***
Secara keseluruhan, penelitian yang dilakukan oleh Sunardi dkk. Perdana Kusuma (2023) memberikan wawasan yang sangat penting dalam memahami profil korban penipuan online di Indonesia. Dengan menggunakan algoritma data mining seperti Nave Bayes, Decision Tree, dan Random Forest, mereka berhasil mengidentifikasi faktor-faktor demografis yang mempengaruhi kerentanan pengguna internet terhadap kejahatan siber. Dengan tingkat akurasi mencapai 77,3%, pendekatan ini terbukti efektif dalam memberikan prediksi yang dapat digunakan untuk pencegahan.
Namun, upaya ini tidak berhenti pada hasil penelitian saja. Untuk mengatasi masalah yang lebih besar, diperlukan tindakan yang lebih konkret, seperti kampanye kesadaran keamanan siber secara nasional dan peningkatan perlindungan pada platform media sosial yang banyak digunakan oleh korban. Dengan mengedukasi masyarakat, terutama kelompok usia muda dan perempuan yang paling rentan, Indonesia dapat mengurangi jumlah korban penipuan online di masa mendatang.
Penelitian ini adalah langkah awal yang baik, tetapi ke depannya, upaya kolaboratif antara pemerintah, penyedia layanan digital, dan masyarakat sangat dibutuhkan untuk menciptakan lingkungan digital yang lebih aman dan terlindungi. Dengan profil korban yang semakin jelas, kita kini memiliki alat untuk fokus pada pencegahan, melindungi masyarakat dari ancaman dunia maya yang semakin kompleks.
Referensi
Sunardi, Fadlil, A., & Kusuma, N. M. P. (2023). Comparing data mining classification for online fraud victim profile in Indonesia. INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi, 7(1). https://doi.org/10.29407/intensif.v7i1.18283
