Data Analytics for Credit Scoring Enhancement (BN027)

Deskripsi Training

Training ini dirancang untuk memberikan kemampuan teknis dan analitis kepada peserta dalam menggunakan data analytics untuk meningkatkan akurasi model credit scoring di sektor perbankan. Peserta akan mempelajari bagaimana mengolah, menganalisis, dan menginterpretasikan data kredit menggunakan alat analisis seperti Excel, SQL, dan Python dasar. Pelatihan ini menekankan praktik langsung dalam pembuatan model scoring sederhana serta analisis korelasi dan prediktor risiko.

Silabus Training

• Modul 1: Pengenalan Data Analytics dalam Kredit dan Risiko
  Menjelaskan konsep dasar data analytics, big data di sektor perbankan, dan penerapannya dalam analisis risiko kredit.
• Modul 2: Data Preparation dan Cleansing untuk Model Scoring
  Membahas teknik pengumpulan data, pembersihan data (missing values, outliers), serta strukturisasi dataset kredit menggunakan Excel dan SQL.
• Modul 3: Exploratory Data Analysis (EDA) dan Korelasi Variabel
  Melakukan analisis deskriptif, visualisasi, serta identifikasi variabel yang berpengaruh terhadap probabilitas gagal bayar (PD).
• Modul 4: Pengembangan Model Scoring Sederhana dengan Excel atau Python
  Membahas pembuatan model scoring menggunakan regresi logistik sederhana dan teknik weighting score untuk menilai risiko debitur.
• Modul 5: Evaluasi Model dan Implementasi di Sistem Kredit
  Menjelaskan cara menilai performa model dengan AUC, Gini Coefficient, dan ROC Curve, serta langkah penerapan model scoring ke sistem kredit bank.

Contoh Kasus

Peserta diberikan dataset historis kredit konsumer dengan variabel pendapatan, usia, riwayat pembayaran, dan rasio utang. Peserta diminta melakukan EDA, membangun model scoring sederhana, dan menilai akurasinya terhadap data validasi.