Manajemen Risiko Reputasi di Era Media Sosial Menghadapi Ancaman Sentimen Negatif dan Krisis Kepercayaan Nasabah
Manajemen Risiko Reputasi di Era Media Sosial Menghadapi Ancaman Sentimen Negatif dan Krisis Kepercayaan Nasabah
Description
Pemanfaatan Artificial Intelligence (AI) di industri perbankan telah berkembang pesat, mulai dari credit scoring, fraud detection, hingga customer analytics. Namun, di balik manfaat tersebut, muncul risiko baru yang kompleks seperti bias algoritma, kurangnya transparansi (black box), pelanggaran etika, hingga potensi ketidakpatuhan terhadap regulasi.
Bank dituntut untuk tidak hanya mengadopsi AI, tetapi juga memastikan bahwa penggunaan AI dilakukan secara bertanggung jawab, transparan, dan dapat diaudit. Hal ini menjadi krusial dalam menjaga kepercayaan nasabah, stabilitas sistem keuangan, serta kepatuhan terhadap regulasi.
Pelatihan ini dirancang untuk membekali peserta dengan pemahaman menyeluruh tentang AI risk governance, termasuk bagaimana mengelola risiko etika, mengidentifikasi bias dalam model, serta melakukan audit terhadap algoritma secara efektif di lingkungan perbankan modern.
Objectives
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Memahami konsep AI Risk Governance dalam konteks perbankan
- Mengidentifikasi risiko utama dalam penggunaan AI (bias, etika, transparansi, dll)
- Menilai dan mengelola risiko model berbasis AI/ML
- Memahami prinsip Responsible AI dan penerapannya
- Melakukan evaluasi dan audit terhadap algoritma (algorithmic audit)
- Memastikan kepatuhan penggunaan AI terhadap regulasi dan prinsip GRC
- Meningkatkan kemampuan pengambilan keputusan berbasis AI secara eti
Course outline
1. Introduction to AI Risk Governance
- Perkembangan penggunaan AI di perbankan
- Definisi AI risk & governance framework
- Peran AI dalam pengambilan keputusan finansial
2. AI Risks in Banking Ecosystem
- Model risk & data risk
- Black box problem & explainability
- Risiko operasional dan reputasi dari AI
3. Ethics in Artificial Intelligence
- Prinsip etika AI (fairness, accountability, transparency)
- Responsible AI framework
- Studi kasus pelanggaran etika AI di sektor keuangan
4. Bias & Fairness in AI Models
- Jenis bias dalam data & algoritma
- Dampak bias terhadap keputusan kredit dan layanan
- Teknik mitigasi bias
5. Model Risk Management for AI/ML
- Validasi model AI
- Lifecycle model (development, testing, monitoring)
- Governance dalam pengelolaan model
6. Algorithmic Auditing & AI Assurance
- Konsep audit algoritma
- Tools & pendekatan audit AI
- Dokumentasi dan traceability model
7. Regulatory & Compliance Framework
- Prinsip GRC dalam AI
- Kepatuhan terhadap regulasi (OJK, UU PDP, dll)
- AI governance policy di perbankan
8. AI Risk Monitoring & Control
- Early warning system berbasis AI
- Continuous monitoring & model drift
- Risk dashboard & reporting
9. Building AI Governance Framework
- Struktur organisasi & peran (3 lines of defense)
- Integrasi dengan enterprise risk management
Participants
- Manajemen Risiko
- Risiko Reputasi
- Enterprise Risk Management (ERM)
- Governance, Risk & Compliance (GRC)
- Corporate Communication
- Public Relations (PR)
- Customer Experience
- Customer Service
- Digital Banking
- Media Sosial
- Corporate Branding
- Crisis Management
- Kepatuhan
- Audit Internal
- Strategic Planning
- Business Continuity Management (BCM)
- Direksi
- Corporate Secretary
- Quality Assurance
- Business Development
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)
