Di era teknologi yang semakin cangih dan kompleks, praktek fraud dapat di deteksi memalui Artificial Intelligence (AI) dalam meningkatkan efektifivas, transparansi, akutability pada suatu sitem organisasi (Luo et al., 2024; Thilagavathi et al., 2024). Contoh dari penerapan AI adalah pengunaan Machine learning dan Data Analytics, yang memungkian organisasi dapat mengidentifikasi pola transaksi yang tidak wajar dengan tepat dan akurat. Artificial Intelligence (AI) dengan algoritma dan ditraining untum mendeteksi anomaly yang mempunyai indikasi sebagai fraud, sehingga dapat digunakan dalam proses penyelidikan atau investigasi yang mengakibatkan kerugian keuangan atau non-keuangan (Luo et al., 2024).

Sebagai tambahan, dalam meningkatkan efisiensi, AI juga dapat mencegah human error dan dapat  membantu dalam prores pengambilan Keputusan yang berbasis data (Khalifa & Albadawy, 2024). AI selalu update dari data-data yang terbaru, sehingga AI dapat mentraining dan beradaptasi terhadap metode fraud yang lebih modern. Sehingga, hal ini menjadikan AI tidak hanya sebagai alat bantu tatapi juga sebagai alat yang mampu mengawasi sistem financial atau non-financial yang active dan sustain (Ahmadi, 2024).

References

  • Ahmadi, S. (2024). A comprehensive study on integration of big data and AI in financial industry and its effect on present and future opportunities. International Journal of Current Science Research and Review, 7(01), 66–74.
  • Khalifa, M., & Albadawy, M. (2024). AI in diagnostic imaging: Revolutionising accuracy and efficiency. Computer Methods and Programs in Biomedicine Update, 100146.
  • Luo, B., Zhang, Z., Wang, Q., Ke, A., Lu, S., & He, B. (2024). Ai-powered fraud detection in decentralized finance: A project life cycle perspective. ACM Computing Surveys, 57(4), 1–38.
  • Thilagavathi, M., Saranyadevi, R., Vijayakumar, N., Selvi, K., Anitha, L., & Sudharson, K. (2024). AI-driven fraud detection in financial transactions with graph neural networks and anomaly detection. 2024 International Conference on Science Technology Engineering and Management (ICSTEM), 1–6.