Pantas Macet, Ga Bayar Pinjol Bebas Utang di Fintech Lain

Pantas Macet, Ga Bayar Pinjol Bebas Utang di Fintech Lain

wargasipil.com – Data peminjam bermasalah di pinjaman online (pinjol) ternyata tidak terintegrasi dengan SLIK atau Sistem Layanan Informasi Keuangan. Hal ini dijelaskan oleh Ketua Cluster Multiguna AFPI yang juga CEO Maucash, Rina Apriana jadi salah satu penyebab penurunan kinerja fintech lending.

Dia menjelaskan data konsumen bermasalah yang tidak terintegrasi dengan SLIK membuat tidak ada efek jera.

“Data bad customer di fintech tidak terintegrasi dengan SLIK sehingga tidak ada efek jera apabila bad [buruk] di fintech,” kata Rina, dalam keterangan yang diterima CNBC Indonesia, Selasa (13/12/2022).

Sebagai informasi SLIK menyimpan informasi debitur. Sistem pengganti BI Checking ini berisi riwayat kelancaran kredit atau pembiayaan mereka yang melakukan peminjam.

Laman OJK menuliskan SLIK bisa dimanfaatkan untuk penilaian kualitas debitur. Selain itu juga memperlancar proses penyediaan dana, penerapan manajemen risiko kredit atau pembiayaan, pengelolaan sumber daya manusia pada Pelapor SLIK, verifikasi untuk kerja sama Pelapor SLIK dengan pihak ketiga, dan meningkatkan disiplin industri keuangan.

AFPI juga telah melakukan sejumlah antisipasi dan upaya guna menjaga kualitas kredit yang disalurkan oleh para anggotanya. Salah satunya adlaah mengembangkan Fintech Data Center (FDC) yang mengintegrasikan data antara penyelenggara fintech lending satu dengan lainnya.

Rina menjelaskan bahwa FDC ini bisa digunakan untuk menghindari fraud, pinjaman berlebih yaitu satu orang melakukan peminjaman di banyak penyelenggara fintech lending. Lewat FDC, anggota AFPI juga bisa mengetahui status kelancaran pinjaman.

Keberadaan FDC diharapkan membantu platform fintech lending untuk melakukan pertimbangan ulang dalam menyetujui permohonan pinjaman dari peminjam yang memiliki catatan pembayaran yang tidak baik.

“Dengan proses electronic know your customer (e-KYC) diharapkan bisa mengurangi tingkat fraud atau penipuan yang terjadi di masyarakat. Dengan demikian, bisa memperkecil potensi terjadinya kredit macet atau TWP90,” kata Rina.

Hal lain yang sedang AFPI lakukan adalah mempersiapkan algoritme kecerdasan buatan atau artificial intelligence (AI). AI dimanfaatkan untuk dapat meningkatkan kualitas penilaian kredit atau credit scoring, guna mengukur risiko kredit dari calon peminjam yang sebelumnya tidak memiliki riwayat pinjaman kredit.