Cyberthreat.id - Korban kejahatan finansial di wilayah Asia Pasifik terus meningkat dalam 12 bulan terakhir. Cloudera, layanan data Cloud enterprise, menyebut jumlah korban kejahatan finansial jika dipersentase mencapai 75 persen.

Kondisi itu menjadikan tekanan terhadap institusi keuangan untuk lebih intensif mengandalkan data, analitik, Machine Learning (ML) dan Artificial Intellegence (AI) untuk mengkapitalisasi informasi yang dibutuhkan demi memerangi kejahatan finansial.

Vice Presiden Cloudera untuk wilayah Asia Pasifik dan Jepang, Mark Micallef, mengatakan jaringan kejahatan semakin kreatif dan siap memanfaatkan setiap kesempatan di dalam maupun di luar operasi bisnis.

"Kejahatan finansial adalah salah satu tantangan terbesar bagi bank karena ini tidak saja merugikan secara finansial, namun juga berdampak buruk terhadap reputasi dan hubungan dengan nasabah,” ujar Mark Micallef dalam keterangan pers, Jumat (16 November 2019).

Direktur IT dan Operasi BRI, Indra Utoyo, mengatakan nasabah bank harus mengubah cara mereka melakukan aktivitas perbankan, mengingat cara penipuan semakin canggih.

Bank, kata dia, harus memanfaatkan data dan melakukan pendekatan baru untuk menumbuhkan dan melindungi bisnis mereka. BRI menggunakan solusi Cloudera Data Science Workbench untuk mengembangkan Machine Learning mendeteksi penipuan.

"Sistem Data Science Workbench ini akan memproses dan mendeteksi pemalsuan secara real time, dengan menyoroti anomali yang ditemukan di rangkaian peristiwa dari beberapa touch point pelanggan seperti ATM dan portal internet banking," kata Indra Utoyo.

Chief Data Officer UOB, Richard Lowe, mengatakan perusahaan membangun 
platform big data kelas enterprise
untuk mengamankan jaringan global di lebih dari 500 cabang dan kantor di 19 negara dan wilayah Asia Pasifik, Eropa dan Amerika Utara.

Dari platform tersebut, kata dia, tim analitik bisa mengakses data yang relevan dan berkualitas untuk meningkatkan proses bisnis dan mengembangkan solusi baru berdasarkan kecerdasan buatan dan Machine Learning.

"Di UOB penggunaan machine learning dan analitik data adalah komponen inti dari pendekatan kami untuk mendeteksi dan mencegah pencucian uang,” kata Richard Lowe. 

YES Bank, bank swasta terbesar keempat di India dengan keberadaan di 29 negara bagian dan tujuh Union Territories of India, menggunakan Machine Learning dan model prediktif untuk mentransformasi proses yang sudah ada untuk mendeteksi penipuan dengan lebih cepat.

“Dengan Cloudera Enterprise kami bisa menggali jumlah besar data dari transaksi keuangan dan menciptakan algoritma Machine Learning. Kombinasi dari pembelajaran ini pada akhirnya memungkinkan pengembangan bisnis dengan menawarkan pengalaman digital yang berbeda kepada pelanggan kami, sekaligus menekan risiko," kata Anup Purohit, Chief Information Officer YES Bank.