Audit Risiko Algoritma & AI

Audit Risiko Algoritma & AI

Audit Risiko Algoritma & AI

27 - 29 April 2026 Surabaya Hotel Santika Pandegiling

Deskripsi

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.

Tujuan

Setelah mengikuti pelatihan ini, peserta diharapkan dapat:

  1. Memahami konsep dasar algoritma dan AI serta penerapannya di perbankan.
  2. Mengidentifikasi risiko utama yang melekat pada penggunaan algoritma dan AI.
  3. Memahami prinsip tata kelola dan pengendalian penggunaan AI.
  4. Melakukan audit dan evaluasi risiko algoritma dan AI secara berbasis risiko.
  5. Menyusun temuan dan rekomendasi audit yang relevan dan dapat ditindaklanjuti.

Materi

1. Pengantar Algoritma dan AI di Industri Perbankan

  • Definisi dan jenis algoritma dan AI
  • Area penerapan AI dalam perbankan
  • Manfaat dan tantangan penggunaan AI
  • Peran audit dan pengawasan terhadap AI

2. Risiko Utama Algoritma dan AI

  • Risiko kesalahan model (model risk)
  • Risiko bias dan fairness
  • Risiko transparansi dan explainability
  • Risiko kepatuhan dan perlindungan konsumen
  • Risiko reputasi dan etika

3. Tata Kelola Algoritma dan AI

  • Prinsip AI governance
  • Kebijakan dan standar penggunaan AI
  • Peran dan tanggung jawab manajemen
  • Dokumentasi dan akuntabilitas model

4. Siklus Hidup Model Algoritma dan AI

  • Perancangan dan pengembangan model
  • Pengelolaan data dan kualitas data
  • Pengujian dan validasi model
  • Implementasi dan deployment
  • Pemantauan dan pemeliharaan model

5. Pendekatan Audit Risiko Algoritma dan AI

  • Risk-based audit untuk AI
  • Penentuan ruang lingkup audit AI
  • Teknik pengujian pengendalian model
  • Evaluasi governance dan proses pengambilan keputusan

6. Audit Bias, Fairness, dan Explainability

  • Identifikasi potensi bias dalam data dan model
  • Evaluasi fairness dan dampaknya terhadap nasabah
  • Teknik explainability dan interpretasi model
  • Dokumentasi dan komunikasi hasil evaluasi

7. Audit Kepatuhan dan Etika AI

  • Kepatuhan terhadap regulasi dan kebijakan internal
  • Prinsip penggunaan AI yang bertanggung jawab
  • Pengawasan vendor dan pihak ketiga
  • Penanganan insiden dan eskalasi risiko AI

8. Penyusunan Temuan dan Rekomendasi Audit AI

  • Penyusunan temuan berbasis risiko
  • Penilaian dampak bisnis dan kepatuhan
  • Penyusunan rekomendasi perbaikan
  • Pelaporan hasil audit kepada manajemen dan Board

Peserta

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

Metode

• Pre Test 
• Presentasi Materi 
• Diskusi 
• Studi Kasus 
• Post Test

Fasilitas

• Training Amenities 
• Peralatan Pelatihan (Tas, Hand Out, Flashdisk, Block Note, Pulpen, Watermark) 
• Sertifikat 
• Souvenir 
• 2x Coffee Break, 1x Lunch

Kembali ke Layanan