Pelatihan ini dirancang untuk memberikan pemahaman yang komprehensif mengenai risiko yang melekat pada penggunaan algoritma dan kecerdasan buatan (Artificial Intelligence/AI) dalam proses bisnis perbankan, khususnya pada area pengambilan keputusan yang bersifat kritikal seperti penilaian kredit, deteksi fraud, penetapan harga, serta otomasi proses operasional. Seiring dengan meningkatnya adopsi AI dan model berbasis algoritma dalam sistem perbankan, muncul berbagai risiko baru yang perlu diawasi secara memadai, antara lain risiko kesalahan model, bias dan ketidakadilan algoritma, kurangnya transparansi dan explainability, serta risiko kepatuhan terhadap regulasi dan perlindungan konsumen. Melalui pelatihan ini, peserta akan memahami konsep dasar algoritma dan AI, siklus hidup pengembangan model, serta area risiko utama yang perlu menjadi perhatian dalam aktivitas audit dan pengawasan.
Selain pemahaman konseptual, pelatihan ini juga menekankan penerapan audit risiko algoritma dan AI secara praktis dalam konteks tata kelola, manajemen risiko, dan pengendalian internal organisasi. Peserta akan dibekali dengan pemahaman mengenai kerangka tata kelola AI, teknik identifikasi dan penilaian risiko model, serta pendekatan audit untuk mengevaluasi kecukupan pengendalian pada setiap tahapan siklus hidup AI, mulai dari perancangan, pengembangan, implementasi, hingga pemantauan dan pemeliharaan model. Dengan pendekatan berbasis studi kasus dan praktik terbaik, pelatihan ini diharapkan dapat membantu peserta dalam menyusun program audit risiko algoritma dan AI yang efektif, menyampaikan temuan secara objektif, serta memberikan rekomendasi yang bernilai tambah untuk memastikan penggunaan AI yang bertanggung jawab, transparan, dan selaras dengan tujuan bisnis serta prinsip tata kelola yang baik.
Setelah mengikuti pelatihan ini, peserta diharapkan dapat:
1. Pengantar Algoritma dan AI di Industri Perbankan
2. Risiko Utama Algoritma dan AI
3. Tata Kelola Algoritma dan AI
4. Siklus Hidup Model Algoritma dan AI
5. Pendekatan Audit Risiko Algoritma dan AI
6. Audit Bias, Fairness, dan Explainability
7. Audit Kepatuhan dan Etika AI
8. Penyusunan Temuan dan Rekomendasi Audit AI
Divisi Audit Internal
Divisi Teknologi Informasi (IT)
Divisi Data & Business Intelligence
Divisi Manajemen Risiko
Divisi Kepatuhan (Compliance)
Divisi Pengendalian Internal
Divisi Digital Banking
Divisi Inovasi / Pengembangan Produk
Divisi Keamanan Informasi (Information Security / Cyber Security)
Divisi Perencanaan Strategis
• Pre Test
• Presentasi Materi
• Diskusi
• Studi Kasus
• Post Test
• Training Amenities
• Peralatan Pelatihan (Tas, Hand Out, Flashdisk, Block Note, Pulpen, Watermark)
• Sertifikat
• Souvenir
• 2x Coffee Break, 1x Lunch