Deteksi Kecurangan Klaim Asuransi Menggunakan LSTM Berbasis Anomali Pada Website Studi Kasus PT. Nusantara
Jurnal Sains Informatika Terapan · 01.02.2026 · 5 (1) · 200-207
DOI: 10.62357/jsit.v5i1.971 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Sains Informatika Terapan, online erschienen am 01.02.2026. Verfasst von Rifqi Anshar und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
PT. Nusantara Insurance Broker dan Consultant saat ini menghadapi tantangan signifikan dalam mendeteksi klaim asuransi yang berpotensi curang, mengingat kompleksitas dokumen klaim serta tingginya risiko manipulasi data oleh pihak tidak bertanggung jawab. Kecurangan semacam ini tidak hanya berdampak pada kerugian finansial langsung, tetapi juga dapat merusak reputasi perusahaan dan menurunkan kepercayaan nasabah terhadap integritas layanan yang diberikan. Oleh karena itu, diperlukan sebuah solusi yang mampu mengidentifikasi indikasi kecurangan secara akurat, cepat, dan efisien. Sejalan dengan kemajuan teknologi kecerdasan buatan, khususnya dalam bidang deep learning, perusahaan kini memiliki peluang untuk mengungkap pola-pola mencurigakan dan anomali yang sebelumnya sulit terdeteksi melalui metode konvensional. Dalam upaya ini, dikembangkan sebuah aplikasi web yang memadukan antarmuka pengguna modern dengan kemampuan analisis cerdas di sisi backend. Frontend aplikasi dibangun menggunakan Next.js, HTML, dan CSS guna menghadirkan tampilan yang responsif, intuitif, dan user-friendly, sementara backend dikembangkan dengan Python dan framework Django untuk menangani logika bisnis, manajemen data, serta integrasi API secara andal. Inti dari sistem ini adalah model deep learning yang diimplementasikan melalui pustaka seperti TensorFlow dan PyTorch, yang mampu menganalisis input pengguna dan memberikan prediksi atau peringatan terkait potensi kecurangan dalam klaim. Dengan adanya sistem ini, PT. Nusantara Insurance Broker dan Consultant diharapkan dapat secara proaktif mendeteksi klaim mencurigakan sejak dini, meminimalkan risiko kerugian, serta memperkuat kepercayaan pelanggan melalui transparansi dan keandalan proses penanganan klaim. Lebih jauh lagi, inisiatif ini diharapkan menjadi fondasi awal bagi transformasi digital berbasis kecerdasan buatan di sektor asuransi, khususnya dalam mendukung pengambilan keputusan yang lebih cerdas dan berbasis data.
Zitieren
APA
Anshar, R., & Anis, M. (2026). Deteksi Kecurangan Klaim Asuransi Menggunakan LSTM Berbasis Anomali Pada Website Studi Kasus PT. Nusantara. Jurnal Sains Informatika Terapan, 5(1), 200-207. https://doi.org/10.62357/jsit.v5i1.971
Vancouver
Anshar R, Anis M. Deteksi Kecurangan Klaim Asuransi Menggunakan LSTM Berbasis Anomali Pada Website Studi Kasus PT. Nusantara. Jurnal Sains Informatika Terapan. 2026;5(1):200-207. doi:10.62357/jsit.v5i1.971
BibTeX
@article{Anshar2026,
author = {Anshar, Rifqi and Anis, Muhammad},
title = {Deteksi Kecurangan Klaim Asuransi Menggunakan LSTM Berbasis Anomali Pada Website Studi Kasus PT. Nusantara},
journal = {Jurnal Sains Informatika Terapan},
year = {2026},
volume = {5},
number = {1},
pages = {200--207},
doi = {10.62357/jsit.v5i1.971}
}
EUVIMED