Mahasiswa Untag Kembangkan AI Pendeteksi Anomali Keuangan UMKM

Mahasiswa Program Studi Teknik Informatika Untag Surabaya Maria Goreti Dhiki Mempresentasikan Skripnya di Hadapan Warek II Untag, Supangat.
Sumber :
  • Rachmad Fahrizal Tito

Surabaya, VIVA Jatim-Pemanfaatan teknologi kecerdasan buatan atau Artificial Intelligence (AI) terus merambah sektor usaha mikro, kecil, dan menengah (UMKM). Salah satunya dikembangkan mahasiswa Program Studi Teknik Informatika Fakultas Teknologi Elektro dan Informatika Cerdas (FTEIC) Universitas 17 Agustus 1945 (Untag) Surabaya, Maria Goreti Dhiki.

img_title PKKMB Untag Surabaya 2026 Tampilkan Jaranan Buto, Rektor Tekankan Pelestarian Budaya

Maria mengembangkan sistem berbasis AI yang mampu mendeteksi transaksi keuangan tidak biasa pada aktivitas bisnis UMKM. Inovasi tersebut dituangkan dalam skripsi berjudul “Deteksi Anomali Transaksi Keuangan Menggunakan Isolation Forest dengan Time-Aware Feature Engineering.”

Karya Maria bahkan terpilih sebagai salah satu skripsi menarik versi media massa dalam rangkaian Wisuda ke-133 Untag Surabaya.

img_title Dukung Produktivitas yang Lebih Cerdas, Axioo Hadirkan Axioo Hype AI G3

Menurut Maria, ide penelitian tersebut berangkat dari semakin masifnya penggunaan transaksi digital oleh pelaku UMKM. Namun, tidak semua pelaku usaha telah memiliki sistem yang mampu melakukan pemantauan transaksi 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,” ujar Maria.

img_title 3.160 Maba Untag Surabaya Dikukuhkan, PKKMB Kurangi 8.400 Botol Plastik.

Dalam penelitiannya, Maria menggunakan algoritma Isolation Forest, salah satu metode dalam machine learning yang dapat digunakan untuk mendeteksi anomali atau aktivitas yang menyimpang dari pola transaksi pada umumnya.

Sistem tidak hanya melihat besaran nominal transaksi. Maria juga memasukkan faktor waktu dan frekuensi transaksi melalui pendekatan Time-Aware Feature Engineering.

Penelitian tersebut dilakukan dengan memanfaatkan ribuan data transaksi yang bersumber dari data publik serta data UMKM Konter Hikmah Surabaya.

Dari pengujian yang dilakukan, sistem mampu menemukan transaksi dengan pola yang berbeda dari transaksi normal. Transaksi tersebut kemudian ditandai sebagai anomali untuk dilakukan pemeriksaan lebih lanjut.

“Dengan demikian, proses pengawasan menjadi lebih cepat dan efisien dibandingkan pemeriksaan secara manual,” katanya.

Salah satu perhatian Maria dalam mengembangkan sistem tersebut adalah kemudahan penggunaan. Sistem dirancang dengan tampilan sederhana sehingga pengguna tidak harus memiliki pemahaman mendalam mengenai teknologi AI.

Pengguna cukup memasukkan data transaksi yang dimiliki. Selanjutnya, sistem akan melakukan analisis terhadap pola transaksi dan memberikan informasi mengenai aktivitas yang terindikasi tidak biasa.

Halaman Selanjutnya
img_title