Manajemen Perkreditan : Berbasis Pola Data Digital Anomali Aktivitas
Buku
referensi ini membahas analisis data anomali dalam aktivitas perkreditan di
berbagai unit kerja Perbankan di bawah supervisi suatu cabang menggunakan
algoritma Correlation Analysis. Penulis menjelaskan deteksi dini risiko,
pemantauan kontrol, dan peningkatan budaya sadar risiko di unit kerja
operasional (UKO).
Pada
bagian Pendahuluan, dijelaskan pentingnya monitoring berkala (Monber) sebagai
alat bantu untuk meningkatkan efektivitas pengawasan dan pencegahan risiko di
unit kerja Perbankan. Metodologi Analisis Data menguraikan berbagai metodologi
analisis data, termasuk KDD, SEMMA, dan CRISP-DM, serta keunggulan
masing-masing dalam konteks bisnis. Analisis Data Anomali mencakup analisis
data dari berbagai unit kerja menggunakan algoritma Correlation Analysis.
Hasilnya menunjukkan keterkaitan antar unit kerja dan membantu mengidentifikasi
unit yang memerlukan pengawasan lebih intensif. Bagian Temuan dan Pembahasan
menyajikan hasil analisis data anomali di beberapa unit kerja Perbankan,
menunjukkan pola korelasi yang memberikan wawasan untuk perbaikan pengawasan
dan manajemen risiko. Kesimpulan dan Rekomendasi menutup buku dengan kesimpulan
bahwa penggunaan Monber dan analisis data anomali efektif dalam mendeteksi
risiko dan meningkatkan kontrol internal, disertai rekomendasi untuk
implementasi lebih lanjut.
Buku ini ditujukan untuk
praktisi manajemen risiko, pengawas internal, manajer di sektor perbankan,
serta sebagai referensi dalam bidang manajamen mutu khususnya yang terkait
dengan manajemen risiko dan pengawasan internal. Buku ini memberikan kontribusi
penting dalam manajemen mutu proses bisnis yang terkait dengan manajemen risiko
di industri perbankan.
