Show simple item record

dc.contributor.authorSALSABILLA, Fatimah Zulfa
dc.date.accessioned2025-08-12T06:55:38Z
dc.date.available2025-08-12T06:55:38Z
dc.date.issued2023-07-10
dc.identifier.nim190710101349en_US
dc.identifier.urihttps://repository.unej.ac.id/xmlui/handle/123456789/127862
dc.descriptionValidasi_firli_12_agustus_25; Finalisasi oleh Taufik_Alya Tgl 12 Agustus 2025en_US
dc.description.abstractPenelitian ini mempelajari pentingnya penggunaan kecerdasan buatan (artificial intelligence/AI) dalam mendeteksi transaksi keuangan yang mencurigakan di Indonesia dan kerangka kerja regulasi seputar AI dalam domain khusus ini. Penelitian ini menggunakan pendekatan hukum doktrinal, dengan menggunakan analisis perundang-undangan dan studi perbandingan antar negara. Ada dua jenis bahan hukum yang dikenal dalam penelitian hukum: sumber primer dan sekunder. Bahan-bahan primer mencakup undang-undang dan peraturan yang secara langsung relevan untuk mendeteksi transaksi keuangan mencurigakan di Indonesia. Sumber-sumber primer ini berfungsi sebagai dasar untuk analisis dan interpretasi hukum. Di sisi lain, bahan sekunder melengkapi sumber-sumber primer dengan memberikan informasi tambahan dan wawasan yang membantu dalam memahami dan menerapkan bahan hukum primer secara efektif. Teknik analisis data dengan logika deduktif digunakan untuk mengeksplorasi dan mengevaluasi topik yang dibahas. Pendekatan ini secara sistematis memeriksa dan menafsirkan kumpulan data yang relevan untuk menarik kesimpulan logis dan mengidentifikasi pola atau tren. Dengan memanfaatkan logika deduktif, para peneliti dapat menyimpulkan temuan-temuan spesifik berdasarkan prinsip-prinsip hukum yang lebih luas dan peraturan yang mengatur pendeteksian transaksi keuangan yang mencurigakan. Urgensi penggunaan AI dalam konteks ini muncul dari meningkatnya kompleksitas dan kecanggihan kejahatan keuangan dan aktivitas penipuan. Selain itu FATF dalam publikasi yang berjudul “Opportunities and Challenges of New Technologies for AML/CFT” juga menyarankan adanya penggunaan AI dalam menanggulagi pencucian uang. Metode tradisional pemantauan dan analisis transaksi manual terbukti tidak cukup untuk mengimbangi perkembangan taktik yang digunakan para penjahat. Dengan kemampuannya untuk memproses data dalam jumlah besar dengan cepat dan akurat, AI menawarkan solusi yang menjanjikan untuk meningkatkan efisiensi dan efektivitas dalam mendeteksi transaksi keuangan yang mencurigakan. Namun, penerapan AI dalam mendeteksi kejahatan keuangan memerlukan kerangka kerja regulasi yang jelas. Hal ini mencakup pedoman, hukum, dan kebijakan yang mengatur pengembangan, penerapan, dan penggunaan teknologi AI di sektor keuangan. Peraturan tersebut bertujuan untuk memastikan penggunaan AI yang etis dan bertanggung jawab, melindungi privasi dan keamanan data, mengurangi bias, dan mengatasi potensi implikasi hukum dan sosial yang mungkin timbul dari adopsi AI. Dengan mengkaji lanskap regulasi yang ada dan membuat perbandingan dengan negara lain, para peneliti dapat mengidentifikasi praktik terbaik, potensi tantangan, dan area yang perlu ditingkatkan dalam regulasi AI dalam mendeteksi transaksi keuangan mencurigakan di Indonesia. Analisis komprehensif ini berkontribusi dalam memajukan pemahaman hukum dan memfasilitasi pengembangan langkah-langkah regulasi yang efektif dan kuat untuk memanfaatkan potensi AI sekaligus melindungi dari potensi risiko.en_US
dc.language.isootheren_US
dc.publisherFakultas Hukumen_US
dc.subjectARTIFICIAL INTELLIGENCEen_US
dc.subjectPENCUCIAN UANGen_US
dc.subjectHUKUM PIDANAen_US
dc.titleUrgensi Pengaturan Penggunaan Artificial Intelligence dalam Mendeteksi Transaksi Keuangan yang Mencurigakanen_US
dc.typeSkripsien_US
dc.identifier.prodiIlmu Hukumen_US
dc.identifier.pembimbing1Prof. Dr. M. Arief Amrullah, S.H., M. Hum.en_US
dc.identifier.pembimbing2Dina Tsalist Wildana, S.H.I., LL.M.en_US
dc.identifier.validatorValidasi_firli_12_agustus_25en_US
dc.identifier.finalizationTaufiken_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record