Perpustakaan Digital ITB

Perbankan adalah sektor yang paling sering menjadi korban penipuan menggunakan transaksi e-channel, salah satunya adalah menggunakan Automatic Teller Machine (ATM). Fraud adalah tindakan penyimpangan atau kelalaian yang sengaja dilakukan untuk menipu atau memanipulasi pelanggan, atau pihak lain, yang terjadi di bank atau menggunakan fasilitas bank sehingga menyebabkan pihak lain menderita kerugian dan pelaku penipuan mendapatkan keuntungan finansial baik langsung atau tidak langsung. Untuk mengendalikan penipuan, bank wajib memiliki dan menerapkan strategi anti-fraud yang efektif dengan menganalisis data transaksi untuk mencari pola yang mencurigakan sehingga memudahkan identifikasi transaksi sebagai transaksi yang sah atau tidak. Metode klasifikasi dalam algoritma K-Nearest Neighbors (KNN) dapat digunakan untuk memprediksi transaksi penipuan tanpa perlu membuat model terlebih dahulu ketika mendeteksi fraud. Hasil pengujian algoritma KNN pada kasus fraud detection mendapatkan score ROC AUC 0.71 dan akurasi 66%. Karena nilai ROC AUC terletak di kisaran 0.7-1.0, maka metode tersebut termasuk dalam kategori cukup baik berdasarkan klasifikasi data mining