PENERAPAN MACHINE LEARNING MULTIPLE CLASSIFICATION DALAM MENGURANGI JUMLAH FRAUD PEMBUATAN AKUN BARU PADA APLIKASI E-WALLET

ZIDDAN, CHOIRUNNAS (2024) PENERAPAN MACHINE LEARNING MULTIPLE CLASSIFICATION DALAM MENGURANGI JUMLAH FRAUD PEMBUATAN AKUN BARU PADA APLIKASI E-WALLET. S1 thesis, Universitas Mercu Buana Jakarta.

[img]
Preview
 Text (HAL COVER)
01 COVER.pdf
Download (502kB) | Preview
[img]
Preview
 Text (ABSTRAK)
02 ABSTRAK.pdf
Download (134kB) | Preview
[img] Text (BAB I)
03 BAB 1.pdf
Restricted to Registered users only
Download (98kB)
[img] Text (BAB II)
04 BAB 2.pdf
Restricted to Registered users only
Download (173kB)
[img] Text (BAB III)
05 BAB 3.pdf
Restricted to Registered users only
Download (134kB)
[img] Text (BAB IV)
06 BAB 4.pdf
Restricted to Registered users only
Download (358kB)
[img] Text (BAB V)
07 BAB 5.pdf
Restricted to Registered users only
Download (92kB)
[img] Text (DAFTAR PUSTAKA)
08 DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (159kB)
[img] Text (LAMPIRAN)
09 LAMPIRAN.pdf
Restricted to Registered users only
Download (409kB)

Abstract

Increasing technological advances have led people to switch to buying products online, thereby increasing the need for secure and efficient digital payment solutions. E-wallet or digital wallet is an application-based service that makes it easy for users to save money and make payments online. The purpose of this research is to classify the creation of new accounts on a digital wallet, to identify fraud occurring at the time of the registration process of a new account that is fraudulent, money laundering, and any activities that are detrimental to the company. For corporate decision-making using some models of machine learning based techniques such as, Multiple classification, Naïve Bayes. The model used consists of several stages: (1) Data acquisition, (2) Data pre-processing, (3) Data processing, (4) Model evaluation. Expected with the model used will provide better results for the Company. Keyword : Machine Learning, Fraud Detection, E-wallet Perkembangan teknologi yang semakin maju menyebabkan masyarakat beralih untuk melakukan pembelian produk secara online, sehingga mengakibatkan peningkatan kebutuhan akan solusi pembayaran digital yang aman dan efisien. Ewallet atau biasa disebut dompet digital adalah sebuah layanan berbasis aplikasi yang memudahkan penggunanya untuk menyimpan uang dan melakukan pembayaran secara online. Tujuan dari penelitian ini adalah untuk mengklasifikasi pembuatan akun baru pada dompet digital, untuk mengetahui fraud yang terjadi pada saat proses pendaftaran akun baru yang bersifat penipuan, pencucian uang, dan segala kegiatan yang bersifat merugikan perusahaan. Untuk pengambilan keputusan Perusahaan dengan menggunakan beberapa model dari machine learning based technique seperti, Multiple classification, Naïve Bayes. Model yang digunakan terdiri dari beberapa tahap : (1) Pengambilan Data, (2) Pra-pemrosen Data, (3) Pemrosesan Data, (4) Evaluasi Model. Diharapkan dengan model yang digunakan akan memberikan hasil yang lebih baik untuk Perusahaan. Kata Kunci : Machine Learning, Fraud Detection, E-wallet

Item Type: Thesis (S1)
Call Number CD: FIK/INFO. 24 165
Call Number: SIK/15/24/120
NIM/NIDN Creators: 41520010040
Uncontrolled Keywords: Machine Learning, Fraud Detection, E-wallet
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.5 General Purpose Application Programs/Program Aplikasi dengan Kegunaan Khusus
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 006 Special Computer Methods/Metode Komputer Tertentu > 006.3 Artificial Intelligence/Kecerdasan Buatan > 006.31 Machine Learning/Pembelajaran Mesin
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: khalimah
Date Deposited: 15 Aug 2024 03:52
Last Modified: 15 Aug 2024 03:52
URI: http://repository.mercubuana.ac.id/id/eprint/90267

Actions (login required)

View Item View Item
UMB Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.