Home » Big Data & AI for Credit Scoring
Big Data & AI for Credit Scoring
February 7, 2026
Jadwal Pelatihan Big Data & AI for Credit Scoring
| Tanggal | Tempat | Kota | | 23 - 24 Februari 2026 | - | Jakarta |
Training Big Data & AI for Credit Scoring
DESKRIPSI Training Big Data & AI for Credit Scoring
Pelatihan Big Data & AI for Credit Scoring bertujuan memberikan pemahaman mendalam mengenai pemanfaatan Big Data dan Artificial Intelligence dalam proses penilaian kelayakan kredit di industri perbankan dan lembaga keuangan. Peserta akan mempelajari bagaimana data transaksi, data alternatif, serta teknik machine learning digunakan untuk meningkatkan akurasi credit scoring, mempercepat proses analisis kredit, dan menurunkan risiko kredit bermasalah (NPL).
Pelatihan ini juga membahas penerapan model analitik dan AI secara praktis, termasuk aspek regulasi, manajemen risiko, dan tata kelola model (model governance). Dengan pendekatan studi kasus perbankan, peserta diharapkan mampu memahami konsep hingga implementasi sistem credit scoring modern yang berbasis data dan teknologi.
TUJUAN Training Big Data & AI for Credit Scoring
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Memahami konsep Big Data dan AI dalam credit scoring.
- Mengidentifikasi sumber data internal dan eksternal untuk analisis kredit.
- Memahami model machine learning untuk prediksi risiko kredit.
- Menginterpretasikan hasil model credit scoring untuk pengambilan keputusan.
- Menyesuaikan penerapan AI dengan regulasi dan prinsip kehati-hatian perbankan.
- Pengantar Big Data & AI di Industri Keuangan
- Tren digital dan data-driven banking
- Peran AI dalam manajemen risiko kredit
- Evolusi credit scoring tradisional ke AI-based scoring
- Data untuk Credit Scoring
- Data internal: transaksi, histori kredit, demografi
- Data eksternal & alternatif (e-KYC, e-commerce, telco, social data)
- Data quality, cleansing, dan preprocessing
- Konsep Dasar Machine Learning untuk Credit Scoring
- Supervised vs unsupervised learning
- Logistic regression, decision tree, random forest, gradient boosting (konseptual)
- Feature engineering untuk penilaian risiko kredit
- Pembangunan Model Credit Scoring Berbasis AI
- Tahapan pengembangan model
- Training, testing, dan validasi model
- Pengukuran performa model (accuracy, ROC, Gini, KS)
- Implementasi & Integrasi Sistem
- Integrasi model dengan core banking system
- Otomasi proses persetujuan kredit
- Real-time scoring dan early warning system
- Model Risk Management & Governance
- Bias dan fairness dalam AI
- Explainable AI (XAI) untuk credit decision
- Kepatuhan terhadap regulasi OJK dan prinsip kehati-hatian
