SURABAYA (Lentera) — Perkembangan transaksi digital di kalangan pelaku Usaha Mikro, Kecil, dan Menengah (UMKM), membuka peluang efisiensi dalam pengelolaan usaha.
Namun, semakin banyak transaksi digital juga menuntut sistem pengawasan, yang mampu mengenali aktivitas keuangan yang tidak biasa secara cepat.
Kondisi tersebut mendorong Maria Goreti Dhiki, mahasiswa Program Studi Teknik Informatika Fakultas Teknologi Elektro dan Informatika Cerdas (FTEIC) Universitas 17 Agustus 1945 (Untag) Surabaya, mengembangkan sistem berbasis kecerdasan buatan (Artificial Intelligence/AI) untuk mendeteksi anomali transaksi keuangan pada UMKM.
Inovasi tersebut dituangkan dalam skripsi berjudul Deteksi Anomali Transaksi Keuangan, Menggunakan Isolation Forest dengan Time-Aware Feature Engineering.
Maria menjelaskan, gagasan penelitian tersebut berangkat dari kondisi pelaku UMKM yang semakin banyak menggunakan transaksi digital, tetapi belum seluruhnya memiliki sistem pemantauan keuangan secara otomatis.
"Semakin banyak UMKM yang memanfaatkan transaksi digital, tetapi belum semuanya memiliki sistem untuk memantau aktivitas keuangan secara otomatis. Saya ingin membuat teknologi yang sederhana, tetapi mampu membantu pelaku usaha mengenali transaksi yang tidak wajar lebih cepat sehingga dapat segera diperiksa," ujarnya, Jumat (14/8/2026).
Untuk mendeteksi transaksi yang tidak biasa, Maria memanfaatkan algoritma Isolation Forest. Algoritma tersebut bekerja dengan mengidentifikasi data yang memiliki karakteristik berbeda dari mayoritas transaksi.
Berbeda dengan pemeriksaan yang hanya melihat nominal transaksi, sistem yang dikembangkan Maria, turut mempertimbangkan faktor waktu dan frekuensi aktivitas. Pendekatan tersebut digunakan untuk membantu sistem mengenali pola transaksi, yang menyimpang dari kebiasaan transaksi normal.
Dalam penelitiannya, Maria menganalisis ribuan data transaksi yang bersumber dari data publik serta data UMKM Konter Hikmah Surabaya.
"Dari pengolahan data tersebut, sistem mampu mengidentifikasi transaksi yang memiliki karakteristik berbeda dari pola transaksi yang dianggap normal," tuturnya.
Hasil penelitian menunjukkan, pendekatan berbasis AI tersebut, dapat membantu mempercepat proses identifikasi transaksi yang terindikasi sebagai anomali. Dengan demikian, pelaku usaha dapat melakukan pemeriksaan lebih lanjut terhadap transaksi yang dianggap perlu mendapat perhatian.
Maria juga merancang, sistem dengan mempertimbangkan aspek kemudahan penggunaan. Antarmuka dibuat sederhana sehingga pengguna cukup memasukkan data transaksi, untuk kemudian dianalisis oleh sistem.
Setelah proses analisis dilakukan, sistem akan memberikan informasi mengenai transaksi yang terindikasi tidak biasa atau anomali. Informasi tersebut selanjutnya dapat menjadi bahan bagi pelaku usaha, untuk melakukan pemeriksaan secara lebih mendalam.
"Dengan demikian, proses pengawasan menjadi lebih cepat dan efisien dibandingkan pemeriksaan secara manual," kata Maria.
Dalam penyusunan skripsinya, Maria mendapat bimbingan dari Wakil Rektor II Untag Surabaya, Supangat, M.Kom., Ph.D., ITIL., COBIT., CLA., CISA.
Selain menghasilkan penelitian, Maria juga berhasil menyelesaikan studinya tepat waktu dengan Indeks Prestasi Kumulatif (IPK) 3,59. Ia dijadwalkan mengikuti Wisuda ke-133 Untag Surabaya pada 22 Agustus 2026.
Maria berharap, penelitian tersebut tidak berhenti pada tahap skripsi, tetapi dapat dikembangkan menjadi sistem yang lebih komprehensif dan mudah digunakan oleh pelaku UMKM.
"Saya berharap penelitian ini bisa menjadi solusi yang benar-benar bermanfaat, khususnya bagi UMKM. Semoga ke depan sistem ini dapat dikembangkan menjadi aplikasi yang lebih lengkap sehingga pelaku usaha memiliki perlindungan yang lebih baik terhadap transaksi yang berisiko," pungkasnya.
Reporter: Amanah/Editor: Ais
.jpg)
Post a comment