Pendeteksian fraud e-channel menggunakan algoritma pembelajaran mesin.

Perbankan adalah sektor yang paling sering menjadi korban penipuan menggunakan transaksi e-channel, salah satunya adalah menggunakan Automatic Teller Machine (ATM). Fraud adalah tindakan penyimpangan atau kelalaian yang sengaja dilakukan untuk menipu atau memanipulasi pelanggan, atau pihak lain, yang terjadi di bank atau menggunakan fasilitas bank sehingga menyebabkan pihak lain menderita kerugian dan pelaku penipuan mendapatkan keuntungan finansial baik langsung atau tidak langsung. Untuk mengendalikan penipuan, bank wajib memiliki dan menerapkan strategi antifraud yang efektif dengan menganalisis data transaksi untuk mencari pola yang mencurigakan sehingga memudahkan identifikasi transaksi sebagai transaksi yang sah atau tidak. Pada bidang data sains, kasus transaksi fraud dipandang sebagai permasalahan klasifikasi pembelajaran mesin. Pada penelitian ini telah dilakukan analisis data dan implementasi algoritma pembelajaran mesin untuk mendeteksi transaksi fraud. Tahapan eksplorasi data dan pra proses merupakan bagian yang sangat penting sebelum implementasi algoritma. Dari 6 algoritma yang diuji Random Forest (RF) memberikan hasil yang paling baik diikuti Logistic Regression (LR), Linear Discriminant Analysis (LDA) dan Support Vector Machine (SVM).