Kemenkop UKM Segera Uji Coba Credit Scoring Untuk Pendanaan KUR UMKM

JAKARTA - Kementerian Koperasi dan UKM (Kemenkop UKM) bakal melakukan uji coba skema credit scoring dalam menentukan pemberian pembiayaan kepada pelaku UMKM dengan plafon maksimal Rp500 juta tanpa agunan. 

"Uji coba dulu baru, nanti kita lihat, baru nanti buat aturannya. Rencananya 3 bulan menyiapkan teknologi, kita uji cobakan ke bank," kata Deputi Bidang Usaha Mikro Kementerian Koperasi dan UKM Yulius dalam konferensi pers, Jumat (19/1).

Dia merinci, rencana ini akan dimulai pada Januari dengan memulai mengumpulkan data. Selanjutnya dari Februari hingga April pihaknya akan membangun model pembiayaannya menggunakan artificial intelligence (AI) dan machine learning.

Setelahnya, pihaknya akan membuat skor dan membangun API (Application Programming Interface). Jadi kemungkinan credit scoring ini bisa diselesaikan sekitar 6-7 bulan dan bisa langsung diluncurkan pilot project-nya.

"Kalau kelembagaan belum putuskan, bisa di OJK, Kemenkop, Menko, bisa juga konsorsium dari kita semua, jadi kita belum bisa ambil keputusan seperti itu. Nanti keputusan yang  tentukan presiden. Kita baru menyiapkan saja," jelasnya.

Yulius dalam pemaparannya mengatakan UMKM dalam mengakses pendanaan lewat kredit usaha rakyat (KUR) sering kali terhambat salah satunya karena tidak punya agunan tambahan.

"Kita paham UMKM pendapatannya rendah, kemampuannya juga tidak memadai. Sehingga ketika dia meminjam ke bank sering kali ditolak, Kenapa? Karena perbankan itu hanya menghitung berdasarkan data-data," kata dia.

Data tersebut misalnya neraca pembukuan, data-data pinjaman sebelumnya dan lainnya. Dalam hal ini, Yulius minta perbankan dan lembaga keuangan lainnya menggunakan credit scoring dan bukan lagi data konvensional melainkan data alternatif.

"Sehingga dengan adanya credit scoring ini diharapkan bank penyalur meminjamkan kepada UMKM tanpa agunan. Cukup dengan memetakan credit scoring," sebutnya.

Sebagai informasi, credit scoring merupakan sistem penilaian terhadap kemampuan seseorang dalam membayar kewajiban pinjamannya yang dilakukan oleh lembaga penilaian kredit. Hal ini bukan merupakan hal baru di bidang perkreditan.

Pada awalnya, credit scoring hanya menggunakan data konvensional, seperti data identitas, data biro kredit dan data perbankan. Namun dalam perkembangannya credit scoring menggunakan sumber data di luar data konvensional, yaitu data alternatif, seperti data jaminan sosial (BPJS), data penggunaan listrik, data transaksi e-commerce, data media sosial, data perpajakan dan data lain tersedia dari Sistem Satu Pintu (SSO).

"Pemerintah yang dapat digunakan sebagai sumber penilaian kelayakan kredit seseorang yang masih belum memiliki akses terhadap perbankan. Penilaian kelayakan kredit tersebut dinilai dan diproses menggunakan AI dan machine learning," jelas Yulius.

Tekan NPL 4%
Yulius dalam pemaparannya juga menyebutkan beberapa manfaat menggunakan model credit scoring yaitu dapat meningkatkan approval dan menjaga risiko. Dengan demikian, credit scoring dapat menjangkau penyaluran kepada UMKM yang unbankable atau tidak dapat mengakses pembiayaan bank, sehingga meningkatkan perluasan distribusi KUR.

Credit scoring, menurutnya juga akan dilengkapi dengan data-data alternatif yang menggambarkan kebiasaan UMKM tersebut secara lebih tepat, sehingga meningkatkan kepercayaan perbankan dan dapat memberikan pinjaman tanpa perlu agunan tambahan.

Selanjutnya yakni dapat mengoptimalkan persetujuan pinjaman dan menjaga NPL tetap pada tingkat yang diterima pemerintah.

Beberapa riset menunjukkan dengan credit scoring yang ditambahkan data alternatif dapat meningkatkan persetujuan sebesar 10% dan menurunkan probability of default sebesar 4% dibandingkan dengan penilaian yang hanya menggunakan data konvensional.

"Penggunaan data alternatif dalam credit scoring juga dapat meningkatkan prediksi risiko kredit untuk nasabah baru yang belum pernah akses kredit perbankan," ujar dia.

Dia berkesimpulan hal ini mampu menjadi solusi penilaian kredit yang lebih adil dan inklusif dalam pasar kredit yang sudah berkembang dan sebagai sumber informasi baru tentang konsumen yang dapat meningkatkan prediksi risiko kredit untuk nasabah baru.

"Saat ini, beberapa bank dan fintech sudah menggunakan credit scoring untuk menambahkan penyaluran kredit kepada konsumen, namun masih belum optimal. Untuk meningkatkan penyaluran KUR, Fintech dan Koperasi akan didorong untuk lebih aktif menjadi penyalur pinjaman KUR kepada UMKM," ucap Yulius.