melainkan kemampuan membaca perilaku manusia dalam hitungan detik. Dan di titik inilah minimart berubah menjadi sesuatu yang jauh lebih besar daripada toko. Mereka menjelma menjadi sistem saraf ekonomi nasional. Maka, ketika membaca sejarah Indomart dan Alfamart, sebetulnya kita sedang membaca sejarah evolusi rantai pasok modern Indonesia.

Indomaret lahir pada akhir 1980-an dan mulai berkembang agresif sejak awal 1990-an, sedangkan Alfamart muncul pada akhir 1990-an dan tumbuh pesat memasuki era 2000-an. Selama lebih dari tiga dekade, keduanya tidak hanya membangun toko, tetapi juga membangun arsitektur distribusi nasional: gudang regional, distribution center, armada logistik, sistem inventaris otomatis, data center, hingga jaringan POS real-time. Artinya, usia Indomaret dan Alfamart sesungguhnya adalah usia evolusi supply chain digital Indonesia modern.

Dalam tiga puluh tahun itu, mereka belajar membaca Indonesia melalui rantai pasokan. Mereka belajar kapan masyarakat membeli beras, kapan konsumsi rokok naik, kapan masyarakat mulai menekan pengeluaran, kapan musim mudik mengubah pola distribusi barang, bahkan kapan hujan meningkatkan penjualan mi instan dan kopi panas.

Pada titik tertentu, kekuatan data ini membuat minimart berubah menjadi badan statistik real-time. Mereka mengetahui perubahan sosial-ekonomi bahkan sebelum negara mengumumkannya. Ketika masyarakat mulai beralih dari susu premium ke susu ekonomis, dari minyak goreng bermerek ke produk murah, sistem langsung membaca penurunan daya beli masyarakat bawah.

Ketika penjualan parasetamol, vitamin, dan obat flu melonjak di beberapa kecamatan secara bersamaan, sistem dapat menangkap gejala wabah kesehatan bahkan sebelum laporan resmi dari puskesmas masuk ke kementerian.

Ketika produk organik dan makanan sehat terus kedaluwarsa di wilayah tertentu, sistem membaca bahwa daya beli masyarakat di kawasan itu belum mampu menopang gaya hidup wellness kelas menengah.

Mereka juga dapat membaca tekanan sosial melalui pola transaksi yang sensitif. Lonjakan pembelian kondom pada jam-jam tertentu, peningkatan transaksi obat pencegah kehamilan, kenaikan konsumsi minuman energi dan rokok di wilayah hiburan malam, hingga tingginya angka pengutilan dapat menjadi indikator perubahan perilaku sosial dan tekanan ekonomi masyarakat urban. Minimart, dalam skala tertentu, sedang memetakan psikologi kolektif masyarakat tanpa perlu melakukan survei formal.

Lalu datang lapisan data lain: CCTV.

Di era AI, kamera minimart bukan lagi alat keamanan pasif. Kamera telah berubah menjadi sensor visual perilaku manusia. Kamera membaca arah pergerakan pelanggan, rak mana yang paling lama dilihat, antrean kasir, ekspresi wajah, bahkan jenis kendaraan di area parkir.

Sebagian gerai bahkan mulai menggunakan teknologi pengenal wajah (face recognition). Sistem dapat mengenali pelaku pengutilan, membaca profil demografi pelanggan, dan mendeteksi pola perilaku mencurigakan. Dalam skala besar, data visual ini memungkinkan minimart memprofilkan kondisi sosial ekonomi sebuah kecamatan: apakah kawasan itu didominasi oleh motor murah atau mobil keluarga, apakah ramai pada malam hari, apakah tingkat kehilangan barang tinggi, dan sebagainya.

Karena itu, minimart perlahan berubah menjadi mesin intelijen sosial. Mereka bisa membaca tekanan ekonomi melalui lonjakan pengutilan. Mereka bisa mengetahui stres sosial melalui peningkatan transaksi pinjaman digital. Mereka bisa menangkap indikasi penyebaran narkoba atau kriminalitas dari pola transaksi tertentu. Bahkan secara teoritis, pola pembelian bahan kimia tertentu, transfer mikro berulang, atau pembelian logistik survival dalam jumlah aneh dapat menjadi indikator awal aktivitas radikal atau terorisme.

Di Amerika Serikat, setelah era pasca-11 September dan lahirnya USA PATRIOT Act, kultur information sharing antara sektor retail besar dan aparat keamanan meningkat tajam. Tidak ada kewajiban umum bahwa semua supermarket harus menyerahkan seluruh data konsumennya kepada Federal Bureau of Investigation (FBI), namun perusahaan ritel, operator pembayaran, dan jaringan data besar memang sering bekerja sama dengan aparat keamanan dalam konteks tertentu seperti pendanaan terorisme, pencucian uang, atau pola transaksi mencurigakan. Dalam dunia modern, supermarket besar bukan lagi sekadar tempat menjual barang, tetapi bagian dari infrastruktur data masyarakat.

Meski demikian, penting dicatat bahwa tidak ada bukti publik resmi mengenai kerja sama operasional langsung antara minimart dan Badan Intelijen Negara atau aparat keamanan dalam pengawasan masyarakat. Namun, kemampuan membaca anomali sosial yang mereka miliki memang sangat besar.

Lapisan paling menarik dari semua ini mungkin adalah bagaimana minimart menjelma menjadi jembatan bagi masyarakat unbanked menuju ekonomi digital global.

Jutaan orang Indonesia tidak memiliki kartu kredit atau rekening bank. Namun, mereka tetap membeli Diamond Mobile Legends, mengisi saldo Dana, OVO, GoPay, ShopeePay, membayar Netflix, Spotify, Google Play, hingga top-up game online di meja kasir minimart.

Kasir minimart berubah menjadi gerbang fisik menuju ekonomi digital Silicon Valley.

Fenomena ini menarik karena mematahkan asumsi lama bahwa masyarakat bawah tertinggal secara digital. Mereka mungkin tidak bankable menurut sistem keuangan formal, tetapi mereka sangat aktif di ekonomi digital. Minimart menjadi jembatan antara uang tunai sektor informal dan ekonomi aplikasi global.

Dari transaksi itu, sistem mengetahui wilayah gamer aktif, tingkat penggunaan e-wallet, pola konsumsi hiburan digital, hingga daerah yang paling bergantung pada paylater atau pinjaman online. Mereka mengetahui denyut ekonomi digital Indonesia hingga level kecamatan.

Pada akhirnya, minimart hari ini bukan sekadar toko. Mereka adalah infrastruktur data nasional. Mereka adalah ekosistem supply chain intelligence yang hidup. Selama lebih dari tiga dekade, mereka membangun bukan hanya toko, tetapi sistem pembacaan perilaku bangsa secara real-time.

Dan mungkin itulah paradoks terbesar zaman modern. Ketika negara masih memerlukan waktu berbulan-bulan untuk membaca perubahan sosial-ekonomi masyarakat, minimart sudah mengetahuinya tadi malam, tepat ketika seseorang membeli kopi sachet, mengisi saldo Ovo/Dana, membeli kondom, atau membeli sebungkus rokok di bawah cahaya lampu neon kasir.

Jadi, kalau menelusuri jejak toko ritel, kita sebetulnya sedang membaca sejarah rantai pasok Indonesia: bagaimana tren bergeser dari supermarket besar di pusat kota ke minimart di depan rumah atau ujung gang, bagaimana rantai pasok berevolusi dari manual ke digital, dan bagaimana sejarah logistik mengalir dari Toserba pertama Tio Tek Hong (1902) sampai Yogya, Borma, Indomart, dan Alfamart hari ini.

Saya tidak punya informasi bagaimana pemerintah (Kemenkop? Kemenhan? Kemendes? PT Agrinas?) menempatkan posisi KDMP dalam sejarah supply chain Indonesia ini.