http://eprints.amikom.ac.id/id/eprint/31814 2026-06-30T04:05:37Z info:eu-repo/semantics/descriptiveMetadata https://eprints.amikom.ac.id/id/eprint/31814/ DETEKSI KECURANGAN KEUANGAN DENGAN MENGGUNAKAN METODE RANDOM FOREST DAN XGBOOST PADA DATA YANG TIDAKSEIMBANG Al Asqolani, Muhammad Alghifari 000 Ilmu komputer, informasi dan pekerjaan umum 003 Sistem-sistem Penelitian ini bertujuan mendeteksi fraud dengan teknik ensemble machine learning, khususnya Random Forest (RF) dan Extreme Gradient Boosting (XGBoost), diterapkan pada dataset Credit Card Fraud Detection Kaggle (284.807 sampel, 0,17% fraud). Proses metodologi mencakup preprocessing melalui normalisasi dan Synthetic Minority Over-sampling Technique (SMOTE) untuk menangani ketidakseimbangan, diikuti pelatihan model menggunakan Scikit-learn serta XGBoost di Python. RF efektif mencegah overfitting lewat bagging, sementara XGBoost unggul dalam optimasi gradient untuk data skala besar. Evaluasi dilakukan dengan metrik Area Under the Curve (AUC-ROC), precision, recall, dan F1-score melalui cross-validation. Hasil menunjukkan XGBoost lebih superior (AUC-ROC 0,98; precision 0,95; recall 0,92; F1-score 0,93) dibanding RF (0,96; 0,92; 0,89; 0,90), berkat ketangguhannya terhadap noise. Penelitian menyimpulkan XGBoost sebagai metode optimal untuk data imbalanced, dengan saran integrasi SMOTE guna tingkatkan recall hingga 15%. Kontribusi teoritis memperkaya literatur machine learning di keamanan siber (Al-Hashedi & Magalingam, 2021), sementara manfaat praktisnya mengurangi kerugian bagi bank dan fintech, serta mendukung pengembangan model real-time. 2025-12-16 Thesis NonPeerReviewed text id https://eprints.amikom.ac.id/id/eprint/31814/1/COVER.pdf text id https://eprints.amikom.ac.id/id/eprint/31814/2/BAB%20I.pdf text id https://eprints.amikom.ac.id/id/eprint/31814/3/BAB%20II.pdf text id https://eprints.amikom.ac.id/id/eprint/31814/4/BAB%20III.pdf text id https://eprints.amikom.ac.id/id/eprint/31814/5/BAB%20IV.pdf text id https://eprints.amikom.ac.id/id/eprint/31814/6/BAB%20V.pdf text id https://eprints.amikom.ac.id/id/eprint/31814/7/Daftar%20Pustaka%20dan%20Lampiran.pdf archive id https://eprints.amikom.ac.id/id/eprint/31814/8/Sourcecode%20-%2020.83.0564.zip text id https://eprints.amikom.ac.id/id/eprint/31814/9/Publikasi.pdf Al Asqolani, Muhammad Alghifari (2025) DETEKSI KECURANGAN KEUANGAN DENGAN MENGGUNAKAN METODE RANDOM FOREST DAN XGBOOST PADA DATA YANG TIDAKSEIMBANG. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta. info:eu-repo/semantics/objectFile info:eu-repo/semantics/objectFile info:eu-repo/semantics/objectFile info:eu-repo/semantics/objectFile info:eu-repo/semantics/objectFile info:eu-repo/semantics/objectFile info:eu-repo/semantics/objectFile info:eu-repo/semantics/objectFile info:eu-repo/semantics/objectFile info:eu-repo/semantics/humanStartPage