Analisis Deteksi dan Pencegahan Penipuan Kartu Kredit Menggunakan Teknik Data Mining dan Machine Learning

Abstract

Dalam proses menganalisis penipuan kartu kredit, sebuah teknik machine learning digunakan untuk membuat sebuah model prediktif yang mampu membedakan antara transaksi yang sah dan kemungkinan penipuan, teknik data mining dan machine learning dapat diterapkan dalam menganalisis, mengidentifikasi, dan mencegah tindakan penipuan yang terjadi pada kartu kredit. menerapkan metode random forest pada klasifikasi penipuan transaksi kartu kredit berdasarkan evaluasi ketepatan klasifikasi dengan harapan metode random forest dapat memberikan hasil klasifikasi fraud atau non-fraud dengan benar.Untuk mengatasi masalah tersebut dapat dipecahkan menggunakan teknik data mining yaitu klasifikasi. Tujuan dari klasifikasi yaitu untuk memprediksi label kelas dari suatu objek berdasarkan atribut yang ada. Teknik ini adalah pemilihan data terlebih dahulu setelahnya melakukan pra- pemrosesan dan memverifikasi sesuai kebutuhan. Metode yang termasuk kedalam klasifikasi diantaranya yaitu metode random forest. Random forest mampu mengatasi masalah non-linier karena didasarkan pada teknik pohon keputusan (decision tree). Konsep dasar random forest yaitu menggunakan lebih dari classifier dari metode yang sama kemudian mengkombinasikannya melalui voting untuk mendapatkan hasil dugaan klasifikasi akhir. Pada data yang di ambil dari Kaggle harus memahami data tersebut, atau Data Understanding, dimana data tersebut mengambil 1000 data pelanggan yang melakukan transaksi kepada 800 pedagang, data sample tersebut dalam periode 1 Januari 2019 - 31 Desember 2020. Jumlah fitur yang digunakan yaitu 2, 3, 6 yang selanjutnya akan dicobakan pada tiap-tiap pohon untuk melihat kombinasi mana yang akan menghasilkan nilai misklasifikasi yang paling kecil untuk menentukan parameter optimal, dari perhitungan tersebut maka akan muncul nilai errorOBB yang bervariasi, maka didapatkan lah nilai F- Measure dan Nilai AUC, jika dikatakan klasifikasi yang sangat baik, maka dari keseluruhan hasil klasifikasi berada pada rentang 90-100%.