Perkembangan teknologi blockchain telah membawa perubahan signifikan dalam sistem keuangan global dengan menawarkan transparansi, keamanan, dan desentralisasi. Namun, di balik keunggulan tersebut, muncul tantangan serius berupa meningkatnya aktivitas ilegal, khususnya pencucian uang, yang memanfaatkan karakteristik anonim dan kompleksitas jaringan transaksi blockchain. Pola transaksi yang saling terhubung dan berubah secara dinamis menjadikan upaya deteksi semakin sulit dilakukan dengan pendekatan konvensional.
Buku “Temporal Graph Attention Network untuk Deteksi Pencucian Uang pada Transaksi Blockchain” menghadirkan pendekatan inovatif berbasis kecerdasan buatan untuk menjawab tantangan tersebut. Dengan mengintegrasikan konsep teori graf, deep learning, dan mekanisme attention, buku ini mengulas secara mendalam bagaimana Temporal Graph Attention Network (TGAT) mampu menganalisis hubungan antar entitas dalam jaringan transaksi sekaligus mempertimbangkan dimensi waktu sebagai faktor kunci dalam mengidentifikasi pola mencurigakan.
Pembahasan dalam buku ini mencakup fondasi teknologi blockchain, representasi data dalam bentuk graf, hingga pengembangan model Graph Neural Network (GNN) dan evolusinya menuju pendekatan berbasis attention. Fokus utama diarahkan pada implementasi TGAT dalam mendeteksi indikasi pencucian uang melalui analisis pola transaksi yang kompleks dan temporal. Selain itu, buku ini juga membahas strategi pengolahan data, proses pelatihan model, serta interpretasi hasil analisis secara aplikatif.
Ditujukan bagi mahasiswa, peneliti, dan praktisi di bidang teknologi finansial, data science, dan keamanan siber, buku ini tidak hanya menawarkan pemahaman teoritis, tetapi juga memberikan wawasan praktis dalam mengaplikasikan metode analisis jaringan berbasis waktu. Dengan pendekatan yang sistematis dan komprehensif, buku ini diharapkan dapat menjadi referensi penting dalam pengembangan solusi deteksi kejahatan finansial di era digital.
Ulasan
Belum ada ulasan.