Perpustakaan Digital ITB

Semakin berkembangnya zaman, maka akan semakin berkembang pula teknologi untuk dapat mendukung kebutuhan maupun tantangan yang ada. Salah satunya yaitu pada bidang finansial. Contohnya untuk melakukan transaksi saja dapat dimudahkan dengan salah satunya menggunakan mobile money. Dengan menggunakan mobile money, transaksi yang biasanya membutuhkan waktu lama akan menjadi semakin mudah dan cepat untuk para penggunanya. Tetapi sayangnya selalu ada risiko yang dapat terjadi untuk setiap kenyamanan tersebut. Salah satu risikonya adalah tindakan penipuan oleh pihak yang tidak bertanggung jawab atau dapat disebut sebagai fraud. Pada pengerjaan tugas akhir ini, akan digunakan machine learning untuk membangun fraud detection system dengan mengimplementasikan algoritma Artificial Neural Network yang memiliki metode pengembangan sistem saraf buatan untuk dapat mendeteksi mana transaksi yang fraud dan mana yang bukan fraud. Pengembangin ini dilakukan dengan melalui lima tahap sesuai dengan CRISP-DM. Yakni, Business Undertanding, Data Understanding, Data Preparation, Modelling, dan Evaluation. Dalam tahap Data Preparation dilakukan penanganan data uang tidak seimbang dengan melakukan undersampling dan memilih features yang relevan saja dari dataset. Pada tahap Modelling, digunakan metode Optuna untuk mencari hyperparameters yang optimal dengan digunakan k-fold cross validation dan data backtesting untuk memvalidasi model yang dibuat. Kemudian pada Evaluation dilakukan dengan menggunakan beberapa parameter yakni, false positive rate(FPR), area under curve, recall, precision, dan F1 Score. Hasil dari model ANN yang dibuat memberikan kinerja FPR 0.078%, area under curve 97.65%, recall 95.34%, precision 99.8%, dan F1 score 97.52%