.webp)
Mahasiswa Program Studi Teknik Informatika FTEIC Universitas 17 Agustus 1945 (Untag) Surabaya, Maria Goreti Dhiki mengembangkan sistem deteksi anomali transaksi keuangan berbasis algoritma Isolation Forest dan Time-Aware Feature Engineering. Sistem ini dirancang sebagai alat bantu penyaringan untuk identifikasi pola transaksi mencurigakan pada Usaha Mikro, Kecil, dan Menengah (UMKM).
Maria mengatakan sistem yang dikembangkan berfokus pada analisis anomali dari data transaksi harian. Melalui alat ini, pemilik usaha dapat langsung mengonfirmasi setiap kejanggalan yang terdeteksi.
"Jadi pelaku usaha bisa memverifikasi apakah itu kesalahan pencatatan atau mungkin emang indikasi dari fraud," kata Maria saat ditemui di kampus Untag Surabaya, Sabtu (15/8/2026).
SCROLL TO CONTINUE WITH CONTENT
Sistem yang dibuat Maria berfungsi mendeteksi anomali berdasarkan variabel waktu dan lokasi transaksi dari data yang diunggah. Melalui penyaringan ini, pemilik usaha dapat memverifikasi secara mandiri apakah kejanggalan itu murni kesalahan input data atau indikasi penipuan, misalnya transaksi yang tercatat pada pukul 02.00 dini hari.
"Kalau misalnya dicari tahu, ternyata memang ada kesalahan pencatatan, terus juga memang ditransfer sama orang. Nah, itu kita bisa verifikasi sendiri, cari tahu apakah itu benar-benar penipuan atau fraud atau memang karena kesalahan pencatatan, seperti itu. Kita verifikasi sendiri," jelasnya.
Penelitian ini mengambil studi kasus langsung pada usaha offline UMKM Konter Hikmah Surabaya yang melayani pembayaran digital. Saat ini, sistem deteksi berbasis kecerdasan buatan tersebut telah dipraktikkan langsung ke toko sasaran, meskipun penerapannya masih terbatas dalam bentuk prototipe aplikasi.
Pengembangan prototipe sistem ini memakan waktu sekitar dua bulan. Karena masih berbasis pengolahan data manual, sistem belum terintegrasi secara otomatis seperti platform e-commerce besar dan masih memerlukan penyesuaian skala untuk tipe atau karakteristik usaha lainnya.
Ke depannya, Maria berharap risetnya ini dapat dikembangkan hingga siap dikomersialkan secara luas. Ia berencana membangun platform berbasis website yang lebih canggih dan responsif.
"Saya berharap kedepannya tuh bisa dikembangkan menjadi website yang lebih lengkap supaya bisa berintegrasi dan juga real-time, jadi bisa otomatis," harapnya.
Sementara dosen pembimbing sekaligus Wakil Rektor II Untag Surabaya, Supangat menyebut, riset Maria cukup bagus untuk mendeteksi transaksi anomali, apalagi dalam jjmlah besar.
"Dengan data excel saja sudah keluar anomalinya. Bentuk anomali bisa dilihat dari sisi tempat. Ini sangat membantu dampaknya untuk UMKM. Algoritma ini cukup akurat, tinggal mengembangkan dengan algoritma lainnya," kata Supangat.
Menurutnya, meski riset menguji UMKM, algoritma tersebut juga memungkinkan diterapkan pada platform toko online. Sebab pemahaman terhadap logika dan cara kerja algoritma menjadi kunci utama agar sistem dapat diimplementasikan ke berbagai sektor usaha.
Penerapan sistem ini juga dinilai sangat membantu efisiensi operasional karena mampu mempercepat proses pengolahan data transaksi dalam jumlah besar.
Namun, ia tidak memungkiri bahwa sistem yang ada saat ini masih memiliki keterbatasan karena hanya mengandalkan satu jenis algoritma. Untuk meningkatkan performa dan akurasi deteksi, ia menyarankan adanya penggabungan metode analisis di masa depan.
"Kendala dari sistem ini mungkin dari teman-teman ini perlu ada kombinasi ya. Jadi ada sisi-sisi yang memang dari kelemahan sistemnya. Kapasitas membaca sebuah data ini kan juga kurang kuat, sehingga nanti bisa dikombinasikan, kan masih satu algoritma saja yang digunakan," pungkasnya.
