Penentuan Attribute Value Untuk Menentukan Bobot Fraud Dalam Transaksi Online

Solichul Huda

Abstract


Fraud atau penipuan sering terjadi dalam transaksi online. Beberapa penelitian sebelumnya telah mengusulkan metode deteksi fraud dalam transaksi online. Namun dalam penentuan beberapa attribute value ditentukan oleh pakar secara subyektif; paper ini mengusulkan metode untuk menentukan attribute value tersebut. Atribut fraud dalam transaksi online terdiri enam atribut yaitu throughput time, wrong pattern, skip, same location, relationship dan quantity. Tiga atribut ditentukan menggunakan metode yang diusulkan penelitian sebelumnya, sedangkan tiga atribut berikutnya ditentukan secara subyektif oleh pakar. Paper ini mengusulkan metode pembobotan attribute value, sehingga semua atribut fraud ditentukan secara komputasi. Dalam pembobotan attribute value, pertama, menganalisis pelanggaran transaksi data training terhadap Standard Operating Procedure (SOP). Selanjutnya pakar menentukan pelanggaran yang terjadi merupakan fraud atau tidak. Kemudian dihitung probabilitas masing-masing atribut tersebut terhadap fraud yang terjadi. Lalu, menentukan fungsi keanggotaan masing-masing atribut berdasarkan nilai probabilitas. Terakhir, menentukan attribute value dari atribut quantity, relationship dan same location pada data testing menggunakan fungsi keanggotaan masing-masing atribut. Dalam penentuan bobot fraud, ditentukan juga bobot penting atribut dan bobot perilaku berdasarkan atribut yang teridentifikasi. Berdasarkan nilai threshold fraud, pelanggaran SOP yang terjadi ditentukan sebagai fraud atau tidak.  

Kata kunci: Fraud, transaksi, online, attribute value, SOP, fuzzy,


Full Text:

PDF


DOI: http://dx.doi.org/10.30700/pss.v1i1.310

Article Metrics

Abstract view : 265 times
PDF - 171 times

Refbacks

  • There are currently no refbacks.


Proceeding Seminar Nasional Sistem Informasi dan Teknologi Informasi Sudah terindex di :


DRJI Indexed Journal

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

 

Sponsor:

View My Stats

Partners & Co-Organizers: