Audit Internal atas Penerapan Teknologi Artificial Intelligence dalam Proses Penilaian Kredit dan Manajemen Risiko Bank
Audit Internal atas Penerapan Teknologi Artificial Intelligence dalam Proses Penilaian Kredit dan Manajemen Risiko Bank
Description
Perkembangan teknologi Artificial Intelligence (AI) telah mendorong transformasi signifikan dalam industri perbankan, khususnya pada proses penilaian kredit (credit scoring), underwriting, deteksi fraud, pemantauan risiko, hingga pengambilan keputusan bisnis. Pemanfaatan AI memungkinkan bank meningkatkan kecepatan analisis, akurasi prediksi, efisiensi operasional, serta kemampuan mengelola risiko secara lebih proaktif.
Namun demikian, penggunaan AI juga menghadirkan berbagai risiko baru seperti model risk, bias algoritma, kualitas data, transparansi keputusan (explainability), keamanan data, risiko kepatuhan, hingga risiko etika. Oleh karena itu, fungsi audit internal memiliki peran penting dalam memastikan bahwa implementasi AI telah dikelola secara aman, transparan, akuntabel, dan sesuai dengan regulasi serta prinsip tata kelola yang baik.
Pelatihan ini dirancang untuk membekali auditor internal dan manajemen risiko dengan pengetahuan serta metodologi audit dalam mengevaluasi penerapan AI pada proses kredit dan manajemen risiko bank, sehingga dapat memberikan assurance yang memadai atas efektivitas pengendalian dan tata kelola teknologi tersebut.
Objectives
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Memahami konsep dan implementasi Artificial Intelligence dalam industri perbankan.
- Mengidentifikasi risiko-risiko utama yang timbul dari penggunaan AI pada proses kredit dan manajemen risiko.
- Mengevaluasi tata kelola AI (AI Governance Framework) di lingkungan bank.
- Melakukan audit terhadap model AI yang digunakan dalam credit scoring dan risk management.
- Menilai kualitas data, transparansi model, dan pengendalian risiko AI.
- Mengevaluasi kepatuhan penggunaan AI terhadap regulasi dan kebijakan internal.
- Menyusun program audit berbasis risiko untuk sistem AI.
- Memberikan rekomendasi strategis guna meningkatkan efektivitas dan keamanan implementasi AI.
Course outline
1. Transformasi Perbankan Melalui Artificial Intelligence
- Perkembangan AI dalam industri jasa keuangan.
- Tren penggunaan AI pada sektor perbankan.
- AI untuk credit scoring dan loan underwriting.
- AI untuk fraud detection dan anti-money laundering.
- AI untuk manajemen risiko dan pengambilan keputusan.
2. Tata Kelola Artificial Intelligence (AI Governance)
- Konsep AI Governance Framework.
- Peran Direksi, Komisaris, dan Komite Risiko.
- Kebijakan dan prosedur penggunaan AI.
- Akuntabilitas dan pengawasan model AI.
- Framework pengelolaan risiko AI.
3. Risiko dalam Implementasi AI Perbankan
- Model risk dan algorithm risk.
- Bias dan diskriminasi algoritma.
- Risiko kualitas data.
- Risiko privasi dan perlindungan data.
- Risiko reputasi dan kepatuhan.
4. Audit atas Data yang Digunakan dalam AI
- Data governance framework.
- Audit kualitas data (data quality assessment).
- Data completeness, accuracy, consistency, dan validity.
- Audit data lineage dan data sourcing.
- Evaluasi pengelolaan data historis.
5. Audit Model AI untuk Credit Scoring
- Struktur dan siklus hidup model AI.
- Evaluasi pengembangan model.
- Audit parameter dan variabel model.
- Pengujian akurasi model.
- Validasi dan revalidasi model.
6. Audit Explainability dan Transparansi AI
- Konsep Explainable AI (XAI).
- Transparansi keputusan kredit.
- Audit dokumentasi model.
- Evaluasi interpretasi hasil AI.
- Pengujian fairness dan non-discrimination.
7. Audit AI dalam Manajemen Risiko Bank
- AI untuk prediksi risiko kredit.
- AI untuk early warning system.
- AI untuk stress testing dan forecasting.
- Evaluasi efektivitas model prediktif.
- Pengawasan penggunaan AI dalam pengambilan keputusan risiko.
8. Audit Keamanan dan Ketahanan Sistem AI
- Keamanan model AI.
- Risiko manipulasi model (model poisoning).
- Audit akses pengguna dan kontrol keamanan.
- Evaluasi keamanan infrastruktur AI.
- Monitoring dan incident response.
9. Audit Kepatuhan dan Etika Penggunaan AI
- Prinsip responsible AI.
- Regulasi terkait penggunaan AI di sektor keuangan.
- Audit kepatuhan terhadap kebijakan internal.
- Pengelolaan risiko etika AI.
- Audit penggunaan data pribadi nasabah.
10. Continuous Auditing dan Monitoring AI
- Monitoring performa model secara berkelanjutan.
- Deteksi model drift.
- Key Risk Indicators (KRI) untuk AI.
- Dashboard pengawasan model.
- Continuous assurance terhadap AI.
11. Penyusunan Program Audit AI Berbasis Risiko
- Risk assessment penerapan AI.
- Penyusunan audit universe AI.
- Teknik audit berbasis risiko.
- Penyusunan temuan dan rekomendasi.
- Pelaporan hasil audit kepada manajemen dan Komite Audit.
12. Studi Kasus dan Workshop
- Audit credit scoring berbasis machine learning.
- Audit AI pada proses underwriting kredit.
- Analisis kasus bias algoritma.
- Simulasi validasi model AI.
- Penyusunan action plan perbaikan tata kelola A
Participants
- Audit Internal
- Information Technology Audit
- Artificial Intelligence (AI)
- Manajemen Risiko Kredit
- Enterprise Risk Management
- Manajemen Risiko
- Risk Analytics
- Analisis Kredit
- Kredit Korporasi
- Kredit Komersial
- Kredit Konsumer
- Credit Policy
- Governance, Risk & Compliance (GRC)
- Kepatuhan (Compliance)
- Pengendalian Internal
- Model Risk Management
- Data Analytics
- Data Science
- Data Management & Governance
- Business Intelligence & Data Analytics
- Teknologi Informasi (IT)
- Transformasi Digital
- Digital Banking
- Information Security
- Corporate Governance
- Quality Assurance
- Regulatory Compliance
- Enterprise Architecture
- Corporate Secretary
- Executive Office
Method
- Pre-test
- Presentation
- Discussion
- Case study
- Post-test
Facilities
- Ruang Meeting Representatif
- Sertifikat Pelatihan Resmi
- Instruktur Profesional & Berpengalaman
- Training Kit Eksklusif
- Souvenir
- Pick Up Participant (Yogyakarta)
