PERTANGGUNGJAWABAN AKIBAT KEPUTUSAN AUTOMATED DECISION MAKING PADA INOVASI PENILAIAN KREDIT DALAM SEKTOR PERBANKAN DI INDONESIA
Cucut Fatma Mutia Lubis, Prof. Dr. Drs. Paripurna, S.H.,M.Hum.,LL.M
2024 | Tesis | S2 Magister Hukum
Penelitian ini bertujuan untuk mengetahui dan menganalisis pengaturan terhadap penerapan machine learning (artificial Intelligence) pada
inovasi penilaian kredit dalam sektor perbankan di Indonesia. Kedua, untuk
mengetahui dan menganalisis pertanggungjawaban kegagalan sistem
keputusan automated decision making ditinjau dari Undang-Undang Nomor
11 Tahun 2008 tentang Informasi dan Transaksi Elektronik, Undang-Undang
Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi, Undang-Undang
Nomor 4 Tahun 2023 tentang Penguatan dan Pengembangan Sektor Keuangan
yang dapat menimbulkan risiko kerugian calon debitur.
Penelitian ini menggunakan metode penelitian normatif yaitu
penelitian hukum. Caranya dengan menganalisis melalui pustaka yaitu bahan
hukum primer dan sekunder. Pendekatan yang dilakukan adalah pendekatan
pendekatan perbandingan (comparative approach) untuk menghasilkan
analisis deskriptif.
Berdasarkan penelitian dan analisis penulis, pengaturan machine
learning dikategorikan sebagai agen elektronik berdasarkan UU ITE.
Meskipun belum memiliki aturan, penerapannya termasuk dalam Inovasi
Digital Keuangan sehingga tunduk pada uji regulatory sandbox. Prinsip
transparan, dapat dijelaskan, wajar, dan akuntabel dijabarkan bahwa
digunakan pada penerapan inovasi pada perbankan. Perbankan sebagai
penyelenggara sistem elektronik dan penyelenggara data pribadi sehingga
kegagalan sistem menyebabkan kerugian bagi calon debitur dari penerapan
automated decision making menjadi tanggung jawab perbankan.
This study aims to find out and analyze the regulation of the
application of machine learning (artificial intelligence) in credit scoring
innovations in the banking sector in Indonesia. Second, to find out and analyze
the accountability for the failure of the automated decision-making system
reviewed from Law Number 11 of 2008 concerning Information and Electronic
Transactions, Law Number 27 of 2022 regarding Personal Data Protection,
Law Number 4 of 2023 concerning the Strengthening and Development of the
Financial Sector which can pose a risk of losses for prospective debtors. This
research uses a normative research method, namely legal research. The trick
is to analyze the literature, namely primary and secondary legal materials. The
approach carried out is a comparative approach to produce descriptive
analysis. Based on the author's research and analysis, machine learning
settings are categorized as electronic agents based on the ITE Law. Although
it does not have rules yet, its implementation is included in the Financial
Digital Innovation so it is subject to a regulatory sandbox test. The principles
of transparency, explainability, reasonableness, and accountability are
described as being used in the application of innovation in banking. Banking
is the operator of electronic systems and the organizer of personal data so
system failures cause losses for prospective debtors from the implementation
of automated decision-making to be the responsibility of banks.
Kata Kunci : Automated Decision Making, Credit Assesment, Banking