Penerapan Kecerdasan Buatan untuk Mitigasi Risiko Kredit dan Efisiensi Operasional pada Bank Umum Digital

Abstract

Transformasi digital di sektor perbankan mendorong bank umum digital mengadopsi kecerdasan buatan (artificial intelligence/AI) bukan sekadar sebagai alat otomasi, melainkan sebagai instrumen pengambilan keputusan dalam penilaian kredit, pemantauan kecurangan, dan penyederhanaan proses operasional. Berbagai kajian menunjukkan bahwa adopsi AI di sektor perbankan berkaitan dengan peningkatan efisiensi layanan, penurunan biaya proses, dan penguatan analitik risiko, meskipun manfaat tersebut masih dibatasi oleh persoalan tata kelola, kualitas data, keterjelasan model (explainability), dan kesiapan sumber daya manusia. Penelitian ini menganalisis kontribusi penerapan AI terhadap mitigasi risiko kredit dan efisiensi operasional pada bank umum digital, sekaligus mengidentifikasi faktor pendukung dan penghambat implementasinya. Penelitian menggunakan pendekatan kualitatif deskriptif dengan desain studi kasus. Data dikumpulkan melalui wawancara mendalam dengan pihak manajemen risiko dan teknologi informasi, observasi sistem apabila memungkinkan, serta dokumentasi berupa laporan tahunan, whitepaper, dan kebijakan internal bank. Data dianalisis menggunakan analisis tematik model Miles dan Huberman melalui tahap reduksi data, penyajian data, dan penarikan simpulan. Hasil analisis menunjukkan bahwa AI paling bermanfaat bagi bank digital ketika digunakan untuk memperbaiki akurasi credit scoring, mempercepat keputusan kredit, mengurangi pekerjaan manual berulang, serta memperkuat pemantauan transaksi secara waktu nyata, tetapi dampak positif tersebut hanya bertahan apabila didukung tata kelola yang kuat, pengawasan manusia, standar data yang baik, dan peningkatan kompetensi karyawan. Penelitian ini menyimpulkan bahwa AI pada bank umum digital bukan sekadar teknologi efisiensi, melainkan kapabilitas strategis yang menghubungkan manajemen risiko, kualitas layanan, dan keunggulan operasional secara bersamaan.