Komparasi Hasil Prediksi Dengan Menggunakan Hyperparameter Tuning Antara Random Search dan Grid Search

Fazril, Ibnu
Prasasti , Anggunmeka Luhur
Paryasto , Marisa W.

eProceedings of Engineering
Vol. 12 No. 5 (2025): Oktober 2025

Abstrak — Peningkatan yang signifikan pada transaksikeuangan mencurigakan yang berpotensi merugikan lembagakeuangan dan masyarakat semakin luas. Pencucian uang danpenipuan finansial merupakan ancaman serius yang sulitdideteksi oleh sistem tradisional, yang sering kali tidak mampumengimbangi kompleksitas metode kriminal yang semakincanggih. Masalah utama penelitian ini adalah bagaimanameningkatkan akurasi dan efisiensi dalam mendeteksitransaksi mencurigakan menggunakan teknologi MachineLearning. Penelitian ini dilakukan dengan mengembangkanmodel pendeteksi transaksi mencurigakan menggunakanalgoritma XGBoost, Decision Tree, dan Logistic Regressiondengan membandingkan pencarian parameter terbaik untukHyperparameter Tuning antara Random Search dan GridSearch dalam menghasilkan prediksi yang bernilai tinggi.Kata kunci— fraud, xgboost, decision tree, logisticregression, random search, grid search, hyperparameter tuning