ANALISIS FRAUD PADA TRANSAKSI ONLINE MENGGUNAKAN ALGORITMA RANDOM FOREST MELALUI PENDEKATAN DATA DRIVEN

Meningkatnya penggunaan transaksi online, kasus fraud pada transaksi online pun semakin banyak. Fraud sendiri merupakan suatu perbuatan yang dilakukan secara sengaja agar mendapat keuntungan atau tujuan tertentu. Fraud telah ada sejak awal mula e-commerce. Namun, lonjakan penjualan dan pembelian online akibat pandemi COVID-19 memberikan peluang baru bagi penipu. Pada tahun 2020, penipuan belanja online menyumbang 38 persen dari seluruh penipuan yang dilaporkan di seluruh dunia, naik dari 24 persen sebelum wabah ini terjadi. Meskipun angka tersebut telah menurun sejak krisis mereda, pelanggaran keamanan terus memberikan dampak besar pada industri ini, yang kerugian akibat penipuan pembayaran online berjumlah lebih dari 40 miliar dolar AS pada tahun 2022. Mengingat situasi ini, penipuan e-commerce pasar deteksi dan pencegahan diperkirakan akan tumbuh lebih dari dua kali lipat antara tahun 2023 dan 2027, melebihi 100 miliar dolar. Penelitian ini bertujuan untuk menganalisis faktor faktor penyebab fraud pada transaksi online menggunakan algoritma random forest. Algoritma Random Forest adalah salah satu algoritma pembelajaran mesin yang efektif dalam melakukan klasifikasi dan regresi pada dataset besar, termasuk pada dataset yang digunakan dalam analisis data fraud. Dengan kemampuan untuk mengidentifikasi pola dan relasi dalam data secara otomatis, algoritma Random Forest dapat digunakan untuk mengklasifikasikan transaksi sebagai fraud atau tidak fraud. melalui penelitian ini didapat faktor faktor penyebab fraud pada transaksi online yaitu : balance_diff, amount, oldbalanceOrg, newbalanceOrig dan type. Dari hasil pengujian model didapat hasil nilai akurasi 99%, nilai presisi 99%, nilai recall 98% dan F1 score 98%.