View source for Fintech Credit Scoring

Saat ini (10/12/2021) semua penyedia layanan pinjaman online (''fintech peer to peer lending'') memanfaatkan platform ''fintech credit scoring'' yang berfungsi untuk menentukan kelayakan pegguna dalam menerima kredit. Selain itu, penilaian awal ini juga mencegah risiko terjadinya kredit macet.

“Saat mengajukan pinjaman, penyedia layanan pasti akan menentukan credit scoring-nya dulu, kira-kira dia layak mendapat pinjaman berapa dan risikonya seperti apa kalau meminjamkan uang kepada dia,” kata Country Head of Sales Tongdun Indonesia, Peter Sugiapranata di Jakarta, Kamis (9 Desember 2021).

Peter menyampaikan hal itu dalam diskusi virtual bertajuk "Pemanfaatan Rekam Digital untuk Mendukung Inklusi Keuangan" yang diselenggarakan AFTECH. 

Saat melakukan credit scoring kepada calon nasabah, kata Peter, penyedia pinjol memanfaatkan dukungan dari teknologi big data dan kecerdasan buatan (AI). Segala informasi calon nasabah, baik data pribadi maupun aktivitas di dunia maya akan dikumpulkan.

Data yang digunakan dalam menentukan credit scoring tersebut tidak terbatas pada data kependudukan, identitas pribadi, nomor rekening, dan nomor ponsel.

Sumber data alternatif yang juga dipakai, termasuk '''data belanja di platform niaga elektronik''' (''e-commerce''), data '''pembelian pulsa''', serta '''informasi media sosial''' yang dikumpulkan saat pengguna melakukan pendaftaran dan mengajukan pinjaman.

“Semakin lengkap data yang diberikan dan history pembayaran pinjaman yang dilakukan pengguna bagus, maka credit scoring yang didapatkannya akan semakin bagus,” ujarnya.

Credit scoring dibagi menjadi tiga tingkatan, yaitu 

*'''High Risk''' - jika memiliki poin 301-600,
*'''Medium Risk''' - dengan poin 601-700, dan
*'''Low Risk''' - dengan poin 701-900.

Menurut Peter, penyedia layanan pinjol yang menggunakan sistem ''credit scoring'', jumlah besaran pinjaman akan muncul setelah pengguna mengisi data-data. Biasanya analisis credit scoring akan muncul dalam waktu '''1–3 menit''' setelah pengguna mengisi informasi yang diminta secara lengkap.

“Kalau dia mendapatkan poin yang high risk, maka dia akan lebih sulit untuk mendapat pinjaman. Tapi, kalau dia dapat poin yang tinggi, maka akan semakin mudah untuk dia mendapatkan pinjaman,” kata dia.

Peter mengatakan, penggunaan ''credit scoring'' ini diharapkan dapat meningkatkan efektivitas penilaian risiko kredit sehingga mengurangi risiko gagal bayar (''galbay'') atau kredit macet.

==Keamanan data==
Terkait dengan keamanan data yang diberikan oleh pengguna dalam proses analisis ''credit scoring'', Peter mengklaim, bahwa data pengguna “dapat dipastikan aman dan terlindungi.”

Ini lantaran setiap penyedia layanan ''credit scoring'' yang ada di Indonesia telah mengikuti kewajiban kode etik dan memiliki data center di Indonesia, tutur Peter.

Di Indonesia saat ini telah memiliki beberapa penyedia layanan innovative credit scoring, seperti Tongdun, SDB Insight, Trusting Social, Pyxis, OLDI, Eureka, Digisore, dan lain-lain.

==Source==
*[https://cyberthreat.id/read/13001/Cara-Credit-Scoring-Pinjol-Bekerja-Lacak-NIK-Calon-Nasabah-hingga-Aktivitas-Beli-Pulsa cyberthreat.id]

[[Category:Security]]
[[Category:Internet Safety]]