Garuda - Garba Rujukan Digital

DETEKSI FRAUD PADA TRANSAKSI KARTU KREDIT E-COMMERCE: ANALISIS PERBANDINGAN TEKNIK PENANGANAN KETIDAKSEIMBANGAN KELAS MENGGUNAKAN FITUR INTERPRETABLE M. Muflih; Silvia Ratna; Yusri Ikhwani
Technologia : Jurnal Ilmiah Vol 16 No 2 (2025): Technologia (April)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jit.v16i2.25089

Ketidakseimbangan kelas merupakan hambatan utama dalam pengembangan sistem deteksi fraud transaksi kartu kredit pada lingkungan e-commerce. Penelitian ini bertujuan membandingkan efektivitas tiga teknik penanganan ketidakseimbangan kelas, yaitu tanpa penyeimbangan, oversampling sintetis, dan pembobotan kelas, yang dikombinasikan dengan tiga algoritma klasifikasi sehingga menghasilkan sembilan skenario eksperimen. Data yang digunakan berjumlah 20.000 transaksi dengan proporsi fraud sebesar 1,70 persen dan memiliki fitur yang dapat diinterpretasi secara langsung. Setiap skenario dioptimasi melalui pencarian grid dan dievaluasi menggunakan validasi silang berulang berstrata serta data uji independen dengan metrik area di bawah kurva presisi-recall. Hasil penelitian menunjukkan bahwa model linear tanpa penyeimbangan memberikan capaian tertinggi, sedangkan teknik penyeimbangan meningkatkan recall namun menurunkan presisi secara tajam tanpa memperbaiki capaian keseluruhan. Optimasi ambang keputusan terbukti meningkatkan keseimbangan kinerja lebih efektif dibandingkan penerapan teknik penyeimbangan data. Temuan ini menegaskan bahwa kalibrasi ambang keputusan perlu diprioritaskan dalam perancangan sistem deteksi fraud pada perdagangan elektronik.

DETEKSI FRAUD PADA TRANSAKSI KARTU KREDIT E-COMMERCE: ANALISIS PERBANDINGAN TEKNIK PENANGANAN KETIDAKSEIMBANGAN KELAS MENGGUNAKAN FITUR INTERPRETABLE M. Muflih; Silvia Ratna; Yusri Ikhwani
Technologia : Jurnal Ilmiah Vol 16 No 2 (2025): Technologia (April)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jit.v16i2.25093

Ketidakseimbangan kelas merupakan hambatan utama dalam pengembangan sistem deteksi fraud transaksi kartu kredit pada lingkungan e-commerce. Penelitian ini bertujuan membandingkan efektivitas tiga teknik penanganan ketidakseimbangan kelas, yaitu tanpa penyeimbangan, oversampling sintetis, dan pembobotan kelas, yang dikombinasikan dengan tiga algoritma klasifikasi sehingga menghasilkan sembilan skenario eksperimen. Data yang digunakan berjumlah 20.000 transaksi dengan proporsi fraud sebesar 1,70 persen dan memiliki fitur yang dapat diinterpretasi secara langsung. Setiap skenario dioptimasi melalui pencarian grid dan dievaluasi menggunakan validasi silang berulang berstrata serta data uji independen dengan metrik area di bawah kurva presisi-recall. Hasil penelitian menunjukkan bahwa model linear tanpa penyeimbangan memberikan capaian tertinggi, sedangkan teknik penyeimbangan meningkatkan recall namun menurunkan presisi secara tajam tanpa memperbaiki capaian keseluruhan. Optimasi ambang keputusan terbukti meningkatkan keseimbangan kinerja lebih efektif dibandingkan penerapan teknik penyeimbangan data. Temuan ini menegaskan bahwa kalibrasi ambang keputusan perlu diprioritaskan dalam perancangan sistem deteksi fraud pada perdagangan elektronik.

OPTIMASI BOBOT HYBRID CONTENT-BASED FILTERING UNTUK REKOMENDASI PRODUK FASHION TOKOPEDIA M. Muflih; Silvia Ratna; Nur Alamsyah
Jurnal Sains Sistem Informasi Vol 2 No 2 (2024): JSSI (Mei)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v2i2.25094

Ketersediaan produk yang sangat banyak pada platform e-commerce menimbulkan permasalahan kelebihan informasi bagi pengguna. Collaborative Filtering umum digunakan untuk mengatasi permasalahan tersebut, namun kinerjanya bergantung pada riwayat interaksi eksplisit pengguna yang pada praktiknya tidak selalu tersedia, terutama pada data ulasan publik tanpa identitas pengguna. Penelitian ini mengembangkan sistem rekomendasi produk fashion Tokopedia menggunakan pendekatan Content-Based Filtering ganda yang menggabungkan dua sinyal konten, yaitu kemiripan nama produk dan kemiripan teks ulasan pengguna, melalui skema weighted hybrid. Kedua representasi dibentuk menggunakan Term Frequency-Inverse Document Frequency dan dihitung kemiripannya dengan Cosine Similarity. Bobot kombinasi dioptimalkan menggunakan Grid Search berdasarkan Normalized Discounted Cumulative Gain pada data validasi. Eksperimen dilakukan pada 1.520 produk fashion dari 46 toko yang diperoleh dari data ulasan Tokopedia. Hasil pengujian menunjukkan bahwa hybrid dengan bobot optimal (alpha=0,80) menghasilkan NDCG@10 sebesar 0,919, lebih tinggi dibandingkan hybrid berbobot sama (0,888) dan model tunggal berbasis ulasan (0,267), menunjukkan bahwa kemiripan nama produk memberikan kontribusi lebih dominan dibandingkan teks ulasan pengguna.

DEKOMPOSISI HIERARKIS UNTUK PENINGKATAN AKURASI KLASIFIKASI EMOSI ULASAN E-COMMERCE INDONESIA MENGGUNAKAN INDOBERT M. Muflih; Silvia Ratna; Herry Adi Chandra
Jurnal Sains Sistem Informasi Vol 2 No 3 (2024): JSSI (September)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v2i3.25095

Pemilahan opini pelanggan ke dalam lima kategori emosi menyediakan informasi yang jauh lebih tajam daripada pemilahan positif dan negatif, namun akurasinya masih tertahan karena satu model dipaksa memisahkan kelima kategori itu sekaligus. Studi ini menawarkan jalan keluar berupa pemecahan persoalan menjadi susunan bertingkat. Bahan yang dipakai adalah PRDECT-ID, himpunan 5.400 ulasan Tokopedia dari 29 kategori produk yang telah dianotasi ke dalam lima kategori emosi. Prosedur kerja disusun dalam lima tahap sesuai kerangka Knowledge Discovery in Databases. Pemeriksaan awal menemukan pemilahan sempurna antara kedua jenis label, tanpa satu pun kategori emosi yang muncul di dua sisi sentimen, sehingga persoalan lima kelas dapat dipecah menjadi satu tugas penentuan cabang dan dua tugas pengenalan di dalam cabang yang masing-masing hanya memuat dua dan tiga kategori. Penentuan cabang dijalankan secara lunak melalui perkalian peluang cabang dengan peluang emosi di dalamnya, dan diuji melalui dua skenario, yakni berbasis teks dan berbasis peringkat bintang. Susunan bertingkat menghasilkan akurasi 69,35% berbanding 67,59% pada model datar, sementara F1 makro naik dari 0,6243 ke 0,6580. Perbaikan paling menonjol muncul pada kategori yang semula paling kabur pengenalannya.

SMART BEL BERBASIS ARTIFICIAL INTELEGENCE (AI) MENGGUNAKAN ESP32 CAM & TELEGERAM Muhammad Rasyidan; Silvia Ratna; Arafat Arafat; Wagino Wagino
Technologia : Jurnal Ilmiah Vol 15 No 4 (2024): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i4.16817

Penelitian ini mengembangkan sistem Smart Bell berbasis Artificial Intelligence (AI) menggunakan modul ESP32-CAM dan aplikasi Telegram sebagai platform notifikasi. Tujuan utama dari sistem ini adalah meningkatkan keamanan dan kenyamanan di lingkungan rumah dengan menyediakan fitur deteksi wajah dan pengiriman notifikasi secara real-time. Sistem ini bekerja dengan cara mendeteksi wajah pengunjung melalui kamera ESP32-CAM yang terintegrasi dengan algoritma pemrosesan gambar OpenCV. Ketika wajah terdeteksi, notifikasi beserta gambar dikirim langsung ke pemilik rumah melalui Telegram, memungkinkan interaksi dua arah dan kontrol akses yang lebih cepat. Pengujian menunjukkan bahwa sistem ini mampu memberikan notifikasi dengan cepat dan memiliki akurasi deteksi yang baik dalam kondisi pencahayaan optimal. Dengan integrasi antara AI, IoT, dan aplikasi pesan, sistem ini menawarkan solusi keamanan rumah yang efisien, ekonomis, dan mudah digunakan, serta memiliki potensi untuk dikembangkan lebih lanjut untuk kebutuhan smart home.Kata Kunci: Smart Bell, Artificial Intelligence, ESP32-CAM, Telegram, Deteksi Wajah, Keamanan Rumah, IoT, Notifikasi Real-time

Analisis Smart Aplikasi Web E-Comerce Berbasis Artificial Intelligence Herry Adi Chandra; Silvia Ratna; Yusri Ikhwani; Nur Alamsyah; Wagino Wagino
Technologia : Jurnal Ilmiah Vol 16 No 3 (2025): Technologia (Juli)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i3.19576

Perkembangan teknologi E-commerce yang semakin pesat mendorong kebutuhan akan sistem yang lebih cerdas dan personalisasi. penelitian ini bertujuan untuk mengembangkan aplikasi smart web e-commerce dalam pembuatan aplikasi web E-commerce oleh mahasiswa praktikum Fakultas Teknologi Informasi (FTI) Universitas Islam Kalimantan (UNISKA) Banjarmasin dengan memanfaatkan teknologi Artificial Intelligence (AI). Metode Agile digunakan sebagai kerangka kerja untuk memastikan bahwa tujuan pengembangan aplikasi e-commerce dapat dirumuskan secara jelas, terukur, realistis, relevan, dan memiliki batasan waktu yang tepat. Sementara itu, teknologi AI diintegrasikan untuk meningkatkan fungsionalitas aplikasi, seperti personalisasi rekomendasi produk, analisis perilaku pengguna, dan optimasi proses transaksi.Metodologi pengembangan menggunakan metode Agile dengan pendekatan iteratif dan inkremental, yang terbagi dalam sprint-sprint dua minggu mencakup perencanaan, analisis, desain, implementasi, dan pengujian berulang untuk setiap fitur. Setiap sprint menghasilkan produk yang dapat diuji, memungkinkan umpan balik cepat dari pengguna dan penyesuaian yang lebih responsif.

Title

Found 46 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 46 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 46 Documents
Search