← Kembali ke blog

Anti-fraud Form Pembayaran Memblokir Pelanggan Jujur: Cara Menguji Checkout dari 5 Negara

Mengapa sistem anti-fraud di situs memblokir pembeli nyata dan bagaimana melakukan uji formulir pembayaran dari berbagai negara untuk menemukan dan mengatasi false positive.

📅11 Oktober 2026

Seorang pelanggan dari Jerman menambahkan barang ke keranjang, memasukkan kartu, tetapi menerima kesalahan "pembayaran ditolak oleh sistem keamanan". Situasi yang familiar? Sistem anti-fraud pada formulir pembayaran disetel terlalu agresif dan memblokir bukan penipu, tetapi pembeli yang nyata — hanya karena IP, geolokasi, atau perangkat mereka terlihat "mencurigakan". Dalam artikel ini, kita akan membahas cara melakukan uji checkout dari 5 negara yang berbeda dan menemukan titik-titik di mana Anda kehilangan pendapatan karena pemblokiran yang salah.

Bagaimana cara kerja sistem anti-fraud pada formulir pembayaran

Sebagian besar penyedia pembayaran — Stripe, PayPal, CloudPayments, YuKassa, serta layanan anti-fraud khusus seperti Signifyd, Riskified, Forter — menggunakan model penilaian risiko. Setiap transaksi diberikan skor risiko berdasarkan puluhan parameter: alamat IP dan reputasinya, kesesuaian geolokasi IP dan alamat pengiriman, jenis perangkat, sidik jari browser, kecepatan pengisian formulir, riwayat pembelian, kesesuaian nama pemegang kartu dengan data akun, dan bahkan apakah pengguna menggunakan VPN atau IP dari pusat data.

Jika total skor risiko melebihi ambang batas, sistem akan memblokir pembayaran secara otomatis, mengirimkannya untuk pemeriksaan manual (3D-Secure, permintaan dokumen), atau hanya menampilkan kesalahan tanpa penjelasan. Masalahnya adalah bahwa ambang batas disetel "secara default" terlalu konservatif, dan bisnis sering kali tidak tahu berapa banyak pelanggan nyata yang hilang pada tahap ini — metrik tingkat false positive jarang masuk dalam analitik standar.

Sistem anti-fraud bereaksi sangat keras terhadap ketidakcocokan geolokasi: jika IP terdeteksi sebagai pusat data atau proxy dari negara lain dibandingkan dengan negara tagihan atau alamat pengiriman, skor risiko meningkat tajam. Logika inilah yang merugikan pengguna yang jujur — pelancong, ekspatriat, orang yang menggunakan VPN perusahaan, atau hanya pelanggan dari wilayah dengan "reputasi buruk" untuk rentang IP.

Mengapa pelanggan yang jujur terkena blok

False positive adalah ketika sistem memblokir transaksi yang sah, menganggapnya sebagai penipuan. Menurut berbagai perkiraan dari industri e-commerce, proporsi penolakan yang salah dapat mencapai 20-30% dari semua pembayaran yang ditolak, dan ini jauh lebih besar daripada volume penipuan yang sebenarnya. Dalam istilah moneter, ini berarti bahwa toko kehilangan jauh lebih banyak pendapatan dari anti-fraud mereka sendiri daripada dari penipu yang seharusnya mereka hentikan.

Penyebab umum pemblokiran yang salah:

  • Pelanggan berada di negara lain dibandingkan dengan alamat penagihan (turis, ekspatriat, perjalanan bisnis);
  • Menggunakan internet seluler dari operator yang rentang IP-nya sebelumnya terdaftar dalam daftar hitam;
  • Jaringan perusahaan atau VPN perusahaan terdeteksi sebagai IP pusat data;
  • Pengisian formulir yang terlalu cepat (bot mengisi dengan cepat, tetapi pengguna berpengalaman juga);
  • Ketidakcocokan bahasa browser, zona waktu perangkat, dan geolokasi IP;
  • Akun baru tanpa riwayat pembelian ditambah dengan jumlah pesanan yang tinggi.

Masalahnya adalah bahwa tanpa pengujian, Anda tidak akan tahu parameter mana dari daftar ini yang memblokir pelanggan Anda di negara tertentu. Formulir dapat bekerja dengan baik untuk pembeli lokal tetapi memblokir secara massal pelanggan internasional — yang berarti Anda kehilangan seluruh pasar tanpa menyadarinya.

Mengapa menguji checkout dari berbagai negara

Jika bisnis Anda menjual ke luar negeri — langganan SaaS, toko online dengan pengiriman internasional, barang digital, layanan untuk ekspatriat — Anda perlu secara teratur memeriksa bagaimana formulir pembayaran berfungsi dari sudut pandang pengguna dari setiap wilayah kunci. Ini bukan latihan teoretis: perbedaan dalam tingkat keberhasilan antara negara bisa mencapai 15-20 poin persentase — hal ini biasa terjadi pada perusahaan yang tidak pernah menguji checkout "dari luar".

Pengujian dari berbagai negara memberikan jawaban untuk pertanyaan-pertanyaan spesifik:

  • Apakah pembayaran dengan kartu lokal dan IP lokal berhasil tanpa pemeriksaan tambahan?
  • Apakah formulir meminta 3D-Secure untuk semua transaksi dari wilayah atau hanya untuk yang mencurigakan?
  • Seberapa tinggi tingkat penolakan saat membayar melalui internet seluler dibandingkan dengan Wi-Fi rumah?
  • Apakah ketidakcocokan bahasa antarmuka dan geolokasi mempengaruhi keputusan anti-fraud?
  • Bagaimana formulir berfungsi saat membayar dari perangkat orang lain (misalnya, melalui komputer kantor bersama)?

Tanpa meniru pengguna nyata dari negara yang dibutuhkan — dengan IP yang benar, zona waktu, dan bahasa browser — pengujian semacam itu tidak mungkin dilakukan. Di sinilah proxy dan browser anti-detect berperan.

Alat untuk uji: proxy dan anti-detect

Untuk pengujian yang akurat, Anda perlu mereproduksi profil digital lengkap pengguna dari negara target: alamat IP yang terlihat seperti rumah biasa atau seluler, bukan pusat data; zona waktu dan bahasa sistem yang sesuai; sidik jari browser yang unik, tidak terkait dengan akun kerja Anda.

Untuk meniru IP, proxy residensial adalah pilihan terbaik — mereka menggunakan alamat IP nyata dari penyedia rumah, sehingga tidak terjebak dalam penilaian otomatis "pusat data = risiko". Jika perlu memeriksa bagaimana formulir bereaksi terhadap lalu lintas seluler (karena banyak pembeli melakukan pembayaran dari smartphone), sebaiknya gunakan proxy seluler — mereka menggunakan IP dari operator seluler dan mereproduksi perilaku pengguna seluler dengan sangat akurat.

Untuk pengujian kontrol "apa yang terjadi jika anti-fraud mendeteksi IP sebagai pusat data", Anda dapat menjalankan skenario secara terpisah melalui proxy pusat data — ini akan membantu memastikan bahwa jenis IP yang mempengaruhi keputusan anti-fraud, bukan parameter lainnya.

Untuk mengelola beberapa profil pengujian secara bersamaan dan tidak saling mencampur cookies, cache, dan sidik jari, digunakan browser anti-detect — Dolphin Anty, AdsPower, Multilogin, GoLogin, atau Octo Browser. Di setiap profil, proxy, zona waktu, bahasa, dan resolusi layar yang berbeda ditetapkan — ini memberikan "avatar digital" terisolasi dari pengguna dari negara tertentu.

Jenis proxy Kapan digunakan dalam pengujian Risiko false positive anti-fraud
Proxy residensial Meniru pengguna rumah, pengujian dasar checkout Rendah
Proxy seluler Pengujian pembayaran dari smartphone, memeriksa lalu lintas seluler Rendah
Proxy pusat data Pengujian kontrol "skenario terburuk" untuk anti-fraud Tinggi

Metodologi uji dari 5 negara

Untuk mendapatkan hasil yang dapat dibandingkan, pengujian harus dilakukan dengan skema yang sama untuk setiap negara. Berikut adalah algoritma kerja yang digunakan oleh pemasar dan manajer produk proyek e-commerce untuk audit formulir pembayaran:

  1. Pemilihan negara. Pilih 5 negara yang benar-benar penting untuk bisnis: misalnya, negara pasar utama, 2 negara teratas berdasarkan volume pesanan internasional, dan 2 negara di mana Anda mencurigai masalah (sering kali ini adalah wilayah dengan reputasi IP yang tidak terlalu baik — bagian Eropa Timur, Asia Selatan, Amerika Latin).
  2. Pembuatan profil. Di browser anti-detect, buat profil terpisah untuk setiap negara dengan proxy residensial atau seluler yang terhubung dengan geolokasi yang tepat, zona waktu yang benar, dan bahasa sistem yang sesuai.
  3. Persiapan kartu uji. Gunakan kartu uji dari penyedia pembayaran (kebanyakan — Stripe, PayPal — menyediakan mode uji dengan kartu untuk berbagai negara) atau kartu nyata dengan jumlah kecil, jika pengujian dilakukan di lingkungan produksi.
  4. Menjalankan skenario. Di setiap profil, lalui seluruh proses: dari melihat produk hingga konfirmasi pembayaran, mencatat setiap langkah — permintaan 3D-Secure, verifikasi tambahan, penolakan yang jelas, timeout.
  5. Pencatatan metrik. Untuk setiap negara, catat: tingkat keberhasilan, apakah permintaan 3D-Secure dilakukan, berapa lama prosesnya, teks kesalahan apa yang ditampilkan saat penolakan (jika ada).
  6. Ulangi dengan berbagai jenis proxy. Untuk setiap negara, jalankan skenario dua kali — melalui proxy residensial dan melalui proxy pusat data, untuk melihat perbedaan dalam keputusan anti-fraud.

Pengujian semacam ini memakan waktu 2-3 jam dan memberikan gambaran konkret: di negara mana formulir berfungsi dengan baik, dan di mana kehilangan pelanggan bahkan sebelum pembayaran.

Contoh hasil dan apa artinya

Di bawah ini adalah tabel hasil tipikal dari pengujian semacam itu (data bersifat ilustratif, berdasarkan pola perilaku umum dari sistem anti-fraud):

Negara IP residensial, sukses IP pusat data, sukses 3D-Secure diminta
Jerman Ya Tidak Ya
Polandia Ya Tidak Tidak
India Sebagian (permintaan dokumen) Tidak Ya
Brasil Tidak Tidak Ya
Kazakhstan Ya Tidak Tidak

Dari tabel semacam ini, segera terlihat zona masalah: Brasil memblokir pembayaran bahkan dengan IP residensial yang bersih — berarti, penyebabnya bukan pada jenis jaringan, tetapi pada parameter penilaian lainnya (mungkin ketidakcocokan mata uang kartu dan alamat penagihan, atau reputasi bank penerbit tertentu). Namun, perbedaan antara IP residensial dan IP pusat data di semua negara lainnya mengonfirmasi: fakta bahwa IP "mirip proxy" adalah salah satu pemicu utama pemblokiran, dan inilah yang merugikan pelanggan nyata yang menggunakan jaringan perusahaan atau VPN.

Bagaimana mengurangi pemblokiran yang salah

Setelah pengujian mengidentifikasi negara dan skenario bermasalah, Anda perlu menyesuaikan pengaturan anti-fraud dan alur pembayaran. Berikut adalah langkah-langkah konkret yang benar-benar mengurangi tingkat false positive tanpa meningkatkan penipuan:

  • Kurangi kekakuan aturan "IP-negara ≠ negara kartu". Untuk negara dengan banyak ekspatriat dan freelancer (Jerman, Portugal, UEA), aturan ini menghasilkan terlalu banyak false positive.
  • Pisahkan penilaian untuk IP pusat data dan residensial/seluler. Tidak semua proxy sama berisikonya — banyak pengguna yang sah berada di belakang VPN perusahaan, yang secara teknis terdeteksi sebagai pusat data.
  • Tambahkan skenario penolakan "lembut". Alih-alih pemblokiran yang keras, gunakan 3D-Secure atau permintaan konfirmasi tambahan — ini memisahkan penipu, tetapi tidak kehilangan pelanggan yang jujur sepenuhnya.
  • Atur whitelist untuk pelanggan tetap. Pengguna dengan riwayat pembelian yang sukses tidak perlu melalui tingkat pemeriksaan yang sama dengan akun baru.
  • Tinjau teks kesalahan. "Pembayaran ditolak" tanpa penjelasan mendorong pelanggan untuk beralih ke pesaing. Tawarkan metode pembayaran alternatif atau kontak dukungan.
  • Lakukan pengujian secara teratur. Penyedia anti-fraud memperbarui model penilaian tanpa pemberitahuan — apa yang berhasil enam bulan yang lalu mungkin memberikan hasil yang berbeda hari ini.

Checklist untuk memeriksa formulir pembayaran

Sebelum meluncurkan pasar baru atau setelah mengubah pengaturan anti-fraud, ikuti daftar ini:

  • ☐ Pembayaran diuji melalui IP residensial untuk setiap negara kunci;
  • ☐ Pembayaran diuji melalui IP seluler (meniru smartphone);
  • ☐ Hasil kontrol dicatat melalui IP pusat data;
  • ☐ Kesesuaian bahasa, zona waktu, dan geolokasi diperiksa di setiap profil;
  • ☐ Teks kesalahan dicatat pada setiap penolakan;
  • ☐ Tingkat keberhasilan dibandingkan antara negara — perbedaan lebih dari 10% memerlukan analisis;
  • ☐ Reaksi formulir terhadap pembayaran ulang setelah penolakan diperiksa (apakah sistem memblokir akun sepenuhnya);
  • ☐ Hasil pengujian disampaikan ke departemen yang bertanggung jawab atas pengaturan aturan anti-fraud.

Kesimpulan

Sistem anti-fraud tanpa audit reguler berubah dari perlindungan menjadi sumber kerugian: ia memblokir pelanggan nyata yang hanya berada di "rentang" IP yang salah atau tidak cocok dengan geolokasi alamat penagihan. Pengujian checkout dari 5 negara dengan bantuan proxy dan browser anti-detect adalah cara cepat untuk melihat masalah dengan mata kepala sendiri, bukan hanya menebak berdasarkan metrik tidak langsung dalam analitik.

Jika Anda berencana untuk melakukan audit formulir pembayaran semacam itu untuk bisnis Anda, mulailah dengan meniru pengguna rumah biasa — untuk ini, proxy residensial dengan geo-targeting untuk negara yang diperlukan adalah pilihan terbaik. Dan untuk memeriksa bagaimana formulir bereaksi terhadap pembayaran dari smartphone, tambahkan proxy seluler dari wilayah yang sesuai ke dalam pengujian — ini akan memberikan gambaran lengkap tentang di mana anti-fraud Anda kehilangan pelanggan yang jujur.