Electronic Theses and Dissertation

Big data bukan hanya tentang data dengan ukuran besar. tetapi, data juga dihasilkan dengan sangat cepat. seiring perkembangan teknologi, internet, dan pengguna internet, data datang dari beberapa sumber yang berbeda-beda dengan format yang berbeda-beda. selain itu data harus bisa ditransformasi dengan cepat meningkatkan analisis untuk mengambil sebuah keputusan. oleh karena itu banyak sekali kejahatan yang mengintai seperti pencurian data pribadi khususnya di dunia perbankan. pengguna atm sering kali terkena pencurian data pribadi dengan berbagai cara seperti hipnotisme, malware, dan lain sebagainya. sehingga mengakibatkan kerugian yang sanggat besar. oleh karena itu tujuan penelitian ini berfokus pada pembuatan sistem yang dapat mendeteksi kecurangan di dunia perbankan yang terutama dalam kecurangan transaksi atm. penelitian ini menggunakan metode implementasi streaming processing apache kafka sebagai platfrom streaming yang akan di bangun. streaming processing adalah metode yang dirancang untuk menganalisis dan mengolah data secara real-time. yang dimana hasil dari penelitian ini menampilkan hasil deteksi dalam bentuk web based dengan tampilan maps yang akan menunjukan lokasi kejadian dengan markah. kesimpulan dari penelitian ini adalah stream processing dapat digunakan sebagai fraud detection secara realtime, dimana dilengkapi pemerosesan data seperti joining, aggragate, filtering data seperti yang telah dilakukan pada penelitian ini. kata kunci: apache kafka, stream processing, froud detection, ksqldb

Big data is not just about large data. However, data is also generated very quickly. As technology, the internet, and internet users develop, data comes from several different sources in different formats. Apart from that, data must be able to be transformed quickly to improve analysis to make decisions. Therefore, there are many crimes lurking around, such as theft of personal data, especially in the banking world. ATM users are often exposed to theft of personal data in various ways such as hypnotism, malware, and so on. This results in huge losses. Therefore, the aim of this research focuses on creating a system that can detect fraud in the banking world, especially in ATM transaction fraud. This research uses the Apache Kafka streaming processing implementation method as the streaming platform that will be built. Streaming processing is a method designed to analyze and process data in real-time. The results of this research display the detection results in web-based form with a maps display that will show the location of the incident with markings. The conclusion of this research is that stream processing can be used as real-time fraud detection, which is equipped with data processing such as joining, aggregating, filtering data as has been done in this research. Keywords: Apache Kafka, stream processing, foam detection, KsqlDB