Algorithm & Delivery Execution Plan

no activity
1 Explore data credit
2 Text simmilarity for text description in transaction
3 Dashboard menggunkana Neodash
4 Menganalisa transaksi yang hilang untuk bisa menggerakan rekening menjadi aktif
5 Amount out dan item out yang berasal dari bank bukan BNI
6 Ditambahkan similarity tidak hanya dari transaksi tapi dari service dll atau transaksi ke
7 NLP untk data free text di Bank Garansi

Status expected due date Remarks
In Progress 01/08/2022
In Progress 01/08/2022 Permintaan dari pihak BNI
Done 29/07/2022 Permintaan dari pihak BNI
In Progress 02/07/2022 Permintaan dari pihak BNI
Done 02/07/2022 Permintaan dari pihak BNI

No Algorithm and Feature Deskripsi
Dapat merefracture sebuah graph database

Schema Flexible menyesuaikan
dengan kebutuhan UseCase
menemukan account yang paling signifikan
berdasarkan frekuensi transaksi masuk dan
1 signifikan account bedasarkan peringkat akun lain yang melakukan
transaksi ke diri nya
membuat skore kemiripan kepada setiap account
2 kemiripan account bedasarkan transaksi yang dituju
menemukan grup yang paling signifikan
berdasarkan frekuensi transaksi masuk ke pada
3 signifikan grup member-member nya dan bedasarkan peringkat
grup lain yang melakukan transaksi ke grup itu
membuat skore kemiripan kepada setiap grup
4 kemiripan grup bedasarkan aktifitas transaksi member nya
mengelompokan
membuat analysisaccount bedasarkan
transaksi kebiasaan
yang dilakukan
5 komunitas transaksi account transaksi kepada account lain
member-member dalam suatu grup seperti :
1. melacak transaksi-transaksi yang dilakukan
member
6 aktifitas anggota grup 2. menghitung jumlah transaksi dan total nilai
transaksi yang menuju non-nasabah
mencari pola-pola
3. menemukan account yang
non-nasabah yangmelakukan
melakukan
7 Explore data credit transaksi kredit dan keterhubungannya dengan CIF
pada grup tersebut paling signifikan
company
Text simmilarity for text description menggolongkan deskripsi transaksi yang sangat
8 beragam dan acak menjadi kategori-kategori
in transaction transaksi
Dashboard menggunkana menyajikan hasil algorithma dan analysis pada

9
Neodash dashboard report
Menganalisa transaksi yang hilang

10 untuk bisa menggerakan rekening
menjadi aktif
Amount out dan item out yang
11 mencari pola transaksi dari account non nasabah
berasal dari bank bukan BNI
Ditambahkan similarity tidak
hanya dari transaksi tapi dari
12
service dll atau transaksi ke bank
lain
NLP untk data free text di Bank
13 mencari entiti utama pada deskripsi BOWHEERE
Garansi
14 Mencari relasi antara bank gransi

dengan
Mengetahuikredit
profil nasabah dan
tingkat akseptasi produk dan
15 layanan BNI Wholesale pada
nasabah tersebut
Mengetahui rekening nasabah
yang memiliki banyak transaksi
16 (frekuensi) tetapi belum
menanfaatkan
Mengetahui relasi BNIantar
Directrekening
atau
B2B Connection.
nasabah yang sering melakukan
17 Mengetahui kesamaan
transaksi tetapi belum demografi
nasabah dan mengidentifikasi
memanfaatkan BNI Direct / B2B
nasabah
Connection nasabah yang sudah
memanfaatkan BNI Direct/B2B
18
Connection dan yang belum
Mengetahui
memanfaatkan nasabah yang B2B
BNI Direct/ sering
melakukan pemesanan
Connection untuk melakukan bahan
19 baru yangkeuangan
transaksi berasal dari luar data tidak mendukung
(importir)
Mengetahui rekening rekening
20 yang sering melakukan transaksi
dengan nasabah diluar BNI
Mengetahui pola relasi Buyer-
Supplier melalui pola relasi antar
21
rekening nasabah yang sering
Mengetahui nasabah yang
melakukan transaksi.
bergerak dalam sector fintek tetapi
22 belum memanfaatkan layanan data tidak mendukung
RDF
bergerak dalam sektor
23 perdagangan saham tetapi belum data tidak mendukung
memanfaatkan
Mengetahui layanan
rekening RDN
nasabah
yang menerima pembayaran
24 secara rutin dan masih tetapi
belum menggunakan
Mengetahui layanan giro
rekening nasabah
virtual account
memiliki saldo besar tetapi belum
25 memanfaatkan automatic data tidak mendukung
Mengetahui
sweeping nasabah grup baik
secara legal maupun financial
melalui pola relasi antar rekening
26
nasabaha untuk dapat
mengantisipasi
Mengetahui risiko kredit,
nasabah risiko
yang sering
likuiditas dan lain-lain
melakukan transaksi dengan nilai
27
transaksi yang besar
melakukan transaksi dengan nilai
transaksi sangat besar dibanding
28
dengan nilai rata-rata transaksi
yang tercatat selama ini
Amount transaction by date time
29
based on group activity
30 Group Journey
Anomaly transaction in certain
31 group based on total amount
transaction per month
Kategori
Progress date Notes
Done
Done Centrality
25/07/2022
Done Similiarity
25/07/2022
Done Centrality
25/07/2022
Done Similiarity
25/07/2022
Community
Done
detecttion
25/07/2022
pathfinding /
Done topologycal
search 28/07/2022
Done exploration 01/08/2022
Done Similiarity 02/08/2022
In Progress reporting 05/08/2022
pathfinding /
Done topologycal 01/08/2022 Permintaan dari pihak BN
search
pathfinding /
Done topologycal 29/07/2022 Permintaan dari pihak BNI
search
In Progress Similiarity 02/07/2022 Permintaan dari pihak BNI

Natural
Language 02/07/2022 Permintaan dari pihak BNI
Done Processing
Done
Entity
DONE
Resolution
Pagerank
Done
Collaborative
Done Filtering
Content Based
Done on Similarity
Done
Done centrality
Done
centrality 1. group nasabah secara legal group nasabah

- group baru bedasarkan diluar 72 rekening
Done
Done Anomali
Done
Done
Done Anomali
//Set transaction description type based on group
match (g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]-(n2:account)
with apoc.text.sorensenDiceSimilarity(r.trx_desc,"PAJAK") as ls_pajak,r,g,n1,n2,c
///////
with 1. melacak transaksi
apoc.text.sorensenDiceSimilarity(r.trx_desc,"BILL PAYMENT") as ls_bill,ls_pajak,r,g,n1,n2,c
with apoc.text.sorensenDiceSimilarity(r.trx_desc,"TRANSFER") as ls_trf,ls_bill,ls_pajak,r,g,n1,n2,c
MATCH p=(g:GROUP)<-[hg:HAS_GROUP]-(c:CIF)<-
with apoc.text.sorensenDiceSimilarity(r.trx_desc,"PAYROLL") as
[hc:HAS_CIF]-(a1:account)-[ta:TRX_TO]->(a2:account)
ls_payroll,ls_trf,ls_bill,ls_pajak,r,g,n1,n2,c
set r.pajak_score=ls_pajak
WHERE g.group = $neodash_group_group and
set r.bill_score=ls_bill
set r.trf_score=ls_trf
a2.status="NON_NASABAH"
set r.payroll_score=ls_payroll
MATCH
return ()-[i:TRX_TO]->(a:account)
p limit 1000;
return r.pajak_score,r.bill_score,r.trf_score,r.payroll_score
with a.account_no as no_account ,a.pagerank_score as
match (g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]-(n2:account)
page_rank_score,count(i)
Script
where r.pajak_score>r.payroll_score and as total_cash_in,and r.pajak_score>r.trf_score
r.pajak_score>r.bill_score
set r.trx_type = "PAJAK"
sum(toFloat(i.amount))
//// 2. menghitung jumlah astransaksi
amount_cash_in,a
dan total nilai transasksi
match
menuju
match (a)-[r:TRX_TO]->()
non nasabah
(g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]-(n2:account)
where r.payroll_score>r.pajak_score and r.payroll_score>r.bill_score and r.payroll_score>r.trf_score
return
set r.trx_typeno_account
= "PAYROLL" ,page_rank_score, count(r) as total_cash_out
,match
sum(toFloat(r.amount)) as amount_cash_out,
total_cash_in,amount_cash_in
match
where (G:GROUP)--(:CIF)--(n:account)-[r:TRX_TO]-
r.bill_score>r.payroll_score and r.bill_score>r.pajak_score and r.bill_score>r.trf_score
set r.trx_type = "BILL PAYMENT"
order by page_rank_score desc
>(b:account)
limit
where
match
MATCH 10b.status <> "NASABAH" and
(a:account)-[r:ACC_SIMILAR]->(b:account)
where r.trf_score>r.payroll_score and r.trf_score>r.pajak_score and r.trf_score>r.bill_score
G.group=$neodash_group_group
RETURN
set r.trx_type = "TRANSFER"
return
a.account_no
match
n.account_no
as acc_1, as b.account_no
no_acc, count(r) as
as acc_2,
path=(g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]-(n2:account) r.score as
total_to_non_nasabah,
where
acc_similar_score order sum(toFloat(r.amount))
r.pajak_score=r.bill_score=r.payroll_score=r.trf_score=0
by acc_similar_score as total_amount
desc limit 10
set r.trx_type = "UNIDENTIFIED"
order by total_to_non_nasabah desc ;
match path=(g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]->(n2:account)
where r.trx_desc contains "TAX"
set r.trx_type = "PAJAK"
/// 3. menemukan non nasabah
match path=(g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]-(n2:account)
where r.trx_desc contains "PEMBAYARAN"
match path=(g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]-(n2:account)
where r.trx_desc contains "Pembayaran"
WHERE
set r.trx_type = g.group = $neodash_group_group and
"BILL PAYMENT"
match (a)-[r:TRX_TO]-(b)
a2.status="NON_NASABAH"
where
match
return a.community_id=265616=b.community_id
path=(g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]-(n2:account)
a2.account_no
where r.trx_desc contains "JHT" as no_acc, a2.pagerank_score as
return
set a,r,b
page_rank_score
r.trx_type limit
= "BILL 100, sum(toFloat(ta.amount)) as cash_in_amount
PAYMENT"
orderpath=(g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]-(n2:account)
match by cash_in_amount desc ;
where r.trx_desc contains "JP"
//Set transaction description type on all transfers

match ()-[r:TRX_TO]-()
match path=(g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]-
with apoc.text.sorensenDiceSimilarity(r.trx_desc,"PAJAK") as ls_pajak,r
>(n2:account)
with apoc.text.sorensenDiceSimilarity(r.trx_desc,"BILL PAYMENT") as ls_bill,ls_pajak,r
with apoc.text.sorensenDiceSimilarity(r.trx_desc,"TRANSFER") as ls_trf,ls_bill,ls_pajak,r
with date(r.trx_date).month as month, sum(toFloat(r.amount))
with apoc.text.sorensenDiceSimilarity(r.trx_desc,"PAYROLL") as ls_payroll,ls_trf,ls_bill,ls_pajak,r as
tot
set r.pajak_score=ls_pajak
set r.bill_score=ls_bill
with stDev(toFloat(tot)) as std, avg(toFloat(tot)) as avg
set r.trf_score=ls_trf
return r.pajak_score,r.bill_score,r.trf_score,r.payroll_score
>(n2:account)
with date(r.trx_date) as date,g,c,n1,r,n2,std,avg
return n1.account_no as acc, date.year as year, date.month as
month, count(r) as total_trf, sum(toFloat(r.amount)) as
total_amount, (sum(toFloat(r.amount))-avg)/std as zscore order
by zscore asc
ari pihak BNI
ari pihak BNI

[:HAS_KONTRAK]-(n:NO_GB)-[:HAS_BOWHEER]-
match p=(:CIF)--(a:account)-[t:TRX_TO]->(a2:account)
(:BOWHEER)
where
where t.trx_channel <> "BNI_DIRECT"
n.SUMBER_FASILITAS and
= "Full Cover"
a.cust_type<>"PERORANGAN"
return p,p1
return p ,a.pagerank_score as supplier_score,
a.buyer_role_score as buyer_score order by buyer_score desc
match p1=(:GROUP)<-[:HAS_GROUP]-(a:CIF)
limit 500
match p=(:Account_Kredit)-[:HAS_KREDIT_ACC]-(a)-
[:HAS_KONTRAK]-(n:NO_GB)-[:HAS_BOWHEER]-
ari pihak BNI////
MATCH table ()-[i:TRX_TO]->(a:account)
supplier
(:BOWHEER)
where i.trx_channel<>"BNI_DIRECT"
n.SUMBER_FASILITAS = "Fasilitas NCL"
where
with
return t.trx_channelas<>no_account
a.account_no
p,p1 "BNI_DIRECT" and
,a.pagerank_score as
match p=(a:account)-[t1:TRX_TO]->(b:account)
a.cust_type<>"PERORANGAN"
page_rank_score,count(i.trx_channel)
where as total_cash_in,
with a, a.account_no<>b.account_no
sum(toFloat(t.amount))
sum(toFloat(i.amount))
and count(t) as total_out
as cash_out,
as amount_cash_in,a
t1.trx_channel<>'BNI_DIRECT'
match ()-[t2:TRX_TO]->(a) and a.cust_type= "NON
PERORANGAN" (a)-[r:TRX_TO]->()
return
where a.account_no as acc, a.pagerank_score as
r.trx_channel<>"BNI_DIRECT"
return a.cust_type
supplier_score, as type_acc_from,a.account_no
a.buyer_role_score buyer_score as
ascount(r.trx_channel)
, cash_out,
return no_account
account_from, ,page_rank_score, as
total_out,
total_cash_out sum(toFloat(t2.amount))
, as cash_in,
sum(toFloat(r.amount)) as count(t2) as
amount_cash_out,
b.account_no
total_in order as
by account_to,
cash_out desc limit 500
total_cash_in,amount_cash_in
b.cust_type as type_acc_to,
order by
t1.trx_channel page_rank_score desc
///
limit table
10 buyer as channel ,
a.branch_code as branch,
count(1) as total_transaction,
where t.trx_channel <> "BNI_DIRECT" sum(toInteger(t1.amount))
and as
amount, sum(toInteger(t1.amount))/count(1)
a.cust_type<>"PERORANGAN" as avg order by
amount DESC limit 100
with a, sum(toFloat(t.amount)) as cash_out, count(t) as total_out
return a.account_no as acc, a.pagerank_score as
supplier_score, a.buyer_role_score as buyer_score , cash_out,
total_out order by cash_out desc
match (n:account)-[r:TRX_TO]->(b:account)
where b.status <> "NASABAH"
return n.account_no as no_acc, count(r) as
total_to_non_nasabah order by total_to_non_nasabah desc limit
match (g:GROUP)--(c:CIF)--(a:account)
10
return g.group as group, c.cif as cif ,a.account_no as
acc_no ,a.buyer_role_score as
buyer_role_score,a.pagerank_score as supplier_role_score
order by buyer_role_score desc limit 10
//total transaksi besar keseluruhan

match
path=(g:GROUP)-[]-(c:CIF)-[]-(n1:account)-[r:TRX_TO]-
(n2:account)
>(n2:account)
where
where (not (r.trx_desc contains "VA"))
toFloat(r.amount)>100000000
return
return n1.account_no as
n2.account_no as no_acc,
no_acc, count(r)
count(r) as
as total_non_VA,
total_trf_besar,
sum(tofloat(r.amount))
sum(toFloat(r.amount)) as total_amount orderby
as total_amount order bytotal_non_VA
total_trf_besar
desc
desc
//total transaksi besar per bulan

match path=(g:GROUP {group:"Grup_I"})-[]-(c:CIF)-[]-
(n1:account)-[r:TRX_TO]->(n2:account)
with date(r.trx_date) as date,g,c,n1,r,n2
where toFloat(r.amount)>100000000 and date.year = 2021 and
date.month in [1,2,3,4,5,6,7,8,9,10,11,12]
return date.month as month, count(r) as total_trf_besar,
sum(toFloat(r.amount)) as total_amount order by date.month
asc
match (gc:group_cif)<-[]-(aa:account)-[rr:TRX_TO]-
>(aa1:account)
where date("2022-06-01") <= rr.trx_date <= date("2022-07-01")
with aa.account_no as acc, count(rr.amount) as trx_freq,
UpperFence
where trx_freq > UpperFence
WHERE g.group ="Grup_E" and a2.status="NON_NASABAH"
return CIF, trx_freq, UpperFence
return datetime(ta.trx_date) as date , sum(toFloat(ta.amount))
order by trx_freq desc limit 100
as amount_transaction order by date asc
return c.cif as cif, a1.account_no as acc_no, ta.trx_desc as

description, date(ta.trx_date) as date
(sum(toFloat(r.amount))-avg)/std order by
as zscore date
order byasc
date.month
asc
match p1=(:GROUP)<-[:HAS_GROUP]-(a:CIF)
match p=(:Account_Kredit)-[:HAS_KREDIT_ACC]-(a)-[:HAS_KONTRAK]-(n:NO_GB)-[:HAS_BOWHEER]-(:BOWHE
match p2=(a)-[:HAS_CIF]-(:account)-[:TRX_TO]-(:account)
return p,p1,p2
limit 100
NO CATEGORY ALGORITMA
1 CENTRALITY PAGERANK
2 PAGERANK
3 PAGERANK
4 PAGERANK
5 PAGERANK
6 SIMILARITY NODE
7 NODE
8 NODE
9 COMMUNITY DELOUVAIN MODU
10 PATHFINDING PATHFINDING
18 PATHFINDING ENTITY RESOLU
19 PATHFINDING COLLABORATIVE
20 PATHFINDING CONTENT BASED
21 MACHINE LEAR NLP
25 STATISTIC ANOMALY
26 STATISTIC ANOMALY
27 MACHINE LEAR NLP
TASK DESCRIPTION
Menemukan account yang paling signifikan berdasarkan frekuensi transaksi masuk dan bedasarkan peringkat akun lain yang m
Menemukan grup yang paling signifikan berdasarkan frekuensi transaksi masuk ke pada member-member nya dan bedasarka
Mengetahui rekening nasabah yang memiliki banyak transaksi (frekuensi) tetapi belum menanfaatkan BNI Direct atau B2B Co
Mengetahui pola relasi Buyer-Supplier melalui pola relasi antar rekening nasabah yang sering melakukan transaksi.
Mengetahui nasabah grup baik secara legal maupun financial melalui pola relasi antar rekening nasabah untuk dapat mengan
Membuat skore kemiripan kepada setiap account bedasarkan transaksi yang dituju
Membuat skor kemiripan kepada setiap grup bedasarkan aktifitas transaksi member nya
Menggolongkan deskripsi transaksi yang sangat beragam dan acak menjadi kategori-kategori transaksi
Mengelompokan account bedasarkan rutinitas transaksi ke account lain
Membuat analysis transaksi yang dilakukan member-member dalam suatu grup seperti :
1. melacak transaksi-transaksi yang dilakukan member
Menganalisa transaksi yang hilang untuk bisa menggerakan rekening menjadi aktif
Mencari pola transaksi dari account non nasabah
Mencari relasi antara bank garansi dengan kredit
Mengetahui rekening nasabah yang menerima pembayaran secara rutin dan masih tetapi belum menggunakan layanan virtua
Mengetahui nasabah yang sering melakukan transaksi dengan nilai transaksi yang besar
Mengetahui nasabah yang melakukan transaksi dengan nilai transaksi sangat besar dibanding dengan nilai rata-rata transaksi
Mengetahui profil nasabah dan tingkat akseptasi produk dan layanan BNI Wholesale pada nasabah tersebut
Mengetahui relasi antar rekening nasabah yang sering melakukan transaksi tetapi belum memanfaatkan BNI Direct / B2B Con
Mengetahui kesamaan demografi nasabah dan mengidentifikasi nasabah nasabah yang sudah memanfaatkan BNI Direct/B2B
Mengetahui rekening rekening yang sering melakukan transaksi dengan nasabah diluar BNI
Mengetahui nasabah yang sering melakukan transaksi dengan nilai transaksi yang besar
Amount transaction by date time based on group activity
Group Journey
Anomaly transaction in certain group based on total amount transaction per month
Mengetahui nasabah yang melakukan transaksi dengan nilai transaksi sangat besar dibanding dengan nilai rata-rata transaksi
NLP untk data free text di Bank Garansi
QUERY
MATCH ()-[i:TRX_TO]->(a:account) with a.account_no as no_account ,a.pagerank_score as page_rank_score,count(i) as total_
n transaksi ke grup itu
order by page_rank_score desc
limit 10"(g:GROUP)--(c:CIF)--(a:account)
"match
return g.group as group, c.cif as cif ,a.account_no as acc_no ,a.buyer_role_score as buyer_role_score,a.pagerank_score as su
RETURN
a.account_no as acc_1, b.account_no as acc_2, r.score as acc_similar_score order by acc_similar_score desc limit 10"
return r.pajak_score,r.bill_score,r.trf_score,r.payroll_score"
"with date(r.trx_date) as date,g,c,n1,r,n2,std,avg

return n1.account_no as acc, date.year as year, date.month as month, count(r) as total_trf, sum(toFloat(r.amount)) as total_
"where (not (r.trx_desc contains ""VA""))

return
where n2.account_no as no_acc, count(r)
toFloat(r.amount)>100000000 and as total_non_VA,
date.year sum(tofloat(r.amount))
= 2021 and as total_amount order by total_non_VA d
date.month in [1,2,3,4,5,6,7,8,9,10,11,12]
return
return date.month
CIF, trx_freq,asUpperFence
month, count(r) as total_trf_besar, sum(toFloat(r.amount)) as total_amount order by date.month asc"
order by trx_freq desc limit 100"
a.branch_code as branch,
count(1) as total_transaction, sum(toInteger(t1.amount))
with a, sum(toFloat(t.amount)) as amount, sum(toInteger(t1.amount))/count(1) as avg order by am
as cash_out, count(t) as total_out
return
where a.account_no as acc, a.pagerank_score as supplier_score, a.buyer_role_score as buyer_score , cash_out, total_out ord
b.status <> ""NASABAH""
return
where n.account_no as no_acc, count(r)
toFloat(r.amount)>100000000 andasdate.year
total_to_non_nasabah order by total_to_non_nasabah
= 2021 and date.month desc limit 10"
in [1,2,3,4,5,6,7,8,9,10,11,12]
return date.month as month, count(r) as total_trf_besar, sum(toFloat(r.amount)) as total_amount order by date.month asc"
MATCH p=(g:GROUP)<-[hg:HAS_GROUP]-(c:CIF)<-[hc:HAS_CIF]-(a1:account)-[ta:TRX_TO]->(a2:account)
WHERE g.group ="Grup_E" and a2.status="NON_NASABAH"
return datetime(ta.trx_date) as date , sum(toFloat(ta.amount)) as amount_transaction order by date asc
return c.cif as cif, a1.account_no as acc_no, ta.trx_desc as description, date(ta.trx_date) as date order by date asc
) as amount_cash_in,a match (a)-[r:TRX_TO]->() return no_account ,page_rank_score, count(r) as total_cash_out , sum(toFloat(r.amount)
er_role_score desc limit 10"
t))-avg)/std as zscore order by zscore asc"

out , sum(toFloat(r.amount)) as amount_cash_out, total_cash_in,amount_cash_in order by page_rank_score desc limit 10
No Algorithm
1 signifikan account
2 kemiripan account
3 signifikan grup
4 kemiripan grup
5 komunitas transaksi account
6 aktifitas anggota grup
7 Explore data credit Done
8 Text simmilarity for text description in transaction
9 Dashboard menggunkana Neodash
Menganalisa transaksi yang hilang untuk bisa menggerakan rekening
10
menjadi aktif
11 Amount out dan item out yang berasal dari bank bukan BNI
Ditambahkan similarity tidak hanya dari transaksi tapi dari service dll atau
12
transaksi ke bank lain
13 NLP untk data free text di Bank Garansi
14 Mencari
Mengetahuirelasi antara
profil bank gransi
nasabah dengan
dan tingkat kredit produk dan layanan BNI Done
akseptasi
15 Wholesale
Mengetahuipada nasabah
rekening tersebut
nasabah yang memiliki banyak transaksi (frekuensi)
16 tetapi belum menanfaatkan BNI Direct atau B2B Connection.
Mengetahui relasi antar rekening nasabah yang sering melakukan
17 nasabah
transaksi yang
tetapisudah
belummemanfaatkan
memanfaatkanBNI BNIDirect/B2B Connection
Direct / B2B Connectiondan yang
18 belum memanfaatkan BNI Direct/ B2B Connection untuk
Mengetahui nasabah yang sering melakukan pemesanan bahan baru yangmelakukan
19 transaksi
berasal dari
Mengetahui keuangan
luar (importir)
rekening rekening yang sering melakukan transaksi dengan
20 nasabah diluar
Mengetahui polaBNIrelasi Buyer-Supplier melalui pola relasi antar rekening
21 nasabah yang
Mengetahui sering melakukan
nasabah yang bergeraktransaksi.
dalam sector fintek tetapi belum
22 memanfaatkan
Mengetahui layanan
nasabah RDF
yang bergerak dalam sektor perdagangan saham
23 tetapi belum rekening
Mengetahui memanfaatkan
nasabah layanan RDN
yang menerima pembayaran secara rutin
24 dan masih tetapi
Mengetahui belum
rekening menggunakan
nasabah layanan
giro memiliki virtual
saldo account
besar tetapi belum
25 memanfaatkan automatic sweeping
relasi antar rekening nasabaha untuk dapat mengantisipasi risiko kredit,
26 Mengetahui nasabah yang sering melakukan transaksi dengan nilai
risiko likuiditas dan lain-lain
27 transaksi yang besar
sangat besar dibanding dengan nilai rata-rata transaksi yang tercatat
28
selama ini

Algorithm & Delivery Execution Plan

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Algorithm & Delivery Execution Plan

Diunggah oleh

Hak Cipta:

Format Tersedia

no activity

1 Explore data credit

2 Text simmilarity for text description in transaction

3 Dashboard menggunkana Neodash

7 NLP untk data free text di Bank Garansi

In Progress 01/08/2022 Permintaan dari pihak BNI

Done 29/07/2022 Permintaan dari pihak BNI

In Progress 02/07/2022 Permintaan dari pihak BNI

Done 02/07/2022 Permintaan dari pihak BNI

Dapat merefracture sebuah graph database

Dashboard menggunkana menyajikan hasil algorithma dan analysis pada

Menganalisa transaksi yang hilang

14 Mencari relasi antara bank gransi

Done exploration 01/08/2022

Done Similiarity 02/08/2022

In Progress reporting 05/08/2022

In Progress Similiarity 02/07/2022 Permintaan dari pihak BNI

centrality 1. group nasabah secara legal group nasabah

//Set transaction description type on all transfers

ari pihak BNI

ari pihak BNI

//total transaksi besar keseluruhan

//total transaksi besar per bulan

return c.cif as cif, a1.account_no as acc_no, ta.trx_desc as

"with date(r.trx_date) as date,g,c,n1,r,n2,std,avg

"where (not (r.trx_desc contains ""VA""))

er_role_score desc limit 10"

t))-avg)/std as zscore order by zscore asc"

Anda mungkin juga menyukai