Gitstraining

Logo Gits Training
Daftar
Logo Gits Training
Daftar
Pelatihan AI Perbankan · Gits Training

Pelatihan AI untuk Analisis Kredit & Credit Scoring

Program 2 hari bagi analis kredit, account officer, dan tim manajemen risiko untuk mempercepat telaah kelayakan, menyusun memorandum kredit lebih cepat, dan memahami cara kerja credit scoring berbasis machine learning — dengan tetap menjaga kerahasiaan data nasabah.

⏱ 2 hari intensif 👥 Analis kredit · AO · Risiko 🏦 Bank, BPD, BPR, Koperasi, Multifinance 💻 Praktik langsung
Konsultasi via WhatsApp Lihat Materi 2 Hari

Tersedia kelas publik dan in-house untuk tim internal lembaga Anda.

Ilustrasi dashboard credit scoring berbasis AI dengan skor debitur, faktor risiko, dan draf memorandum kredit Credit Scoring · Pengajuan #KR-0417 Skor kelayakan 712 Risiko rendah Faktor paling berpengaruh Riwayat pembayaran Rasio cicilan (DSR) Arus kas usaha Lama usaha Nilai agunan ✦ Draf Memorandum Kredit — dibantu AI Review

Ringkasan program

Pelatihan AI untuk Analisis Kredit & Credit Scoring adalah pelatihan 2 hari dari Gits Training (PT. GIT Solution, Yogyakarta) yang membekali analis kredit, account officer (AO), dan staf manajemen risiko untuk memakai kecerdasan buatan (AI) secara aman dalam proses kredit: merangkum dokumen pemohon, menelaah kelayakan, menyusun draf memorandum kredit, serta memahami dan membaca hasil model credit scoring berbasis machine learning.

Pelatihan ini tidak menggantikan keputusan komite kredit. AI diposisikan sebagai asisten yang mempercepat pekerjaan administratif dan analitis, sementara penilaian akhir tetap di tangan analis dan pemutus kredit.

  • Durasi2 hari (± 14 jam pelajaran)
  • PesertaAnalis kredit, AO, manajemen risiko
  • LembagaBank umum, BPD, BPR/BPRS, koperasi, multifinance
  • FormatKelas publik / in-house / online
  • MetodeStudi kasus & praktik
  • PrasyaratTanpa coding
  • PenyelenggaraGits Training
Tantangan di meja analis

Berkas menumpuk, target pencairan mengejar

Tiga hal yang paling sering kami dengar dari tim kredit di bank daerah dan BPR.

Memorandum kredit makan waktu berjam-jam

Menyalin data dari slip gaji, rekening koran, dan hasil survei ke format memo satu per satu — padahal antrean pengajuan terus bertambah.

Telaah kelayakan belum seragam antar analis

Dua analis bisa menarik kesimpulan berbeda dari berkas yang sama. Bagaimana membuat penilaian lebih konsisten tanpa mematikan judgement?

"Credit scoring AI" terdengar rumit dan jauh

Vendor menawarkan model scoring, tapi tim belum yakin cara membaca hasilnya, apa yang perlu ditanyakan, dan kapan skor tidak boleh dipercaya.

Memahami konsepnya

Apa itu credit scoring berbasis machine learning?

Credit scoring berbasis machine learning adalah metode menilai kemungkinan calon debitur membayar pinjaman tepat waktu dengan model statistik yang belajar dari data historis kredit — misalnya riwayat pembayaran, karakter usaha, dan kapasitas bayar — lalu menghasilkan skor atau kategori risiko.

Berbeda dari scorecard manual yang bobotnya ditentukan tetap, model machine learning dapat menangkap pola yang lebih kompleks. Konsekuensinya, analis perlu memahami mengapa model memberi skor tertentu agar keputusan tetap dapat dijelaskan kepada komite, auditor, dan regulator.

Proses konvensional

Berkas dibaca manual, memo diketik ulang, penilaian 5C sepenuhnya bergantung pengalaman analis.

Proses dengan asisten AI

Dokumen dirangkum otomatis, draf memo tersusun, skor risiko membantu prioritas — analis fokus pada verifikasi dan keputusan.
Alur proses kredit dengan AI: dokumen pemohon dirangkum AI, model menghasilkan skor, analis melakukan verifikasi dan keputusan Dokumen pemohon slip gaji · rek. koran · survei Asisten AI & model Rangkum & skor ringkasan · rasio · skor Analis memutuskan verifikasi · komite Prinsip yang dipegang sepanjang proses Data nasabah terlindungi · Hasil dapat dijelaskan · Manusia tetap memutuskan
Posisi AI dalam proses kredit: mempercepat, bukan menggantikan analis.
Siapa yang cocok ikut

Dirancang untuk tim yang setiap hari memegang berkas kredit

Front line

Account Officer (AO)

Mempercepat pengumpulan data, ringkasan hasil survei, dan komunikasi kebutuhan dokumen ke calon debitur.

Analisis

Analis Kredit

Menelaah kelayakan lebih cepat dan konsisten, lalu menyusun memorandum kredit yang rapi dan terstruktur.

Kontrol

Manajemen Risiko

Memahami cara kerja, keterbatasan, dan pertanyaan kritis untuk mengevaluasi model credit scoring.

Pimpinan

Kepala Bagian Kredit

Menilai peluang otomasi yang realistis untuk unit kredit tanpa mengorbankan prinsip kehati-hatian.

Materi pelatihan

Kurikulum 2 hari: dari berkas ke keputusan

Hari pertama fokus mempercepat pekerjaan harian analis. Hari kedua membuka "kotak hitam" credit scoring berbasis machine learning.

Hari 1 — Telaah Kelayakan & Memorandum Kredit

7 JP
  1. 01

    Di mana AI benar-benar menghemat waktu analis?

    Memetakan proses kredit Anda dan menemukan langkah yang paling layak dibantu AI.

  2. 02

    Data nasabah apa yang boleh dan tidak boleh masuk ke AI?

    Batasan kerahasiaan, anonimisasi, dan kebiasaan aman sebelum menyentuh alat apa pun.

  3. 03

    Membaca rekening koran dan laporan usaha dalam hitungan menit

    Praktik merangkum dokumen pemohon dan menghitung rasio kapasitas bayar dengan bantuan AI.

  4. 04

    5C tetap 5C — bagaimana AI membantu menilainya?

    Menstrukturkan telaah character, capacity, capital, collateral, condition agar lebih konsisten.

  5. 05

    Draf memorandum kredit yang siap direview komite

    Latihan menyusun memo dari data kasus, lalu mengujinya: bagian mana yang wajib diverifikasi manusia?

Hari 2 — Credit Scoring Berbasis Machine Learning

7 JP
  1. 06

    Scorecard manual vs model machine learning: apa bedanya?

    Konsep dasar tanpa rumus berat — dari data historis menjadi skor risiko.

  2. 07

    Membangun model scoring sederhana tanpa coding

    Simulasi langsung dengan dataset kredit anonim untuk melihat bagaimana model "belajar".

  3. 08

    Kenapa skor debitur ini 712? Membaca faktor penentu

    Memahami explainability agar keputusan bisa dipertanggungjawabkan ke komite dan auditor.

  4. 09

    Kapan skor AI tidak boleh dipercaya?

    Bias data, perubahan kondisi ekonomi, dan tanda-tanda model perlu dikalibrasi ulang.

  5. 10

    Rencana penerapan 90 hari untuk unit kredit Anda

    Menyusun langkah awal yang realistis, termasuk pertanyaan kunci saat mengevaluasi vendor.

Suasana kelas

Lebih banyak praktik daripada teori

Peserta bekerja dengan studi kasus kredit yang disusun menyerupai berkas nyata — seluruhnya data simulasi, bukan data nasabah.

Instruktur Gits Training memandu peserta pelatihan analis kredit di ruang kelas

Pemaparan interaktif

Konsep diperkenalkan singkat, lalu langsung dikaitkan dengan alur kredit di lembaga peserta.

Peserta mempraktikkan AI untuk merangkum rekening koran dan menyusun memorandum kredit di laptop Rekening koran ✦ Ringkasan AI Rata-rata saldo DSR Anomali

Praktik dengan berkas simulasi

Merangkum dokumen, menghitung rasio, dan menyusun draf memo dari satu paket kasus debitur.

Diskusi kelompok peserta mengevaluasi hasil model credit scoring dan menyusun rekomendasi kredit Kenapa skornya turun?

Diskusi & bedah skor

Kelompok membedah hasil model, memperdebatkan faktor risiko, lalu menyusun rekomendasi kredit.

Yang dibawa pulang peserta

Hasil nyata setelah 2 hari

Bukan sekadar sertifikat — peserta pulang dengan perangkat kerja yang bisa dipakai keesokan harinya.

01

Template kerja memo kredit

Kerangka memorandum dan instruksi AI yang sudah diuji di kelas.

02

Panduan penggunaan AI yang aman

Pedoman ringkas perlindungan data nasabah untuk tim kredit.

03

Daftar uji model scoring

Pertanyaan kritis untuk menilai model internal maupun tawaran vendor.

04

Rencana aksi 90 hari

Langkah penerapan bertahap sesuai kondisi unit kredit masing-masing.

Kehati-hatian perbankan

AI yang aman untuk data nasabah

Lembaga keuangan terikat kewajiban kerahasiaan nasabah dan Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi. Karena itu seluruh materi pelatihan dibangun di atas prinsip kehati-hatian:

  • Seluruh praktik menggunakan data simulasi, bukan data nasabah asli.
  • Peserta belajar teknik anonimisasi sebelum memakai alat AI apa pun.
  • Keputusan kredit tetap berada pada analis dan komite — AI hanya memberi masukan.
  • Penekanan pada explainability agar setiap skor dapat dijelaskan ke auditor.
Ilustrasi perlindungan data nasabah: data dianonimkan sebelum diproses AI Data asli Nama: Budi S. NIK: 3404xxxxxxxx No. rek: 0123xxxx Omzet: Rp48 jt/bln Data dianonimkan Nama: Debitur-A NIK: ████████ No. rek: ████ Omzet: Rp48 jt/bln
Contoh anonimisasi: identitas disamarkan, informasi finansial yang relevan tetap bisa dianalisis.
Pilihan pelaksanaan

Pilih skema yang sesuai lembaga Anda

Biaya menyesuaikan jumlah peserta, lokasi, dan jenis lembaga. Hubungi kami untuk penawaran resmi.

Kelas Publik

Untuk 1–5 perwakilan per lembaga

  • Jadwal terbuka, peserta lintas lembaga
  • Modul, template, dan studi kasus
  • Sertifikat pelatihan
  • Jejaring dengan analis lembaga lain
Tanya Jadwal

In-House Training

Mulai 10 peserta, di lokasi Anda

  • Studi kasus disesuaikan produk kredit lembaga
  • Jadwal fleksibel mengikuti unit kerja
  • Sesi khusus untuk pimpinan (opsional)
  • Laporan evaluasi peserta
Minta Penawaran

Online Live

Untuk tim yang tersebar di cabang

  • Sesi live via Zoom / Google Meet
  • Praktik terbimbing dengan breakout room
  • Rekaman materi untuk peserta
  • Sertifikat pelatihan
Tanya Kelas Online
Pertanyaan yang sering diajukan

FAQ Pelatihan AI untuk Analisis Kredit

Apa itu Pelatihan AI untuk Analisis Kredit & Credit Scoring?

Pelatihan 2 hari dari Gits Training untuk analis kredit, account officer, dan tim manajemen risiko yang ingin memakai AI secara aman untuk mempercepat telaah kelayakan, menyusun memorandum kredit, dan memahami credit scoring berbasis machine learning.

Apakah peserta harus bisa coding atau statistik?

Tidak. Seluruh praktik dirancang tanpa coding. Konsep machine learning dijelaskan dengan bahasa proses kredit sehari-hari, sehingga cocok untuk analis dan AO dari latar belakang non-IT.

Apakah AI akan menggantikan peran analis kredit?

Tidak. Dalam pelatihan ini AI diposisikan sebagai asisten yang mempercepat pekerjaan administratif dan analitis. Verifikasi, penilaian karakter debitur, dan keputusan kredit tetap menjadi tanggung jawab analis dan komite kredit.

Apakah aman memasukkan data nasabah ke alat AI?

Tidak semua data boleh dimasukkan. Peserta mempelajari batasan kerahasiaan, teknik anonimisasi, dan kebiasaan aman sesuai prinsip UU Pelindungan Data Pribadi. Seluruh praktik di kelas memakai data simulasi.

Lembaga apa saja yang cocok mengikuti pelatihan ini?

Bank umum, Bank Pembangunan Daerah (BPD), BPR dan BPR Syariah, koperasi simpan pinjam, lembaga pembiayaan/multifinance, serta unit kredit di BUMN dan BUMD.

Berapa lama durasi dan apa saja materinya?

Durasi 2 hari. Hari pertama membahas percepatan telaah kelayakan dan penyusunan memorandum kredit dengan AI. Hari kedua membahas konsep, simulasi, cara membaca, dan keterbatasan credit scoring berbasis machine learning.

Bisakah pelatihan diadakan in-house di kantor kami?

Bisa. Skema in-house tersedia mulai 10 peserta, dengan studi kasus yang dapat disesuaikan dengan produk kredit lembaga Anda. Pelaksanaan juga tersedia secara online.

Bagaimana cara mendaftar atau meminta penawaran?

Hubungi tim Gits Training melalui WhatsApp +62 811-2638-004. Sebutkan nama lembaga, perkiraan jumlah peserta, dan skema yang diinginkan agar kami dapat mengirim penawaran resmi.

Siap mempercepat proses kredit?

Jadwalkan pelatihan untuk tim kredit Anda

Konsultasikan kebutuhan unit kredit Anda. Kami bantu menyesuaikan studi kasus, jadwal, dan skema pelaksanaan.

Hubungi via WhatsApp
PenyelenggaraGits Training — PT. GIT Solution
AlamatGrha Universitas Amikom Yogyakarta, Sleman, D.I. Yogyakarta
Scroll to Top