Pertumbuhan internet yang cepat di Indonesia serta kondisi pandemic yang membatasi mobilisasi, mendorong semakin bertumbuhnya penjualan secara daring. Tersedianya kemudahan berbagai akses teknologi platform sangat membantu para pelaku UMKM dalam meningkatkan kinerja penjualannya, dimana salah satu konsep baru Fulfillment Services digunakan untuk membantu distribusi dan pengiriman barang. Store2Go adalah salah satu Fulfillment Center yang menyediakan fasilitas bagi pelaku UMKM untuk dapat menyimpan persediaan barangnya sebelum dikirim ke pelanggan. Platform ini membantu UMKM dalam hal efisiensi biaya, dimana pelaku UMKM tidak perlu mengeluarkan dana besar untuk menyiapkan sendiri gudang bagi barang yang belum laku dijual. Penelitian ini bertujuan untuk membuat sebuah sistem Credit Scoring dengan menggunakan kecerdasan buatan (Artificial Intelligence) dengan memanfaatkan persediaan barang yang ada di gudang tersebut yang merupakan asset bagi para pelaku UMKM sebagai jaminan untuk dapat memperoleh kredit dari pelaku Financial Technology (FinTech). Credit Scoring berbasis asset persediaan ini merupakan salah satu inovasi strategi yang diusulkan dalam penelitian ini agar dapat membantu para pelaku UMKM yang selama ini kesulitan mendapatkan pinjaman Bank dikarenakan tidak memiliki jaminan. Peran kecerdasan buatan berguna untuk melakukan analisa resiko pelaku UMKM dengan menggunakan data historis dari berbagai sumber yang tersedia termasuk perilaku UMKM, data penjualan serta estimasi asset persediaan barang yang dimiliki sehingga terlihat kemampuan pelaku UMKM tersebut untuk melakukan pembayaran kembali pinjamannya. Pinjaman yang nantinya diterima oleh pelaku UMKM diharapkan dapat digunakan untuk meningkatkan produksi serta penjualan dan mendukung peningkatan inklusi keuangan di Indonesia. Penelitian dilakukan dengan
menggunakan mixed-research method, dimana tahun pertama penelitian dilakukan dengan menggunakan metode kuantitatif untuk mendapatkan data primer dari para pelaku UMKM yang merupakan konsumen Store2Go yang tersebar di berbagai provinsi di Indonesia, antara lain: Banten, DKI Jakarta, Jawa Barat, Jawa Tengah, Jawa Timur, DI Yogyakarta, Kalimantan Timur, serta Kepulauan Riau. Pemilihan sampel ini dengan pertimbangan bahwa di kota tersebut terdapat cabang Store2Go yang dijadikan pergudangan. Data primer diperlukan dalam menganalisa proses bisnis yang ada saat untuk selanjutnya akan diuji statistik menggunakan Structural Equation Method. Luaran utama dari penelitian ini adalah sebuah laporan tertulis yang akan dibuatkan dalam model Business Process Fulfillment Center serta penentuan model Credit Scoring yang akan diterbitkan dalam jurnal internasional, dengan tingkat TKT 4 (merupakan validasi teori dalam proses bisnis Credit Scoring). Sedangkan penelitian kualitatif untuk mempertegas hasil data kuantitatif akan dilakukan dengan metode wawancara terstruktur dan FGD di tahun kedua, dimana hasil analisa tersebut akan diolah dengan menggunakan software Tuliskan judul usulan penelitian Ringkasan penelitian tidak lebih dari 500 kata yang berisi latar belakang penelitian, tujuan dan tahapan metode penelitian, luaran y\ang ditargetkan, serta uraian TKT penelitian yang diusulkan. Nvivo. Luaran wajib yang dihasilkan dari metode penelitian kualitatif ini adalah pembuatan Model Klasifikasi Scoring dengan tingkat kesiapan teknologi berada di tingkatan level 5. Sedangkan tahun terakhir penelitian ini akan menerapkan prototype Credit Scoring yang digunakan dalam penilaian resiko pinjaman bagi pelaku UMKM, yang hasil akhirnya diharapkan dapat meningkatkan tingkat inklusi keuangan UMKM dalam memperoleh pinjaman dari Fintech Peer to Peer Lending. Luaran wajib yang dihasilkan adalah karya cipta dengan TKT 6, dimana penelitian tersebut dapat dihilirasi untuk meningkatkan inklusi keuangan di Indonesia dan dipublikasikan dalam jurnal internasional. Penelitian ini didukung oleh PT Indotama Sentosa
Lestari sebagai owner Store2Go (penyedia jasa Fulfillment Services terbesar di Indonesia).