Pencegahan Fraud: Bagian Krusial Dari AI dan Pembelajaran Mesin

 In Artikel

Para pelaku kecurangan semakin pintar dalam memanfaatkan teknologi dan peluang untuk melancarkan aksinya. Kabar baiknya, pencegahan fraud sangat berpeluang pula dilakukan dengan memanfaatkan teknologi. Istilah artificial intelligence (AI) dan pembelajaran mesin menjadi jargon dalam dunia fraud dalam beberapa tahun terakhir. Kedua istilah teknologi tersebut digadang-gadang menjadi senjata ampuh dalam melawan fraud.

Meskipun terkadang kedua istilah dapat digunakan untuk mengganti istilah satu sama lain, namun pada dasarnya keduanya berbeda. AI mengacu pada perangkat lunak yang mampu mengerjakan tugas seperti manusia. Adapun pembelajaran mesin adalah sebuah komponen AI yang dengan algoritma yang mampu mempelajari data dalam jumlah besar dan pola beragam serta mengatasi masalah berdasarkan data tersebut.

Contohnya, sebuah sistem AI mungkin dapat memonitor pola pembelian konsumen dan mengirimkan peringatan jika ia melihat ada hal yang tak biasa ditemukan dalam transaksi. Namun, dengan mesin pembelajar, sistem dapat mengenali perubahan kebiasaan yang lebih luas dan membawa data dari sumber lain untuk membangun pemahamannya tentang seperti apa transaksi penipuan tanpa disupervisi oleh manusia. Ini mengapa AI kerap dikombinasikan dengan pembelajaran mesin.


Apa bagian krusial dari sebuah model AI pendeteksi fraud?

Sebuah model AI perlu melalui masa training untuk membentuk kemampuan deteksi agar sesuai seperti yang diharapkan. Dalam training ini digunakan sejumlah koleksi data (dataset). Sundeep Tengur, Senior business solutions manager SAS Institute, dalam artikel Artificial Intelligence for fraud detection: beyond the hypemenyebutkan bahwa setiap model AI yang berhasil pasti sudah mengalami banyak kegagalan dalam mendeteksi fraud dan sebab utamanya adalah data.

Ibarat mengajari seorang anak kecil menendang bola, kita menunjukkan pada si anak cara menendang bola beberapa kali sehingga ia bisa mempelajarinya dari beberapa gerakan tersebut. Begitu pula dengan pembelajaran mesin, kita menginput data-data yang kita harap mesin mempelajarinya. Makin besar volume dan ragam dataset, makin banyak pola-pola fraud yang bisa dikenali oleh mesin.

Selain data, keterlibatan manusia dalam menginput dataset sangat penting, terutama untuk tipe supervised machine learning yang umum digunakan olehinsurance underwriting. Tipe seperti ini membutuhkan keterlibatan manusia dalam menginput labeled data.

Pembelajaran mesin tipe ini hanya bisa mengenali data pola fraud apabila data tersebut diinput. Namun, mesin tidak berpikir ‘apakah data yang diinput sudah benar?’ karena ia hanya mempelajari apa yang diinput oleh manusia. Sebaik apapun algoritma pendeteksi yang dimiliki mesin, apabila data yang diinput salah, maka hasilnya tidak optimal, bahkan fatal; false positive, bias, fraud tidak terdeteksi, dan sebagainya. Maka, ketelitian manusia dalam input data amat krusial.

AI dan pembelajaran mesin adalah sebuah terobosan dalam dunia deteksi fraud. Mengetahui faktor-faktor yang memengaruhi kecermatan kerja AI dan mesin pembelajar membantu para engineer dan analis mengembangkan perangkat deteksi fraud yang mampu menjawab tantangan.



Recent Posts

Start typing and press Enter to search