Cover
PUBLIC karya Lembar Pengesahan
PUBLIC karya Abstrak
PUBLIC karya Abstract
PUBLIC karya Tugas Akhir
PUBLIC karya
Maraknya insiden transaksi fraud menuntut organisasi finansial (seperti bank) untuk
mengembangkan cara mendeteksi transaksi fraud untuk menghindari kerugian yang timbul
akibat transaksi tersebut. Salah satu solusinya adalah sistem pendeteksi transaksi fraud berbasis
pembelajaran mesin, Dalam menyelesaikan masalah tersebut, metodologi yang digunakan
adalah CRISP-DM. Berbagai algoritme pembelajaran mesin telah dicoba untuk
mengklasifikasikan transaksi fraud. Algoritme Support Vector Machine menjadi salah satu
alternatif yang dapat digunakan. Metode Kernel radial based function menjadi yang paling
sesuai dengan karakteristik data transaksi fraud dibandingkan metode lainnya. Pengembangan
sistem pendeteksi transaksi fraud dilakukan secara dua tahap, tahap pertama adalah praproses
data dan tahap kedua adalah optimasi hyperparameter. Hasil pengujian model machine
learning ini menghasilkan kinerja dengan nilai nilai ukur akurasi mencapai 99,9%, presisi
mencapai 73%, recall mencapai 97,9%, skor f1 mencapai 83.6%, dan area kurva precisonrecall mencapai 0,778 dan false positive rate mencapai 0.01%.