<![CDATA[Remitansi merupakan salah satu transaksi penunjang ekonomi di Indonesia. Dengan maraknya remitansi tentu perlu adanya perlindungan terhadap transaksi yang dilakukan oleh nasabah. Masalah yang sering dihadapi oleh perusahaan-perusahaan yang menyediakan jasa remitansi seperti bank swasta adalah adanya transaksi-transaksi berbahaya seperti money laundering yang tiap bulannya pada tahun 2022 meningkat 120%. Penelitian ini bertujuan untuk melakukan enhancement kepada Watch List Filtering Remitansi Lembaga Keuangan. Penelitian ini mengusulkan penerapan algoritma Decision Tree pada sistem. Decision Tree dipilih karena kemampuannya mengatasi overfitting pada data yang berupa transaksi. Didukung dengan penelitian sebelumnya yang menunjukkan Decision Tree dapat melakukan klasifikasi lebih baik dengan data yang serupa. Dalam penelitian ini dilakukan beberapa pengujian dalam evaluasi model seperti penggunaan Oversampling dan Undersampling dan juga penggunaan Hyperparameter Tuning untuk mencari kombinasi dengan akurasi terbaik. Hasil evaluasi yang didapatkan menunjukkan kombinasi criterion entropi, weight 1 dan Oversampling memberikan akurasi yang paling baik yaitu sebesar 99.99%, menunjukkan juga bahwa sebaliknya Undersampling menurunkan performa model. Secara keseluruhan penelitian ini berhasil dalam menerapkan algoritma Decision Tree dengan hyperparameter dan juga resampling untuk melakukan klasifikasi terhadap data transaksi remitansi. Penelitian ini memberikan kontribusi terhadap enhancement sistem Watch List Filtering Remitansi antar Lembaga Keuangan.]]>
Copyrights © 2024
