Analisis teknik pembelajaran tidak seimbang pada data transaksi kartu Kredita

Suhartono, Suhartono, Chamidy, Totok and Zaman, Syahiduz (2024) Analisis teknik pembelajaran tidak seimbang pada data transaksi kartu Kredita. PT. Literasi Nusantara Abadi Grup, Malang. ISBN 978-623-114-885-8 UNSPECIFIED : UNSPECIFIED.

Text 20498.pdf - Published Version Restricted to Repository staff only Download (5MB)

Abstract

Pada penelitian analisa teknik pembelajaran tidak seimbang pada data transaksi penipuan kartu kredit, maka data yang dikumpulkan dari kondisi real adalah sering kali tidak seimbang, artinya distribusi data di seluruh kelas bersifat bias atau tidak seimbang. Untuk mengatasi masalah ini, kami menggunakan teknik pra-pemrosesan data yaitu under sampling random, over sampling random, dan hibrid. Data dibentuk dengan melakukan pengambilan sampel acak pada kumpulan data yang tidak seimbang. Pada penelitian ini pembentukan data dilakukan dengan teknik re-sampling dengan enam variasi yaitu random under sampling, ENN, random over sampling, SMOTE, hybrid SMOTEENN, dan original dataset. Untuk penelitian ini menggunakan kumpulan data transaksi kredit card yang tidak seimbang dari Repositori Machine Learning UCI. Model klasifikasi menggunakan algoritma Decision Tree Classifier dan Logistic Regression. Untuk menilai performance algoritma Decision Tree Classifier dan Logistic Regression digunakan evaluasi metrik termasuk AUC ROC, akurasi seimbang, dan waktu pelatihan berdasarkan pada data dengan variasi data dengan enam variasi. Hasilnya menunjukkan bahwa data set yang seimbang pada algoritma Decision Tree Classifier berkinerja lebih baik dibanding data set yang tidak sembang pada dataset original.

Item Type:	Book
Keywords:	Data tidak Seimbang; Transaksi Kartu Kredit; Machine Learning
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0899 Other Information and Computing Sciences
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	Totok Chamidy
Date Deposited:	21 Oct 2024 14:12

Downloads

Origin of downloads

Actions (login required)

View Item