<![CDATA[Tingkat Non-Performing Loan (NPL) yang tinggi menjadi masalah utama di sektor perbankan Indonesia, yang mencerminkan lemahnya manajemen risiko kredit. Meskipun bank telah mengimplementasikan berbagai sistem pengelolaan risiko, tingkat NPL yang signifikan menunjukkan bahwa pendekatan yang ada belum sepenuhnya efektif dalam menekan risiko kredit. Kebutuhan mendesak akan pendekatan baru yang lebih komprehensif dan inovatif sangat diperlukan untuk mengidentifikasi dan mengurangi NPL, mengingat dampaknya yang signifikan terhadap stabilitas keuangan dan pertumbuhan ekonomi. Penelitian ini bertujuan menjembatani kebutuhan dalam identifikasi dan mitigasi faktor risiko yang berkontribusi terhadap NPL untuk diterjemahkan menjadi strategi manajemen risiko yang lebih efektif. Integrasi Dynamic Network Analysis (DyNA) dan Risk Control Self Assessment (RCSA) digunakan untuk mengatasi tantangan tersebut. DyNA memetakan hubungan dinamis antar faktor risiko dalam jaringan yang sistemik, memungkinkan identifikasi titik-titik rawan risiko yang berpotensi mempengaruhi NPL. Sementara itu, RCSA digunakan untuk mengevaluasi efektivitas kontrol internal dari perspektif pelaku risiko, memberikan wawasan mengenai kelemahan dalam pengelolaan risiko yang ada. Kombinasi kedua metode ini menghasilkan peta risiko yang lebih tepat sasaran dan berbasis data, yang dapat digunakan untuk merumuskan strategi mitigasi yang lebih adaptif dan inovatif. Hasilnya meningkatkan efektivitas manajemen risiko kredit di sektor perbankan dan secara berkelanjutan mengurangi tingkat NPL.]]>
Copyrights © 2025
