Pendeteksian Anomaly Kebiasaan Pelanggan Menggunakan Signature

Anggit Subekti

Informasi Umum

Kode

113030104

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Rekayasa Perangkat Lunak

Dilihat

309 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Perkembangan telekomunikasi saat ini sangat pesat tetapi peruasahaan terkadang mengalami kerugian karena adanya tindakan kejahatan. Salah satunya adalah fraud. Fraud dapat dideteksi dengan mengamati ketidaknormalan behaviour pelanggan atau anomali. Salah satu cara pendeteksian anomali dengan cara membuat pola data yang normal. Dalam kasus ini akan dibentuk pola kebiasaan pelanggan dengan mennggunakan Call Detail Record (CDR) atau disebut signature.<br>Signature akan dijadikan acuan dalam pendeteksian anomali. Anomali terdeteksi jika data baru tidak sesuai dengan signture. Pembuatan signature dalam tugas akhir ini menggunakan Bayesian Network. Bayesian Network dapat mencari pola ketergantungan antar elemen signature. Bayesian Network ini terbukti dapat membuat pola signature yang dapat menggambarkan behaviour pelanggan dan mampu digunakan untuk mendeteksi anomali.Kata Kunci : fraud , behaviour,anomali, CDR , Bayesian NetworkABSTRACT: The growth of telecommunication technology in this time are increase progressively, but sometime company loss their money because of fraud. Fraud can be detected by inspecting an abnormal behaviour done by customer(anomly). Anomaly can be detected by making a normal data pattern. In this study case the writer will create a pattern using Call Detail Record (CDR) or can be called as a signature.<br>Signature will be considerable as a parameter for anomaly detection. Anomaly will be detected if the pattern of a new data different from signature. In this Final Project signature is build using Bayesian Network. The writer use it because it can find the dependency of element of signature. It proved that Bayesian Network can made signature pattern which represent customer behaviour and can be use to detected an anomaly.Keyword: fraud , behaviour, anomaly, CDR , Bayesian Network