Abstrak
Salah satu ancaman besar terhadap suatu perusahaan adalah kejahatan penyelewengan keuangan / financial fraud. Terdapat
beberapa aktivitas yang termasuk ke dalam kategori kejahatan ini yaitu: corruption, asset misappropriation dan fraudulent
statements. Pencegahan bisa dilakukan dengan hanya mengawasi aktor aktor tertentu di dalam jaringan perusahaan yang
mempunyai nilai centrality yang besar. Jika kejahatan sudah dilakukan, maka tantangan yang dihadapi adalah bagaimana
mendeteksi aliran hasil kejahatan menggunakan metode penelusuran ego-centric network dan community detection. Metoda
metoda yang disebutkan diatas merupakan bagian dari metodologi Social Network Analysis (SNA), yang memodelkan
hubungan antar manusia di dalam jaringan sosial. SNA menyediakan metrik metrik untuk kuantifikasi hubungan hubungan
tersebut. Dalam paper ini akan dijelaskan kemungkinan skenario financial fraud dan bagaimana menggunakan metrik di
dalam metodologi SNA untuk pencegahan dan penelusuran financial fraud berdasarkan topologi jaringan.
Kata Kunci : financial fraud, social network analysis, graph theory, community detection, centrality, ego-centric
gambar 1. diagram peta kategori financial fraud, sumber Tie Strenght atau kekuatan hubungan menggambarkan
http://www.acfe.com seberapa kuat hubungan antar dua individu. Suatu
hubungan yang pertemanan yang kuat bisa dilihat dari
Permasalahan umum pada riset yang berkenaan dengan
frekuensi komunikasi antar dua individu. Hubungan
kejahatan financial fraud adalah ketersediaan dataset. Hal
pertemanan yang dekat memfasilitasi transfer
ini terjadi karena sifat umum perusahaan yang sedang
pengetahuan dan cenderung mempunyai motivasi tinggi
mengalami masalah financial fraud cenderung tidak
untuk saling membantu [6]. Tie Strenght pada umumnya
menerbitkan kondisi keuangan yang sesungguhnya
direpresentasikan sebagai bobot (weight) garis pada
karena khawatir akan merugikan kepercayaan pelanggan
model SNA
dan harga saham. Satu satunya dataset terbesar dan
komprehensif berkenaan dengan kasus korupsi adalah Reciprocity adalah hubungan interaksi timbal balik antar
dataset email dari perusahaan Enron, yang merupakan aktor yang sering ditemukan pada suatu komunitas.
dataset ukuran besar. Untuk keperluan riset ini, kami Reciprocity merupakan faktor penting untuk koordinasi
melakukan proses pembersihan / kategorisasi data suatu proyek, berkolaborasi, dan pengembangan jalur
tersebut, dan proses tersebut masih berlangsung sampai komunikasi yang efektif. Suatu jaringan yang kaya
saat paper ini dibuat. Untuk mensimulasikan skenario dengan komunikasi reciprocal memungkinkan individu
ide paper ini, kami menggunakan dataset ego-network didalamnya untuk saling melakukan klarifikasi,
dari facebook yang kami peroleh dari Stanford Large- memperpanjang, dan menyempurnakan ide. Reciprocity
Network Dataset Collection (SNAP). juga mengurangi ketidakpastian antar individu dengan
mengutamakan tingkat kepercayaan dan solidaritas [7].
Dalam skala yang lebih luas reciprocity juga berguna
untuk koordinasi grup / kelompok / komunitas dalam
suatu jaringan. Banyak jaringan sosial dunia nyata
mempunyai karakteristik yang didominasi oleh
komunikasi reciprocal.
gambar 2.a reciprocity 4/7, 4 relasi timbal balik dari keseluruhan total
7 relasi. 2.b transitivity A mempunyai berteman dengan B dan C, maka
besar kemungkinan B berteman dengan C
III. SIMULASI