DETEKSI ANOMALI MENGGUNAKAN ENSEMBLE LEARNING DAN RANDOM OVERSAMPLING PADA PENIPUAN TRANSAKSI KEUANGAN
Abstract
Downloads
References
E. M. Ginting, E. S. Siburian, M. D. Syahfitri, and H. Hasyim, “Analisis Perilaku Konsumen dan Keamanan Kartu Kredit Perbankan,” Madani: Jurnal Ilmiah Multidisiplin, vol. 1, no. 4, 2023.
M. Giswandhani and A. Z. Hilmi, “Pengaruh kemudahan transaksi non-tunai terhadap sikap konsumtif masyarakat kota makassar,” Kareba: Jurnal ilmu komunikasi, pp. 239–250, 2020.
S. Wienanto and Z. Wuragil, “Kata BNI Soal Penipuan Kartu Kredit yang Rugikan 20 Nasabahnya Rp 1 Miliar,” tempo.co.
A. E. Wardoyo, “Deteksi Penipuan Kartu Kredit Menggunakan Algoritma Memetika Dan Pencarian Tersebar,” JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia), vol. 8, no. 2, pp. 87–98, 2023.
M. Ahadi, “Undersampling Majority Class pada Kasus Imbalanced Dataset dan Aplikasinya Pada Deteksi Anomali Transaksi Kartu Kredit,” 2019.
L. M. Cendani and A. Wibowo, “Perbandingan Metode ensemble learning pada klasifikasi penyakit diabetes,” Jurnal Masyarakat Informatika, vol. 13, no. 1, pp. 33–44, 2022.
R. Sudiyarno, A. Setyanto, and E. T. Luthfi, “Peningkatan Performa Pendeteksian Anomali Menggunakan Ensemble Learning dan Feature Selection,” Creative Information Technology Journal, vol. 7, no. 1, pp. 1–9, 2021.
S. Situmorang and Y. Yahfizham, “Analisis Kinerja Algoritma Machine Learning Dalam Deteksi Anomali Jaringan,” Konstanta: Jurnal Matematika Dan Ilmu Pengetahuan Alam, vol. 1, no. 4, pp. 258–269, 2023.
F. Zamachsari and N. Puspitasari, “Penerapan Deep Learning dalam Deteksi Penipuan Transaksi Keuangan Secara Elektronik,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 2, pp. 203–212, 2021.
E. P. Sari, D. A. Febrianti, and R. H. Fauziah, “Fenomena Penipuan Transaksi Jual Beli Online Melalui Media Baru Berdasarkan Kajian Space Transition Theory,” Deviance Jurnal Kriminologi, vol. 6, no. 2, pp. 153–168, 2022.
B. Torky, “Ensemble methods for the anomaly detection in enterprise systems,” 2023.
R. V Phillips, M. J. Van Der Laan, H. Lee, and S. Gruber, “Practical considerations for specifying a super learner,” Int J Epidemiol, vol. 52, no. 4, pp. 1276–1285, 2023.
M. Alfyando, F. T. Anggraeny, and A. N. Sihananto, “Perbandingan Algoritma Random Forest dan Logistic Regression Untuk Analisis Sentimen Ulasan Aplikasi Tumbuh Kembang Anak Di Play Store,” Jurnal Sistem Informasi dan Ilmu Komputer, vol. 2, no. 1, pp. 77–86, 2024.
D. Septhya et al., “Implementasi Algoritma Decision Tree dan Support Vector Machine untuk Klasifikasi Penyakit Kanker Paru: Implementation of Decision Tree Algorithm and Support Vector Machine for Lung Cancer Classification,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 3, no. 1, pp. 15–19, 2023.
R. R. Burhanuddin, “KLASIFIKASI PENYAKIT PADI MELALUI CITRA DAUN MENGGUNAKAN METODE NAIVE BAYES,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 2, 2024.
N. L. P. C. Savitri, R. A. Rahman, R. Venyutzky, and N. A. Rakhmawati, “Analisis klasifikasi sentimen terhadap sekolah daring pada twitter menggunakan Supervised Machine Learning,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 7, no. 1, 2021.
R. Aryanti, T. Misriati, and R. Hidayat, “Klasifikasi Risiko Kesehatan Ibu Hamil Menggunakan Random Oversampling Untuk Mengatasi Ketidakseimbangan Data,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 3, no. 5, pp. 409–416, 2023.
F. N. Hermawan, “Deteksi anomali pada data internet of things menggunakan model ensemble learning.,” UIN Syarif Hidayatullah Jakarta, 2021.
D. Y. Utami, E. Nurlelah, and F. N. Hasan, “Comparison of Neural Network Algorithms, Naive Bayes and Logistic Regression to predict diabetes,” Journal of Informatics and Telecommunication Engineering, vol. 5, no. 1, pp. 53–64, 2021.
