Perpustakaan Digital ITB

Sebagai bagian penting dari bisnisnya, sebuah operator harus mampu menangani masalah bad debt karena ia memberikan kontribusi kerugian cukup besar. Penyalahgunaan layanan adalah salah satu aktivitas yang berakhir dengan bad debt, bernama fraud. Fraud di telekomunikasi juga merugikan. Selama iklim kompetisi yang cukup tinggi ini, penyedia layanan cenderung fokus pencapaian jumlah pelanggan, tidak pada kemampuan pelanggan membayar. Hal ini menaikkan jumlah kasus bad debt. Kenyataan bahwa mayoritas bad debt adalah hasil dari aktivitas fraud juga memaksa penyedia layanan untuk mampu memprediksi dan mendeteksi lebih awal. Perangkat untuk mencapai tujuan itu dibangun dengan cara mendeteksi pola-pola dari gejala yang timbul. Beberapa parameter yang dibutuhkan untuk pengenalan pola ini agar dapat membedakan antara gejala normal dan yang tidak adalah profil administratif, riwayat pembayaran, dan data penggunaan. Parameter tersebut diformulasikan ke dalam disain yang menggunakan jaringan syaraf tiruan. Hasil yang diperoleh, prediktor bad debt memiliki tingkat akurasi hingga 87% sedangkan FMS (Fraud Management System) hingga 85%.