Pada perkembangan teknologi saat ini, Indonesia sedang mengalami pertumbuhan ekonomi yang sangat pesat. Termasuk perkembangan e-commerce sekarang yang sudah jauh melampaui ekspektasi dan membentuk selera konsumen dalam berbelanja. Namun di sisi lain, dengan perkembangan tersebut, muncullah banyak penipuan atau fraud yang dilakukan oleh beberapa oknum untuk mendapatkan keuntungan pribadi, terutama dalam e-commerce seperti cashback fraud. Melihat banyaknya fraud yang terjadi, maka penelitian ini memfokuskan pada pendeteksian fraud transaksi cashback pada e-commerce dengan menerapkan data mining approaches seperti metode machine learning. Banyaknya data e-commerce membuat penggunaan metode machine learning semakin ideal ketimbang melakukannya secara manual. Training data yang akan digunakan adalah data transaksi yang telah melalui tahapan preprocessing sebelum diproses lebih lanjut. Algoritma machine learning yang digunakan di sini antara lain: K-Nearest Neighbor, Convolutional Neural Network, dan Long Short-term Memory. Pada akhir penelitian ini, diharapkan terbentuknya sebuah predictive model yang telah teruji dengan metode machine learning terbaik dan sebuah aplikasi website.

Data Mining, KDD, KNN, CNN, LSTM, Machine Learning, Fraud Detection

• Julian Wesley, S.Kom., M.TI.

• Yudy Purnama, S.Kom, M.TI

• Dewi Suryani, S.Kom., M.Eng.