Claim Missing Document
Check
Articles

Found 4 Documents
Search

PENGEMBANGAN MODEL KLASIFIKASI PENIPUAN KARTU KREDIT DALAM TRANSAKSI ONLINE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE HAIKAL FIKRI; Sri Hartanto; Herry Wahyono
Journal of Informatics and Communication Technology (JICT) Vol. 7 No. 1 (2025)
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penipuan kartu kredit dalam transaksi online merupakan ancaman serius yang menyebabkan kerugian finansial bagi konsumen dan lembaga keuangan. Penelitian ini bertujuan mengembangkan model deteksi penipuan kartu kredit menggunakan algoritma Support Vector Machine (SVM). Prosesnya meliputi preprocessing data seperti penanganan missing values, encoding fitur kategorikal, dan normalisasi fitur numerik. Dataset dibagi menjadi data pelatihan dan pengujian untuk validasi model. Evaluasi model dilakukan menggunakan akurasi, precision, recall, dan F1-score. Hasil menunjukkan model SVM mencapai akurasi, precision, recall, dan F1-score sebesar 100%. Validasi silang memastikan konsistensi, dan optimasi hyperparameter dengan GridSearchCV meningkatkan kinerja model. Studi ini menyimpulkan bahwa model SVM yang dihasilkan andal untuk deteksi penipuan kartu kredit.
PENGEMBANGAN MODEL KLASIFIKASI PENIPUAN KARTU KREDIT DALAM TRANSAKSI ONLINE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE HAIKAL FIKRI
Journal of Informatics and Communication Technology (JICT) Vol. 7 No. 1 (2025)
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penipuan kartu kredit dalam transaksi online merupakan ancaman serius yang menyebabkan kerugian finansial bagi konsumen dan lembaga keuangan. Penelitian ini bertujuan mengembangkan model deteksi penipuan kartu kredit menggunakan algoritma Support Vector Machine (SVM). Prosesnya meliputi preprocessing data seperti penanganan missing values, encoding fitur kategorikal, dan normalisasi fitur numerik. Dataset dibagi menjadi data pelatihan dan pengujian untuk validasi model. Evaluasi model dilakukan menggunakan akurasi, precision, recall, dan F1-score. Hasil menunjukkan model SVM mencapai akurasi, precision, recall, dan F1-score sebesar 100%. Validasi silang memastikan konsistensi, dan optimasi hyperparameter dengan GridSearchCV meningkatkan kinerja model. Studi ini menyimpulkan bahwa model SVM yang dihasilkan andal untuk deteksi penipuan kartu kredit.
PENGEMBANGAN MODEL KLASIFIKASI PENIPUAN KARTU KREDIT DALAM TRANSAKSI ONLINE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE HAIKAL FIKRI; Sri Hartanto; Herry Wahyono
Journal of Informatics and Communication Technology (JICT) Vol. 7 No. 1 (2025)
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penipuan kartu kredit dalam transaksi online merupakan ancaman serius yang menyebabkan kerugian finansial bagi konsumen dan lembaga keuangan. Penelitian ini bertujuan mengembangkan model deteksi penipuan kartu kredit menggunakan algoritma Support Vector Machine (SVM). Prosesnya meliputi preprocessing data seperti penanganan missing values, encoding fitur kategorikal, dan normalisasi fitur numerik. Dataset dibagi menjadi data pelatihan dan pengujian untuk validasi model. Evaluasi model dilakukan menggunakan akurasi, precision, recall, dan F1-score. Hasil menunjukkan model SVM mencapai akurasi, precision, recall, dan F1-score sebesar 100%. Validasi silang memastikan konsistensi, dan optimasi hyperparameter dengan GridSearchCV meningkatkan kinerja model. Studi ini menyimpulkan bahwa model SVM yang dihasilkan andal untuk deteksi penipuan kartu kredit.
PENGEMBANGAN MODEL KLASIFIKASI PENIPUAN KARTU KREDIT DALAM TRANSAKSI ONLINE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE HAIKAL FIKRI
Journal of Informatics and Communication Technology (JICT) Vol. 7 No. 1 (2025)
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penipuan kartu kredit dalam transaksi online merupakan ancaman serius yang menyebabkan kerugian finansial bagi konsumen dan lembaga keuangan. Penelitian ini bertujuan mengembangkan model deteksi penipuan kartu kredit menggunakan algoritma Support Vector Machine (SVM). Prosesnya meliputi preprocessing data seperti penanganan missing values, encoding fitur kategorikal, dan normalisasi fitur numerik. Dataset dibagi menjadi data pelatihan dan pengujian untuk validasi model. Evaluasi model dilakukan menggunakan akurasi, precision, recall, dan F1-score. Hasil menunjukkan model SVM mencapai akurasi, precision, recall, dan F1-score sebesar 100%. Validasi silang memastikan konsistensi, dan optimasi hyperparameter dengan GridSearchCV meningkatkan kinerja model. Studi ini menyimpulkan bahwa model SVM yang dihasilkan andal untuk deteksi penipuan kartu kredit.