STMIK BANJARBARUSTMIK BANJARBARU
Progresif: Jurnal Ilmiah KomputerProgresif: Jurnal Ilmiah KomputerPenipuan dalam transaksi kartu kredit merupakan ancaman serius dalam sistem keuangan digital. Deteksi secara manual terhadap transaksi yang mencurigakan menjadi tidak efektif seiring dengan meningkatnya volume data. Penelitian ini bertujuan untuk mengembangkan model klasifikasi untuk mendeteksi transaksi fraud menggunakan algoritma Decision Tree C4.5. Dataset yang digunakan diperoleh dari Kaggle dan telah melalui proses praproses dan seleksi atribut. Pengujian dilakukan dengan empat skenario pembagian data training dan data testing, yaitu 90:10, 80:20, 70:30, dan 60:40. Evaluasi performa dilakukan menggunakan confusion matrix dengan metrik akurasi, presisi, dan recall. Hasil menunjukkan bahwa pembagian data 60:40 memberikan performa terbaik dengan nilai akurasi sebesar 97,47%, presisi 86,34%, dan recall 78,67%. Model ini menunjukkan bahwa algoritma Decision Tree mampu memberikan hasil klasifikasi yang sangat baik bahkan tanpa teknik penyeimbangan data.
40 menghasilkan performa terbaik dengan akurasi 97,47%, presisi 86,34%, dan recall 78,67%.Algoritma Decision Tree mampu mengklasifikasikan transaksi fraud dan non-fraud dengan tingkat keakuratan yang sangat baik, bahkan tanpa teknik oversampling.Pemilihan atribut menggunakan metode Weight by Information Gain terbukti efektif dalam meningkatkan kualitas klasifikasi.
Penelitian lanjutan dapat mengkaji kombinasi algoritma Decision Tree dengan metode lain seperti Random Forest atau Neural Networks untuk meningkatkan akurasi dan recall. Selain itu, perlu diuji dampak teknik penyeimbangan data seperti SMOTE terhadap kinerja model, terutama dalam mendeteksi transaksi fraud yang terlewat. Penelitian juga dapat fokus pada optimasi parameter algoritma Decision Tree untuk meningkatkan keseimbangan antara akurasi dan recall dalam skenario data tidak seimbang.
- Identifying Credit Card Fraud in Illegal Transactions Using Random Forest and Decision Tree Algorithms... doi.org/10.32736/sisfokom.v12i3.1730Identifying Credit Card Fraud in Illegal Transactions Using Random Forest and Decision Tree Algorithms doi 10 32736 sisfokom v12i3 1730
- Penerapan Algoritma Decision Tree Dalam Deteksi Fraud Transaksi Kartu Kredit | Agustine | Progresif:... doi.org/10.35889/progresif.v21i2.2751Penerapan Algoritma Decision Tree Dalam Deteksi Fraud Transaksi Kartu Kredit Agustine Progresif doi 10 35889 progresif v21i2 2751
- Penggunaan Data Mining Untuk Mendeteksi Penipuan Transaksi Kartu Kredit Algoritma Decision Tree | Jurnal... doi.org/10.35473/jamastika.v4i1.3632Penggunaan Data Mining Untuk Mendeteksi Penipuan Transaksi Kartu Kredit Algoritma Decision Tree Jurnal doi 10 35473 jamastika v4i1 3632
- Credit Card Fraud Detection using Decision Tree and Random Forest | ITM Web of Conferences. credit card... doi.org/10.1051/itmconf/20235302012Credit Card Fraud Detection using Decision Tree and Random Forest ITM Web of Conferences credit card doi 10 1051 itmconf 20235302012
| File size | 576.77 KB |
| Pages | 10 |
| DMCA | Report |
Related /
UMPPUMPP Pandemi mengharuskan pihak sekolah untuk menerapkan sistem pembelajaran online. Perubahan cara kerja pembelajaran yang semula diterapkan melalui sistemPandemi mengharuskan pihak sekolah untuk menerapkan sistem pembelajaran online. Perubahan cara kerja pembelajaran yang semula diterapkan melalui sistem
UIN MALANGUIN MALANG Dalam analisis penyaringan risiko tambahan, variabel non-akademik memberikan sinyal prediktif yang bermakna tetapi terbatas, dan Jurusan muncul sebagaiDalam analisis penyaringan risiko tambahan, variabel non-akademik memberikan sinyal prediktif yang bermakna tetapi terbatas, dan Jurusan muncul sebagai
BSIBSI Hasil penelitian menunjukkan bahwa model yang dihasilkan memiliki tingkat akurasi sebesar 88.91%, dengan classification error sebesar 11.09%. VariabelHasil penelitian menunjukkan bahwa model yang dihasilkan memiliki tingkat akurasi sebesar 88.91%, dengan classification error sebesar 11.09%. Variabel
USMUSM Pengujian sistem dilakukan menggunakan metode pengujian fungsional (black box testing) dan evaluasi akurasi hasil prediksi berdasarkan data uji. HasilPengujian sistem dilakukan menggunakan metode pengujian fungsional (black box testing) dan evaluasi akurasi hasil prediksi berdasarkan data uji. Hasil
UNBINUNBIN Berdasarkan Hasil Penelitian yang dilakukan, kesimpulan yang bisa diuraikan antara lain. Dapat memberikan rekomendasi penentuan warga yang mendapatkanBerdasarkan Hasil Penelitian yang dilakukan, kesimpulan yang bisa diuraikan antara lain. Dapat memberikan rekomendasi penentuan warga yang mendapatkan
BSIBSI Hasil dari penelitian dengan mengerjakan capstone project dari studi independen di revoU dapat disimpulkan untuk menjadi analis data dapat dilakukan proses-prosesHasil dari penelitian dengan mengerjakan capstone project dari studi independen di revoU dapat disimpulkan untuk menjadi analis data dapat dilakukan proses-proses
NURUL FIKRINURUL FIKRI Penelitian ini bertujuan untuk menganalisis dan membandingkan hasil analisis sentimen publik terhadap tagar. KaburAjaDulu yang mencerminkan aspirasi migrasiPenelitian ini bertujuan untuk menganalisis dan membandingkan hasil analisis sentimen publik terhadap tagar. KaburAjaDulu yang mencerminkan aspirasi migrasi
UNHUNH Dalam merancang sistem yang baru berbasis komputer menggunakan bahasa pemrograman aplikasi VB 6. 0 serta database maka pengolahan data di Blooming FlowersDalam merancang sistem yang baru berbasis komputer menggunakan bahasa pemrograman aplikasi VB 6. 0 serta database maka pengolahan data di Blooming Flowers
Useful /
UNHUNH Sistem ini diharapkan dapat mempermudah pihak toko dalam memberikan informasi model sepatu buatan tangan dan mempermudah proses transaksi penjualan. BerdasarkanSistem ini diharapkan dapat mempermudah pihak toko dalam memberikan informasi model sepatu buatan tangan dan mempermudah proses transaksi penjualan. Berdasarkan
UNHUNH Proses pemesanan yang dilakukan secara manual masih menggunakan metode sederhana, yaitu pemesanan langsung tanpa sistem pelaporan, sehingga perlu dibangunProses pemesanan yang dilakukan secara manual masih menggunakan metode sederhana, yaitu pemesanan langsung tanpa sistem pelaporan, sehingga perlu dibangun
STMIK BANJARBARUSTMIK BANJARBARU Fitur utama, seperti pencatatan transaksi digital, pengelolaan data nasabah, dan akses saldo oleh nasabah, berfungsi dengan baik tanpa kendala. SistemFitur utama, seperti pencatatan transaksi digital, pengelolaan data nasabah, dan akses saldo oleh nasabah, berfungsi dengan baik tanpa kendala. Sistem
STMIK BANJARBARUSTMIK BANJARBARU Hasil analisis membuktikan bahwa responsiveness dan usability berpengaruh signifikan terhadap customer satisfaction, masing-masing memiliki nilai t-statistikHasil analisis membuktikan bahwa responsiveness dan usability berpengaruh signifikan terhadap customer satisfaction, masing-masing memiliki nilai t-statistik