Meningkatnya penggunaan kartu kredit di Indonesia menimbulkan kekhawatiran mengenai potensi penipuan dalam transaksi tersebut. Data dari Bank Indonesia menunjukkan bahwa jumlah kartu kredit yang beredar pada Agustus 2023 mencapai 17,69 juta, dengan volume transaksi mencapai 28.360 transaksi per Mei 2022. Volume transaksi yang tinggi dan kecepatan pemrosesan yang cepat membuat pengawasan manual tidak memungkinkan. Oleh karena itu, diperlukan pengawasan otomatis untuk mencegah tindak penipuan dalam transaksi kartu kredit. Penelitian ini bertujuan mengembangkan sistem pendeteksi penipuan transaksi kartu kredit berbasis Machine learning dengan menggunakan algoritma Random Forest. Random Forest digunakan untuk klasifikasi, regresi, dan tugas-tugas lainnya. Dataeset transaksi kartu kredit dari tahun 2023 yang terdiri lebih dari 550.000 data digunakan dalam penelitian ini. Hasil penelitian menunjukkan bahwa dari total 568.630 record dalam dataset, terdapat sejumlah 113.726 record yang terdeteksi sebagai penipuan berdasarkan model klasifikasi yang digunakan. Melalui analisis Random Forest, fitur V4, V11, V22, V21, dan V27 diidentifikasi sebagai yang paling berpengaruh dalam mendeteksi penipuan. Model yang dikembangkan menunjukkan tingkat akurasi sekitar 96,53%, didukung oleh metode roc_auc_score yang mengkategorikannya sebagai sangat baik.