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 /
FKPTFKPT Penelitian ini bertujuan merancang dan mengimplementasikan model prediksi serangan DDoS berbasis algoritma Random Forest yang mampu membedakan trafik normalPenelitian ini bertujuan merancang dan mengimplementasikan model prediksi serangan DDoS berbasis algoritma Random Forest yang mampu membedakan trafik normal
NURISNURIS 07%, sedangkan sentimen negatif dengan nilai -20 Sentiment < 0 memiliki nilai 1,43%. Kesimpulan dari penelitian ini menunjukkan bahwa masyarakat global,07%, sedangkan sentimen negatif dengan nilai -20 Sentiment < 0 memiliki nilai 1,43%. Kesimpulan dari penelitian ini menunjukkan bahwa masyarakat global,
STMIKJAYAKARTASTMIKJAYAKARTA Dari ketiga metode, nilai akurasi paling tinggi sebesar 0,985 dengan penanganan Missing Value dilakukan dengan menghapus data dengan tingkat Missing ValueDari ketiga metode, nilai akurasi paling tinggi sebesar 0,985 dengan penanganan Missing Value dilakukan dengan menghapus data dengan tingkat Missing Value
UBMUBM 2%) sebagai kategori churn, dengan mencapai tingkat akurasi model sebesar 98%. Temuan ini menunjukkan efektivitas Decision Tree C4. 5 dalam memetakan pola2%) sebagai kategori churn, dengan mencapai tingkat akurasi model sebesar 98%. Temuan ini menunjukkan efektivitas Decision Tree C4. 5 dalam memetakan pola
NURUL FIKRINURUL FIKRI Hasil menunjukkan bahwa VADER dan TextBlob cenderung menghasilkan sentimen netral dan positif, sedangkan BERT menunjukkan dominasi sentimen negatif sebesarHasil menunjukkan bahwa VADER dan TextBlob cenderung menghasilkan sentimen netral dan positif, sedangkan BERT menunjukkan dominasi sentimen negatif sebesar
STIEBALIKPAPANSTIEBALIKPAPAN 53, dan sebaliknya, jika membeli hijab segi empat, maka akan membeli hijab instan dengan nilai confidence 0. 57. Analisa data transaksi penjualan di toko53, dan sebaliknya, jika membeli hijab segi empat, maka akan membeli hijab instan dengan nilai confidence 0. 57. Analisa data transaksi penjualan di toko
UBMUBM Penelitian ini mengembangkan aplikasi yang menghitung algoritma Apriori dengan metode asosiasi melalui tabel perhitungan dan ringkasan hasil perhitungan.Penelitian ini mengembangkan aplikasi yang menghitung algoritma Apriori dengan metode asosiasi melalui tabel perhitungan dan ringkasan hasil perhitungan.
UMUSLIMUMUSLIM Perusahaan kosmetik dan perawatan kulit indonesia merupakan brand kosmetik Y. O. U yang didedikasikan untuk kecantikan wanita indonesia, diproduksi sesuaiPerusahaan kosmetik dan perawatan kulit indonesia merupakan brand kosmetik Y. O. U yang didedikasikan untuk kecantikan wanita indonesia, diproduksi sesuai
Useful /
STMIKJAYAKARTASTMIKJAYAKARTA Penelitian ini berjudul Tracking Objek Berbasis Augmented Reality pada Pembelajaran Interaktif Pengenalan Motif & Filosofi Kain Tenun Atambua. Tujuan utamaPenelitian ini berjudul Tracking Objek Berbasis Augmented Reality pada Pembelajaran Interaktif Pengenalan Motif & Filosofi Kain Tenun Atambua. Tujuan utama
STMIKJAYAKARTASTMIKJAYAKARTA Sistem ini tidak hanya membantu konsumen dalam pengambilan keputusan, tetapi juga meningkatkan kesadaran mereka tentang pentingnya kandungan nutrisi padaSistem ini tidak hanya membantu konsumen dalam pengambilan keputusan, tetapi juga meningkatkan kesadaran mereka tentang pentingnya kandungan nutrisi pada
STMIK BANJARBARUSTMIK BANJARBARU Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Geografis berbasis web sebagai solusi untuk mengatasi permasalahan tersebut. Sistem InformasiPenelitian ini bertujuan untuk mengembangkan Sistem Informasi Geografis berbasis web sebagai solusi untuk mengatasi permasalahan tersebut. Sistem Informasi
STMIK BANJARBARUSTMIK BANJARBARU Penelitian ini bertujuan untuk mengembangkan aplikasi manajemen bank sampah berbasis Android menggunakan Flutter sebagai platform pengembangan mobile,Penelitian ini bertujuan untuk mengembangkan aplikasi manajemen bank sampah berbasis Android menggunakan Flutter sebagai platform pengembangan mobile,