kontan.co.id
banner langganan top
| : WIB | INDIKATOR |
  • EMAS 2.541.000   10.000   0,40%
  • USD/IDR 18.154   1,00   0,01%
  • IDX 5.061   -35,62   -0,70%
  • KOMPAS100 653   -4,54   -0,69%
  • LQ45 515   -2,76   -0,53%
  • ISSI 169   -1,67   -0,98%
  • IDX30 290   -1,64   -0,56%
  • IDXHIDIV20 389   -2,12   -0,54%
  • IDX80 75   -0,49   -0,65%
  • IDXV30 108   -0,73   -0,67%
  • IDXQ30 97   -0,58   -0,60%

Sokratech dan Q2 Technologies Bersinergi Perkuat Keamanan Transaksi Digital


Selasa, 03 November 2026 / 08:00 WIB
Sokratech dan Q2 Technologies Bersinergi Perkuat Keamanan Transaksi Digital
ILUSTRASI. Kontan - Native Online. (Dok. Rahasia/Rahasia)

KONTAN.CO.ID - Jakarta, November 2026 Pesatnya pertumbuhan transaksi digital membuka peluang bagi industri keuangan Indonesia, sekaligus meningkatkan tantangan dalam mendeteksi dan mencegah penipuan finansial (financial fraud). Menjawab kebutuhan tersebut, Sokratech, penyedia platform real-time fraud prevention dan risk decisioning, bersama PT Q2 Technologies, salah satu anak perusahaan CTI Group, menjalin kemitraan strategis untuk membantu bagi lembaga jasa keuangan di Indonesia mendeteksi potensi fraud lebih dini dan merespons transaksi mencurigakan dengan lebih cepat.

Kolaborasi ini memadukan teknologi Sokratech dengan keahlian PT Q2 Technologies di pasar lokal untuk membantu institusi keuangan mengidentifikasi transaksi mencurigakan, merespons risiko lebih cepat, dan memperkuat pengelolaan fraud seiring berkembangnya ekosistem pembayaran digital.

Lonjakan Transaksi Digital Membutuhkan Perlindungan yang Lebih Proaktif

Bank Indonesia mencatat volume transaksi pembayaran digital mencapai 16,07 miliar transaksi pada triwulan II 2026, tumbuh 36,88% secara tahunan. Pada periode yang sama, volume transaksi QRIS meningkat 100,12% secara tahunan, menunjukkan semakin luasnya penggunaan kanal pembayaran digital di Indonesia.

Di sisi lain, risiko penipuan turut menjadi perhatian serius. Data Otoritas Jasa Keuangan (OJK) menunjukkan bahwa Indonesia Anti-Scam Centre (IASC) telah menerima 702.342 laporan penipuan sejak mulai beroperasi pada November 2024 hingga 30 September 2026. Dalam periode tersebut, sebanyak 702.833 rekening telah diblokir, dengan total dana korban yang berhasil diblokir mencapai Rp811,1 miliar.

Angka tersebut menunjukkan pentingnya kemampuan mendeteksi anomali transaksi sejak dini. Ketika transaksi berlangsung melalui berbagai kanal dengan volume tinggi, pendekatan yang bergantung pada pemantauan manual dan investigasi setelah kejadian menjadi semakin menantang. Institusi keuangan membutuhkan sistem yang mampu mendeteksi potensi fraud dan mendukung pengambilan keputusan secara cepat, tanpa mengabaikan akurasi dan tata kelola.

Memperkuat Pencegahan Fraud melalui Kecepatan dan Fleksibilitas

Kontan - Native Online.

Melalui kemitraan ini, Sokratech menghadirkan kapabilitas deteksi fraud dan pengambilan keputusan risiko secara real-time untuk mendukung transaksi bervolume tinggi. Solusi ini telah digunakan oleh sejumlah bank dan perusahaan fintech di Indonesia, serta mendukung berbagai

jalur pembayaran, termasuk BI-FAST, QRIS, SKN, dan RTGS, maupun kanal layanan seperti mobile banking, internet banking, dan ATM.

Dalam proses deteksi, Sokratech memungkinkan transaksi terdeteksi, ditinjau, atau diblokir dalam waktu kurang dari 250 milidetik. Dari sisi operasional, pendekatan no-code memungkinkan tim fraud membangun, menguji melalui backtesting, dan menerapkan aturan deteksi tanpa siklus pengembangan teknis yang panjang. Proses ini dapat diselesaikan dalam waktu kurang dari 15 menit, mulai dari identifikasi pola hingga aturan aktif di sistem, dengan dukungan katalog templat aturan siap pakai berstandar industri. Fleksibilitas ini membantu tim menyesuaikan strategi pencegahan terhadap perubahan pola fraud dengan lebih cepat.

Perlindungan juga mencakup perangkat nasabah melalui fitur Device Intelligence, yang membantu mengenali perangkat serta mendeteksi indikasi perangkat atau aplikasi yang tidak wajar. Fitur ini dapat diterapkan pada berbagai tahapan transaksi, mulai dari proses login hingga transfer dana, untuk membantu mengidentifikasi potensi risiko sejak awal.

Untuk mendukung pengambilan keputusan yang akuntabel, Sokratech memanfaatkan AI untuk merekomendasikan aturan deteksi berdasarkan histori transaksi, yang tetap ditinjau oleh tim sebelum diterapkan. Tata kelola diperkuat melalui mekanisme maker-checker atau persetujuan berlapis, pengaturan hak akses berdasarkan peran pengguna (role-based access control), serta pencatatan aktivitas untuk keperluan audit (audit trail). Dengan opsi penerapan yang fleksibel, institusi keuangan dapat menyesuaikan implementasi solusi dengan kebutuhan operasional dan kebijakan internalnya.

Mendukung Kepatuhan Regulasi

Kontan - Native Online.

Penguatan kemampuan fraud detection semakin relevan seiring tuntutan regulasi di Indonesia. POJK No. 12 Tahun 2024 tentang Penerapan Strategi Anti Fraud bagi Lembaga Jasa Keuangan mengatur penerapan strategi anti-fraud, termasuk sistem deteksi fraud. Sementara itu, ketentuan BI-FAST turut menekankan pengelolaan fraud melalui sistem deteksi pada tingkat akun dan transaksi.

Di tengah tuntutan tersebut, institusi keuangan perlu memastikan sistem pencegahan fraud mampu mendukung deteksi dini dan respons yang cepat, sekaligus memperkuat tata kelola risiko dan perlindungan konsumen. Melalui teknologi Sokratech dan keahlian lokal Q2 Technologies, institusi keuangan dapat mengembangkan pendekatan pencegahan fraud yang lebih proaktif dan terukur.

Kemitraan ini memperluas jangkauan solusi Sokratech di industri jasa keuangan Indonesia sekaligus memperkuat portofolio Q2 Technologies di bidang financial crime dan keamanan siber.

Kolaborasi ini juga membuka peluang kerja sama dengan perbankan, fintech, dan penyedia layanan pembayaran untuk mendukung penguatan keamanan transaksi digital di Indonesia.

Cek Berita dan Artikel yang lain di Google News


Reporter: Native Team
Editor: Ridwal Prima Gozal

TERBARU
11.11
Kontan Academy
The Owner's Number Supply Chain Management on Practical Sales Forecasting (SCMPSF)

×