| dc.description.abstract | Transaksi kartu kredit mengalami peningkatan yang signifikan setiap tahunnya. Seiring dengan meningkatnya pemakaian kartu kredit maka meningkat pula risiko tindak penipuan oleh oknum yang tidak bertanggung jawab. Kemungkinan transaksi penipuan kartu kredit dapat terdeteksi melalui bantuan pembelajaran mesin. Permasalahan utama dalam mengolah data transaksi ialah dimensinya yang besar, kelas yang tidak seimbang, dan diperlukan proses pendeteksian dengan waktu komputasi yang singkat. Maka dari itu dibutuhkan model serta algoritma optimasi yang tepat untuk mengatasi permasalahan tersebut. Tujuan penelitian ini adalah membangun model pendeteksian transaksi penipuan kartu kredit yang mampu menghasilkan performa baik serta waktu komputasi singkat menggunakan metode support vector machine (SVM) dengan optimasi grid search dan genetic algorithm. Dari lima model yang dibangun, diperoleh bahwa model SVM menggunakan dataset SV dengan grid search sebagai teknik optimasi hyperparameter mampu melakukan pendeteksian dengan baik dan waktu komputasi yang singkat. Model berikut memiliki nilai F2-measure terbaik yaitu 99.96%. | id |
