Bre, pinjaman online (paylater) di Indonesia tumbuh 400% dalam 2 tahun terakhir (data OJK 2025). Tapi di balik itu, fraud (penipuan) juga meroket. Ada orang yang pakai KTP orang lain, ada yang sengaja meminjam lalu ganti nomor HP, ada juga sindikat yang bikin 50 akun pinjol pakai data identitas fiktif. Kerugian perusahaan pinjol akibat fraud mencapai Rp 3 triliun per tahun. Biaya ini pada akhirnya dibebankan ke konsumen jujur dalam bentuk bunga tinggi.
Startup fintech risk management TrustScore.ID menawarkan solusi: algoritma fraud detection 3-lapis yang tidak hanya mengandalkan data biro kredit konvensional (SLIK OJK). Mereka menggabungkan:
- Data Sertifikat Tanah (dari BPN – Badan Pertanahan Nasional)
- Data Riwayat Transaksi Pulsa Seluler (dari operator seperti Telkomsel, Indosat)
- Data Perilaku Digital (jejak sosial media dan pola penggunaan aplikasi)
Lapisan 1: Verifikasi Sertifikat Tanah Real-Time
Saat pemohon pinjaman mengajukan paylater untuk nominal di atas Rp 5 juta, algoritma akan memeriksa apakah sertifikat tanah yang disebutkan oleh pemohon (sebagai aset jaminan tidak resmi) benar-benar ada dan sesuai dengan data di BPN. Bukan sertifikat fiktif atau milik orang lain. Sistem menggunakan API dari Kementerian ATR/BPN yang baru diluncurkan tahun 2025. Jika ketidakcocokan ditemukan, pemohon langsung ditolak atau diminta verifikasi manual.
Lapisan 2: Analisis Riwayat Isi Ulang Pulsa
Ini yang unik. Banyak fraudster menggunakan nomor prabayar baru (belum terdaftar lama), dan mereka hanya isi pulsa minimal untuk aktivasi. Algoritma TrustScore.ID menganalisa:
- Umur nomor: Nomor yang berusia kurang dari 3 bulan mendapat skor risiko tinggi.
- Konsistensi isi ulang: Apakah isi ulang dilakukan setiap bulan dengan nominal wajar (misal Rp 50rb) atau naik turun tidak wajar? Nomor yang tidak pernah diisi ulang sama sekali (hanya terima pulsa dari orang lain) mencurigakan.
- Lokasi isi ulang: Apakah sering isi ulang melalui gerai di daerah yang berbeda-beda dalam waktu singkat? Itu bisa indikasi nomor kloning.
Lapisan 3: Pengecekan Silang Data Diri dengan Jejak Digital
AI membandingkan data KTP (nama, tanggal lahir, alamat) dengan data yang tersedia di:
- Data Dukcapil (melalui izin resmi): Apakah KTP masih valid dan sesuai foto?
- Media sosial publik (dengan persetujuan pemohon): Apakah nama yang sama di Facebook/Twitter memiliki aktivitas yang konsisten dengan profil pemohon? Misal, KTP mengaku tinggal di Jakarta, tapi postingan media sosial selalu geotag di Bandung, bisa jadi indikasi penggunaan identitas orang lain.
- Pola penggunaan aplikasi pinjol lain (data pooling antar perusahaan fintech yang tergabung dalam asosiasi fintech lending). Apakah pemohon dalam waktu 1 jam mengajukan pinjaman ke 20 aplikasi berbeda? Itu red flag klasik.
Skor Risiko dan Tindakan:
Algoritma menghasilkan Skor Risiko Fraud (0-1000):
- 0-300 (Risiko Rendah): Pinjaman diproses normal.
- 301-600 (Risiko Sedang): Perlu verifikasi tambahan (panggilan video call atau wawancara singkat).
- 601-800 (Risiko Tinggi): Ditolak otomatis, atau hanya diberi plafon sangat kecil (Rp 200rb) untuk uji coba.
- 801-1000 (Risiko Ekstrem): Ditolak total, data pemohon dimasukkan ke blacklist bersama (pooling data) untuk 60 hari.
Studi Kasus:
Sindikat di Tangerang berhasil membuat 150 akun pinjol palsu dalam 2 minggu menggunakan data KTP warga yang pernah hilang. Modal awal: beli data KTP di dark web Rp 5 juta. Mereka mengajukan paylater ke berbagai platform dengan total plafon Rp 3 miliar. Platform yang tidak menggunakan TrustScore.ID rugi Rp 1,2 miliar. Sementara platform yang menggunakan sistem ini berhasil mendeteksi 90% akun palsu karena keanehan pola isi ulang pulsa dan mismatch alamat KTP dengan IP address.
Tantangan:
- Privasi: Banyak konsumen yang tidak nyaman data pulsa dan media sosialnya diintip. Maka sistem harus bersifat opt-in bukan opt-out, dan ada penjelasan yang jelas di aplikasi. Juga data hanya digunakan untuk evaluasi pinjaman, tidak disimpan permanen.
- Kolaborasi operator seluler: Tidak semua operator memberikan akses API data pelanggan. Sejauh ini baru Telkomsel dan Indosat yang kerja sama. XL dan Smartfren masih proses.
- Data BPN belum fully digital: Sertifikat tanah fisik masih banyak yang belum terdigitalisasi. Mulai 2025, pemerintah menargetkan 50% sertifikat sudah digital.
Potensi pasar:
Ada 200+ perusahaan fintech lending (pinjol terdaftar) di Indonesia. Masing-masing butuh proteksi fraud. Harga langganan TrustScore.ID adalah Rp 5.000 per pemohon (dibayar oleh fintech). Untuk fintech besar dengan 5 juta pemohon per bulan, biayanya Rp 25 miliar. Tapi jika berhasil mencegah fraud Rp 50 miliar, untungnya masih besar. Jadi ini win-win.
Kesimpulan:
Bre, fraud detection bukan sekadar “tolak atau terima”. Ini adalah pertahanan pertama ekosistem keuangan digital Indonesia. Dengan menggabungkan data yang tidak biasa (sertifikat tanah dan pulsa seluler), TrustScore.ID membuat barrier yang sangat sulit ditembus fraudster. Fintech jadi aman, konsumen jujur dapat bunga lebih rendah. Ini baru keadilan finansial.