Artikel berjudul “Fraud Detection on Event Logs of Goods and Services Procurement Business Process using Heuristics Miner Algorithm,” yang ditulis oleh Dewi Rahmawati, Muhammad Ainul Yaqin, dan Riyanarto Sarno pada tahun 2017, membawa kita ke dalam dunia deteksi penipuan dalam proses pengadaan barang dan jasa. Pengadaan adalah suatu aspek yang sangat penting dalam sektor keuangan publik, namun seringkali rentan terhadap tindakan penipuan yang merugikan. Makalah ini membahas pentingnya deteksi dini terhadap potensi kasus penipuan dalam pengadaan, dan bagaimana algoritma Heuristics Miner mampu menjadi alat yang efektif dalam menganalisis data log peristiwa untuk tujuan tersebut.
Memahami Konteks Masalah
Penting untuk memahami konteks masalah yang dibahas dalam makalah ini. Proses pengadaan barang dan jasa merupakan suatu rangkaian kegiatan yang melibatkan berbagai pihak, termasuk penyedia barang/jasa dan instansi yang melakukan pengadaan. Tujuan utamanya adalah untuk memastikan bahwa barang/jasa yang diperoleh sesuai dengan standar kualitas dan kuantitas yang diharapkan, dengan harga yang wajar, serta penyelesaian tepat waktu. Namun, sayangnya, sektor pengadaan seringkali menjadi tempat munculnya praktik korupsi dan penipuan.
Korupsi dalam pengadaan bisa merugikan negara dan masyarakat secara signifikan. Dalam kasus yang disebutkan dalam makalah ini, Kasus Korupsi Pengadaan Barang dan Jasa Pemerintah pada tahun 2014 adalah contoh nyata bagaimana praktik korupsi dapat merugikan keuangan publik. Oleh karena itu, penting bagi pemerintah dan perusahaan untuk memiliki mekanisme yang kuat untuk mendeteksi dan mencegah penipuan dalam pengadaan.
Pengenalan Algoritma Heuristics Miner
Dalam upaya untuk mendeteksi penipuan dalam proses pengadaan, penulis artikel ini memperkenalkan algoritma Heuristics Miner. Algoritma ini dipilih karena kemampuannya untuk menghitung hubungan frekuensi antara aktivitas dalam log peristiwa dan menentukan dependensi kausal. Dengan kata lain, Heuristics Miner mampu mengidentifikasi pola atau perilaku yang tidak umum dalam proses pengadaan.
Salah satu aspek penting yang dibahas dalam makalah ini adalah bagaimana proses kerja algoritma Heuristics Miner. Pertama, desain alur kerja untuk proses pengadaan dibuat menggunakan editor format YAWL. Alat ini memungkinkan penggambaran aliran proses bisnis yang ada. Selanjutnya, model proses tersebut disimulasikan pada YAWL Engine untuk menghasilkan satu set data dalam bentuk Event Log.
Penerapan pada Kasus Pengadaan
Dalam penelitian ini, penulis menggunakan data dari pengadaan barang dan jasa di sebuah pesantren. Data tersebut mencakup berbagai informasi seperti ID pengguna, ID aktivitas, tanggal aktivitas, dan nama aktivitas. Data ini menjadi dasar untuk analisis deteksi penipuan.
Algoritma Heuristics Miner digunakan untuk menghitung nilai kebugaran log peristiwa ke dalam sistem. Dalam penelitian ini, algoritma mencapai akurasi identifikasi sekitar 0,88% dalam mendeteksi perilaku yang tidak umum dalam proses pengadaan. Dalam statistik, angka ini dapat dianggap sebagai tingkat keberhasilan yang baik dalam mendeteksi potensi kasus penipuan.
Kontribusi Makalah
Makalah ini memberikan kontribusi penting dalam bidang deteksi penipuan dalam pengadaan barang dan jasa. Pertama-tama, makalah ini memberikan wawasan tentang penggunaan algoritma Heuristics Miner dalam analisis data log peristiwa. Keberhasilan algoritma ini dalam mendeteksi perilaku yang tidak umum dalam proses pengadaan memberikan bukti kuat bahwa teknik ini dapat digunakan sebagai alat penting dalam upaya pencegahan penipuan.
Selain itu, makalah ini juga memiliki implikasi praktis yang signifikan bagi perusahaan dan instansi yang terlibat dalam pengadaan. Deteksi dini penipuan dapat membantu perusahaan mengambil tindakan yang diperlukan untuk mencegah kerugian yang lebih besar. Akurasi identifikasi sebesar 0,88% menunjukkan bahwa algoritma Heuristics Miner dapat menjadi instrumen yang sangat efektif dalam mendeteksi potensi kasus penipuan.
Implikasi Praktis
Salah satu implikasi praktis yang paling jelas adalah bahwa perusahaan dan instansi yang terlibat dalam pengadaan barang dan jasa dapat memanfaatkan teknik penambangan data, khususnya algoritma Heuristics Miner, untuk meningkatkan kemampuan mereka dalam mendeteksi penipuan. Keberhasilan algoritma ini dalam mendeteksi perilaku yang tidak umum dalam proses pengadaan menunjukkan bahwa teknik ini memiliki potensi yang besar dalam membantu perusahaan dalam mengurangi risiko penipuan.
Dengan menerapkan wawasan dari penelitian ini, perusahaan dapat memperkuat kontrol internal mereka dan mengurangi risiko yang terkait dengan kegiatan penipuan dalam pengadaan. Ini adalah langkah yang sangat penting dalam menjaga integritas dan transparansi dalam proses bisnis.
Kesimpulan
Makalah ini menyajikan bukti yang kuat tentang efektivitas algoritma Heuristics Miner dalam mendeteksi penipuan dalam pengadaan barang dan jasa. Dalam sebuah dunia di mana korupsi dan penipuan dapat merugikan negara dan masyarakat secara signifikan, memiliki alat yang efektif untuk mendeteksi dan mencegah tindakan tersebut adalah suatu keharusan.
Penelitian ini memberikan pandangan yang berharga tentang bagaimana teknik penambangan data dapat diterapkan dalam konteks pengadaan. Ini adalah langkah yang signifikan menuju peningkatan kontrol internal dan pencegahan penipuan. Implikasi praktisnya sangat relevan bagi perusahaan dan instansi yang terlibat dalam pengadaan barang dan jasa.
Dengan demikian, artikel ini memberikan kontribusi penting dalam bidang deteksi penipuan dan pengadaan, serta membantu menciptakan proses pengadaan yang lebih transparan dan akuntabel.
Dr. Muhammad Ainul Yaqin, S.Si, M.Kom 