AGUNG, Satya Nagara (2025) STRATEGI PENGELOLAAN RISIKO DAN OPTIMALISASI PROSES RECOVERY PADA PRODUK DIGITAL LANDING DI BANK X. Masters thesis, UNDIP : Fakultas Ekonomika dan Bisnis.

	Text (Cover) 1. T - Cover - 12010123423262.pdf - Published Version Download (295kB)
	Text (Abstrak (Inggris)) 4. T - Abstrak (Inggris) - 12010123423262.pdf - Published Version Download (333kB)
	Text (Abstrak (Indonesia)) 5. T - Abstrak (Indonesia) - 12010123423262.pdf - Published Version Download (276kB)
	Text (Daftar Isi) 6. T - Daftar Isi - 12010123423262.pdf - Published Version Download (437kB)
	Text (Daftar Pustaka) 12. T - Daftar Pustaka - 12010123423262.pdf - Published Version Download (434kB)
	Text (Fulltext PDF Bookmarks) 16. T - Fulltext PDF Bookmarks - 12010123423262.pdf Restricted to Repository staff only Download (1MB)

Abstract

Transformasi digital dalam sektor perbankan telah mendorong perkembangan produk digital lending sebagai salah satu instrumen strategis untuk meningkatkan inklusi keuangan di Indonesia. Namun, peningkatan penyaluran kredit tanpa agunan melalui platform digital juga menimbulkan risiko kredit yang signifikan, tercermin dari meningkatnya rasio non-performing loan (NPL) pada berbagai bank digital. Penelitian ini bertujuan untuk mengkaji tantangan serta strategi pengelolaan risiko dan optimalisasi proses recovery pada produk digital lending Bank X. Metode yang digunakan adalah penelitian kualitatif dengan pendekatan studi kasus. Data primer diperoleh melalui wawancara semi-terstruktur dengan manajer risiko, divisi produk digital lending, serta nasabah; sementara data sekunder diperoleh dari laporan tahunan, dokumen internal, serta literatur akademik. Analisis dilakukan menggunakan model Miles dan Huberman yang mencakup reduksi data, penyajian data, dan penarikan kesimpulan. Hasil penelitian menunjukkan bahwa tantangan utama dalam recovery pinjaman tanpa agunan terletak pada tingginya risiko gagal bayar dan keterbatasan penilaian kelayakan kredit secara konvensional. Bank X merespons tantangan tersebut dengan strategi berbasis teknologi, seperti pemanfaatan machine learning untuk credit scoring, sistem auto-debit, serta pendekatan restrukturisasi yang fleksibel. Namun, masih terdapat kendala operasional, misalnya reliabilitas sistem digital dan keterbatasan literasi keuangan nasabah. Penelitian ini menyimpulkan bahwa optimalisasi recovery membutuhkan sinergi antara teknologi digital, kebijakan manajerial adaptif, serta edukasi keuangan nasabah. Temuan ini berimplikasi pada perlunya kebijakan berbasis artificial intelligence untuk restrukturisasi kredit, audit berkala terhadap sistem otomatis, serta pembentukan tim hybrid recovery yang menggabungkan analisis data dengan pendekatan humanis. Penelitian ini memberikan kontribusi teoretis dalam pengembangan literatur manajemen risiko perbankan digital, sekaligus rekomendasi praktis bagi Bank X dalam memperkuat ketahanan terhadap risiko kredit.

Actions (login required)

View Item