Mereka yang Menjual Produk Palsu Mungkin Telah Menemukan Lawan Mereka dalam Kecerdasan Buatan

Ancaman produk palsu terus mengancam komunitas global dan membuat agen penegak hukum khusus tetap waspada. Menurut laporan yang diterbitkan oleh United States Secret Service untuk tahun keuangan 2023, sebanyak US$22 juta nilai mata uang palsu disita pada tahun 2023. Selama tahun itu, US Secret Service melakukan hampir 200 penangkapan karena pemalsuan. Departemen Keuangan Amerika Serikat memperkirakan bahwa uang palsu – senilai antara US$70 juta hingga US$200 juta – beredar pada setiap waktu. 

Pemalsuan adalah kejahatan yang tidak hanya menyerang mata uang atau peredaran uang kertas di seluruh dunia. Hal ini memengaruhi hampir setiap rantai pasokan. Laporan menunjukkan bahwa pemalsuan dan pembajakan menyebabkan kerugian bagi ekonomi global sekitar US$600 miliar setiap tahun.

Menurut survei yang dilakukan oleh CRISIL (CRISIL.BO ), hampir 90% konsumen memilih produk palsu, tergoda oleh fakta bahwa produk tersebut lebih murah dan tersedia secara luas. Dorongan untuk membeli produk ini juga berasal dari kebutuhan akan validasi sosial dan pengakuan yang dibawa banyak merek mahal dan mewah kepada orang. 

Di tengah lingkungan di mana produk palsu menjadi bagian dari kehidupan sehari-hari kita, jelas bahwa agen penegak hukum akan berusaha menghentikannya. Setiap ancaman terhadap tatanan ekonomi global akan dihadapi dengan konsekuensi berat. Namun, perkembangan menarik pada tahap ini adalah upaya menanggulangi pemalsuan telah mengadopsi paradigma teknologi mutakhir. Salah satu teknologi tersebut adalah Kecerdasan Buatan. 

Klik di sini untuk mempelajari semua tentang investasi dalam kecerdasan buatan. 

Teknik Penambangan Gambar dan Algoritma Pembelajaran Mesin untuk Mengidentifikasi Koin Palsu

Sekelompok peneliti dari Concordia University, Kanada, telah menerbitkan kerangka kerja unik yang memanfaatkan teknik penambangan gambar dan algoritma pembelajaran mesin untuk mengidentifikasi cacat yang mengarah pada pemisahan koin palsu. Publikasi tersebut muncul di jurnal ‘Expert Systems With Applications’. Para peneliti berafiliasi dengan Centre for Pattern Recognition and Machine Intelligence (CENPARMI). 

Ketika menjelaskan cara kerangka kerja mengidentifikasi cacat, Ching Suen, seorang profesor di Departemen Ilmu Komputer dan Rekayasa Perangkat Lunak serta penulis utama makalah, mengatakan hal berikut:

“Menggunakan teknologi gambar, kami memindai baik koin asli maupun palsu sehingga kami dapat mencari anomali yang mungkin berupa dua atau tiga dimensi, seperti huruf atau wajah orang pada koin.”

Mariam Sharifi Rad, peneliti postdoctoral di CENPARMI dan penulis utama makalah, menekankan bahwa kerangka kerja ini tidak hanya tentang melindungi ekonomi dan sumber dayanya, tetapi juga tentang ‘mendorong batas teknologi dan meningkatkan keamanan.’ 

Di sini, kita harus ingat bahwa masalah pemalsuan sangat terkait dengan aspek keamanan siber, terutama di era digital ini, ketika transaksi virtual tersebar luas. 

Laporan United States Secret Service yang telah kami kutip sebelumnya untuk menunjukkan volume mata uang palsu yang disita menyatakan bahwa pada 2023, jumlah kerugian yang dipulihkan dari kejahatan terkait keuangan siber mencapai US$1,1 miliar. Jumlah penangkapan untuk kejahatan keuangan siber adalah 1.019. 

Tidak diragukan lagi, angka-angka ini memvalidasi klaim para peneliti bahwa kerangka kerja mereka akan membantu melawan perang yang lebih besar dan mendorong batas keamanan serta perlindungan terhadap pemalsuan seperti yang kita kenal sejauh ini. 

Tetapi bagaimana para peneliti mencapai misi mereka di lapangan? Bagaimana niat mereka menjadi kenyataan? Untuk itu, kita harus menyelami prosesnya lebih dalam. 

Memanfaatkan Konsep Fuzzy, Penambangan Gambar Semi-Otomatis, dan PSO

Para peneliti menggunakan ketiga alat ini secara bijaksana untuk mendeteksi koin palsu. Mereka membuat dataset gambar enam koin dan mengkurasinya sebagai referensi utama untuk penelitian mereka. Penerapan sistem penambangan gambar bergantung pada aturan asosiasi fuzzy dan menggunakan metode deteksi blob serta predikat hubungan. Sistem kombinasi tersebut dapat mengekstrak informasi implisit dari gambar yang selaras dengan perspektif manusia. 

Kerangka kerja juga mengintegrasikan teknik optimisasi kawanan partikel (PSO), yang membantu secara dinamis mendefinisikan ulang parameter ambang, meningkatkan efisiensi asosiasi fuzzy, dan membuat sistem deteksi koin palsu lebih kuat. Hasilnya adalah sistem yang sangat dapat beradaptasi dengan berbagai dataset gambar yang beragam. 

Untuk merangkum pencapaian kerangka kerja, Ching Suen mengatakan:

“Metode ini dapat digunakan untuk mendeteksi semua jenis barang palsu, yang kita lihat di seluruh dunia. Metode ini juga dapat digunakan untuk mendeteksi label palsu pada buah, anggur, minuman keras, dan sebagainya. Ada banyak tempat di mana hal ini dapat diterapkan.”

Tidak diragukan lagi bahwa kerangka kerja baru ini untuk mendeteksi koin palsu—jika direplikasi dan ditingkatkan secara baik—akan sangat membantu ekonomi global. Namun, solusi lain yang telah berhasil menangani mata uang palsu sejak awal adalah mata uang berbasis blockchain seperti Bitcoin. 

Sifat Ketidakberubahan dalam Mata Uang Berbasis Blockchain

Mata uang berbasis blockchain dan transaksinya berjalan berdasarkan prinsip buku besar yang tidak dapat diubah. Ini mengacu pada sistem pencatatan yang tidak dapat diubah. 

Dalam sistem blockchain, setiap blok informasi yang berisi fakta atau detail transaksi didukung oleh nilai hash yang sesuai. Berdasarkan prinsip kriptografi yang sangat aman, nilai hash ini terdiri dari rangkaian alfanumerik yang dihasilkan oleh masing-masing blok.

Setiap blok memiliki nilai hash atau tanda tangan digital untuk dirinya sendiri dan blok sebelumnya, memastikan keterkaitan blok yang terus-menerus dan retroaktif yang mencegah intervensi pada sistem atau perubahan data yang sudah disimpan. 

Yang membuat pemalsuan menjadi konsep yang tidak relevan dalam mata uang berbasis blockchain adalah nilai hash tidak dapat direkayasa balik. Tidak ada pengguna yang dapat menggunakan string output untuk memperoleh data input. 

Secara keseluruhan, dalam sistem mata uang berbasis blockchain, hampir tidak mungkin mengubah atau menghapus data blok yang ditempatkan di blockchain. Setiap kali seseorang mencoba melakukan perubahan, modifikasi tersebut ditolak oleh blok berikutnya karena hash dari rantai tidak lagi valid.

Selain mata uang, mekanisme blockchain dapat mencegah penipuan dan pemalsuan dalam banyak aspek lain dari sistem produksi sehari-hari dan rantai pasokan. Komisi Eropa, misalnya, telah mendorong penggunaan blockchain untuk mengamankan rantai pasokan global kita dari dampak negatif potensi gugatan, cedera konsumen, kehilangan penjualan, dan kerusakan reputasi jangka panjang.

Blockchain sebagai Solusi untuk Memerangi Pemalsuan di Seluruh Bisnis di Dunia

Komisi Eropa telah mengakui peran teknologi blockchain dalam meningkatkan keterlacakan dan melakukan pelacakan end-to-end produk serta pengiriman di berbagai rantai pasokan, mulai dari pengadaan bahan baku hingga tahap pengguna menerima produk jadi. 

Penerapan blockchain dapat terjadi melalui tag pintar, dan bisnis dapat menggunakan berbagai jenis tag pintar, termasuk QR Code, tag RFID, dan tanda tangan pada permukaan logam atau keramik. 

Setiap mekanisme penandaan yang disebutkan di atas memiliki keunggulannya masing-masing. Misalnya, sistem berbasis QR Code memungkinkan bisnis mentransfer informasi seperti tanggal pembuatan, situs web perusahaan, atau nomor layanan pelanggan. Mereka juga membantu dalam melakukan pembayaran dan pelacakan pengiriman yang mulus. 

Ketika dipasang pada produk, tag RFID membantu pembaca menerima sinyal yang dipasang di area yang dipantau. Sistem dapat melacak pergerakan dengan efisiensi tinggi. Namun, sistem ini sering dianggap tidak realistis ketika skala penerapan besar dan biayanya menjadi jauh lebih tinggi. 

Sebagai solusi canggih, mesin penandaan laser telah muncul di pasar. Mesin ini membantu mengintegrasikan kode batang dan grafik yang dapat dilacak ke permukaan logam atau keramik. 

Selain pertimbangan Komisi Eropa tentang blockchain dan perannya dalam mengamankan rantai pasokan, sebuah makalah yang dipresentasikan pada International Conference on Computer Science and Computational Intelligence ke-7 tahun 2022 meneliti kemungkinan mengembangkan sistem anti-pemalsuan menggunakan teknologi blockchain. 

Makalah tersebut mengusulkan teknologi blockchain sebagai tulang punggung sistem di mana pelanggan dapat memvalidasi keabsahan produk tanpa memerlukan pedagang terkait. Penulis makalah menyoroti potensi blockchain Ethereum dalam membantu membangun model yang diusulkan yang dapat melacak setiap pembuatan dan transaksi barang, memastikan kredibilitas keaslian barang. 

Peran blockchain dalam mengamankan rantai pasokan dan inovasi di sekitarnya telah memperjelas bahwa rantai pasokan kita membutuhkan perlindungan. Memiliki rantai pasokan yang dilindungi secara kuat dapat menjadi pemenang pasti dalam hal perlindungan dari pemalsuan.

Beberapa perusahaan telah menginvestasikan penelitian dan sumber daya dalam menggunakan Kecerdasan Buatan untuk mengamankan rantai pasokan. Pada segmen berikut, kami membahas beberapa perusahaan tersebut dan solusi mereka. 

#1. IBM

IBM mengklaim bahwa solusinya membantu membangun rantai pasokan yang minim gangguan, tangguh, dan berkelanjutan. IBM Sterling® Supply Chain Intelligence Suite, misalnya, adalah solusi optimasi dan otomatisasi berbasis AI untuk membantu organisasi mengatasi gangguan rantai pasokan melalui transformasi tradisional. Solusi ini dapat mentransformasi rantai pasokan secara digital, meningkatkan ketahanan dan kelincahan, serta mempercepat waktu ke nilai melalui wawasan yang dapat ditindaklanjuti, alur kerja yang lebih cerdas, dan otomatisasi cerdas.

Menurut angka benchmarking yang dipublikasikan, solusi ini mengurangi waktu yang dibutuhkan untuk melacak barang dari toko ke pertanian dari 7 hari menjadi 2,2 detik. Solusi ini mengurangi tingkat persediaan sebesar 18% untuk menghemat limbah dan biaya. Selain itu, waktu yang diperlukan untuk manajemen gangguan rantai pasokan kritis dipersingkat dari hari menjadi jam.

IBM mengklaim solusinya cocok untuk berbagai kasus penggunaan, termasuk keamanan pangan, pemetaan rantai pasokan berlapis, pelacakan dan penelusuran, manajemen emisi rantai pasokan, penilaian risiko dan kepatuhan pemasok, visibilitas pemasok, dan lainnya. 

Banyak perusahaan menggunakan solusi IBM. Misalnya, Antonello Produce menggunakannya untuk meningkatkan pelacakan produk dari benih ke toko hingga rak. Pietro Coricelli memanfaatkan solusi ini untuk mengoptimalkan kualitas makanan, sumber berkelanjutan, dan transparansi rantai pasokan. Sonoco menggunakannya untuk melindungi kualitas produk dan efektivitas obat penyelamat nyawanya. ‘

Tim IBM terus mengerjakan solusi ini untuk meningkatkan secara bertahap setiap hari. Misalnya, baru-baru ini mereka memanfaatkan AI untuk merancang solusi control tower yang menghubungkan solusi inventaris yang ada dan sistem perencanaan sumber daya perusahaan. 

Untuk tahun fiskal 2023, IBM menghasilkan pendapatan $61,9 miliar, naik 3% pada mata uang konstan, dan arus kas bebas $11,2 miliar, naik $1,9 miliar dibandingkan tahun sebelumnya. Penskalaan AI untuk meningkatkan produktivitas di dalam IBM memperluas margin keuntungan perusahaan. 

#2. Oracle

Pada April tahun lalu, Oracle (ORCL ) memperkenalkan kemampuan AI dan otomatisasi untuk membantu pelanggan mengoptimalkan manajemen rantai pasokan mereka. Oracle menambahkan kemampuan baru pada Oracle Fusion Cloud Applications Suite untuk membantu pelanggan dengan perencanaan rantai pasokan yang dipercepat, peningkatan efisiensi operasional, dan akurasi keuangan yang lebih baik. Pembaruan spesifik mencakup perencanaan baru, penetapan harga berbasis penggunaan, dan kemampuan manajemen rebate.  

Menurut Jon Chorley, wakil presiden senior aplikasi rantai pasokan dan chief sustainability officer di Oracle:

“Dengan rangkaian lengkap aplikasi terintegrasi Oracle, organisasi dapat mengelola data rantai pasokan pada platform yang sama dengan keuangan, SDM, dan pengalaman pelanggan untuk mempercepat proses seperti quote-to-cash dan menghilangkan hambatan yang secara tradisional ada antara fungsi bisnis yang berbeda. Pendekatan holistik ini menciptakan lingkungan di mana AI dan otomatisasi dapat berkembang untuk membantu bisnis meningkatkan efisiensi dan mencapai lebih banyak dengan sumber daya yang lebih sedikit.”

Pada Maret 2024, Oracle mengumumkan hasil Q3 fiskal 2024. Total pendapatan kuartalan naik 7% tahun-ke-tahun baik dalam USD maupun mata uang konstan menjadi $13,3 miliar. Pendapatan operasional GAAP Q3 sebesar $3,8 miliar. Pendapatan operasional Non-GAAP sebesar $5,8 miliar, naik 12% dalam USD dan mata uang konstan.

Penggunaan AI untuk Masa Depan yang Aman

Mengakhiri ancaman pemalsuan, penipuan, dan bahan duplikat yang diproduksi secara jahat adalah hal yang akan mengalami perbaikan signifikan dengan penggunaan solusi berbasis AI.

Yang lebih menarik adalah penggunaan AI dalam mengamankan rantai pasokan akan memberi manfaat pada area lain dari kerangka operasional. Misalnya, hal ini akan membuat manajemen gudang lebih efisien, biaya operasional akan turun secara signifikan, ruang lingkup produksi limbah dan emisi yang tidak diinginkan akan berkurang, dan manajemen inventaris akan menjadi lebih akurat. 

Selain mendapatkan barang asli, konsumen akan mendapatkan manfaat dari pengiriman yang lebih tepat waktu, dan pekerja akan lebih aman. Namun, perusahaan harus berinvestasi lebih banyak untuk membuat AI lebih ramah pengguna dengan mengalokasikan lebih banyak sumber daya untuk pelatihan dan menyederhanakan operasi kompleks dengan mengintegrasikan elemen beragam di seluruh banyak node rantai pasokan global. 

Mereka juga harus secara rutin memantau sistem ini dan kinerjanya, mengidentifikasi serta memperbaiki gangguan saat muncul.

Klik di sini untuk mempelajari apa yang membuat tahun 2023 menjadi tahun terobosan bagi kecerdasan buatan.