DETEKSI PENIPUAN TRANSAKSI ONLINE MENGGUNAKAN ALGORITMA NAIVE BAYES DENGAN SELEKSI FITUR INFROMATION GAIN

Dari, Wulan (2025) DETEKSI PENIPUAN TRANSAKSI ONLINE MENGGUNAKAN ALGORITMA NAIVE BAYES DENGAN SELEKSI FITUR INFROMATION GAIN. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (174kB)
	Text BAB II.pdf Restricted to Registered users only Download (588kB)
	Text BAB III.pdf Restricted to Registered users only Download (175kB)
	Text BAB IV.pdf Restricted to Registered users only Download (3MB)
	Text BAB V.pdf Download (132kB)
	Text DAFTAR PUSTAKA.pdf Download (188kB)

Abstract

Penipuan transaksi online adalah tindakan curang yang dilakukan dengan tujuan untuk mencuri informasi pribadi, data keuangan, atau uang melalui platform digital. Penipuan ini sering dilakukan dengan memanfaatkan teknik manipulasi seperti phishing (menyamar), pembuatan situs web palsu, atau pencurian data kartu kredit untuk memperoleh akses ke akun atau informasi pembayaran korban. Pada penelitian ini penulis mendapatkan data data dari website kaggle dengan judul card_transdata dengan jumlah data 1.000.000 dan 8 atribut. Metode yang digunakan yaitu algoritma naïve bayes dengan seleksi fitur information gain. Seleksi fitur Information Gain digunakan untuk mengidentifikasi atribut yang relevan dalam meningkatkan kinerja model prediksi. Penelitian ini melakukan simulasi data menggunakan 100%, 75%, dan 50% atribut terbaik berdasarkan seleksi fitur. Hasil penelitian menunjukkan bahwa akurasi tertinggi sebesar 91.00% dicapai pada simulasi data dengan 75% atribut terbaik. Sementara itu, simulasi data dengan 100% atribut menghasilkan akurasi sebesar 78.40%, dan simulasi dengan 50% atribut mencapai akurasi sebesar 83.00%.

Actions (login required)

View Item