Hubungi Kami

Kerangka Materi

Pengantar AI Generatif

  • Gambaran umum mengenai model generatif serta manfaatnya bagi sektor keuangan
  • Jenis-jenis model generatif: LLM, GAN, VAE
  • Keunggulan dan keterbatasan penerapannya di bidang keuangan

Penggunaan GAN dalam Dunia Keuangan

  • Prinsip kerja GAN: perbedaan antara generator dan diskriminator
  • Pemanfaatannya dalam penciptaan data sintetis serta simulasi situasi penipuan
  • Studi kasus: pembuatan data transaksi yang realistis untuk pengujian sistem

LLM dan Teknik Merancang Instruksi yang Tepat

  • Cara LLM memahami serta menghasilkan teks-teks finansial
  • Penyusunan instruksi untuk mendukung peramalan dan analisis risiko
  • Contoh penerapan: ringkasan laporan keuangan, verifikasi KYC, serta deteksi tanda bahaya finansial

Peramalan Keuangan Menggunakan AI Generatif

  • Prediksi tren data waktu dengan menggabungkan LLM dan algoritma machine learning
  • Pembentukan skenario hipotetis serta pengujian ketahanan sistem finansial
  • Contoh praktis: peramalan pendapatan menggunakan data struktur maupun non-struktur

Deteksi Penipuan serta Pengenalian Pola Abnormal

  • Pemanfaatan GAN untuk menemukan anomali dalam transaksi finansial
  • Mengidentifikasi pola penipuan yang muncul lewat pendekatan berbasis instruksi LLM
  • Penilaian hasil model: perbandingan antara indikator risiko nyata dan keliru positif

Implikasi Etika serta Regulasi Terkait AI Generatif

  • Transparansi serta kejelasan mekanisme kerja model AI generatif
  • Risiko munculnya halusinasi data atau bias dalam analisis finansial
  • Kepatuhan terhadap aturan regulasi yang berlaku, seperti GDPR maupun pedoman Basel

Merancang Penerapan AI Generatif bagi Lembaga Keuangan

  • Menyusun argumen bisnis untuk mengadopsi teknologi ini secara internal
  • Keseimbangan antara inovasi, mitigasi risiko, serta kepatuhan regulasi
  • Kerangka kerja tata kelola untuk penggunaan AI secara bertanggung jawab

Penutup dan Langkah Selanjutnya

Persyaratan

  • Pemahaman mengenai konsep dasar keuangan serta manajemen risiko
  • Pengalaman menggunakan spreadsheet atau melakukan analisis data sederhana
  • Kemampuan dasar dengan Python sangat disarankan namun tidak wajib

Target Peserta

  • Manajer risiko
  • Analis kepatuhan regulasi
  • Auditor keuangan
 14 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait