Penerapan Naive Bayes untuk Memprediksi Status Keberhasilan Transaksi pada Sistem Top Up AY Pulsa Menggunakan Aplikasi Orange.

Abstract

Abstrak— Perkembangan layanan transaksi digital pada sistem top up pulsa menuntut keandalan sistem dalam memastikan status keberhasilan transaksi secara cepat dan akurat. Namun, pada praktiknya sering terjadi permasalahan seperti transaksi gagal atau pending yang menyebabkan ketidakpastian bagi pengguna. Penelitian ini bertujuan untuk menerapkan algoritma Naive Bayes Classifier dalam memprediksi status keberhasilan transaksi pada sistem Top Up AY Pulsa. Pendekatan klasifikasi probabilistik seperti Naive Bayes telah banyak digunakan pada sistem transaksi digital dan mobile payment karena efisiensi komputasi serta kemampuannya dalam mengenali pola transaksi (Botchey et al., 2020; Lokanan et al., 2023). Data yang digunakan berupa data historis transaksi yang meliputi atribut pengguna, provider, harga jual, dan status transaksi. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan data, penerapan algoritma Naive Bayes menggunakan aplikasi Orange, serta evaluasi kinerja model. Hasil pengujian menunjukkan bahwa model Naive Bayes mampu mencapai nilai akurasi sebesar 86,4%, nilai Area Under Curve (AUC) sebesar 0,714, precision sebesar 0,841, recall sebesar 0,864, dan F1-score sebesar 0,853. Hasil tersebut menunjukkan bahwa algoritma Naive Bayes memiliki kemampuan yang cukup baik dalam mengklasifikasikan status transaksi. Meskipun demikian, ketidakseimbangan distribusi data antar kelas masih memengaruhi kinerja model, yang ditunjukkan oleh rendahnya nilai Matthews Correlation Coefficient. Secara keseluruhan, penelitian ini membuktikan bahwa algoritma Naive Bayes dapat digunakan sebagai metode pendukung pengambilan keputusan untuk meningkatkan keandalan sistem Top Up AY Pulsa.