Persetujuan algoritma untuk bank dan fintech di Indonesia

Bank dan perusahaan teknologi keuangan di Indonesia semakin banyak memakai model kecerdasan buatan untuk keputusan kredit, deteksi kecurangan, dan layanan pelanggan. Ketika keputusan yang dulu dibuat manusia sebagian diambil mesin, pertanyaan tentang akuntabilitas dan pengawasan menjadi tidak bisa dihindari.

Kerangka yang berlaku di Indonesia adalah pengaturan dari Otoritas Jasa Keuangan untuk bank dan lembaga keuangan non-bank, ditambah Undang-Undang Perlindungan Data Pribadi. Artikel ini menjelaskan apa yang ditanyakan dalam proses persetujuan algoritma, dan bagaimana menjalankan model AI di tempat sendiri membantu memenuhi persyaratan tersebut.

Mengapa bank dan fintech perlu persetujuan algoritma

OJK mengawasi bank dan lembaga keuangan non-bank untuk memastikan kegiatan usaha berjalan sesuai ketentuan dan risiko bagi konsumen tetap terkendali. Model yang dipakai untuk menilai kredit atau mendeteksi kecurangan memengaruhi hak nasabah secara langsung, sehingga kejelasan metodologi dan jejaknya menjadi hal yang ditanyakan.

Prinsip yang berlaku secara umum adalah prinsip keterjelasan dan keter_locatable. Dengan bahasa yang lebih sederhana: pihak pengawas perlu dapat memahami dasar keputusan sistem, memastikan data yang dipakai sesuai dengan tujuan, dan memastikan tidak ada keputusan otomatis yang sepenuhnya menolak hak nasabah tanpa prosedur yang jelas.

• Dokumentasi model: tujuan, data yang dipakai, dan batasan penggunaan
• Penetapan peran manusia dalam keputusan berisiko tinggi
• Jejak pemeriksaan atas data masukan dan keluaran model
• Penanganan data sesuai UU PDP dan kewajiban pelaporan
• Rencana pengujian ulang dan pemantauan berkala

Hubungan persetujuan algoritma dengan UU PDP

Undang-Undang Perlindungan Data Pribadi mewajibkan pemrosesan data pribadi memiliki dasar yang sah dan tujuan yang jelas. Sebagian data yang diproses model algoritma, misalnya data nasabah yang dipakai untuk menilai kelayakan kredit, berada dalam lingkup yang perlu dikelola berdasarkan aturan tersebut.

Sanksi UU PDP cukup berat: denda hingga Rp 50 miliar dan pidana tujuh tahun. Bagi bank, tata kelola data bukan sekadar urusan kepatuhan administratif, melainkan risiko reputasi dan bisnis yang nyata. Karena itu, jejak pemeriksaan atas data yang diproses menjadi hal yang sangat dihargai ketika pengawas menanyakannya.

Bagaimana menjalankan model AI di tempat sendiri membantu

Pada model yang berjalan di server bank, data yang keluar untuk pemrosesan masih mudah ditelusuri. Pada model yang berjalan di perangkat di luar pusat data, data bahkan tidak pernah meninggalkan kendali perusahaan, sehingga pertanyaan tentang pemindahan data ke luar negeri dapat dijawab dengan satu kalimat.

STRATRONIX STA-100 adalah contoh perangkat yang bekerja seperti itu. Model bahasa besar berjalan sepenuhnya di dalam alat, mendukung Bahasa Indonesia, dapat dipakai tanpa internet, dan tersedia dengan harga $399 per unit serta garansi dua tahun. Pendekatan ini membantu bank memenuhi persyaratan lokasi data tanpa harus membangun pusat data sendiri.

1. Petakan model yang dipakai beserta data masukan dan tujuannya.
2. Tentukan keputusan mana yang wajib melibatkan pemeriksaan manusia sebelum definitif.
3. Dokumentasikan batas penggunaan model dan siapa yang bertanggung jawab.
4. Siapkan catatan pemeriksaan yang dapat ditunjukkan kepada pengawas atau auditor.

Apa yang biasanya ditanyakan dalam proses pemeriksaan

Pemeriksaan umumnya berfokus pada tujuan penggunaan model, kualitas dan persetujuan data, mekanisme penjelasan keputusan, serta langkah yang diambil ketika model menghasilkan hasil yang tidak sesuai. Bank yang telah mendokumentasikan hal-hal ini jauh lebih siap menghadapi pertanyaan.

Bagian yang sering terlewat adalah pengujian model secara berkala. Model yang diperbarui atau diganti sumber datanya perlu diuji ulang agar tidak terjadi penyimpangan yang berdampak ke keputusan nasabah. Jadwal pengujian ulang yang jelas, beserta penanggung jawabnya, sangat membantu.

Pemetaan kebutuhan tata kelola algoritma dan dukungan teknis

Pertanyaan yang sering diajukan

Baca juga

• Kepatuhan AI dan UU PDP
• Harga lengkap STA-100
• Produk AI Agent Appliance
• AI untuk keuangan
• Hubungi tim kami