cover
Contact Name
Khairul Muttaqin
Contact Email
khairulmuttaqin@unsam.ac.id
Phone
+6282276119180
Journal Mail Official
teknikinformatika@unsam.ac.id
Editorial Address
Jalan Prof.Dr. Syarief Thayeb, Meurandeh, Langsa - Aceh
Location
Kota langsa,
Aceh
INDONESIA
Jurnal Informatika dan Teknologi Komputer ( J-ICOM)
Published by Universitas Samudra
ISSN : 27752089     EISSN : 27747115     DOI : https://doi.org/10.33059/j-icom.v2i1.3417
Core Subject :
Jurnal J-ICOM (Jurnal Informatika dan Teknologi Komputer) dimaksudkan sebagai media kajian ilmiah hasil penelitian, pemikiran dan kajian analisis-kritis mengenai penelitian Rekayasa Sistem, Teknik Informatika/Teknologi Informasi, Manajemen Informatika dan Sistem Informasi. Sebagai bagian dari semangat menyebarluaskan ilmu pengetahuan hasil dari penelitian dan pemikiran untuk pengabdian pada Masyarakat luas dan sebagai sumber referensi akademisi di bidang Teknologi dan Informasi. Jurnal J-ICOM (Jurnal Informatika dan Teknologi Komputer) menerima artikel ilmiah dengan lingkup penelitian pada: Rekayasa Sistem Sistem Pakar Sistem Penunjang Keputusan Data Mining Kecerdasan Buatan Jaringan Komputer Teknik Komputer Pengolahan Citra Algoritma Genetik Perancangan Sistem Informasi Business Intelligence and Knowledge Management Database System Big Data Enterprise Computing Cloud Computing Technology Management Topik kajian lainnya yang relevan Dengan artikel yang memiliki sitasi primer dan tidak pernah dipublikasikan secara online atau versi cetak sebelumnya.
Articles 111 Documents
Identifikasi Pola Fraud pada Ekosistem Pembayaran Digital menggunakan Metode Isolation Forest Akbar, M. Willi; Kusuma Ningrum, Septiani; Afrina, Mira; Ibrahim, Ali
Jurnal Informatika dan Teknologi Komputer (J-ICOM) Vol 7 No 01 (2026): Jurnal Informatika dan Teknologi Komputer ( J-ICOM)
Publisher : E-Jurnal Universitas Samudra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55377/j-icom.v7i01.13622

Abstract

Transformasi menuju ekonomi digital di Indonesia dihadapkan pada tantangan krusial berupa meningkatnya serangan fraud yang semakin canggih. Penelitian ini mengajukan sebuah pendekatan unsupervised learning untuk mengenali pola serangan fraud generasi baru sebagai dasar penguatan kapasitas supervisi institusional. Penelitian ini berfokus pada identifikasi anomali tanpa bergantung pada label historis yang ada dengan memanfaatkan algoritma ensemble Isolation Forest. Model berhasil memetakan karakteristik transaksi yang mencurigakan berkat penerapan rekayasa fitur yang mendalam, yang mencakup analisis perilaku, korelasi alamat, dan ekstraksi sinyal dari IP. Hasil evaluasi menunjukkan bahwa pendekatan unsupervised ini mampu mengidentifikasi 18% dari total kasus fraud yang telah dilabelkan, membuktikan relevansinya dalam menangkap sinyal serangan yang sesungguhnya. Lebih penting lagi, analisis kualitatif terhadap anomali yang ditemukan berhasil mengkarakterisasi sebuah Pola Serangan Senyap, yaitu kombinasi multi-faktor risiko yang berpotensi terlewatkan oleh sistem deteksi konvensional. Temuan ini menyajikan sebuah wawasan baru bagi institusi regulator untuk beralih dari supervisi reaktif ke penemuan ancaman proaktif, yang pada akhirnya mendukung terciptanya ekosistem keuangan digital yang aman dan berkelanjutan sejalan dengan Tujuan Pembangunan Berkelanjutan (SDGs).

Page 12 of 12 | Total Record : 111