ANALISIS PENERAPAN PRINCIPAL COMPONENT ANALYSIS PADA DETEKSI KECURANGAN KARTU KREDIT MENGGUNAKAN RANDOM FOREST

• KHABIB ASTONI
• 14002414

---

ABSTRAK

Pandemi COVID-19 yang menjangkiti hampir seluruh penjuru dunia menyebabkan berbagai perubahan hampir pada semua bidang. Demi mencegah penyebarannya, banyak negara yang menerapkan protokol ketat untuk yang membatasi mobilitas warganya, yang kemudian menyebabkan peralihan dalam dunia perdagangan dimana meningkatnya transaksi secara online. Seiring dengan meningkatnya transaski secara online, di ikuti pula dengan meningkatnya penggunaan kartu kredit yang memang memudahkan, tetap hal tersebut juga diikuti oleh meningkatnya ancaman keamanan. Salah satu ancaman yang mengintai dalah penggunaan kartu kredit secara ilegal oleh orang lain yang sangat merugikan baik bagi penggunanya maupun penyedia layanan kartu kredit sehingga diperlukan langkah untuk mendeteksi transaksi yang dicurigai sebagai kecurangan. Penelitian ini bertujuan untuk membangun suatu model yang mampu melakukan deteksi potensi kecurangan penggunaan kartu kredit. Penelitian ini smenggunakan algoritma Random Forest yang kemudia dikombinasikan dengan SMOTE dan PCA. Dari beberapa skenario yang dilakukan, kemudian dilakukan analisa performa model dari masing-masing metode kombiniasi. Hasil penelitian ini menunjukkan bahawa model dengan algoritma dasar menghasilkan nilai recall yang lebih tinggi, sedangkan model dengan penerapan PCA menghasilkan nilai precision yang jauh lebih baik.
Kata Kunci: Deteksi Kecurangan, PCA, Random Forest, SMOTE.

KATA KUNCI

Data Mining

---

DAFTAR PUSTAKA

Y.C.G Tomy Salim "Data Mining identifikasi website phising menggunakan Algoritma C4.5" 2017
L. Breiman "Random Forest" 2014
R.A Haritsu "Penerapan metode Random Forest untuk prediksi win ratio pemain player Unkown Battleground" 2019
Y Yazid " Mendeteksi Kecurangan Pada Transaksi Kartu Kredit untuk Verifikasi Transaksi Menggunakan Metode SVM" 2017