Dalam melakukan deteksi fraud, perusahan memerlukan sarana yang komprehensif karena saat ini fraud dilakukan secara lebih terstruktur dengan bantuan teknologi. Salah satu solusi yang bisa diterapkan oleh perusahaan adalah dengan menggunakan bantuan machine learning dalam pendeteksian fraud. Machine learning sendiri bisa melakukan otomatisasi dalam ekstraksi pola yang diketahui dan tidak diketahui dari data yang ada. Machine learning sendiri akan belajar dan beradaptasi dimana hasil dan pola baru akan dipresentasikan dan bisa dalam bentuk supervised ataupun unsupervised.

Dalam supervised learning, model yang dipresentasikan dengan sampel input serta output yang terkait, serta tujuan untuk menghasilkan alur serta aturan umum dari proses input hingga output. Untuk melatih supervised model dalam deteksi fraud, diperlukan catatan yang terkait dengan fraud serta aktivitas legitimasi, serta model yang mempelajari bagaimana kehadiran fraud ketika ada data baru yang sedang diproses. Pada unsupervised learning, algoritma dari machine learning tidak diberikan label apapun, seperti variabel dependen. Algoritma dengan sendirinya menemukan struktur ataupun pola yang tersembunyi pada data. Pada model ini, dikarenakan pengguna tidak mengetahui data mana yang merepresentasikan adanya kejahatan finansial, maka pengguna akan menginginkan model untuk menciptakan fungsi yang mampu mendeskripsikan struktur data, serta flag sebagai anomali atas hal-hal yang berada diluar konteks, dan mengaplikasikan pengetahuan tersebut kedalam data yang baru atau belum terdeteksi.

Untuk mendukung machine learning dalam membentuk model yang dibutuhkan, hal yang perlu disediakan adalah data dalam jumlah yang besar yang terklasifikasi dengan baik, seperti banyak contoh fraud terdahulu. Melalui data-data tersebutlah maka komputer akan mencari pola yang ada dan kemudian membentuk model yang memiliki tingkat akurasi tinggi. Semakin banyak data yang tersedia, maka hal ini berarti semakin banyak data yang akan dikenali serta semakin akurat deteksi fraud bisa dilakukan. Selain itu, dikarenakan komputer memiliki kebebasan dalam menentukan model tanpa intervensi manusia, maka model yang dihasilkan kerap kali tidak transparan terhadap pengguna.

Sumber:

  • Ruotolo, J., & Kuster, K. (2018). To Succeed With Fraud Analytics. SAS Institute. https://www.sas.com/en/white-papers/succeed-with-fraud-analytics-110356.html

Image Sources: Google Images