Menakar Peran Lembaga Credit Scoring dalam Pemulihan Ekonomi Nasional

Komisaris & Chief Legal Officer Digiscore, Chandra Kusuma menambahkan Innovative credit scoring dan Verifikasi Non-CDD yang perusahaan kembangkan dapat memberikan perspektif tambahan dan sudut pandang alternatif bagi kreditur dalam melakukan analisa kredit.

“Pengembangan tersebut juga bisa dilakukan untuk mencegah kredit macet sekaligus mitigasi risiko fraud, sehingga pada akhirnya bisa meningkatkan pertumbuhan portofolio kredit yang berkualitas, meluas dan bahkan meningkatkan potensi penyerapan kredit oleh segmen underbanked dan unbanked,” katanya ketika dihubungi secara terpisah.

Lebih lanjut dirinya mengatakan, seperti pada perusahaan fintech lending, bisa dipahami bahwa permohonan pinjaman yang diterima pada perusahaan tersebut bisa mencapai jutaan per bulan, namun sayang prosesnya sering terkendala perihal asesmen kredit.

“Asesmen diperlukan untuk menilai siapa yang layak kredit, mana yang tidak, mana yang berpotensi fraud, mana yang aman. Digiscore dapat membantu dalam konteks meningkatkan kualitas, keandalan dan kecepatan asesmen kredit,” tambahnya.

Melalui layanan Digiscore lanjut Chandra,lembaga jasa keuangan dapat bermanuver dan berinovasi dalam mengeksplorasi dan memanfaatkan berbagai jenis, variabel dan klasifikasi data alternatif terkait calon peminjam diluar data dan informasi perkreditan dalam asesmen kredit untuk memberi gambaran yang semakin jelas, meyakinkan dan efektif mengenai kelayakan kredit calon peminjam.

Baik itu data historical maupun real-time, keduanya punya kontribusi masing-masing untuk menilai kelayakan kredit seseorang."

"Layanan Digiscore memiliki sistem algoritma machine learning dan credit scoring engine yang mampu mengolah dan menganalisa pola perilaku, pola komunikasi, pembayaran dan transaksi belanja, lokasi atau mobilitas calon peminjam hingga hobi, kebiasaan serta social media behaviour untuk menghasilkan suatu output dalam wujud score card yang dapat dijadikan bahan pertimbangan tambahan, analisa pendukung dan insight pelengkap oleh teman-teman lembaga jasa keuangan dalam proses analisa kredit,” jelasnya.

Dirinya menekankan, kuncinya terletak pada kerjasama ekosistem dan kolaborasi antara Digiscore dengan berbagai perusahaan telekomunikasi, e-commerce dan teknologi atau fintech lainnya. Bahkan kedepannya Digiscore ingin bermitra dengan institusi pemerintah seperti PLN, BPJS, Dukcapil, Ditjen Pajak, untuk bersama membangun Indonesia dengan meningkatkan inklusi dan literasi keuangan dalam rangka mendukung program pemulihan ekonomi nasional.

Namun demikian, sebenarnya Digiscore menaruh perhatian khusus pada rekan-rekan BPR dan juga BPD, tentang bagaimana Digiscore dapat memberi kontribusi signifikan untuk meningkatkan kualitas manajemen resiko kredit dan anti-fraud internal dari para BPR dan BPD untuk bisa terus bertumbuh dan bertahan ditengah pandemi ini dengan didukung oleh peningkatan portofolio kredit yang sehat dan rasio Non-Performing Loan yang terjaga.

“Peran mereka begitu vital dan mutlak sangat dibutuhkan oleh rakyat Indonesia diberbagai daerah dan pelosok khususnya di masa yang sulit ini, dan ini wajib kita bantu dengan keahlian kita dibidang credit scoring dan verification technology,” jelasnya.

Sementara itu menyoal produk, Firlie mengungkapkan pada umumnya jenis produk pinjaman yang dapat dilakukan credit scoring oleh Digiscore cukup variatif, mulai dari pinjaman konsumtif, kartu kredit, KTA, payday loan, kredit kendaraan bermotor, hingga kredit mikro produktif yang diterima individu orang perorangan, namun bukan yang diterima perseroan terbatas atau entitas badan usaha.

“Konsep dan praktiknya berbeda antara menilai skor kredit individu dan skor kredit badan usaha seperti halnya perseroan terbatas, jadi untuk saat ini kami memiliki kapabilitas dan spesialisasi untuk menilai skor kredit dari individu orang perorangan yang menerima beragam jenis produk pinjaman atau kredit seperti yang sudah kami sebutkan,” ungkap firlie.

Metodologi dan model skoring atau penilaian kredit yang dimiliki Digiscore sifatnya customisable, artinya credit scoring model yang dimiliki dapat disesuaikan dengan kebutuhan para lembaga jasa keuangan melalui skema joint modelling bersama Digiscore agar dapat mengakomodasi credit appetite atau policy masing-masing lembaga jasa keuangan antara satu dengan lainnya yang sangat mungkin berbeda, sehingga parameter, model, indikator dan atau bobot penilaian skor kredit dan hasil skor kreditnya pun otomatis juga dapat berbeda.

“Pertama tama perlu dipahami, pada umumnya masyarakat sulit mendapat kredit atau pinjaman karena lembaga jasa keuangan tidak yakin atau kurang yakin atas kelayakan kredit calon peminjam setelah dilakukan penilaian kredit," kata dia.

"Data calon peminjam yang dinilai biasanya meliputi informasi riwayat kredit seseorang dalam SLIK, rekening bank dan juga data terkait kredit lainnya. Data seperti ini cakupannya cukup terbatas dan tradisional, sedangkan untuk menilai kelayakan kredit seseorang, banyak jenis, variabel dan klasifikasi data yang dapat dianalisa sepanjang relevan untuk menilai kelayakan kredit seseorang. Contohnya seperti data telekomunikasi , pulsa atau tagihan telepon, rekam jejak media sosial dan data belanja online. Data seperti ini sifatnya ekstensif dan real-time dengan proses skor kredit yang inovatif," lanjutnya.

Akses Pendanaan

Direktur Digiscore, Ravindra Airlangga menjelaskan dengan memanfaatkan data alternatif yang akan dianalisa oleh perusahaan scoring digital, dan dikombinasikan pula dengan data tradisional terkait kredit yang diakses akan membuat hasil analisa kredit menjadi lebih optimal.

Adapun data calon debitur yang dinilai biasanya meliputi informasi riwayat kredit seseorang dalam SLIK, rekening bank dan juga data terkait kredit lainnya. Selain itu juga ada data tambahan lain yang dijadikan penilaian seperti data telekomunikasi , pulsa atau tagihan telepon, rekam jejak media sosial dan data belanja online. Data seperti itu bersifat ekstensif dan real-time dengan proses skor kredit yang inovatif.

Imbasnya calon kreditur dapat lebih yakin dan cepat untuk memproses permohonan kredit dengan tetap mengedepankan prinsip prudentialitas.

Hal itu lanjut Ravindra tentu akan sangat membantu masyarakat untuk mendapatkan akses keuangan cepat di tengah pandemi Covid-19 seperti sekarang. Nah inovasi dalam pengolahan dan analisa data dalam proses skoring kredit dengan memanfaatkan teknologi artificial intelligence, machine learning dan big data seperti halnya yang sedang dibangun dan diupayakan dikembangkan oleh Digiscore akan sangat membantu kebutuhan masyarakat.

“Kami berharap solusi dan layanan Digiscore setelah disempurnakan dapat semakin meningkatkan potensi penyerapan kredit oleh masyarakat di berbagai daerah dengan cepat, meluas dan efektif, meskipun mereka belum memiliki rekening bank (unbanked) ataupun rekam jejak keuangan di lembaga jasa keuangan konvensional,” pungkasnya.