Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number KA-1336 (Softcopi KA-1329) MAK KA-980
Collection Type Karya Akhir (KA)
Title Klasifikasi Rekening Perjudian:Studi Kasus PT Bank Central Asia tbk
Author Catherine;
Publisher Jakarta : Program Studi Magister Teknologi Informasi Fasilkom UI, 2020
Subject Data mining, Clustering
Location FASILKOM-UI-MTI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
KA-1336 (Softcopi KA-1329) MAK KA-980 Ind TERSEDIA
Tidak ada review pada koleksi ini: 48275
Penyedia Jasa Keuangan (PJK) seperti bank memberikan layanan untuk memudahkan transaksi keuangan, tetapi hal ini dimanfaatkan untuk pencucian uang dalam menyamarkan dana hasil tindak pidana seperti dana yang sah. Perjudian merupakan tindak pidana di wilayah hukum Indonesia. Seiring dengan peningkatan jumlah nasabah dan rekening setiap tahunnya, bank menghadapi tantangan dalam mengawasi transaksi keuangan sesuai dengan aturan perundangan yang berlaku. Berdasarkan penelitian sebelumnya, penggunaan machine learning seperti klasifikasi dapat digunakan untuk otomasi analisa dan pengawasan transaksi terkait pencucian uang pada sektor perbankan. Namun, hal ini belum terbukti untuk deteksi penyalahgunaan rekening dalam tindak pidana perjudian. Penelitian ini menyajikan topik baru karena kegiatan perjudian hanya ilegal di 56 negara dari total 195 negara di dunia. Penelitian ini dilakukan berdasarkan data transaksi keuangan riil dengan metode SLR, eksperimen, dan wawancara semi terstruktur dengan beberapa Subject Matter Expertise. Berbeda dengan rekening pencucian uang tindak pidana lainnya, karakteristik di rekening perjudian yang ditemukan dalam penelitian ini adalah rekening dimiliki oleh nasabah individu, memiliki frekuensi transaksi melalui channel elektronik lebih tinggi dibandingkan dengan transaksi di teller, sedikit dan hampir tidak pernah melakukan transaksi di teller, dan meskipun memiliki nominal transaksi yang tinggi setiap harinya rekening perjudian memiliki saldo akhir bulan hampir nol. Hasil penelitian ini menunjukkan klasifikasi dengan algoritma ensemble seperti LightGBM dapat mengidentifikasi rekening perjudian. Berdasarkan hasil evaluasi performa klasifikasi dengan algoritma LightGBM memiliki performa terbaik dibandingkan model ensemble lain dan algoritma klasifikasi lainnya.