Warning: Creating default object from empty value in /var/www/html/rbti/lib/lang/php-gettext/gettext.inc on line 148
Perbandingan Metode Data Mining untuk Deteksi Fraud Dalam Bidang Telekomunikasi (Studi Kasus : PT. TELKOM DIVRE V)
 
 
 
Select Language
Simple Search
Advanced Search
Title : Author(s) :
  • SEARCHING...
Subject(s) :
  • SEARCHING...
Pembimbing : Publish Year : GMD : Collection Type :
RECORD DETAIL
Back To Previous  
Title Perbandingan Metode Data Mining untuk Deteksi Fraud Dalam Bidang Telekomunikasi (Studi Kasus : PT. TELKOM DIVRE V)
Edition
Call Number 2008/I/01
ISBN/ISSN
Author(s) Doni Hadi W.
Subject(s) Data Mining
Classification 006.3
Series Title
GMD Tugas Akhir
Language Indonesia
Publisher Jurusan Teknik Industri FTI-ITS
Publishing Year 2008
Publishing Place Surabaya
Collation
Abstract/Notes
Specific Detail Info Fraud merupakan masalah yang sering dihadapi dan dapat menimbulkan berbagai kerugian dalam industri telekomunikasi seperti hilangnya pendapatan, rusaknya citra layanan dan berkurang bahkan hilangnya kesetiaan pelanggan. Fraud dapat diintepretasikan sebagai segala bentuk indikasi ketidaknormalan pola penggunaan layanan telekomunikasi. Dalam penelitian ini, dilakukan identifikasi fraud–khususnya yang berkaitan dengan polanya– menggunakan data mining. Data yang digunakan dalam penelitian ini adalah data CDR yang telah diketahui sebagai fraud dan tidak fraud. Kemudian data ini akan digunakan sebagai training untuk mendapatkan model klasifier yang sesuai yang dapat memisahkan kedua obyek tersebut secara maksimal. Metode data mining yang digunakan dalam penelitian ini adalah Support Vector Machine (SVM) dengan Iterative Single Data Algorithm (ISDA). ISDA merupakan pengembangan dari SVM yang dapat digunakan pada data yang berukuran sangat besar. Kemudian hasil yang diperoleh ISDA dibandingkan dengan metode lain, seperti Linear Discriminant Analysis (LDA), k-Nearest Neighbor (kNN) dan Artificial Neural Network (ANN), untuk mengetahui performansi dari metode ISDA. Hasil penelitian menunjukkan prosentase error yang dihasilkan ISDA adalah 4.276%, LDA 31.905%, kNN 1.593% dan ANN 1.376%. Hasil perhitungan F1 untuk ISDA, LDA, kNN dan ANN berturut-turut adalah 0.958, 0.64, 0.983, and 0.985. Berdasarkan tingkat akurasi yang dihasilkan, metode ANN dengan 5 neuron hidden dan menggunakan data yang di-preprocessing merupakan metode yang terbaik untuk kasus deteksi fraud dalam bidang telekomunikasi. Kata kunci : fraud, data mining, support vector machine (SVM), iterative single data algorithm (ISDA), k-nearest neighbor (kNN), artificial neural network (ANN).
Image
File Attachment
LOADING LIST...
Pembimbing Ir. Budi Santosa, M.Sc., Ph.D.
Volume 1
Availability
LOADING LIST...
  Back To Previous