Auditing the AI in AML Screening: Memastikan Kepatuhan dan Validitas Algoritma Sistem Screening Otomatis Bank
Auditing the AI in AML Screening: Memastikan Kepatuhan dan Validitas Algoritma Sistem Screening Otomatis Bank
Description
Pemanfaatan Artificial Intelligence (AI) dalam sistem Anti Pencucian Uang (AML) telah menjadi bagian penting dalam transformasi digital industri perbankan. Sistem AI digunakan untuk mendukung proses screening nasabah, pemantauan transaksi, deteksi anomali, hingga pengelolaan alert secara otomatis dan real-time. Teknologi ini membantu meningkatkan efisiensi, kecepatan, dan akurasi dalam mengidentifikasi potensi aktivitas pencucian uang dan pendanaan terorisme.
Namun, penggunaan AI dalam AML juga menghadirkan tantangan baru, terutama terkait transparansi algoritma (black box model), risiko bias data, false positive/false negative, serta kepatuhan terhadap regulasi dan standar audit. Tanpa mekanisme pengawasan dan audit yang memadai, sistem AI dapat menghasilkan keputusan yang tidak konsisten, tidak dapat dijelaskan, atau bahkan berisiko melanggar prinsip kepatuhan APU PPT.
Objectives
- Memahami konsep penggunaan AI dalam AML screening dan transaction monitoring.
- Memahami risiko dan tantangan penerapan AI dalam sistem kepatuhan perbankan.
- Mengidentifikasi potensi bias, error, dan keterbatasan algoritma AI.
- Memahami prinsip audit model AI dalam konteks AML dan APU PPT.
- Melakukan evaluasi validitas dan reliabilitas output sistem AI screening.
- Menilai kepatuhan sistem AI terhadap regulasi dan kebijakan internal bank.
- Memahami konsep explainability dan transparency dalam AI (XAI – Explainable AI).
- Mengidentifikasi risiko operasional, kepatuhan, dan model risk dalam AML AI system.
- Mendukung penguatan governance atas penggunaan AI dalam sistem AML perbankan.
Course outline
1. Fundamental AI dalam AML Screening
- Peran AI dalam AML modern banking
- Machine learning dalam transaction monitoring dan screening
- Rule-based vs AI-based AML system
- Evolusi sistem AML otomatis
- Use case AI dalam fraud dan AML detection
2. Regulasi dan Governance AI dalam Perbankan
- Kerangka regulasi AML dan APU PPT
- AI governance dalam industri keuangan
- Model risk management framework
- Prinsip akuntabilitas dan kepatuhan sistem otomatis
- Peran regulator dalam penggunaan AI
3. Risiko dalam AI-Based AML System
- Bias data dan algoritma
- False positive dan false negative risk
- Overfitting dan underfitting model
- Data quality issues
- Model drift dan degradation
- Risiko keputusan otomatis tanpa human oversight
4. Audit Framework untuk AI AML System
- Konsep audit model AI
- Scope audit sistem AML berbasis AI
- Data governance dan data lineage
- Validasi model dan testing output
- Model performance evaluation
- Audit trail dan dokumentasi sistem
5. Explainable AI (XAI) dalam AML
- Konsep explainability dalam AI
- Transparansi keputusan model
- Interpretasi hasil screening AI
- Tools dan pendekatan XAI
- Kebutuhan audit terhadap model black box
6. Model Risk Management
- Identifikasi model risk dalam AML system
- Model validation dan re-validation
- Monitoring performa model secara berkala
- Stress testing model AI
- Governance lifecycle model AI
7. Audit Prosedur Sistem AML Berbasis AI
- Perencanaan audit sistem AI AML
- Pengujian kontrol internal
- Review parameter dan rule engine
- Sampling alert dan case review
- Evaluasi output dan decision consistency
- Pelaporan hasil audit
8. Studi Kasus dan Simulasi Audit
- Studi kasus kegagalan model AML AI
- Simulasi audit sistem screening otomatis
- Analisis false positive dan false negative
- Review bias dalam deteksi transaksi
- Penyusunan temuan audit
9. Best Practice AI Governance dalam AML
- Framework AI governance di perbankan
- Human-in-the-loop approach
- Continuous monitoring model AI
- Kolaborasi compliance, risk, dan IT
- Tantangan masa depan AI dalam AML
Participants
- Divisi Audit Internal
- Divisi Compliance & AML
- Divisi Anti Money Laundering
- Divisi Information Technology
- Divisi Artificial Intelligence & Automation
- Divisi Data Analytics
- Divisi Risk Management
- Divisi Model Risk Management
- Divisi Governance, Risk & Compliance
- Divisi Cyber Security
- Divisi Operational Risk
- Divisi Internal Control
- Divisi Digital Banking
- Divisi Enterprise Risk Management
- Divisi Technology Risk Assurance
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)
