DETEKSI FRAUD KARTU KREDIT MENGGUNAKAN METODE LASSO LOGISTIC REGRESSION ENSEMBLE (LORENS)

Kartu kredit adalah teknologi yang mempermudah berbisnis. Fasilitas ini
lebih sering digunakan karena kecepatan dan efesiensi dalam pembayaran dan
transaksi. Pihak bank menawarkan kartu kredit kepada nasabah agar
mempermudah transaksi. Meskipun begitu, kartu kredit memiliki masalah yang
umum yaitu penipuan kartu kredit atau credit card fraud (CCF).atau fraud dalam
kartu kredit Masalah ini merugikan nasabah dan pihak bank. Penipuan kartu kredit
ditangani dengan pencegahan dan deteksi, untuk deteksi dapat dilakukan dengan
machine learning. Salah satu metode yang digunakan untuk deteksi fraud dalam
kartu kredit adalah lasso logistic regression ensemble. Lasso logistic regression
ensemble adalah metode regresi logistik dengan L1 regularization dan
menggunakan metode ensemble untuk klasifikasi. Dataset yang digunakan adalah
dataset hasil kolaborasi dari Worldline dan Machine Learning Group(MLG) dari
ULB(Université Libre de Bruxelles), dataset dipublikasikan di kaggle. Dataset
dengan total 284807 data dengan positive frauds 492 dari semua transaksi. Hasil
uji coba penelitian ini menunjukkan pengujian dengan nilai terbaik menggunakan
inisiasi parameter lambda bernilai 0.1, dengan akurasi sebesar 97.748% ,
kemudian parameter korelasi pearson dengan nilai 0.7 dengan nilai akurasi
97.718%. terakhir pada skenario jumlah bagging yang digunakan ketika bagging
berjumlah 50 sampling menghasilkan akurasi 97.676%. dari penelitian
menunjukkan metode ensemble dengan lasso logistik regression mampu
meningkatkan akurasi identifikasi dari deteksi fraud dalam kartu kredit dengan
nilai akurasi 97%