detikNews
Jadilah bagian dari Kolomnis detikcom
Kirimkan tulisan Anda seputar opini, gagasan, sudut pandang, dan peristiwa yang terjadi disekitar Anda. Dapatkan poin dan dapatkan kesempatan untuk menjadi bagian dari Kolomnis detikcom.
Senin 02 April 2018, 13:00 WIB

Kolom

Pemeringkatan Kredit dan Pemanfaatan Big Data

Nika Pranata - detikNews
Pemeringkatan Kredit dan Pemanfaatan Big Data Ilustrasi: ist.
Jakarta -

Belum lama ini, Presiden Joko Widodo mengkritik perbankan yang dinilai bermain terlalu aman. Ia mengungkapkan bahwa rasio kecukupan modal (Capital Adequacy Ratio/ CAR) perbankan di Indonesia masih tergolong tinggi, yaitu berada pada kisaran 23% sedangkan di negara maju hanya sekitar 13–15% (Setkab, 2018). Tingginya rasio tersebut mengindikasikan bahwa masih cukup banyak dana pinjaman perbankan yang bisa disalurkan baik ke individu maupun unit usaha.

Berdasarkan ukuran tersebut, memang benar perbankan masih punya banyak ruang untuk seharusnya lebih agresif dalam menggelontorkan pinjaman. Namun, bisa dipahami alasan di balik rendahnya penyaluran kredit tersebut. Dari sisi karakteristik bisnis perbankan memang dituntut untuk menerapkan prinsip kehati-hatian sehingga mereka selektif dalam memilih calon debitur apalagi d itengah pertumbuhan ekonomi yang bisa dibilang 'biasa-biasa saja' dalam beberapa tahun belakangan ini.

Hal itu mereka lakukan untuk meminimalisasi risiko gagal bayar. Di samping itu, OJK juga secara 'ketat' mengawasi tingkat kesehatan perbankan mengingat kegagalan perbankan bisa berdampak sistemik, dan dapat mengakibatkan efek menular ke perekonomian Indonesia secara umum.

Lebih Berani

Sejatinya, kehati-hatian perbankan juga disebabkan oleh minimnya informasi (asymmetric information) tentang calon debitur. Semakin sedikit informasi yang mereka terima, maka semakin tinggi risiko yang mereka tanggung. Biasanya tingginya risiko akan dikompensasikan ke tingginya suku bunga yang dikenakan. Seandainya mereka memiliki informasi yang cukup banyak khususnya tentang kemampuan membayar dan tingkat risiko calon peminjamnya, saya berkeyakinan perbankan akan bisa lebih berani dalam menggelontorkan pinjaman layaknya di beberapa negara lain.

Informasi yang komprehensif tentang calon peminjam bisa diperoleh jika Indonesia memiliki suatu basis data yang berisi peringkat kredit (credit scoring). Saat ini, untuk menilai kapabilitas calon debiturnya, perbankan beracuan pada Sistem Informasi Debitur (SID/BI Checking) yang masih terbatas informasi dan jangkauannya, yaitu utamanya hanya rekam jejak pinjaman calon nasabah tersebut sebelumnya.

Lebih lagi, SID hanya memuat data individu yang pernah mendapatkan kredit, sedangkan di Indonesia masih banyak masyarakat belum pernah mendapatkan kredit. Padahal, masyarakat yang belum terjangkau oleh layanan kredit perbankan itu bisa menjadi potensi yang besar. Sementara itu, di beberapa negara lain, mereka mempunyai suatu basis data pemeringkatkan kredit yang komprehensif baik individu maupun unit usaha.

Sebagai contoh, Amerika Serikat memiliki biro kredit dan sejumlah sistem pemeringkatan kredit. Salah satu yang paling banyak digunakan adalah FICO Score. FICO Score merupakan sistem pemeringkatan yang dikembangkan oleh sebuah perusahaan swasta bernama Fair Isaac Corporation (FICO). FICO memiliki sistem penilaian yang komprehensif dengan memanfaatkan data-data yang diperoleh dari berbagai pihak baik institusi swasta maupun pemerintah.

Skor FICO berada pada kisaran 350–850 di mana umumnya skor di atas 700 dianggap memiliki kelayakan kredit yang baik, dan skor di bawah 650 dianggap tidak cukup layak untuk mendapatkan kredit.

Besaran skor FICO yang diperoleh setiap individu dinilai berdasarkan beberapa aspek termasuk riwayat pembayaran kredit (bank, kartu kredit, dll.), jumlah kepemililikan rekening dan nilainya, catatan pribadi (pailit, tuntutan hukum, pajak, dll.), dan beberapa aspek lainnya. Setiap individu bisa mengakses rangkuman dari skor FICO masing-masing. Selain itu, jika mereka merasa keberatan dengan nilai tersebut mereka bisa mengajukan perbaikan data dengan melalui prosedur tertentu.

Skor FICO memiliki cakupan yang sangat luas di mana hampir 90% penduduk Amerika Serikat usia dewasa memiliki skor kredit FICO (Brookings, 2018). Dengan penilaian yang mendalam dan luasnya jangkauan FICO, lebih dari 95% institusi keuangan besar di Amerika Serikat menggunakan FICO sebagai pertimbangan pemberian kredit.

Lebih jauh, skor FICO juga tidak hanya digunakan untuk keperluan kredit namun juga untuk beberapa keperluan lainnya seperti perekrutan dan kenaikan jabatan pegawai serta pertimbangan pemilik apartemen dalam menentukan penyewa huniannya.

Jika FICO sebagian besar masih menggunakan parameter konvensional, sebuah anak perusahaan raksasa e-commerce asal Tiongkok, Alibaba, pada 2015 meluncurkan sistem pemeringkatan kredit dengan mengoptimalkan utilisasi big data yang diberi nama Sesame Credit. Menurut beberapa praktisi dan peneliti data (data researcher), big data adalah kumpulan data yang sangat besar dan sangat kompleks serta mencakup data dalam bentuk manual maupun digital yang dapat ditangkap, disimpan, dan dianalisa.

Lebih lanjut, Sesame Credit mengandalkan big data sebagai elemen utama dalam menilai peringkat kredit individu. Dengan memanfaatkan pengguna Alibaba yang mencapai lebih dari 500 juta orang dan pengguna sistem pembayaran daring Alipay yang berjumlah lebih dari 400 juta orang, sistem tersebut mengkalkulasi skor kredit seseorang berdasarkan pada transaksi belanja daring, perilaku dalam berbelanja, riwayat pinjaman, informasi pribadi, kepatuhan terhadap perjanjian, dan perilaku di media sosial (Weibo, Facebook, dll.).

Terobosan Pemerintah

Tidak hanya bermanfaat sebagai faktor penimbang dalam menentukan keputusan kredit bagi institusi keuangan, sistem pemeringkatan kredit juga memiliki dampak yang berarti bagi individu atau unit usaha. Dengan adanya ukuran kelayakan kredit, mereka yang selama ini luput dari radar perbankan akibat dari minimnya informasi bisa menjadi sasaran penyaluran kredit. Oleh karena itu, sudah seharusnya pemerintah membentuk suatu biro kredit seperti di beberapa negara lain yang bertugas untuk menilai peringkat kredit dari setiap warga negara usia dewasa dan unit usaha.

Selain itu, akan lebih baik lagi jika pemerintah mampu memanfaatkan big data dengan mengumpulkan data dan informasi yang saat ini masih "terserak". Pemerintah sudah seharusnya, dan memiliki kewenangan untuk bekerja sama dengan beberapa pihak dalam pengumpulan big data seperti dengan penyedia seluler (Telkomsel, Indosat, XL, dll.), marketplace daring (Tokopedia, Bukalapak, dll.), PLN, mesin pencarian internet (Google), media sosial (Facebook, Twitter, dll), kepolisian, kejaksaan, dan pihak lainnya yang memiliki data yang bermanfaat dalam menilai kelayakan kredit.

Data yang mungkin selama ini tampak sepele ternyata bisa jadi bermanfaat dalam penentuan kelayakan kredit. Sebagai contoh, jumlah panggilan telepon seluler yang berbalas mengindikasikan cakupan jaringan bisnis dan jiwa kewirausahaan dari seseorang (Bjorkegren dan Grissen, 2018).

Namun, jika pemerintah dirasa berat dalam membentuk unit organisasi khusus untuk melakukan hal tersebut, paling tidak pemerintah memberikan dukungan kepada pihak ketiga baik BUMN maupun swasta yang berniat mengembangkan sistem pemeringkatan kredit.

Dengan target pemerintah yang saat ini hendak mewujudkan inklusi keuangan dan mengakselerasi penetrasi kredit, maka sudah selayaknya pemerintah dan otoritas terkait tidak lagi hanya berpaku pada metode-metode business as usual. Pemerintah wajib melakukan terobosan dalam sistem keuangan nasional dengan mengembangkan sistem pemeringkatan kredit dan mengoptimalkan pemanfaatan big data.

Nika Pranata peneliti pada Pusat Penelitian Ekonomi - Lembaga Ilmu Pengetahuan Indonesia (LIPI)


(mmu/mmu)
Tulisan ini adalah kiriman dari pembaca detik, isi dari tulisan di luar tanggung jawab redaksi. Ingin membuat tulisan kamu sendiri? Klik di sini sekarang!
Kontak Informasi Detikcom
Redaksi: redaksi[at]detik.com
Media Partner: kerjasama[at]detik.com
Iklan: sales[at]detik.com