190 - Kahade : Filter SMS Penipuan dan Spam berbasis Kolaborasi

Nama Inisiator

Mirza Adipradhana

Organisasi

NA

Deskripsi Proyek

Kahade adalah sebuah aplikasi mobile yang bertujuan untuk memberikan kewaspadaan bagi para penggunanya dari penyalahgunaan pesan singkat (SMS), seperti percobaan tindak penipuan melaui SMS atau telepon, dimana kondisi ini masih marak sampai sekarang, sebagai contoh SMS yang berbunyi ”transfer saja ke rekening sekian”, dsb. Melalui aplikasi ini maka para pengguna dapat terhindar dari jerat penipuan dan juga membantu mereka jika terjerat oleh tindak tersebut. Berbeda dengan aplikasi-aplikasi spam filter pada umumnya, penggunaan pendekatan kolaborasi dapat menghasilkan proses filter dan deteksi spam maupun indikasi tindak penipuan secara lebih akurat dan aktual. Selain itu juga sistem ini juga menciptakan interaksi sosial, dimana di dalam hal ini setiap pengguna saling membantu berbagi informasi untuk mencegah tindak penipuan dan juga gangguan dari spam.

Tipe Konten

Aplikasi yang dapat berjalan pada platform BlackBerry 10, BlackBerry 7, Android, dan iOS.

Masalah yang Diangkat

Sampai saat ini kita masih sering menerima SMS iklan yang menjengkelkan, dan yang parahnya adalah SMS yang berindikasi percobaan tindak penipuan,seperti ”transfer saja ke rekening XXXX”,dsb. Hal ini membuktikan bahwa dengan masih berterbarannya SMS tersebut,artinya masih ada korban melalui media ini. Dan yang mengherankan adalah hampir semua korban enggan melaporkan kepada pihak berwajib terutama untuk nilai yang mereka anggap kecil,dikarenakan anggapan nilai yang dirugikan tidak sebanding dengan upaya menempuh jalur hukum. Padahal bagi para penipu, nominal kecil tersebut berkali-kali lipat dengan jumlah korbannya. Selain itu, bukti yang dimiliki untuk melaporkan hal tersebut kurang kuat, karena isi pesan SMS tersebut memiliki alibi yaitu pesan salah kirim. Apakah pantas hal seperti ini untuk didiamkan? Untuk itu pemanfaatan TIK dapat mencegah dan mengurangi dampak dari permasalahan yang ada di masyarakat dewasa ini, sehingga fenomena yang merugikan seperti ini dapat ditanggulangi.

Solusi

Pemanfaatan pendekatan kolaborasi dalam melakukan proses deteksi dan filter pesan yang berindikasi penipuan dan spam akan membangun sebuah komunitas sosial yang saling bahu membahu dalam berbagi informasi. Dalam hal ini, memanfaatkan sisi kemanusiaan yang hakiki, yaitu rasa kemauan untuk menolong dan berbagi dengan sesama. Melalui terbangunnya komunitas ini maka setiap informasi yang dibagi (dishare) oleh para penggunanya akan menghasilkan dataset yang dapat dimanfaatkan untuk proses pendeteksian secara otomatis terhadap pesan-pesan melalui pendekatan machine learning yang akan dapat meningkatkan kenyamanan bagi penggunanya, Bagi mereka yang masih belum mendapat akses Internet dapat mengirimkan SMS yang mereka ragukan untuk mendapatkan respon apakah SMS tersebut pernah melakukan tidak yang sama ke nomor lain, atau diklasifikasikan sebagai SMS tindak penipuan atau spam secara otomatis oleh sistem, sehingga hal ini dapat menghindarkan mereka yang awam dari jerat penipuan yang merugikan

Strategi Distribusi

1) Sosialisasi dan pemasaran melalui media sosial yaitu Facebook dan Twitter
2) Berpartisipasi pada beberapa acara untuk mensosialisasikan manfaat kepada masyarakan dan menarik pengguna lain.
3) Iklan untuk dapat menarik pengguna agar komunitas ini semakin besar penggunanya dan semakin besar manfaatnya

Aplikasi dibuat pada beberapa platform telepon seluler yang populer sehingga penggunanya pun tidak terbatas pada platform tertentu saja. Hal ini bertujuan untuk membentuk komunitas yang lebih besar, dan tentunya pelaporan penyalahgunaan SMS akan semakin aktual yang membuat pengaplikasian machine learning untuk mengklasifikasikan penyalahgunaan SMS semakin baik. Mengingat pengguna telepon seluler smart phone tidak merata, maka dibuatkan layanan khusus bagi mereka yang tidak mendapat akses Internet untuk melaporkan dan berkonsultasi SMS yang berindikasi tindak penipuan dan spam melalui SMS, agar manfaat aplikasi ini dapat merata.

Target Pengguna / Penerima Manfaat

Seluruh pengguna telepon seluler

Kuantitas Output Konten

NA

Indikator Sukses

– Klasifikasi text untuk menentukan SMS penipuan (fraud), SMS spam dan SMS biasa (ham) dengan keakuratan minimal 70%
– Aplikasi mobile didownload oleh minimal 1.000 pengguna sampai akhir aktivitas ini berlangung
– Menerima total laporan SMS berindikasi penipuan dan spam dari para pengguna aplikasi sebanyak minimal 10.000 laporan sampai akhir aktivitas ini berlangung

Lokasi

Bandung, Jawa Barat

Dana yang Dibutuhkan

Rp. 500 Juta

Durasi Proyek

12 Bulan