ABSTRAK
Penyedia Jasa Keuangan (PJK) seperti bank memberikan layanan untuk memudahkan
transaksi keuangan, tetapi hal ini dimanfaatkan untuk pencucian uang dalam
menyamarkan dana hasil tindak pidana seperti dana yang sah. Perjudian merupakan
tindak pidana di wilayah hukum Indonesia. Seiring dengan peningkatan jumlah nasabah
dan rekening setiap tahunnya, bank menghadapi tantangan dalam mengawasi transaksi
keuangan sesuai dengan aturan perundangan yang berlaku. Berdasarkan penelitian
sebelumnya, penggunaan machine learning seperti klasifikasi dapat digunakan untuk
otomasi analisa dan pengawasan transaksi terkait pencucian uang pada sektor perbankan.
Namun, hal ini belum terbukti untuk deteksi penyalahgunaan rekening dalam tindak
pidana perjudian. Penelitian ini menyajikan topik baru karena kegiatan perjudian hanya
ilegal di 56 negara dari total 195 negara di dunia. Penelitian ini dilakukan berdasarkan
data transaksi keuangan riil dengan metode SLR, eksperimen, dan wawancara semi
terstruktur dengan beberapa Subject Matter Expertise. Berbeda dengan rekening
pencucian uang tindak pidana lainnya, karakteristik di rekening perjudian yang
ditemukan dalam penelitian ini adalah rekening dimiliki oleh nasabah individu, memiliki
frekuensi transaksi melalui channel elektronik lebih tinggi dibandingkan dengan transaksi
di teller, sedikit dan hampir tidak pernah melakukan transaksi di teller, dan meskipun
memiliki nominal transaksi yang tinggi setiap harinya rekening perjudian memiliki saldo
akhir bulan hampir nol. Hasil penelitian ini menunjukkan klasifikasi dengan algoritma
ensemble seperti LightGBM dapat mengidentifikasi rekening perjudian. Berdasarkan
hasil evaluasi performa klasifikasi dengan algoritma LightGBM memiliki performa
terbaik dibandingkan model ensemble lain dan algoritma klasifikasi lainnya.
|