DETEKSI TRANSAKSI PENCUCIAN UANG DENGAN ALGORITMA KLASIFIKASI C4.5

Abstract

Kegiatan pencucian uang merupakan kegiatan menyamarkan asal-usul uang atau harta kekayaan yang diperoleh seolah-olah berasal dari kegiatan yang sah bukan berasal dari hasil tindak pidana. Sebagai usaha pencegahan kegiatan tersebut, pemerintah melalui Pusat Pelaporan dan Analisis Transaksi Keuangan (PPATK) mewajibkan kepada institusi perbankan dan jasa keuangan lainnya di Indonesia agar melaporkan setiap transaksi yang mencurigakan. Guna membantu perbankan dan jasa keuangan, diperlukan model alat bantu dalam mendeteksi transaksi pencucian uang berdasarkan transaksi harian keuangan yang menyimpang dari profil, karakteristik, atau kebiasaan pola transaksi dari nasabah.

Model algoritma yang digunakan dalam penelitian ini adalah klasifikasi Decision Tree dengan menganalisa parameter yang optimal guna mendapatkan akurat yang baik dalam mendeteksi transaksi-transaksi yang dicurigai sebagai pencucian uang. Parameter atau criterion yang digunakan adalah C4.5 (Ratio Gain), ID3 (Information Gain) dan Gini Index serta parameter Pre-Pruning dan Pruning dalam pembentukan decision tree. Data penelitian termasuk kategori imbalanced dataset dari 93.365 record yang digunakan hanya 37 data dicurigai, sehingga pengukuran model yang digunakan adalah AUC.

Hasil penelitian ini menunjukkan hasil akurasi terbaik dalam mendeteksi transaksi yang dicurigai pencucian uang menggunakan algoritma klasifikasi C4.5 dengan Pre- Pruning dan Pruning memiliki akurasi 0.936.

 Kata kunci : Pencucian Uang, Decision Tree, C4.5, imbalanced dataset, AUC