Pelatihan ini dirancang untuk memberikan pemahaman menyeluruh tentang
konsep dan aplikasi credit scoring dalam industri keuangan modern. Peserta akan
mempelajari metode penilaian risiko kredit, model prediksi default, serta teknik statistik
dan machine learning yang dapat meningkatkan akurasi penilaian risiko. Dengan
pendekatan praktik berbasis data riil, peserta akan mampu mengubah data historis
menjadi informasi strategis yang dapat mendukung keputusan pemberian kredit.
Pelatihan ini juga menekankan integrasi antara analisis kredit tradisional dan
pendekatan berbasis big data. Peserta akan memahami bagaimana data alternatif, seperti
perilaku digital dan transaksi non-tradisional, dapat digunakan untuk meningkatkan
prediksi kredit dan mendukung inklusi keuangan. Akhir pelatihan, peserta diharapkan
memiliki kemampuan membangun model credit scoring yang robust dan adaptif
terhadap dinamika pasar.
OBJECTIVE
- Memahami konsep dasar dan prinsip credit scoring
- Menguasai metode analisis risiko kredit tradisional dan modern
- Mampu membangun model prediksi default menggunakan data historis dan big data
- Mengintegrasikan data alternatif untuk penilaian kredit yang lebih akurat
- Meningkatkan kemampuan pengambilan keputusan berbasis data dalam manajemen risiko kredit
COURSE OUTLINE
- Pengenalan Credit Scoring
- Definisi dan tujuan credit scoring
- Sejarah dan evolusi credit scoring
- Peran credit scoring dalam manajemen risiko kredit
- Data dan Variabel Penentu Kredit
- Identifikasi variabel keuangan dan non-keuangan
- Penggunaan data tradisional vs data alternatif
- Preprocessing dan pembersihan data
- Metode Analisis Risiko Kredit
- Analisis statistik dasar: regresi, korelasi, dan distribusi
- Model probabilistik: Logistic Regression, Decision Tree
- Pengantar machine learning untuk prediksi risiko
- Big Data dalam Credit Scoring
- Karakteristik big data: volume, velocity, variety, veracity
- Pemanfaatan data transaksi digital, media sosial, dan data perilaku
- Teknik feature engineering untuk data besar
- Pembangunan dan Evaluasi Model
- Proses pembangunan model prediktif
- Validasi model: confusion matrix, ROC-AUC, dan precision-recall
- Model interpretability dan explainable AI dalam kredit
- Implementasi dan Pengambilan Keputusan
- Integrasi model dalam sistem kredit
- Strategi mitigasi risiko berbasis data
- Studi kasus: penerapan credit scoring di perbankan dan fintech
