Mohon tunggu...
Merza Gamal
Merza Gamal Mohon Tunggu... Konsultan - Pensiunan Gaul Banyak Acara

Penulis Buku: - "Spiritual Great Leader" - "Merancang Change Management and Cultural Transformation" - "Penguatan Share Value and Corporate Culture" - "Corporate Culture - Master Key of Competitive Advantage" - "Aktivitas Ekonomi Syariah" - "Model Dinamika Sosial Ekonomi Islam" Menulis untuk berbagi pengetahuan dan pengalaman agar menjadi manfaat bagi orang banyak dan negeri tercinta Indonesia.

Selanjutnya

Tutup

Financial Artikel Utama

Melawan Penipuan Finansial dengan Menggunakan Machine Learning

20 Oktober 2022   09:42 Diperbarui: 21 Oktober 2022   10:15 1202
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Ilustrasi fraud. (sumber: Thinkstockphotos.com via kompas.com)

Machine Learning (ML) yang memanfaatkan data granular yang berfokus pada perilaku untuk membangun algoritme canggih dapat dengan cepat menyesuaikan diri dengan tren pencucian uang baru dan membantu perusahaan mengurangi risiko kejahatan keuangan. 

Dengan mengganti alat yang ada dengan model ML, satu lembaga keuangan terkemuka meningkatkan kemampuannya untuk mengidentifikasi aktivitas mencurigakan hingga 40%. (McKinsey On Point by publishing@email.mckinsey.com for Merza Gamal private email, 20 Oktober 2022)

Namun demikian, penerapan teknologi baru memerlukan waktu dan investasi tambahan. Dibutuhkan transisi ke teknologi baru, walaupun misalnya sebuah bisnis telah memiliki data yang tepat untuk memicu algoritma antipencucian uang.

Perusahaan perlu menyelaraskan pemangku kepentingan, mengembangkan rencana transisi teknologi bertahap, dan merevisi kerangka kerja mereka untuk pemantauan transaksi.

Ketika perusahaan mengintegrasikan teknologi pemantauan baru, misalnya, karyawan melakukannya bersama dengan sistem yang sudah ada, sehingga sistem lama dapat dihapus secara bertahap.

Untuk mewujudkan manfaat penuh dari pembelajaran mesin dan analitik lanjutan dalam anti pencucian uang, institusi membutuhkan pakar AML (Anti Money Laundering), bakat ilmu data yang kuat, dan sumber data yang andal dalam memerangi jenis kejahatan keuangan ini.

Volume pencucian uang dan kejahatan keuangan lainnya berkembang di seluruh dunia, dan teknik yang digunakan untuk menghindari deteksi mereka menjadi semakin canggih. 

Hal ini telah menimbulkan tanggapan yang kuat dari bank, yang secara kolektif menginvestasikan miliaran setiap tahun untuk meningkatkan pertahanan mereka terhadap kejahatan keuangan (pada tahun 2020, lembaga menghabiskan sekitar $214 miliar untuk kepatuhan kejahatan keuangan).

Terlebih lagi, karena Regulator telah memberlakukan hukuman yang lebih keras, sehingga denda peraturan yang dihasilkan terkait dengan kepatuhan melonjak dari tahun ke tahun. 

Namun demikian, pendekatan tradisional berbasis aturan dan skenario bank untuk memerangi kejahatan keuangan selalu tampak selangkah di belakang orang-orang jahat. 

Untuk itu, perlu menjadikan perang melawan pencucian uang sebagai tantangan berkelanjutan untuk kepatuhan, pemantauan, dan organisasi risiko.

HALAMAN :
  1. 1
  2. 2
  3. 3
  4. 4
Mohon tunggu...

Lihat Konten Financial Selengkapnya
Lihat Financial Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun