13519040 Shafira Naya Aprisadianti.pdf
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Promotion abuse fraud merupakan penyalahgunaan promosi dengan melakukan
duplikasi akun untuk mendapatkan keuntungan atas kode promosi secara curang.
Tindakan ini sangat merugikan bagi perusahaan. Oleh karena itu, penelitian ini
bertujuan untuk menangani fraud dengan melakukan pengembangan aplikasi
pendeteksi promotion abuse fraud.
Proses pengembangan aplikasi secara umum meliputi analisis kebutuhan,
pemodelan, dan pengembangan aplikasi. Dataset yang digunakan untuk pemodelan
berasal dari salah satu perusahaan e-commerce di Indonesia. Tahap pengumpulan
dataset meliputi perhitungan kemiripan antar akun menggunakan algoritma
Levenshtein distance similarity untuk mendapatkan fitur tambahan yaitu jumlah
akun yang mirip dengan akun tertentu. Pada tahap pemodelan dilakukan
eksperimen menggunakan algoritma Random Forest dan algoritma risk scoring
berbasis machine learning yaitu FasterRisk.
Model hasil algoritma FasterRisk lebih unggul untuk kasus deteksi fraud dengan
F1 score dan AUC yang lebih tinggi dibandingkan Random Forest dengan F1 score
dan AUC masing-masing bernilai 0.316 dan 0.666. Model FasterRisk juga memilki
keunggulan dari aspek interpretability karena memiliki keluaran berupa model risk
score yang lebih dapat dipahami, sehingga pengguna dapat memahami factor-faktor
yang menjadi indikator terjadinya fraud.
Model hasil algoritma FasterRisk kemudian di-deploy ke dalam aplikasi web.
Aplikasi yang dibangun memiliki beberapa fitur, yaitu menampilkan hasil deteksi
fraud menggunakan algoritma FasterRisk, mensimulasikan beberapa model risk
score, menampilkan informasi tambahan mengenai model, mengunduh data hasil
prediksi, dan dapat memblokir akun yang diprediksi sebagai fraud.