Credit Scoring Development Program (For Advance)

Credit Scoring Development Program (For Advance)

Credit Scoring Development Program (For Advance)

29 - 30 June 2026 Jakarta hotel asyana kemayoran

Deskripsi

Credit Scoring merupakan alat predictive model yang digunakan untuk mengevaluasi risiko kredit dari seorang applikan atas pengajuan kreditnya kepada bank. Credit Scoring akan memprediksi apakah kredit yang akan diberikan kepada nasabah tersebut akan Macet atau Lancar secara individual basis. Predictive behaviour nasabah (Macet/Lancar) ini kemudian diterjemahkan ke dalam bentuk scorecard dari attributes yang melekat pada diri nasabah untuk kemudian menjadi acuan bank dalam keputusan kredit.

Credit Scoring akan mempercepat proses evaluasi calon debitur, sehingga persetujuan kredit juga cepat. Hal ini dapat dilakukan dengan memanfaatkan teknologi atau sistem software terotomasi. Credit Scoring yang digunakan untuk menganalisis debitur menggunakan parameter yang sama, maka proses evaluasi calon debitur dapat dilakukan secara konsisten, dan kesalahan SDM dapat diminimasi.

Credit Scoring juga mengakomodasi pemberian skor atas kondisi calon debitur dan dilakukan oleh analis kredit. Melalui teknik scoring ini, lembaga keuangan dapat mengidentifikasi debitur eksisting yang memerlukan penanganan lebih baik, dan bank dapat mengambil langkah hukum yang diperlukan untuk mencegah kerugian lebih lanjut dan membantu menurunkan kredit macet atau non-performing loan (NPL).

Tujuan

  • Training ini dilakukan untuk mengajarkan para pesertanya cara membuat Credit Scoring secara benar dan tepat berdasarkan kaidah Statistik dan manajemen Resiko.
  • Memberikan pemahaman serta kemampuan tentang teknik membangun model credit scoring, serta masalah-masalah praktis yang dihadapi dalam pemodelan.
  • Mengetahui cara membangun score-card dengan menggunakan aplikasi yang open-source namun dengan kemampuan yang state-of-the-art
  • Memahami manfaat credit scoring dalam keputusan kredit
  • Mengetahui cara mengimplementasi dan mereview kinerja credit scoring

Materi

  • Advanced Credit Scoring Overview
  • Evolusi credit scoring dalam manajemen risiko kredit
  • Application, behavioral, collection, dan early warning scoring
  • Peran credit scoring dalam risk-based lending
  • Tantangan dan risiko penggunaan model lanjutan
  • Data Preparation & Feature Engineering
  • Data sourcing (internal & eksternal)
  • Data quality, cleansing, dan handling missing values
  • Outlier treatment dan data transformation
  • Feature engineering untuk credit scoring
  • Variable stability & population drift
  • Statistical Foundations for Advanced Scoring
  • Probability of Default (PD) estimation
  • Weight of Evidence (WoE) & Information Value (IV) lanjutan
  • Multicollinearity & variable selection
  • Logistic regression (advanced application)
  • Advanced Modeling Techniques
  • Machine learning untuk credit scoring
  • Decision tree, random forest, gradient boosting (konsep & aplikasi)
  • Hybrid model: statistical + ML
  • Trade-off accuracy vs interpretability
  • Explainable AI (XAI) dalam credit scoring
  • Model Development Process
  • End-to-end model development lifecycle
  • Sample design (development, validation, testing)
  • Scorecard development & scaling
  • Cut-off strategy & risk segmentation
  • Model Validation & Performance Measurement
  • Discriminatory power (Gini, KS, AUC)
  • Calibration & back-testing
  • Stability test (PSI, CSI)
  • Benchmarking dan challenger model
  • Common validation issues
  • Model Risk Management & Governance
  • Identifikasi risiko model kredit
  • Model documentation & model inventory
  • Approval dan independent validation
  • Ongoing monitoring & re-calibration
  • Audit trail dan governance framework
  • Integration into Credit Decision Process
  • Penggunaan scoring dalam underwriting
  • Decision rules & policy alignment
  • Override management & override analysis
  • Limitasi penggunaan scoring dalam praktik
  • Human judgment vs model-based decision
  • Portfolio Analytics & Stress Testing
  • Monitoring kualitas portofolio berbasis scoring
  • Migration analysis & roll rate
  • Stress testing berbasis credit scoring
  • Early warning system berbasis model
  • Regulatory, Ethical & Compliance Aspects
  • Prinsip kehati-hatian dalam penggunaan model
  • Fair lending & bias mitigation
  • Data privacy & ethical AI
  • Ekspektasi regulator terhadap model kredit
  • Case Study & Workshop
  • Studi kasus pengembangan credit scoring lanjutan
  • Simulasi pemilihan variabel dan metode model
  • Interpretasi hasil scoring & rekomendasi cut-off

Peserta

Divisi Credit Analysis

Divisi Risk Management

Divisi Model Risk Management

Divisi Data Analytics

Divisi Kredit Konsumer

Divisi Kredit Mikro

Divisi TI

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