Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer Techno.Com: Jurnal Teknologi Informasi SENSITEK
Solichul Huda
Universitas Dian Nuswantoro
Computer Science & IT Engineering Languange, Linguistic, Communication & Media Library & Information Science

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Penentuan Attribute Value Untuk Menentukan Bobot Fraud Dalam Transaksi Online Solichul Huda
Proceeding Seminar Nasional Sistem Informasi dan Teknologi Informasi 2018: Proceeding Seminar Nasional Sistem Informasi dan Teknologi Informasi (SENSITEK)
Publisher : STMIK Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/pss.v1i1.310

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,
Peningkatan Akurasi Pembobotan Attribute importance weights Pada Deteksi Fraud Erba Lutfina; Solichul Huda
Jurnal Ilmu Komputer Vol 14 No 1 (2021): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JIK.2021.v14.i01.p01

Abstract

Kerugian miliaran dollar setiap tahunnya dialami oleh bank yang disebabkan oleh Fraud. Salah satu solusi untuk mengatasi kasus fraud yang dialami dunia perbankan dapat dilakukan dengan proses deteksi fraud. Pada proses deteksi Fraud, terdapat berbagai atribut PBF (Process Based Fraud) yang setiap atributnya memiliki dampak yang berbeda dalam mendeteksi fraud. Untuk menentukan bobot setiap atribut PBF digunakan metode MDL (Modified Digital Logic). Metode MDL menghasilkan attribute importance weights yang sesuai dengan dampak atribut PBF. Namun peran pakar masih sangat signifikan dalam menilai setiap attribute importance weights. Penelitian ini bertujuan untuk mengubah prosedur penentuan bobot attribute importance weights dalam metode MDL dengan menambahkan metode Multiple Linear Regression (MLR). Dengan mengganti inputan yang sebelumnya diberikan oleh pakar menjadi perbandingan bobot atribut secara otomatis. Kemudian hasil dari kedua metode dievaluasi menggunakan confusion matrix. Berdasarkan hasil eksperimen, metode MLR menunjukkan persentase klasifikasi menggunakan semua attribute importance weights menunjukkan hasil yang lebih baik dengan akurasi sebesar 99,5%.
Penerapan Machine Learning untuk Prediksi Potensi Hilangnya Nasabah Bank Mohammad Farid Naufal; - Subrata; Alvin Fernando Susanto; Christian Nathaneil Kansil; Solichul Huda
Techno.Com Vol 22, No 1 (2023): Februari 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i1.7302

Abstract

Nasabah adalah salah satu aset paling berharga dari sebuah bisnis perbankan. Mereka adalah ujung tombak pengguna produk yang nantinya memberikan keuntungan bagi bank, terutama pada produk kartu kredit. Penelitian ini bertujuan untuk mengetahui nasabah mana sajakah yang berpotensi untuk meninggalkan layanan kartu kredit dari sebuah bank. Pada penelitian sebelumnya belum ada yang melakukan analisis perbandingan algoritma machine learning dengan berbagai macam tahapan preprocessing untuk memprediksi potensi hilangnya nasabah bank. Penelitian ini melakukan analisis perbandingan algoritma machine learning dengan kombinasi tahapan preprocessing untuk memprediksi potensi hilangnya nasabah bank. Analisis ini penting untuk pemilihan algoritma yang paling cocok untuk prediksi potensi hilangnya nasabah bank. Pada tahapan preprocessing diterapkan dimensionality reduction dan feature selection menggunakan metode Variance threshold dan Correlation coefficient. Metode klasifikasi yang digunakan adalah Logistic regression (LR), Decision tree (DT), dan Naïve Bayes (NB). Hasil tertinggi dari ketiga metode tersebut adalah Decision tree yang mampu memiliki nilai F1 Score sebesar 96% dan nilai akurasi mencapai 93%. Logistic regression dan Naïve Bayes berada pada urutan kedua dan ketiga setelah decision tree. Tahapan data preprocessing tidak memberikan pengaruh yang signifikan pada nilai F1 Score dan akurasi.
Optimalisasi Fitur Pencarian Pada E-Catalog Menggunakan Query Expansion Dan Algoritma TF-IDF Selvia Ferdiana Kusuma; Tessy Badriyah; Prasetyo Wibowo; Rosiyah Faradisa; Solichul Huda
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8698

Abstract

E-catalog adalah sebuah katalog elektronik dapat digunakan untuk mempublikasikan dan mempromosikan sebuah produk atau layanan secara online kepada berbagai pihak. Pengguna dapat memperoleh informasi terkait produk yang diinginkan melalui fitur pencarian pada e-catalog tersebut. Oleh sebab itu fitur pencarian memiliki peran yang signifikan untuk menunjang performa e-catalog. Proses pencarian produk pada sebuah e-catalog dilakukan berdasarkan kesamaan kata yang dimasukkan oleh pengguna dengan judul produk yang tersedia. Biasanya semua judul yang mengandung kata kunci yang dimasukkan pengguna akan ditampilkan tanpa adanya perankingan kedekatan hasil pencarian. Hal tersebut tentunya menyulitkan pengguna untuk menemukan produk yang sesuai dengan keinginan. Oleh sebab itu penelitian ini bertujuan untuk melakukan optimalisasi fitur pencarian produk yang ada pada e-catalog menggunakan query expansion dan algoritma TF-IDF. Berdasarkan hasil uji coba yang telah dilakukan, terbukti bahwa penambahan  query expansion dan algoritma TF-IDF dapat mengoptimalkan kinerja fitur pencarian pada e-catalog tersebut. Hasil pencarian produk dapat terangking berdasarkan kedekatan kata kunci yang dimasukkan oleh pengguna dengan judul produk yang diinginkan oleh pengguna
Co-Authors - Subrata Alvin Fernando Susanto Christian Nathaneil Kansil Erba Lutfina Mohammad Farid Naufal, Mohammad Farid Prasetyo Wibowo Rosiyah Faradisa Selvia Ferdiana Kusuma Tessy Badriyah, Tessy