Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JETT (Jurnal Elektro dan Telekomunikasi Terapan)
Khabib Astoni
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ANALISIS PENERAPAN PRINCIPAL COMPONENT ANALYSIS (PCA) PADA DETEKSI KECURANGAN KARTU KREDIT MENGGUNAKAN RANDOM FOREST Khabib Astoni; Muhammad Haris
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 9 No 1 (2022): JETT Juli 2022
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v9i1.5019

Abstract

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 yang membatasi mobilitas warganya, yang kemudian menyebabkan peralihan dalam dunia perdagangan dimana meningkatnya transaksi secara online. Seiring dengan meningkatnya transaksi secara online, diikuti pula dengan meningkatnya penggunaan kartu kredit yang memang memudahkan, tetapi hal tersebut juga diikuti oleh meningkatnya ancaman keamanan. Salah satu ancaman yang mengintai adalah 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 menggunakan algoritma Random Forest yang kemudian dikombinasikan dengan SMOTE dan PCA. Dari beberapa skenario yang dilakukan, kemudian dilakukan analisa performa model dari masing-masing metode kombinasi. Hasil penelitian ini menunjukkan bahwa model dengan algoritma dasar menghasilkan nilai recall yang lebih tinggi, sedangkan model dengan penerapan PCA menghasilkan nilai precision yang jauh lebih baik
Co-Authors Muhammad Haris