Proyek Machine Learning: Bank Transaction Fraud Detection

Deskripsi

Proyek submission kelas Belajar Machine Learning untuk Pemula di Dicoding. Membangun model K-Means Clustering dan Decision Tree Classification pada dataset Bank Transaction untuk mendeteksi pola transaksi.

Author

Muhammad Dhiyaul Atha

---

Struktur File

├── [Clustering] Submission Akhir BMLP_Muhammad Dhiyaul Atha.ipynb
├── [Klasifikasi] Submission Akhir BMLP_Muhammad Dhiyaul Atha.ipynb
├── bank_transactions_data_edited.csv
├── model_clustering
├── PCA_model_clustering.h5
├── data_clustering.csv
├── data_clustering_inverse.csv
├── decision_tree_model.h5
├── explore_random_forest_classification
├── tuning_classification
└── README.md

---

Dataset

Info	Detail
Nama	Bank Transactions Data (Edited)
Sumber	Dicoding (modifikasi dari Kaggle)
Jumlah Data	2537 baris
Jumlah Kolom	16 kolom

Kolom Dataset

Kolom	Tipe	Keterangan
TransactionID	string	ID transaksi (di-drop)
AccountID	string	ID akun (di-drop)
TransactionAmount	float	Jumlah transaksi
TransactionDate	string	Tanggal transaksi (di-drop)
TransactionType	string	Jenis transaksi (Debit/Credit)
Location	string	Lokasi transaksi
DeviceID	string	ID perangkat (di-drop)
IP Address	string	Alamat IP (di-drop)
MerchantID	string	ID merchant (di-drop)
Channel	string	Platform (ATM/Online)
CustomerAge	float	Usia pelanggan
CustomerOccupation	string	Pekerjaan pelanggan
TransactionDuration	float	Durasi transaksi (detik)
LoginAttempts	float	Percobaan login
AccountBalance	float	Saldo rekening
PreviousTransactionDate	string	Tanggal transaksi sebelumnya (di-drop)

---

Kriteria Submission

Kriteria 1: EDA

• head(), info(), describe()
• Matriks korelasi (heatmap)
• Histogram semua kolom (numerik & kategorikal)
• Visualisasi tanpa label overlap

Kriteria 2: Preprocessing

• isnull().sum() dan duplicated().sum()
• dropna() dan drop_duplicates()
• Drop kolom ID, Address, Date
• LabelEncoder() untuk fitur kategorikal
• Handling Outlier (metode IQR drop)
• StandardScaler() untuk fitur numerik
• Binning data (CustomerAge & TransactionAmount)

Kriteria 3: Clustering

• Elbow Method (KElbowVisualizer())
• K-Means Clustering (sklearn.cluster.KMeans())
• joblib.dump() → model_clustering
• Silhouette Score
• Visualisasi cluster (PCA 2D)
• PCA Model → PCA_model_clustering.h5

Kriteria 4: Interpretasi Clustering

• Analisis deskriptif (mean, min, max)
• Karakteristik tiap cluster (agregasi)
• inverse_transform() untuk data asli
• Analisis numerik & kategorikal setelah inverse
• Ekspor data_clustering.csv + kolom Target
• Ekspor data_clustering_inverse.csv

Kriteria 5: Klasifikasi

• train_test_split() (80:20)
• Decision Tree → decision_tree_model.h5
• Random Forest → explore_random_forest_classification
• Evaluasi: Accuracy, Precision, Recall, F1-Score
• Hyperparameter Tuning (GridSearchCV) → tuning_classification

---

Library

Library	Kegunaan
pandas	Manipulasi data
numpy	Operasi numerik
matplotlib	Visualisasi
seaborn	Visualisasi statistik
scikit-learn	Machine Learning
yellowbrick	Visualisasi ML (Elbow, Silhouette)
joblib	Menyimpan model

---

Cara Menjalankan

# 1. Install dependencies
pip install pandas numpy matplotlib seaborn scikit-learn yellowbrick joblib

# 2. Jalankan notebook Clustering TERLEBIH DAHULU
jupyter notebook "[Clustering] Submission Akhir BMLP_Muhammad Dhiyaul Atha.ipynb"

# 3. Setelah selesai, jalankan notebook Klasifikasi
jupyter notebook "[Klasifikasi] Submission Akhir BMLP_Muhammad Dhiyaul Atha.ipynb"

---

Hasil Model

Clustering

• Algoritma: K-Means
• Evaluasi: Silhouette Score
• Perbandingan: K-Means vs K-Means + PCA

Klasifikasi

Model	Keterangan
Decision Tree	Model utama
Random Forest	Model eksplorasi tambahan
Tuned Decision Tree	Setelah hyperparameter tuning

---

File Output

File	Keterangan
model_clustering	Model K-Means
PCA_model_clustering.h5	Model K-Means + PCA
data_clustering.csv	Data + kolom Target
data_clustering_inverse.csv	Data inverse + Target
decision_tree_model.h5	Model Decision Tree
explore_random_forest_classification	Model Random Forest
tuning_classification	Model setelah tuning

---

Lisensi

Proyek ini dibuat untuk submission di Dicoding Indonesia.