STMIK BANJARBARUSTMIK BANJARBARU

Progresif: Jurnal Ilmiah KomputerProgresif: Jurnal Ilmiah Komputer

Penipuan 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.

  1. 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
  2. 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
  3. 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
  4. 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
Read online
File size576.77 KB
Pages10
DMCAReport

Related /

ads-block-test