FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W3094689101> ?p ?o ?g. }

• W3094689101 abstract "Abstrak Telecom fraud merupakan suatu tindakan atau aktivitas penggunaan fasilitas telekomunikasi yang dilakukan secara ilegal dan disengaja dalam berbagai bentuk kecurangan, penipuan atau pun penggelapan oleh orang maupun suatu organisasi tertentu yang tujuannya agar mendapatkan layanan tersebut serta menghindari biaya layanan dan pelacakan rekaman tagihan yang dilakukan secara ilegal. Tujuan penelitian ini yaitu mendeteksi nomor panggilan yang terdeteksi sebagai SIMBox fraud yang telah merugikan pihak PT XYZ yang mempunyai tugas dalam menangani masalah fraud tersebut. Penelitian ini dilakukan dengan menggunakan data mining dan menggunakan algoritma naA¯ve bayes. Data mining merupakan suatu teknik yang memanfaatkan data dalam jumlah besar agar dapat memperoleh informasi berharga yang dapat dimanfaatkan dalam pengambilan keputusan penting. NaA¯ve Bayes merupakan algoritma yang dapat digunakan untuk memprediksi nomor telepon yang terdeteksi sebagai SIMBox fraud yang bisa dikategorikan sebagai fraud dan Not fraud. Dengan menggunakan data mining, khususnya pada klasifikasi untuk prediksi menggunakan algoritma naA¯ve bayes dapat dilakukan prediksi terhadap nomor panggilan telepon yang terdeteksi sebagai fraud dari data panggilan. Hasil pengujian dengan menggunakan algoritma naA¯ve bayes menunjukkan nilai akurasi tertinggi adalah 87.2% dengan nilai macro average precision adalah 90%, nilai macro average recall adalah 86% dan macro average f1-score adalah 87%. Sedangkan nilai akurasi yang paling rendah adalah 85.2%. Yang berarti menunjukkan bahwa implementasi algoritma naA¯ve bayes merupakan salah satu algoritma terbaik untuk diterapkan dalam memprediksi data panggilan fraud pada PT XYZ. Kata kunci: Telecom fraud, Data Mining, Algoritma NaA¯ve Bayes, prediksi SIMBox fraud Abstract Telecommunications fraud is one of the acts or activities that use telecommunications that is carried out illegally and intentionally in various forms of fraud, payment or incorporation by certain people or organizations that require services that are accompanied by service fees and payments made with assistance carried out illegally. The purpose of this study is to submit a number of calls submitted as SIMBox fraud owned by PT XYZ who have the task in the matter of fraud. This research was conducted using data mining and using the naA¯ve Bayes algorithm. Data mining is a technique that utilizes large amounts of data to obtain information that can be used in making important decisions. NaA¯ve Bayes is an algorithm that can be used to predict phone numbers that are predicted to be SIMBox fraud which can be categorized as fraud and not fraud. By using data mining, specifically in the classification for predictions using the naA¯ve Bayes algorithm, predictions can be made on telephone numbers called fraud from call data. The test results using the NaA¯ve Bayes algorithm an average value of 87.2% with an average macro precision value of 90%, the average value of macro recall is 86% and the average macro f1- score is 87%. While the lowest value is 85.2%. What is meant by the application of the naA¯ve Bayes algorithm is one of the best algorithms to be applied in predicting fraudulent call data at PT XYZ. Keyword: Telecom fraud, Data Mining, NaA¯ve Bayes Algorithm, SIM Box fraud prediction" @default.
• W3094689101 created "2020-11-09" @default.
• W3094689101 creator A5019218217 @default.
• W3094689101 creator A5019985926 @default.
• W3094689101 creator A5053190552 @default.
• W3094689101 date "2020-08-01" @default.
• W3094689101 modified "2023-09-26" @default.
• W3094689101 title "ANALISIS DAN DETEKSI FRAUD PADA DATA PANGGILAN MENGGUNAKAN ALGORITMA NAÏVE BAYES PADAPT XYZ" @default.
• W3094689101 hasPublicationYear "2020" @default.
• W3094689101 type Work @default.
• W3094689101 sameAs 3094689101 @default.
• W3094689101 citedByCount "0" @default.
• W3094689101 crossrefType "journal-article" @default.
• W3094689101 hasAuthorship W3094689101A5019218217 @default.
• W3094689101 hasAuthorship W3094689101A5019985926 @default.
• W3094689101 hasAuthorship W3094689101A5053190552 @default.
• W3094689101 hasConcept C138885662 @default.
• W3094689101 hasConcept C154945302 @default.
• W3094689101 hasConcept C15708023 @default.
• W3094689101 hasConcept C41008148 @default.
• W3094689101 hasConceptScore W3094689101C138885662 @default.
• W3094689101 hasConceptScore W3094689101C154945302 @default.
• W3094689101 hasConceptScore W3094689101C15708023 @default.
• W3094689101 hasConceptScore W3094689101C41008148 @default.
• W3094689101 hasIssue "2" @default.
• W3094689101 hasLocation W30946891011 @default.
• W3094689101 hasOpenAccess W3094689101 @default.
• W3094689101 hasPrimaryLocation W30946891011 @default.
• W3094689101 hasVolume "7" @default.
• W3094689101 isParatext "false" @default.
• W3094689101 isRetracted "false" @default.
• W3094689101 magId "3094689101" @default.
• W3094689101 workType "article" @default.