Komparasi Deteksi Kecurangan Pada Data Klaim Asuransi Pelayanan Kesehatan Menggunakan Metode Support Vector Machine (Svm) Dan Extreme Gradient Boosting (Xgboost)

Nugraha, Alan Catur (0022) Komparasi Deteksi Kecurangan Pada Data Klaim Asuransi Pelayanan Kesehatan Menggunakan Metode Support Vector Machine (Svm) Dan Extreme Gradient Boosting (Xgboost). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111840000100-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Pada era informasi ini banyak proses digitalisasi di berbagai bidang kehidupan maka semakin penting juga informasi yang didapatkan dari kumpulan data yang ada. Dampak dari perkembangan ini adalah semakin mudah terlihat kejanggalan pada data yang biasa terjadi dikarenakan adanya praktek kecurangan atau fraud. Deteksi adanya fraud pada layanan kesehatan penting dilakukan untuk dalam pengambilan keputusan yang diambil penyedia layanan kesehatan. Fraud pada layanan kesehatan itu sendiri merupakan masalah utama yang sering dialami penyedia layanan kesehatan saat ini yang merugikan banyak pihak di dalamnya. Oleh karena itu, penelitian ini membahas bagaimana cara mendeteksi fraud pada pelayanan kesehatan dengan cara machine learning. Machine learning adalah cara peningkatan kemampuan mesin dalam menyelesaikan masalah yang baru. Metode machine learning yang digunakan adalah klasifikasi Support Vector Machine (SVM) dan metode klasifikasi Extreme Gradient Boosting (XGBoost) yang hasilnya dibandingkan untuk melihat model yang lebih baik. Hasil yang didapatkan adalah hasil yang berhasil mendeteksi data fraud pada data pelayanan kesehatan tersebut dengan performa klasifikasi yang baik dalam membantu memberikan referensi pada penyedia layanan dalam mendeteksi fraud. Metode XGBoost menghasilkan performa klasifikasi yang baik dengan menghasilkan nilai Balanced Accuracy dan nilai Recall sebesar 0.9995 dan 0.9994.
==============================================================================================================================
In this Information Age, there are so many digitalization in various fields in our society, the more important information that will be obtained from the dataset. The impact of this developement is that is more easy to find irregularities on data that usually occurs due to fraudulent or fraudulent practices. Fraud detection in Heatcare system is important to do for health care providers in taking decisions. Fraud in healthcare itself is a major problem that is often experienced by many health care providers, patient, or the other party. Therefore, in this research discusses how to detect fraud in health services by using machine learning method. Machine learning is a way to increase ability of machine to solve new problems. This research use classification method that are Support Vector Machine (SVM) and Extreme Gradient Boosting (XGBoost) whose results are compared to see a better model. The results obtained are results that successfully detect fraud in data claim Heathcare System with good classification performance in helping provide references to service providers in detecting fraud. XGBoost method succeeded in producing a good classification performance by producing the Balanced Accuracy and Recall value by 0.9995 and 0.9994.

Item Type:	Thesis (Other)
Additional Information:	RSMa 519.53 Nug k-1 2022
Uncontrolled Keywords:	Extreme Gradient Boosting. Fraud Detection. Healthcare. Support Vector Machine. Extreme Gradient Boosting. Fraud Detection. Healthcare. Support Vector Machine.
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	09 Jun 2026 02:58
Last Modified:	09 Jun 2026 02:58
URI:	http://repository.its.ac.id/id/eprint/133648

Actions (login required)

View Item