PERANCANGAN PROTOTIPE SISTEM PENDUKUNG KEPUTUSAN UNTUK MANAJEMEN FRAUD PADA SEBUAH OPERATOR TELEPON SELULER

Transkripsi

1 PERANCANGAN PROTOTIPE SISTEM PENDUKUNG KEPUTUSAN UNTUK MANAJEMEN FRAUD PADA SEBUAH OPERATOR TELEPON SELULER Mashudi, Ahmad Rusdiansyah Program Studi Magister Manajemen Teknologi ITS Jl. Cokroaminoto 12A Surabaya mashudiflexi@telkom.co.id ABSTRAK Dalam bidang telekomunikasi terdapat penyalahgunaan layanan berupa fraud sehingga akan merugikan operator, pelanggan dan masyarakat. Secara garis besar fraud dibagi dua yaitu fraud untuk percakapan suara dan fraud untuk transaksi SMS. Dalam penelitian ini kami menemukan beberapa jenis fraud yang terdiri dari sepuluh tipe fraud untuk percakapan suara seperti call no charge, long duration call, clonning dan sebagainya. Untuk transaksi SMS terdapat dua tipe fraud yang telah ditemukan yaitu broadcast SMS penipuan dan SMS broadcast oleh contain provider. Untuk mencegah terjadinya fraud kami membangun prototipe sistem pendukung keputusan untuk manajemen fraud yang memiliki sejumlah logical-rule yang dapat mendeteksi adanya anomali pemakaian percakapan suara dan transaksi SMS. Masingmasing rule diformulasikan untuk masing-masing tipe fraud dengan masukan utama berupa data CDR yang telah di-parsing. Sistem akan mengeluarkan laporan peringatan yang berisi data yang dicurigai sebagai fraud. Data tersebut selanjutnya diinvestigasi dengan membandingkan dengan data historis baik untuk transaksi SMS maupun percakapan suara. Untuk menggambarkan efektivitas sistem yang kami buat, telah dilakukan simulasi numerik untuk empat tipe fraud (dua untuk fraud percakapan suara dan dua untuk transaksi SMS). Dari hasil simulasi menunjukkan bahwa sistem yang kami buat dapat menangkap data CDR yang mengandung anomali dan dicurigai sebagai fraud. Kata kunci : fraud management system, sistem pendukung keputusan, fraud, call detail record. PENDAHULUAN Kasus fraud di dunia telekomunikasi sangat banyak terjadi tetapi tidak pernah diungkapkan karena hal ini menyangkut kredibilitas operator, operator enggan untuk menampilkan data secara statistik, oleh karenanya penelitian mengenai fraud jarang dipublikasikan, sehingga minim sekali adanya kajian-kajian mengenai sistem manajemen fraud di bidang telekomunikasi, apalagi di negara kita tarif telekomunikasi seluler sangat mahal bila dibandingkan dengan negara-negara Amerika dan Eropa, sehingga hal ini akan mendorong para fraudster untuk melakukan fraud terhadap operator telekomunikasi. Fraud memiliki berbagai ragam jenis mulai dari kasus clonning atau penggandaan nomor telepon yang paling banyak terjadi pada pelanggan pasca bayar, ada pula fraud yang ditujukan pada pelanggan lain tanpa merugikan operator secara langsung seperti SMS penipuan berhadiah. Dalam kasus ini operator telekomunikasi tidak melakukan tindakan apapun dengan alasan bahwa yang melakukan penipuan

2 adalah pelanggan lain bukan operator, operator hanya penyelenggara layanan telekomunikasi sehingga pelanggan yang mengalami hal tersebut diminta untuk melaporkan kasusnya pada pihak kepolisian. Dari uraian di atas maka dalam penelitian ini kami mengusulkan disain prototipe sistem informasi pendukung keputusan untuk manajemen fraud pada sebuah operator seluler. Sistem ini merupakan sistem aplikasi yang dapat mendeteksi adanya suspect fraud pada billing/tagihan pelanggan telekomunikasi seluler sehingga akan mempermudah operator untuk mengantisipasi adanya fraud yang terjadi pada pelanggannya dengan hanya memantau CDR ( call detail record) yang dihasilkan oleh setiap percakapan telepon yang telah dilakukan. DESKRIPSI SISTEM Arsitektur sistem aplikasi sistem manajemen fraud yang akan di rancang memiliki arsitektur seperti pada gambar 1. secara garis besar aplikasi memerlukan input berupa CDR voice dan CDR SMS, kemudian dilakukan parsing untuk memilih informasi yang diperlukan seperti nomor pemanggil, nomor tujuan, lama pembicaraan atau durasi, tanggal dan jam, lokasi sel pemanggil. Kemudian data tersebut dimasukkan ke dalam database untuk diolah oleh analysing unit,berupa aplikasi yang memanfaatkan criteria library yang diberikan oleh controlling unit, criteria library berupa rule untuk mencari pola untuk masing-masing tipe fraud kemudian akan di bangkitkan alarm berdasarkan rule dari criteria library tersebut. Adapun spesifikasi rule yang digunakan dalam penelitian ini dibahas lebih detail pada sub bab logical rule specification. Alarm Criteria Library Controlling Unit GUI CDR Analysing Unit Analysis concerning A and B number User information Criteria Result Database Database containing : - user profiles (UP) - recent alarm Gambar 1 Arsitektur Aplikasi Sistem Manajemen Fraud LOGICAL RULE SPECIFICATION Dari penelitian yang telah dilakukan terhadap salah satu operator telepon dihasilkan dua belas rule untuk mendeteksi pola fraud, input yang digunakan adalah A-27-2

3 data CDR ( call detail record) dari hail percakapan suara dan data CDR dari hail transaksi SMS, adapun ke duabelas rule tersebut adalah sebagai berikut : (1) B-number blacklist Adalah B-number yang sering dihubungi berulang-ulang dengan frekuensi yang cukup tinggi dan interval antar incoming call pendek. Perilaku fraud yang dicari adalah gateway/operator voip illegal, baik voip untuk hubungan interlokal maupun internasional. Input parameter CDR yang digunakan adalah A-number, B-number, tanggal dan waktu percakapan voice dilakukan, kemudian dianalisa oleh Analysing unit menggunakan rule B-number list. Output dari rule berupa daftar B-number yang perlu dicurigai sebagai fraud B-numbre list. (2) Long duration call Tipe fraud long duration call adalah pemakaian telepon yang memiliki durasi berlebihan. Dengan mengamati pemakaian telepon yang berlebihan memungkinkan operator untuk mencegah terjadinya bad debt yang akan terjadi di waktu yang akan datang. Adapun spesifikasi durasi yang akan di pilah bisa berdasarkan panggilan Lokal yang melebihi 30 menit, panggilan SLJJ lebih dari 30 menit, GSM lebih 30 menit. Input yang diperlukan oleh rule adalah A- number, B-number, durasi, tanggal dan waktu percakapan voice. (3) Local call A-number melakukan panggilan lokal dengan frekuensi tinggi dan durasi yang sangat panjang. Ada kalanya suatu nomor melakukan panggilan lokal dengan frekuensi yang jauh lebih tinggi dari rata-rata panggilan lokal yang terjadi pada umumnya, hal ini bisa menjadi indikasi bahwa nomor tersebut merupakan nomor terminating voip sljj illegal atau memang benar-benar pelanggan yang memiliki bisnis dengan kebutuhan local call tinggi seperti outbound customer service dari suatu perusahaan. Untuk mencari suspect fraud local call input yang diperlukan oleh rule ada A-number,B-number, tanggal dan waktu percakapan voice dilakukan. Output dari rule local call adalah nomor-nomor yang perlu dicurigai sebagai fraud termintaing voip illegal. (4) Call 24 jam Pada fraud tipe call 24 jam, di cari A-number yang selama 24 jam terus menerus melakukan panggilan ke berbagai B-number yang berbeda. Perbedaan waktu antar negara menyebabkan suatu panggilan dari negara asal akan sampai di negara tujuan dengan waktu yang berbeda. Hal ini yang menjadi dasar asumsi bahwa jika suatu panggilan incoming dari negara lain akan diterima di negara tujuan dengan waktu yang kontinu baik itu jam kerja atau jam-jam dimana orang sedang istirahat, Gambar sehingga 1. Arsitektur panggilan Aplikasi incoming Sistem akan Manajemen datang secara Fraudkontinu selama dua puluh empat jam. Indikasi fraud yang dicari adalah adanya nomor telepon yang digunakan sebagai terminating voip internasional illegal. Input yang dibutuhkan oleh rule adalah A-number,B-number tanggal dan waktu percakapan voice terjadi. (5) Call no charge Record CDR memiliki field kode charging bernilai nol yang berarti tidak kena charg. Tipe fraud call no charge adalah fraud yang dilakukan oleh fraudster dengan melakukan perubahan flag charging di CDR sehingga flag tersebut menjadi no charge. Apabila nomor B-number yang dituju nomor biasa bukan special number seperti 0800xx, maka A-number perlu dicurigai sebagai fraud call no charge.input dari rule call no charge adalah A-number,B-number, charging_class, tanggal dan waktu. Parameter charging_class sebagai parameter untuk dasar seleksi awal berikutnya dicek B-number yang dituju. A-27-3

4 (6) SMS broadcast penipuan A-number melakukan pengiriman SMS dalam jumlah besar ke berbagai nomor yang dapat merugikan orang lain. B-number yang dituju berurutan bisa ascending atau descending, hal ini terjadi karena pengirim tidak pernah kenal/tahu B-number yang dituju, sehingga dilakukan pengiriman secara berurutan terhadap blok nomor yang pernah ada. Input yang diperlukan oleh rule berupa A-number,B-number, tanggal dan waktu transaksi SMS. Output berupa A-number yang dicurigai sebagai fraud broadcast SMS penipuan. (7) SMS broadcast content provider A-number melakukan pengiriman SMS dalam jumlah besar ke satu nomor empat digit secara terus menerus dalam interval waktu tertentu, hal ini terjadi karena A-number ingin mendapatkan sharing pendapatan dari operator atas SMS yang telah dikirimkannya namun biasanya A-number tidak melakukan pembayaran setelah mengirimkan SMS dalam jumlah besar. Input yang diperlukan oleh rule berupa A-number,B-number, tanggal dan waktu transaksi SMS. Output berupa A-number yang dicurigai sebagai fraud broadcast SMS content provider. (8) Call forwarding Fitur call forwarding merupakan fitur untuk melakukan transfer panggilan ke nomor lain. Fraud bisa terjadi bila ada nomor B-number yang melakukan transfer atas panggilan yang masuk ke nomor lain yang jaraknya jauh, bisa jadi ditransfer ke nomor internasional, sehingga tagihan untuk B-number membengkak kemudian tagihan B-number tersebut tidak dibayar. Input yang dibutuhkan oleh rule adalah A-number,B-number, special_service_used, tanggal dan waktu percakapan voice terjadi. Parameter special_service_used yang dicari adalah yang memiliki fitur call forwarding. (9) Call conference Fitur call conference merupakan fasilitas agar bisa melakukan panggilan telepon untuk pembicaran bersama lebih dari dua orang. Fraud bisa terjadi bila ada nomor A-number yang melakukan inisiasi conference memiliki tagihan yang sangat besar karena melakukan conference, sehingga tagihan untuk A-number membengkak kemudian tagihan A-number tersebut tidak dibayar. Input yang dibutuhkan oleh rule adalah A-number,B-number, special_service_used, tanggal dan waktu percakapan voice terjadi. Parameter special_service_used yang dicari adalah yang memiliki fitur call conference. (10) Flag inkonsisten Terjadi perubahan flag win_service_used secara ilegal mengakibatkan deposit / balance nomor prepaid tidak deduct. Jenis fraud flag inkonsisten terjadi pada pelanggan jenis prepaid. Dalam proses pembangunan hubungan, ketika pelanggan akan melakukan panggilan, maka akan dilakukan pengecekan flag win_service_used untuk masing-masing pelanggan, apakah pelanggan tersebut jenis prepaid atau postpaid. Jika pelanggan termasuk dalam kategori jenis postpaid maka proses selanjutnya MSC (mobile switching center) akan melakukan pembangunan hubungan dari panggilan tersebut, sehingga terjadi komunikasi dan pada akhirnya akan di create CDR untuk panggilan tersebut. Namun jika pelanggan tersebut prepaid maka oleh MSC akan dirutekan melalui WIN (wireless intelligent network) untuk mengecek jumlah saldo/deposit yang dimiliki apakah cukup untuk biaya selama percakapan. Karena adanya kelemahan teknologi, secara sengaja atau tidak flag win_service_used ini berubah, maka pelanggan prepaid, saat melakukan call, oleh MSC diperlakukan sebagai pelanggan postpaid, sehingga saldo A-27-4

5 deposit/balance tidak di potong. Input dari rule flag inkonsisten adalah A- number, B-number, tanggal dan waktu serta parameter win_service_used. Rule akan menganalisa apakah terjadi perubahan parameter win_service_used selama kurun waktu sebulan. (11) A-number clonning Terjadi penggandaan sebuah nomor telepon yang sama oleh orang lain sehingga seluruh pemakaian telepon tersebut dibebankan kepada pemilik nomor telepon. Tagihan telepon diakhir bulan akan melonjak lebih dua kali lipat sehingga pemiliki nomor akan melakukan komplain. Hal ini bisa di analisa nomor-nomor yang memiliki lonjakan total durasi pemakaian telepon jauh lebih tinggi (lebih dari dua kali lipat) dari bulan sebelumnya. Atau diproses dengan metode velocity checking, yaitu bila ada call secara berurutan dari BTS-ID yang lokasinya berjauhan dan tidak mungkin dapat ditempuh dalam waktu yang relatif singkat. Input dari rule ini adalah A-number, B-number, tanggal dan waktu, BTS-ID. Setiap CDR akan di baca BTS-ID dibandingkan dengan BTS-ID call berikutnya, jika jarak BTS pada call selanjutnya sangat jauh, maka A-number tersebut perlu dicurigai sebagai nomor yang telah di-clonning. (12) B-number free Pada fraud tipe B-number freedi cari nomor tujuan tertentu yang free, namun frekuensi call sangat tinggi dan terjadi selama 24 jam. Kasus fraud B-number free bisa terjadi apabila ada suatu nomor yang dihubungi oleh A-number, A- number tersebut tidak akan kena charge atas call yang dilakukannya. Dalam hal ini bisa terjadi karena B-number memang secara formal legal akan melakukan pembebasan biaya yang terjadi terhadap A-number yang melakukan panggilan terhadap nomor tersebut, namun B-number tersebut melakukan praktek bisnis yang illegal bila di tinjau dari peraturan penyelenggaraan bisnis telekomunikasi di tanah air. Dalam kasus fraud B-number free yang dicari adalah nomor-nomor tujuan yang bila dihubungi membebaskan biaya pemakaian yang harus dibebankan kepada pemanggil. Untuk kasus B-number free yang legal akan menggunakan nomor khusus seperti 0800xxxxx, spesial number 11x, nomor akses calling card 140x, hal ini karena mengacu pada KepMen dari MenKomInfo terkait nomor-nomor yang bebas pulsa. Input yang diperlukan oleh rule adalah A-number,B-number, charging_class, tanggal dan waktu. Output dari rule berupa A-number yang dicurigai sebagai fraud B-number free. Untuk memberikan gambaran konkrit atas rule yang telah dibuat, berikut kami simulasikan untuk mendeteksi tipe fraud long duration, call no charge, SMS broadcast penipuan dan SMS broadcast oleh content provider. SIMULASI Berikut ini adalah simulasi untuk mendeteksi fraud pada 4 type fraud, masingmasing 2 jenis voice fraud dan 2 jenis SMS fraud. Long Duration Call Dalam mencari fraud tipe long duration call, digunakan spesifikasi call_duration yang melebihi 30 menit sebagai filter terhadap data CDR voice dengan menggunakan data real satu bulan yaitu bulan Januari 2007 berukuran record, dihasilkan suspect 44 record pembicaraan yang memiliki durasi diatas 30 menit, adapun sampel record tersebut sebagai berikut : A-27-5

6 Tabel 1.Sampel Output Rule Long Duration Call xxx E E xxx E E xxx FFF 30 A xxx FFF D xxx FFF E0C8BBAA xxx A FFF 3009E6AA xxx A58A xxx FFF 30 A5485 Pada tabel 1. Kolom Tabel Sampel Output Fraud voice-based, kolom nomor 10 (call_duration) adalah durasi pembicaraan dalam 100 mili second, sebagai contoh untuk call yang dilakukan oleh nomor ke nomor durasi yang terjadi mili second setara dengan menit. Nama untuk masing-masing kolom pada Tabel 1. Sampel output data long duration call sebagai berikut : Tabel 2. Nama Kolom Tabel Sampel Output Fraud voice-based Nomor Kolom Nama Field 1 Charging_record_type 2 call_type 3 Charging_class 4 special_service_used 5 Win_service_used 6 calling_subs_number 7 calling_min 8 called_subs_number 9 called_party_answer_date_time 10 call_duration 11 calling_subscriber_bss_id 12 called_subscriber_bss_id 13 calling_subscriber_esn Dari hasil simulasi long duration call ini masih belum bisa dilakukan prediksi jumlah kerugian yang ditimbulkannya, karena meskipun A-number melakukan call dalam waktu yang sangat lama, namun masih dikenakan charging maka pelanggan tetap harus membayar biaya percakapan yang terjadi, hal ini akan menjadi kerugian apabila A-number tersebut tidak membayar. Call No Charge Call no charge merupakan panggilan yang pada kolom charging_class bernilai nol, yang perlu dicurigai adalah untuk call no charge yang terjadi selama 24 jam. Berikut hasil rule call no charge terhadap data real percakapan voice untuk selama bulan Januari A-27-6

7 Tabel 3 Sampel Output Rule Call No Charge xxx E FFF E0C8AAC xxx FFF 30CBE xxx FFF 30D054A xxx A16 FFF 08094D xxx FFF 3C85D xxx FFF 3C85D xxx FFF 3C85D74 Keterangan mengenai masing-masing kolom pada tabel 3 mengacu pada table 2. Nama Kolom Tabel Sampel Output Fraud voice-based. dapat dilihat bahwa call yang dilakukan oleh nomor xxx tidak dikenakan biaya karena kolom ke tiga berisi nilai 00, sehingga nomor tersebut perlu dicurigai sebagai salah satu tipe fraud. Dari running rule call no charge di dapatkan hasil 5616 record yang tidak di charge dengan total duration sebesar mili second atau setara dengan menit atau dengan kata lain perkiraan kerugian yang ditimbulkannya sebesar Rp bila call tersebut bersifat lokal dengan tarif Rp 49,- permenit.. Broadcast SMS Penipuan Untuk broadcast SMS penipuan undian berhadiah yang banyak terjadi dimasyarakat, dalam penelitian ini ditemukan pola pengiriman SMS sebagaimana telah diasumsikan sebelumnya. Berikut sampel hasil running simulasi rule broadcast SMS penipuan : Tabel 4 Sampel Data Output SMS Broadcast Penipuan A-number B-number Waktu Pengiriman xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxx xxx Pada tabel 4, kolom pertama adalah nomor pengirim, pada nomor tersebut, tiga angka tidak ditampilkan karena alasan kerahasiaan, kolom kedua adalah nomor yang menjadi tujuan dari broadcast SMS, tiga angka pertama dirahasiakan menjadi xxx, pada kasus ini nomor tujuan adalah operator GSM, sedangkan pada kolom ketiga adalah informasi waktu kejadian dengan format yymmddhhmmss dimana yy adalah dua angka menunjukkan tahun, mm adalah dua angka menunjukkan bulan, dd adalah dua angka menunjukkan tanggal, hh dua angka menunjukkan jam, mm menunjukkan menit dan ss menunjukkan detik. Sebagai contoh data baris pertama, data pengiriman SMS memiliki pola incremental yang dilakukan oleh nomor xxx ke nomor dengan starting xxx dengan informasi waktu pengiriman yang menunjukan SMS tersebut dikirim tanggal 1 bulan Agustus 2006 jam 01 menit ke 37 detik ke 39. A-27-7

8 Broadcast SMS Content Provider Untuk rule broadcast oleh content provider dilakukan running aplikasi dengan data input data real transaksi SMS selama lima bulan dari Januari 2007 sampai Mei 2007 untuk pelanggan wilayah Jakarta. Dari hasil simulasi tersebut ditemukan suspect data SMS yang merupakan hasil broadcast oleh content provider. Adapun sampel data tersebut sebagai berikut : Tabel 5 Sampel Output Rule SMS Content Provider Pada tabel 5, kolom pertama adalah nomor pengirim, pada nomor tersebut, tiga angka tidak ditampilkan karena alasan kerahasiaan, kolom kedua adalah nomor yang menjadi tujuan dari broadcast SMS dalam hal ini adalah 9168, sedangkan pada kolom ketiga adalah informasi waktu pengiriman dengan format yymmddhhmmss dimana yy adalah dua angka menunjukkan tahun, mm adalah dua angka menunjukkan bulan, dd adalah dua angka menunjukkan tanggal, hh dua angka menunjukkan jam, mm menunjukkan menit dan ss menunjukkan detik. Dari data di tabel 5 dapat dilihat bahwa ada pola pengiriman SMS dari nomor xxx ke arah short code number 4 digit 916x. kemudian shortcode number 916x melakukan pengiriman SMS ke nomor xxx sebagai respon dari SMS sebelumnya. Dari hasil running rule SMS broadcast oleh content provider ini didapatkan record dengan nilai perkiraan kerugian sebesar Rp KESIMPULAN Untuk mendeteksi fraud telekomunikasi, data CDR merupakan sumber data utama kemudian dengan rule untuk memetakan pola CDR yang dihasilkan setiap percakapan/transaksi SMS akan dihasilkan suspected CDR. Dari hasil simulasi diketahui bahwa pola untuk masing-masing fraud unik dan dapat dideteksi dengan input data CDR yang sama. Kerugian yang ditimbulkan oleh fraud sangat besar khususnya oleh SMS content provider sehingga operator harus mewaspadai kebocoran revenue oleh pihak yang berhubungan langsung dengan network element yang dimilikinya. Dalam penelitian ini untuk mendeteksi adanya fraud menggunakan rule yang berbasis sql database, sehingga tingkat keakuratannya masih bisa ditingkatkan dengan implementasi artificial neural network (ANN). DAFTAR PUSTAKA A-number B-number Waktu pengiriman xxx 916x x xxx xxx 916x x xxx xxx x xxx Burge,P., Shawe,J.,(1999). Detecting Cellular Fraud Using Adaptive Prototypes, Data Mining and Knowledge Discovery, hal 1-5. Fawcett,T., Provost, F., (1997), Adaptive fraud detection. Data Mining and Knowledge Discovery., hal A-27-8

9 Fawcett,T., Provost, F., (1999), Activity Monitoring : Noticing Interesting Changes in behavior, Bell Atlantic Science and Technology. hal 1-9. McLeod, Raymond,Jr., (1998), Management Information System A Study of Computer-Based Information System., 6th Edition. Prentice Hall Inc. Moreau,Yves, et all (1998). Novel Techniques for Fraud Detection in Mobile Telecommunication Networks. Dept. Electrical Engineering-ESAT K.U.Leuven, hal 1-6. A-27-9