Perpustakaan Digital ITB

Penggunaan teknologi mobile money atau uang seluler pada layanan transaksi finansial menghadirkan berbagai kemudahan bagi penggunanya. Terlepas dari kegunaannya, mobile money, seperti alat pembayaran lainnya juga rentan terhadap berbagai penyalahgunaan. Salah satu bentuk penyalahgunaan yang sering ditemui adalah fraud. Fraud tidak hanya menyebabkan kerugian finansial pada pengguna dan penyedia layanan mobile money, namun juga merusak reputasi penyedia layanan dan keseluruhan industri. Untuk menghadapi fraud yang terjadi pada suatu kegiatan transaksi, dikembangkan suatu sistem cerdas memanfaatkan model yang dibangun menggunakan algoritme machine learning. Pada penelitian tugas akhir ini sistem deteksi fraud dikembangkan menggunakan model berbasis algoritme decision tree dan variasinya. Implementasi dilakukan melalui lima tahap sesuai dengan metode CRISP-DM. Untuk meningkatkan kinerja model dilakukan optimasi dengan mencari dan memilih kombinasi nilai hyperparameter terbaik pada setiap algoritme. Dari pengujian yang dilakukan didapatkan kinerja model dengan nilai metrik accuracy mencapai 99,91%, precision mencapai 99,9%, recall mencapai 72,19%, F1 score mencapai 81,93%, ROC AUC mencapai 86,1%, dan FPR mencapai 0,0002%.