Apa itu Credit Scoring Model?

Credit scoring model adalah suatu model yang digunakan lembaga pembiayaan atau penyalur kredit untuk menentukan apakah seseorang layak atau tidak mendapatkan pinjaman. Hal ini dilakukan untuk meminimalkan kredit macet ‘non-performing loop’ atau pinjaman yang tidak perform. Dalam melakukan evaluasi, lembaga penyaluran kredit memerlukan suatu model statistika atau mesin learning yang dapat digunakan untuk membuat credit scoring model. Model ini dapat menghasilkan score yang dapat diuji oleh bank atau perusahaan pembiayaan. 

Dr. Bagus Sartono, S.Si., M.Si. juga menjelaskan bahwa selain untuk approval pinjaman, credit scoring model juga digunakan untuk penagihan yang disebut dengan collection scoring. Model ini digunakan untuk menentukan cara yang sesuai dalam penagihan. Misalnya, penagihan dapat dilakukan melalui telepon saja atau harus mengirim debt collector

Siapa yang Membutuhkan Credit Scoring Model

Semua lembaga atau perusahaan yang mempunyai bisnis pembiayaan memerlukan credit scoring model. Lembaga pembiayaan dapat berupa bank, peminjaman online, peminjaman kredit motor, dan sejenisnya. Biasanya, dalam membuat model, bank menggunakan data histori nasabah bank sehingga bank mengetahui siapa yang membayar lancar dan siapa yang sering menunggak. 

Baca juga: Mengenal Model Analisis Ekonomi CGE

Tahapan Membuat Credit Scoring Model

Terdapat beberapa tahapan yang perlu dilakukan dalam membuat credit scoring model, yaitu

  1. mengumpulkan data dari database perusahaan, untuk perusahaan baru biasanya menggunakan data eksternal dari perusahaan lain;
  2. setelah data terkumpul, dilakukan proses pemodelan;
  3. kemudian, dilakukan proses evaluasi dari mode;
  4. rapat internal untuk memutuskan apakah model tersebut akan digunakan atau tidak;
  5. terakhir, melakukan validasi.

Apabila suatu model terlalu ketat, bisnis perusahaan akan sulit besar karena terlalu banyak menolak kreditur. Sementara itu, apabila terlalu longgar, akan ada risiko banyak kredit macet. Oleh karena itu, diperlukan tahapan-tahapan validasi sehingga sisi risiko dan sisi bisnis tetap logis. 

Kendala dalam Membuat Credit Scoring Model 

Saat ini, masih ada beberapa kendala dalam membuat credit scoring model, seperti

  1. penyimpanan data yang buruk sehingga kesulitan dalam mengakses data. Tanpa database yang kuat, perusahaan akan sulit untuk membuat model yang bagus;
  2. kode data yang tidak seragam. Misal, pada tahun ini penulisan kode Wanita menggunakan huruf P, kemudian tahun berikutnya menggunakan huruf W;
  3. data yang tidak lengkap atau terdapat data yang masih kosong. 

Hal yang Perlu Ditingkatkan dalam Pembuatan Credit Scoring Model

Hal yang dapat ditingkatkan dalam pembuatan credit scoring model adalah metodologi pembuatan model. Masih banyak perusahaan yang menggunakan pendekatan klasik. Padahal, pada zaman big data ini, sudah banyak model mesin learning yang dapat digunakan sehingga perusahaan diharapkan dapat mulai menggunakan pendekatan AI (Artificial Intelligence) untuk melakukan pemodelan. 

“Pendekatan-pendekatan statistika dan science data adalah pendekatan yang sangat penting untuk dipahami oleh banyak bidang, termasuk bidang pembiayaan dan pemodelan. Hal ini karena credit scoring merupakan pemodelan yang memanfaatkan ilmu statistika dan science data sehingga penguasaan terhadap statistika dan science data dapat menjadi salah satu kompetensi untuk dimiliki oleh setiap perusahaan,” jelas Dr. Bagus Sartono, S.Si., M.Si. selaku Dosen Statistika IPB University. (Hasna Amada Ramania/Korpus IPB)

Ingin mengikuti pelatihan statistik dan sains data? Segera daftar di IPB Training

  1. Analisis Kebijakan Ekonomi menggunakan Computable General Equilibrium (CGE)
  2. Ekonometrika Terapan untuk Data Time Series dan Data Panel (Stata)
  3. Teknik Penyusunan Kuesioner dan Survey Lapang (Bisnis, Ekonomi, dan Manajemen)
  4. Analisis Sektor Unggulan: Analisis Tabel Input Output
  5. Optimasi Penggunaan Aplikasi R untuk Analisis Data

Gambar: Analytics India Magazine dan PYMNTS