Kohesi: Jurnal Sains dan Teknologi

Articles

Vol. 11 No. 2 (2026): Kohesi: Jurnal Sains dan Teknologi, ISSN 3025-1311

IMPLEMENTASI DATA INTEGRITY ENGINE DAN DETEKSI FRAUD BERBASIS MULTI-ATTRIBUTE DECISION MAKING (MADM) PADA PLATFORM TANDA TANGAN ELEKTRONIK

DOI:
https://doi.org/10.2238/1a90qk85
Submitted
July 1, 2026
Published
2026-07-01

Abstract

Transformasi digital secara global telah memicu lonjakan penggunaan Tanda Tangan Elektronik (TTE), yang membawa urgensi pada kebutuhan akan integritas dokumen dan tata kelola data yang akuntabel. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Data Integrity Engine serta sistem deteksi fraud berbasis Multi-Attribute Decision Making (MADM) guna mengoptimalkan operasional PT Solusi Identitas Global Net (EzSign). Metode pengembangan sistem dilakukan melalui empat fase integratif: (1) pembangunan Data Warehouse berbasis Star Schema untuk sinkronisasi data real-time; (2) pengembangan sistem deteksi anomali menggunakan model Simple Additive Weighting (SAW) dan Weighted Product (WP) yang diintegrasikan dengan algoritma Isolation Forest; (3) penerapan arsitektur Privacy by Design untuk memastikan kepatuhan penuh terhadap UU Pelindungan Data Pribadi (UU PDP) No. 27 Tahun 2022 melalui mekanisme Zero-Retention dan Cryptographic Hashing; serta (4) visualisasi wawasan analitik menggunakan framework Streamlit. Hasil penelitian menunjukkan bahwa sistem mampu memangkas lead time verifikasi dokumen secara drastis hingga 99,98% dibandingkan metode konvensional, sekaligus memberikan visibilitas manajerial yang presisi terkait pola loyalitas dan risiko churn pelanggan. Arsitektur Decentralized SQLite Ingestion yang diusulkan terbukti mampu menjamin kedaulatan data dan memitigasi risiko kebocoran informasi (data breach) secara signifikan. Temuan ini menegaskan bahwa sinergi antara kecanggihan algoritma pendukung keputusan dan kepatuhan regulasi privasi merupakan pilar utama dalam membangun ekosistem Digital Trust yang tangguh di sektor identitas digital.

References

  1. Andrade, V. C., Gomes, R. D., Reinehr, S., Freitas, C. O. D. A., & Malucelli, A. (2022). Privacy by design and software engineering: A systematic literature review. In Proceedings of the XXI Brazilian Symposium on Software Quality (pp. 1-10).
  2. Ath-thariq, F. A., Oktafiani, F., & Heriyanto, J. S. (2025). Perlindungan data pribadi dalam layanan administrasi elektronik pemerintah daerah di Kota Serang. Causa: Jurnal Hukum dan Kewarganegaraan, 13(3), 121-130.
  3. Hutagaol, A. S., Samantha, V., Salsabila, T. M., Wasino, W., & Beng, J. T. (2024). Perancangan dashboard monitoring untuk monthly report pemesanan hotel dengan Microsoft Power BI. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 13(3), 2078-2089.
  4. Indra, I., Dewi, T. N., & Wibowo, D. B. (2024). Perlindungan kerahasiaan data pasien vs kewajiban membuka akses rekam medis elektronik. Soepra Jurnal Hukum Kesehatan, 10(1), 97-117.
  5. Irawan, R. Y., Susanto, B., & Lukito, Y. (2019). Building data warehouse and dashboard of church congregation data. Jurnal Terapan Teknologi Informasi, 3(2), 85-94.
  6. Kim, S. J., & Eom, J. (2025). Applying the technology acceptance model to predict digital therapeutics use in South Korea: The roles of digital literacy, online information trust, and privacy concern. Digital Health, 11, 20552076251408866.
  7. Kusnadi, A. (2026). Model Kesiapan Pemanfaatan Teknologi Dalam Pelayanan Publik di Kelurahan Pakuwon Kecamatan Garut Kota Kabupaten Garut. Indonesian Journal of Public Administration and Management, 3(02), 28-41.
  8. Muthohiroh, D. I. L. (2018). Deteksi Potensi Penggelapan Pajak Berbasis Fraud Triangle (Studi Pada PT xxx Tbk). Jurnal Ilmiah Mahasiswa FEB, 6(2).
  9. Nainggolan, E. P. (2024). Implementasi Sistem Anti-Fraud dalam Perencanaan dan Realisasi Dana Kelurahan. Mandiri: Jurnal Akuntansi dan Keuangan, 3(3), 97-107.
  10. Pramesti, N. K. A. S., Subawa, M. M., & Saravistha, D. B. (2026). Analisis Kepastian Hukum Terhadap Standar Keamanan Sertifikat Elektronik Dalam Kepemilikan Tanah. KERTHA WICAKSANA, 20(1), 66-71.
  11. Prasetyo, S., & Dewayanto, T. (2024). Penerapan Machine Learning, Deep Learning, Dan Data Mining Dalam Deteksi Kecurangan Laporan Keuangan-a Systematic Literature Review. Diponegoro Journal of Accounting, 13(3).
  12. Savitri, N. K. W., Sandhiyasa, I. M. S., Fittryani, Y. P., Sudipa, I. G. I., & Putra, D. M. D. U. (2025). Design of Real-Time Project Monitoring Dashboard Using Kimball’s Data Warehouse Approach and Google Data Studio. Sinkron: jurnal dan penelitian teknik informatika, 9(3), 1050-1061.
  13. Sazaki, Y., Efendi, R., & Jambak, M. I. (2023). Analisis Komparatif Metode Weighted Product (WP) dan Metode Simple Additive Weighting (SAW). Jurnal Pendidikan Sains dan Komputer, 3(02), 205-215.
  14. Supriyanti, W. (2023). Comparative analysis of the sensitivity test of the SAW and WP methods in scholarship selection. Jurnal Teknik Informatika CIT Medicom, 15(2), 84-95.
  15. Tarissa, B. V., & Dewayanto, T. (2024). Penerapan Machine Learning dan Deep Learning pada Peningkatan Deteksi Credit Card Fraud-A Systematic Literature Review. Diponegoro Journal of Accounting, 13(3).

Similar Articles

61-70 of 376

You may also start an advanced similarity search for this article.