Bank dapat memiliki core banking system dan aplikasi pengolah Single Customer View (SCV) yang berjalan normal, tetapi kondisi tersebut belum otomatis memastikan data SCV yang dihasilkan sudah akurat.
Kesalahan nomor identitas, duplikasi CIF, rekening yang terhubung ke nasabah yang tidak tepat, perbedaan nilai dengan sistem sumber, hingga kesalahan agregasi dapat memengaruhi kualitas SCV.
Karena itu, audit kualitas data SCV tidak hanya memeriksa apakah laporan berhasil dibuat. Pemeriksaan perlu memastikan kualitas dan keterkaitan DN SCV, DS SCV, DK SCV, dan PN SCV dari sumber data hingga hasil akhirnya.
Mengapa Kualitas Data SCV Penting bagi Bank?
Peraturan LPS Nomor 4 Tahun 2024 mendefinisikan SCV sebagai informasi menyeluruh mengenai nasabah terkait simpanan dan pinjaman setiap nasabah pada bank serta nilai simpanan yang dapat dijamin.
Data SCV digunakan LPS antara lain untuk mengetahui jumlah nasabah yang dijamin dan nominal penjaminan, melakukan verifikasi penghitungan premi penjaminan, serta mendukung pelaksanaan fungsi resolusi bank.
Artinya, masalah kualitas data bukan sekadar persoalan teknis database. Ketidakakuratan data dapat berdampak pada proses pelaporan, rekonsiliasi, kesiapan pemeriksaan, dan operasional bank.
Bank juga diwajibkan melakukan pemeriksaan atas kualitas data dan keandalan sistem yang digunakan dalam pengolahan serta penyimpanan Data SCV paling sedikit satu kali dalam satu tahun. Untuk keandalan sistem, pemeriksaan oleh pihak eksternal independen diwajibkan paling sedikit satu kali dalam tiga tahun.
Mengenal DN, DS, DK, dan PN dalam Pemeriksaan SCV
Pedoman pemeriksaan LPS melalui SE-1/KE/2023 menetapkan ruang lingkup pemeriksaan kualitas data SCV mencakup data nasabah penyimpan (DN), data simpanan nasabah (DS), data kewajiban nasabah (DK), data SCV per nasabah (PN), serta tambahan informasi terkait pelaporan SCV.
Secara sederhana, keterkaitannya dapat dipahami sebagai berikut:
DN menunjukkan siapa nasabahnya → DS menunjukkan simpanan yang terkait dengan nasabah → DK memuat kewajiban nasabah → PN menyajikan informasi SCV pada tingkat nasabah.
Karena saling berhubungan, kesalahan pada data detail dapat memengaruhi hasil konsolidasi pada PN.
Apa yang Diperiksa dalam Audit Kualitas Data SCV?
Audit sebaiknya tidak hanya mencari kolom kosong atau format yang salah. Pemeriksaan perlu melihat kelengkapan, akurasi, konsistensi, keterhubungan, dan keterlacakan data ke sistem sumber.
Pemeriksaan DN SCV
DN menjadi salah satu fondasi untuk memastikan identitas nasabah dikenali secara tepat.
Pengujian dapat mencakup validitas atribut identitas, konsistensi CIF, kelengkapan data, serta indikasi duplikasi nasabah.
Sebagai contoh, satu orang dapat tercatat menggunakan dua CIF dengan nomor identitas yang sama. Apabila kondisi tersebut tidak teridentifikasi, customer view dapat terpecah meskipun sebenarnya berasal dari nasabah yang sama.
Pemeriksaan DS SCV
Pada DS, auditor perlu memastikan informasi simpanan memiliki hubungan yang benar dengan nasabah dan sesuai dengan sumbernya.
Contoh exception yang perlu ditelusuri adalah rekening yang terdapat pada core banking system tetapi tidak muncul pada DS, rekening ganda, atau rekening yang terhubung dengan CIF yang tidak tepat.
Pengujian ini membantu menjawab pertanyaan penting: apakah seluruh simpanan yang seharusnya masuk ke SCV telah terbawa secara lengkap dan akurat?
Pemeriksaan DK SCV
Audit terhadap DK berfokus pada kualitas informasi kewajiban nasabah yang digunakan dalam proses SCV.
Pemeriksaan dapat melihat kelengkapan record, akurasi informasi, hubungan dengan CIF, kemungkinan duplikasi, serta konsistensinya dengan sistem sumber dan data SCV lainnya.
Pemeriksaan PN SCV
PN perlu diuji tidak hanya sebagai file output, tetapi juga dengan menelusuri bagaimana informasi per nasabah tersebut terbentuk.
Auditor dapat melakukan rekonsiliasi PN dengan DN, DS, dan DK, kemudian melakukan penelusuran lebih lanjut ke data nominatif atau sistem sumber.
Pendekatan tersebut membentuk jalur:
PN → DN/DS/DK → data sumber → core banking system.
Dengan demikian, bank dapat mengetahui apakah perbedaan berasal dari source data, mapping, proses transformasi, query, aplikasi pengolah SCV, atau proses manual.
Audit SCV Perlu Memeriksa Hubungan Antardata
Salah satu kekeliruan dalam mengevaluasi kualitas SCV adalah memeriksa setiap file secara terpisah.
Data dapat terlihat valid di dalam satu tabel, tetapi bermasalah ketika dibandingkan dengan tabel lain. Misalnya, CIF pada DS tidak ditemukan pada DN atau nilai yang dikonsolidasikan pada PN tidak sesuai dengan data detailnya.
Karena itu, audit dapat mencakup:
Data profiling, untuk mengidentifikasi data kosong, duplikasi, format tidak valid, dan anomali.
Relational validation, untuk memastikan hubungan DN, DS, DK, dan PN konsisten.
Rekonsiliasi, untuk membandingkan SCV dengan core banking system atau aplikasi sumber.
Traceability, untuk menelusuri data dari source hingga output maupun sebaliknya.
Analisis exception dan root cause, untuk mengetahui penyebab serta dampak masalah.
SE-1/KE/2023 juga memperbolehkan penggunaan sampling dengan metode yang dapat mewakili sebaran populasi sesuai ketentuan internal bank, dengan metode, jumlah sampel, dan hasil pengujian dituangkan dalam laporan pemeriksaan.
Kualitas Data Juga Berkaitan dengan Keandalan Sistem SCV
Ketika ditemukan perbedaan data, akar masalahnya belum tentu berada pada data nasabah.
Kesalahan dapat berasal dari proses extraction, mapping, interface, query, transformasi, aplikasi intermediary, atau business rule pada aplikasi SCV.
Karena itu, evaluasi kualitas data idealnya dihubungkan dengan keandalan sistem. Pedoman LPS memasukkan kebijakan dan prosedur, SDM, sistem operasional SCV, serta keamanan sistem informasi SCV dalam ruang lingkup pemeriksaan keandalan sistem.
Untuk memahami penerapannya pada BPR dan BPRS, Anda juga dapat membaca Memahami Regulasi Audit SCV untuk Kepatuhan BPR dan BPRS.
Persiapkan Audit Kualitas Data SCV Secara Menyeluruh
Hasil audit yang baik tidak berhenti pada informasi bahwa terdapat ribuan record bermasalah. Bank perlu mengetahui jenis exception, akar masalah, dampak, rekomendasi perbaikan, PIC, target penyelesaian, dan hasil pengujian ulang.
Pendekatan ini membantu manajemen, SKAI, TI, risk management, compliance, dan operasional menentukan prioritas perbaikan secara lebih terarah.
Integra Teknologi Solusi menyediakan Audit Keandalan Sistem Bank dan Kualitas Data SCV untuk membantu bank mengevaluasi core banking system, aplikasi pengolah SCV, proses pengolahan, infrastruktur terkait, serta kualitas data yang dihasilkan.
Jika bank Anda sedang mempersiapkan pemeriksaan SCV, melakukan evaluasi kualitas DN, DS, DK, dan PN, atau membutuhkan penilaian pihak independen terhadap keandalan sistem SCV, konsultasikan kebutuhan Audit SCV bersama Integra Teknologi Solusi.
