Teknologi AI Bantu Perbankan Proteksi Data Nasabah dari Ancaman Fraud

SEKTOR keuangan, khususnya perbankan sedang aktif melebarkan sayapnya. Digitalisasi bank yang menjadi tren saat ini merupakan salah satu potensi yang cukup bagus untuk Indonesia. Meski demikian, volume transaksi perbankan yang cukup besar juga berpotensi menjadi sasaran para pelaku kejabatan siber, salah satunya dengan mengajukan aplikasi pinjaman dengan menggunakan identitas orang lain.

“Modusnya, KTP itu dicuri orang lain dan digunakan untuk pengajuan pinjaman. Atau bisa juga KTP dikopi informasinya lalu informasi tersebut digunakan untuk proses pengajuan. Termasuk juga mengakses sumber-sumber data lain yang membutuhkan kredensial,” tutur Country Manager 1datapipe untuk Indonesia Herrias Yusmawan pada Media Indonesia, Rabu (29/5).

Selain itu, kartu kredit juga menjadi target penipu (fraudsters) untuk melakukan transaksi online dengan mencari tahu tanggal expired dan nomor CVV yang ada di belakang kartu kredit.

Baca juga : Membangun Industri 4.0 dengan Teknologi Kecerdasan Artifisial

“Ini membutuhkan proteksi, salah satunya adalah one-time password (OTP). Pemilik kartu akan diberi notifikasi mengenai transaksi tersebut.”

Menurut Herrias, metode penipuan di industri perbankan itu ada banyak jenisnya, baik yang disadari maupun yang tidak disadari.

“Seperti social engineering yang menyampaikan suatu pesan seolah-olah bersahabat padahal itu adalah fraud. Contohnya undangan pernikahan namun berbentuk file APK. Padahal lazimnya berformat JPG. Ini harus kita waspadai. Apalagi jika berasal dari nomor yang tidak kita ketahui,” imbuhnya.

Baca juga : Acer Keluarkan Laptop Gaming Baru dengan Teknologi AI 

Teknologi AI bisa menjadi solusi untuk mencegah upaya penipuan dalam transaksi perbankan. Solusi berbasis AI 1datapipe akan mendeteksi perilaku yang tidak normal sehingga dicurigai sebagai aktifitas fraud. Jika perilaku tersebut diluar pola yang sudah ada, maka akan ada umpan balik.

“Misalnya, seseorang transaksi normalnya satu juta rupiah. Lalu tiba-tiba terjadi transkasi yang tidak biasa, misalnya sepuluh juta rupiah. Nanti dari tim bank aka nada yang menelepon ke nasabah secara langsung untuk melakukan konfirmasi.”

Contoh lain, tambahnya,ada transaksi yang sifatnya mingguan. Misalnya dalam satu minggu normalnya empat kali, lalu tiba-tiba bisa terjadi 10 kali transaksi dengan nilai yang sama. Atau biasanya transaksi terjadi di Jakarta, tiba-tiba di negara lain dengan jumlah yang besar.

Baca juga : Apple dan Google Berkolaborasi Ciptakan Teknologi AI di iPhone, Penasaran?

“Jadi algoritmanya itu berdasarkan ukuran transaksi, frekuensi hingga geografis.”

Herrias mengatakan bahwa algoritma AI pengaturannya bersifat dinamis, berubah dan bisa menyesuaikan dengan umpan balik dari lapangan. Tanpa bantuan AI, akan sulit beradaptasi dengan fraud-fraud yang baru.

“Selain itu, teknologi AI kami juga memberikan solusi terkait skor kredit kepada lembaga keuangan, dengan memberikan gambaran tentang calon nasabah sehingga pihak bank punya informasi yang lebih luas untuk melakukan penyesuaian. Pertama, apakah calon nasabah ini adalah seorang fraudsters atau bukan. Kedua, jika pun bukan, apakah orang ini punya itikad baik atau tidak dalam hal pembayaran. Ketiga, dari sisi pendapatan, apakah cukup tidak untuk diberikan pinjaman. Dan keempat adalah kolateral.”

Baca juga : Akankah AI Selamatkan Manusia? Festival Teknologi AS Menjawab

Jika pinjaman berdasarkan kolateral, maka nilainya bisa disesuaikan dengan nilai jaminannya. Namun jika bersifat tanpa agunan, kata Herrias lagi, bisa menjadi tantangan tersendiri.

Besarnya populasi unbanked dan underbanked di Indonesia yang mencapai 60 persen mendorong bisnis pinjol cukup menanjikan karena menawarkan pinjaman kepada nasabah dengan cara yang mudah.

“Kami hadir untuk memberikan solusi kepada bank yang ingin mengambil potensi pasar ini, agar bank bisa memberikan pinjaman dengan cara aman, cepat dan nyaman.”

Lembaga keuangan belum memiliki gambaran secara lengkap terhadap segmen ini. 1datapipe masuk ke indonesia dengan solusi-solusi bersifat analiticy-based. 

“Kami memberikan gambaran secara lengkap tentang calon nasabah dari segmen tersebut sehingga lembaga perbankan dapat menjadikannya dasar untuk credit decision, apakah pengajuan kreditnya disetujui atau tidak. Dan lebih dari itu, jika disetujui, akan ditentukan berapa nilainya. Ini sangat penting karena lembaga keuangan memiliki misi untuk memperluas target segmen,” tutupnya.