Apa itu fraud detection system bank? Ini fungsi dan cara kerjanya dalam mencegah risiko penipuan dunia perbankan

Pernahkah kamu salah memasukkan PIN hingga 3 kali, lalu kartu ATM kamu terblokir? Hal ini bisa terjadi karena bank menerapkan sebuah sistem bernama  Fraud Detection System (FDS). Sistem ini memungkinkan bank atau lembaga keuangan lainnya untuk mencegah penipuan. Mengapa demikian? Yuk ketahui selengkapnya berikut ini.

Pengertian Fraud Detection System (FDS)

Sesuai dengan namanya, Fraud Detection System adalah sistem yang dibangun untuk mendeteksi adanya aktivitas mencurigakan dan penipuan. Sistem ini wajib ada dalam setiap industri, terutama dalam industri perbankan. Hal ini karena Fraud Detection System bank tidak hanya menyangkut kerugian bisnis bank tersebut, melainkan juga kepercayaan nasabah terhadapnya. 

Cara kerja Fraud Detection System (FDS)

Secara garis besar, sistem ini bekerja dengan memanfaatkan teknologi seperti Artificial Intelligence (AI), machine learning dan big data untuk mendeteksi anomali. Namun, tidak jarang bank dan lembaga keuangan lainnya juga mempekerjakan tim ahli yang secara khusus menangani masalah ini. 

Berikut ini beberapa tahap yang umumnya diambil dalam proses fraud detection.

1. Pengumpulan dan agregasi data

Untuk menentukan apakah sebuah transaksi itu fraud atau bukan, sistem FDS perlu data historis yang banyak dari berbagai sumber. Dalam konteks perbankan, data-data ini termasuk riwayat transaksi, riwayat login, IP Address yang biasanya digunakan oleh nasabah, dan lain sebagainya. Data-data ini kemudian “dibersihkan” untuk kemudian dianalisis menggunakan model analisis yang sudah ada. 

2. Rekayasa fitur (feature engineering)

Rekayasa fitur atau feature engineering adalah proses mengubah data mentah menjadi data yang siap diolah oleh model machine learning (IBM). Informasi dari hasil olahan data inilah yang kemudian digunakan untuk menentukan pola perilaku nasabah, membantu memprediksikan perilaku nasabah di masa depan, dan mengidentifikasi anomali yang terjadi (jika ada). 

3. Model training and validation

Dilansir dari f5.com, proses terakhir dari FDS adalah proses pelatihan (training) dan validasi (validation) model yang sudah ada. Proses ini dilakukan dengan cara menguji model menggunakan sebagian data asli (katakanlah Data A) untuk mempelajari pola, hubungan antar variabel dan meminimalisir perbedaan (deviasi) antara parameter aktual dan prediksi. 

Model yang sudah melalui fase training kemudian akan diuji lagi menggunakan set data yang berbeda dalam proses validasi. Tujuan dari tahap training dan validasi ini adalah supaya model FDS yang dibangun dapat secara tepat, dan akurat dalam memprediksi perilaku konsumen, sehingga terjadinya fraud apapun dapat teridentifikasi dengan mudah dan dicegah lebih cepat. 

Transaksi yang bisa dicegah oleh sistem FDS bank

Fraud detection system bank dapat membantu mengurangi risiko penipuan di beberapa transaksi, seperti:

1. Unusual amount atau transaksi ketika nasabah bank tiba-tiba mengirimkan atau menerima uang dalam jumlah jauh lebih besar dibandingkan biasanya. 
2. Duplicate transaction ketika nasabah bank mengajukan transaksi yang mirip dalam waktu yang berdekatan. 
3. Kesalahan login, seperti salah PIN, password atau login dari perangkat asing. 
4. Transaksi berdasarkan geolokasi. Misalnya, tiba-tiba kartu kredit kamu digunakan di negara lain yang belum pernah dikunjungi. 

Akan tetapi, sistem fraud detection system bank bisa jadi tidak bisa atau lambat mendeteksi berbagai teknik fraud, seperti:

1. Phishing, yaitu ketika nasabah secara tidak sengaja mengklik tautan mencurigakan atau memasukkan data keuangannya di website yang menyerupai website bank. 
2. Carding, yaitu ketika data nasabah dicuri oleh penipu dengan cara merekam data-data chip yang ada di kartu tersebut. 
3. Social engineering atau tindakan penipuan kartu kredit dan debit yang dilakukan dengan cara mendorong seseorang untuk memberikan uang atau data pribadinya, termasuk menggunakan gendam atau hipnotis. 

Teknik-teknik penipuan seperti ini tidak hanya membutuhkan  fraud detection system bank yang canggih, tetapi juga kewaspadaan nasabah dalam melakukan setiap transaksi keuangan. 

Tips meminimalisir risiko penipuan keuangan

Lalu, bagaimana cara menjadi nasabah yang waspada? Berikut ini beberapa tips meminimalisir risiko penipuan di level nasabah:

1. Hindari mengklik tautan mencurigakan, baik yang dikirim melalui email, SMS, WhatsApp, maupun media sosial lainnya. 
2. Hindari melakukan transaksi keuangan dengan menggunakan wi-fi publik. 
3. Aktifkan fitur notifikasi transaksi kartu kredit untuk mendapatkan pemberitahuan transaksi secara real-time. 
4. Gunakan fitur two-way authentication (2FA), dimana kamu tidak hanya harus memasukkan PIN, tetapi juga kode OTP sebelum melakukan transaksi. 
5. Jangan bagikan PIN atau OTP kepada orang lain. 
6. Lebih fokus dan tidak mudah panik saat di ATM. 
7. Perbaharui PIN dan password secara berkala. 
8. Gunakan kartu kredit dan debit yang tidak memiliki nomor fisik. Tujuannya adalah supaya ketika kartu tersebut jatuh, ia tidak serta merta bisa digunakan oleh oknum penipu. 
9. Langsung blokir kartu jika ada transaksi mencurigakan. Contohnya, jika ada orang yang tidak berhak menggunakan kartu kredit Honest kamu, segera pencet tombol blokir sementara di aplikasi kartu kredit Honest App. 
10. Segera hubungi bank sebelum bepergian ke luar negeri atau ketika ada transaksi mencurigakan. 

Fraud detection system bank memang menyediakan sistem peringatan dini untuk nasabah, namun untuk meminimalisir risiko penipuan secara maksimal, kerjasama antara bank dan nasabah tersebut tetap dibutuhkan. 

Frequently Asked Questions (FAQ):

1. Apa itu false positive dalam FDS bank?

Kondisi ketika transaksi sah dan valid yang dilakukan pemilik kartu justru terdeteksi dan diblokir oleh sistem karena dianggap mencurigakan.

2. Kenapa harus memberitahu pihak bank sebelum kita berangkat ke luar negeri?

Agar FDS tidak menganggap transaksi di lokasi luar negeri sebagai aksi peretasan atau kecurian (carding).

3. Apa bedanya FDS berbasis rule-based dan yang berbasis AI?

Sistem Rule-Based hanya memblokir berdasarkan kriteria baku yang diatur manusia, sedangkan AI belajar secara dinamis dari perilaku nasabah untuk akurasi yang lebih tinggi.

4. Kenapa transaksi dalam nominal tertentu terutama yang jumlahnya besar sering membutuhkan konfirmasi tambahan?

FDS mengidentifikasi nilai nominal yang melonjak signifikan dari kebiasaan belanja nasabah sebagai transaksi berisiko tinggi.

5. Apakah FDS dapat menjamin 100% keamanan kartu kredit dari kejahatan siber?

Tidak ada sistem yang 100% sempurna, namun FDS berhasil meminimalkan risiko kerugian finansial secara signifikan baik bagi bank maupun nasabah.