FRAMES: Real-Time Fraud Detection & Monitoring System [2015]

Pada tahun 2015, PT Tech Mayantara Asia (TMA) mendapatkan kesempatan untuk mengembangkan sebuah sistem yang memiliki tantangan teknologi sekaligus bisnis yang sangat penting bagi industri telekomunikasi, yaitu FRAMES (Fraud Risk Analysis Monitoring and Evaluation System) di PT Telkom.

Pada saat itu, kebutuhan terhadap sistem pendeteksian fraud semakin berkembang. Volume transaksi dan aktivitas pelanggan dalam industri telekomunikasi terus meningkat, sementara pola fraud menjadi semakin kompleks. Pendekatan analisis yang hanya mengandalkan data historis atau proses batch mulai memiliki keterbatasan karena informasi yang diperoleh sudah terlambat untuk digunakan sebagai dasar tindakan.

Kebutuhannya menjadi sangat jelas: bagaimana jika aktivitas yang berpotensi fraud dapat dikenali saat aktivitas tersebut terjadi, bukan beberapa jam atau bahkan beberapa hari setelahnya?

Dari kebutuhan tersebut, TMA mengembangkan FRAMES dengan pendekatan real-time data streaming analytics, sebuah pendekatan yang pada masa itu masih tergolong teknologi yang relatif baru. Teknologi streaming yang digunakan adalah IBM Streams, yang memungkinkan data diproses dan dianalisis secara terus-menerus ketika data tersebut mengalir ke dalam sistem.

Salah satu sumber data utama yang digunakan adalah Call Detail Record (CDR). CDR merupakan data yang merekam aktivitas komunikasi pelanggan, seperti informasi panggilan dan berbagai atribut transaksi telekomunikasi lainnya. Dengan jumlah data yang besar dan kecepatan pertumbuhan yang tinggi, CDR menjadi sumber informasi yang sangat berharga untuk mengenali pola aktivitas yang tidak wajar.

Tantangan utama FRAMES bukan sekadar bagaimana menyimpan data dalam jumlah besar, tetapi bagaimana mengubah aliran data tersebut menjadi informasi yang dapat digunakan secara langsung.

Arsitektur yang dibangun memungkinkan data CDR yang masuk dialirkan ke platform streaming dan diproses secara real-time. Setiap record tidak harus menunggu seluruh kumpulan data terkumpul terlebih dahulu. Data dapat langsung melewati proses analisis berdasarkan sejumlah aturan dan parameter yang telah ditentukan.

Dengan pendekatan tersebut, sistem dapat melakukan identifikasi terhadap pola atau indikasi aktivitas yang memiliki karakteristik fraud. Ketika suatu aktivitas memenuhi kondisi tertentu, FRAMES dapat menghasilkan sebuah indikasi atau alert yang dapat segera ditindaklanjuti.

Konsep ini membawa perubahan penting dalam cara organisasi memandang fraud detection. Sistem tidak lagi hanya berfungsi sebagai alat pelaporan setelah kejadian, tetapi menjadi bagian dari mekanisme early detection.

TMA merancang FRAMES dengan memanfaatkan IBM Streams sebagai engine utama untuk pemrosesan data streaming. Data CDR yang masuk diproses melalui alur analisis yang berjalan secara kontinu. Di dalamnya terdapat logic dan rule untuk mengenali berbagai pola aktivitas yang dianggap memiliki risiko tertentu.

Pendekatan streaming memungkinkan sistem bekerja dengan prinsip data in, analysis in real time, alert in real time.

Artinya, ketika data masuk, proses analisis dapat dilakukan pada saat yang hampir bersamaan. Jika hasil analisis menunjukkan adanya potensi fraud, informasi tersebut dapat diteruskan kepada mekanisme notifikasi tanpa harus menunggu proses batch selesai.

Hal ini menjadi salah satu karakteristik penting dari FRAMES. Sistem tidak berhenti pada proses analisis, tetapi juga menghubungkan hasil analisis dengan proses komunikasi dan monitoring.

Ketika sebuah indikasi fraud terdeteksi, FRAMES dapat menghasilkan notifikasi secara langsung melalui aplikasi messaging dan email. Dengan demikian, pihak yang bertanggung jawab tidak perlu menunggu laporan periodik untuk mengetahui adanya aktivitas yang perlu diperiksa.

Notifikasi real-time tersebut menjadi semacam mekanisme alarm digital. Informasi yang sebelumnya mungkin tersembunyi di dalam volume data yang sangat besar dapat segera diangkat menjadi sebuah informasi yang membutuhkan perhatian.

Selain mekanisme alert, TMA juga membangun dashboard monitoring dan reporting untuk FRAMES. Dashboard tersebut digunakan untuk memberikan gambaran yang lebih mudah dipahami mengenai aktivitas fraud yang terdeteksi, status monitoring, serta informasi analitis lainnya.

Dashboard memiliki peran penting karena sistem real-time menghasilkan data dan event secara terus-menerus. Tanpa visualisasi yang baik, informasi yang dihasilkan dapat kembali menjadi terlalu kompleks untuk digunakan oleh manusia.

Karena itu, FRAMES tidak hanya dirancang sebagai sebuah engine analitik, tetapi sebagai sebuah sistem yang menghubungkan beberapa lapisan: data, streaming analytics, fraud detection, notification, dan monitoring.

Secara konseptual, alur FRAMES dapat digambarkan sebagai:

CDR Data → Real-Time Streaming → Fraud Risk Analysis → Detection → Alert → Messaging / Email → Monitoring Dashboard

Arsitektur seperti ini memungkinkan proses deteksi fraud menjadi lebih responsif. Data tidak hanya dikumpulkan untuk kebutuhan analisis di kemudian hari, tetapi diperlakukan sebagai aliran informasi yang dapat memberikan nilai pada saat data tersebut terjadi.

Pengembangan FRAMES pada tahun 2015 juga menjadi pengalaman penting bagi TMA dalam mengimplementasikan teknologi stream processing pada lingkungan enterprise. Pada periode tersebut, teknologi streaming belum menjadi pendekatan yang umum digunakan seperti sekarang. Konsep real-time analytics masih membutuhkan pemahaman yang lebih mendalam mengenai bagaimana data mengalir, bagaimana event diproses, bagaimana rule dijalankan secara kontinu, dan bagaimana hasil analisis dapat diteruskan kepada sistem lain.

Pengalaman tersebut memperlihatkan bahwa implementasi teknologi baru bukan hanya persoalan memilih sebuah platform. Tantangan yang lebih besar adalah menerjemahkan kebutuhan bisnis menjadi arsitektur teknologi yang mampu bekerja secara konsisten dalam kondisi nyata.

Dalam kasus FRAMES, kebutuhan bisnisnya sederhana namun sangat penting: mengetahui lebih cepat ketika sesuatu yang tidak normal terjadi.

Teknologi kemudian menjadi sarana untuk mewujudkan kebutuhan tersebut.

Dari sisi TMA, FRAMES menjadi salah satu pengalaman yang memperkuat kemampuan dalam membangun solusi berbasis real-time data processing, streaming analytics, rule-based detection, notification, dan dashboard monitoring. Pengalaman ini juga menjadi bagian dari perjalanan TMA dalam mengembangkan solusi yang tidak hanya berorientasi pada aplikasi, tetapi juga pada bagaimana data dapat digunakan untuk membantu organisasi mengambil keputusan dengan lebih cepat.

Yang menarik dari FRAMES adalah bagaimana sebuah persoalan yang sangat besar—mendeteksi kemungkinan fraud di tengah aliran data telekomunikasi yang terus bergerak—diterjemahkan menjadi sebuah sistem yang bekerja secara kontinu.

Tidak perlu menunggu data terkumpul.

Tidak perlu menunggu laporan dibuat.

Ketika data datang, sistem menganalisisnya. Ketika indikasi ditemukan, sistem memberikan alert. Dan ketika informasi dibutuhkan oleh manusia, sistem menyajikannya melalui dashboard dan notifikasi.

Pendekatan tersebut menunjukkan sebuah prinsip yang sampai sekarang tetap relevan dalam pengembangan solusi teknologi: data memiliki nilai terbesar ketika dapat diubah menjadi informasi pada waktu yang tepat.

FRAMES merupakan salah satu tonggak pengalaman TMA dalam membangun solusi data-driven dan real-time analytics. Di tengah perkembangan teknologi yang terus berubah, prinsip dasarnya tetap sama—menggunakan teknologi untuk membantu manusia melihat lebih cepat, memahami lebih baik, dan mengambil tindakan dengan lebih tepat.

Technology evolves. The goal remains the same: turning data into insight, and insight into action.