Veritas bukan produk komersial yang dibangun di atas arsitektur pinjaman. Veritas adalah sistem riset yang dirancang khusus, diuji terhadap kasus perusahaan cangkang nyata yang telah terkonfirmasi, lengkap dengan studi ablasi yang dapat direproduksi secara independen.
Selama ini, cara paling umum untuk memeriksa sebuah perusahaan adalah dengan menilai perusahaan itu sendiri, melihat namanya, alamatnya, dan dokumen yang diajukannya. Masalahnya, perusahaan cangkang justru dirancang agar terlihat normal jika dilihat satu per satu. Yang membuatnya mencurigakan bukanlah perusahaan itu sendiri, melainkan jaring hubungan di sekelilingnya, siapa yang menjadi direkturnya, melalui negara mana saja kepemilikannya berpindah, dan siapa yang sebenarnya berada di balik semuanya.
Di sinilah Veritas bekerja secara berbeda. Veritas tidak menilai perusahaan satu per satu, melainkan membaca bagaimana ribuan perusahaan saling terhubung satu sama lain. Dengan memetakan seluruh jaring kepemilikan suatu perusahaan, Veritas mampu melihat pola yang luput dari sistem pemeriksaan biasa, karena sistem biasa hanya melihat satu perusahaan dalam satu waktu, sementara Veritas melihat keseluruhan jaringan yang menghubungkan mereka.
Sebuah model bisa saja terlihat pintar selama ia diberi banyak petunjuk mudah. Ujian yang sebenarnya adalah ketika semua petunjuk mudah itu diambil, dan model dipaksa bekerja hanya dengan hal yang paling sulit.
Itulah yang kami lakukan pada Veritas. Kami menutup semua red flag dan tanda-tanda mudah yang biasa dipakai regulator perbankan untuk mencurigai sebuah perusahaan, sehingga Veritas tidak bisa lagi bersandar pada petunjuk yang gampang. Veritas hanya boleh mengandalkan satu hal, yaitu pola hubungan antar perusahaan. Dalam kondisi tersulit ini, Veritas tetap mampu mengenali perusahaan cangkang dengan tingkat ketepatan 92 persen, sementara model konvensional anjlok hingga sekitar 79 persen.
Selisih inilah yang menjadi buktinya. Artinya, Veritas benar-benar memahami pola kepemilikan suatu perusahaan, bukan sekadar menghafal ciri-ciri yang gampang. Ketika semua petunjuk dikembalikan, hampir semua model terlihat bagus dengan skor di atas 97 persen, tetapi justru di situlah letak jebakannya, karena kondisi yang terlalu mudah menyembunyikan model mana yang sebenarnya cerdas. Ujian tersulit inilah yang jujur, dan di sanalah Veritas unggul jauh.
| Model | F1 Score | Accuracy | Performance |
|---|---|---|---|
| Veritas AI | 92.02% | 91.11% | |
| XGBoost (TreeNet) | 79.04% | 80.01% | |
| Random Forest | 78.90% | 80.00% |
Cara persis Veritas menyusun dan membaca jaring kepemilikan suatu perusahaan adalah rahasia kami, dan sengaja kami lindungi.
Yang kami bagikan kepada publik adalah hasilnya, bukan resep di baliknya. Ini adalah prinsip yang sama yang dipegang oleh perusahaan intelligence terkemuka di dunia, di mana hasil dan cara pengujiannya dibuat terbuka agar dapat dipercaya, namun mesin yang menghasilkannya tetap dijaga sebagai inti dari karya mereka.
Yang bisa kami sampaikan hanyalah ini. Veritas tidak menganggap semua hubungan itu sama. Ia belajar membedakan mana hubungan yang lemah dan mana yang benar-benar mencurigakan, misalnya ketika beberapa perusahaan berbagi direktur yang sama, berbagi alamat yang sama, atau dihubungkan oleh perantara yang sama. Dari situ, Veritas menelusuri kepemilikan suatu perusahaan langkah demi langkah, mulai dari satu perusahaan, melewati perantara, hingga akhirnya sampai pada sosok yang sebenarnya memegang kendali. Bagaimana persisnya hal ini bekerja adalah bagian yang kami rahasiakan, kecuali kepada auditor dan lembaga regulator yang kami hormati.
Terkadang, bukti yang paling meyakinkan adalah yang bisa langsung dilihat dengan mata.
Ketika seluruh pola yang dipelajari Veritas digambarkan ke dalam satu peta, perusahaan cangkang dan perusahaan yang sah secara otomatis terpisah menjadi dua kelompok yang jelas berbeda, dengan sangat sedikit titik yang bercampur. Pemisahan yang terlihat jelas ini bukan sekadar hiasan, melainkan cerminan betapa tegasnya Veritas membedakan keduanya.
Ujian yang paling sulit adalah kepemilikan melingkar atau circular ownership, yaitu ketika beberapa perusahaan saling memiliki satu sama lain dalam sebuah pola lingkaran yang biasanya dirancang untuk menyembunyikan siapa pemilik sebenarnya. Ini adalah trik penyamaran yang paling canggih. Pada sekumpulan kasus seperti ini, kasus yang belum pernah dilihat Veritas sama sekali sebelumnya, Veritas tetap mampu mengenalinya dengan ketepatan 100 persen. Inilah bukti terkuat bahwa Veritas benar-benar memahami pola kepemilikan, bukan sekadar mengingat contoh yang pernah ia pelajari.
Sebuah model hanya bisa dipercaya jika ia belajar dari kasus yang nyata. Veritas tidak dilatih dengan contoh buatan, melainkan dengan kasus perusahaan cangkang yang benar-benar pernah terjadi dan telah terkonfirmasi.
Fondasinya bersumber dari ICIJ Offshore Leaks Database, salah satu kumpulan data investigasi paling tepercaya di dunia yang disusun oleh International Consortium of Investigative Journalists, lembaga jurnalisme yang menjadi rujukan banyak peneliti dan institusi dalam mempelajari kerahasiaan korporasi. Data ini kami padukan dengan data perusahaan sah yang terdaftar resmi di UK Companies House, sehingga Veritas belajar mengenali keduanya, baik perusahaan yang menyembunyikan sesuatu maupun yang benar-benar bersih.
Yang terpenting, Veritas tidak bergantung pada satu sumber data saja. Sistem ini dirancang agar dapat menyesuaikan diri dengan sumber tepercaya lainnya, termasuk data yang dipublikasikan oleh lembaga seperti Transparency International. Dengan kemampuan ini, Veritas dapat diarahkan untuk memeriksa wilayah dan data baru tanpa harus dibangun ulang dari awal, sehingga jangkauannya bisa terus berkembang seiring waktu.
Senior Lecturer in Financial Crime, Charles Sturt University Melbourne
Penelitian fundamental Dr. Tiwari dalam deteksi jaringan kejahatan finansial serta kontribusi pionirnya pada model dasar (baseline), termasuk klasifikasi Random Forest untuk aplikasi AML, telah memberikan landasan intelektual yang krusial bagi pengembangan Veritas. Wawasan beliau mengenai indikator struktural dari perilaku perusahaan cangkang turut membentuk arah penelitian sistem ini sejak tahap awal.
Capstone Supervisor, Sampoerna University Jakarta
Dr. Agni bertindak sebagai dosen pembimbing akademik untuk proyek capstone Veritas, memberikan arahan terkait metodologi penelitian, validasi model, serta penyusunan kerangka akademis mengenai kontribusi sistem ini dalam mendeteksi kejahatan finansial.
Competition Supervisor, Sampoerna University Jakarta
Bapak Panji memberikan arahan strategis serta bimbingan kompetisi sepanjang pengembangan Veritas, yang membentuk bagaimana proposisi nilai dari sistem ini dikomunikasikan kepada kalangan institusional maupun pihak regulator.