EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Perbandingan Model Machine Learning berbasis Badir Framework untuk Deteksi Fraud dan Prediksi Keterlambatan Pengiriman pada Supply Chain

Eriya Eriya, Catur Edi Widodo, Dinar Mutiara Kusumo Nugraheni

Simetris: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer · 30.04.2026 · 17 (1) · 219-232

DOI: 10.24176/simet.v17i1.16307 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Simetris: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer, online erschienen am 30.04.2026. Verfasst von Eriya Eriya und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Rantai pasokan rentan terhadap berbagai risiko operasional, khususnya fraud dan keterlambatan pengiriman, yang dapat mengganggu efisiensi logistik, kinerja perusahaan, dan kepuasan pelanggan. Big Data Analytics dan Machine learning menawarkan pendekatan prediktif yang efektif untuk mengidentifikasi risiko tersebut secara dini, namun kinerja setiap model berbeda sehingga diperlukan evaluasi komparatif untuk menentukan algoritma paling optimal. Penelitian ini bertujuan untuk membandingkan kinerja berbagai model klasifikasi machine learning dalam mendeteksi fraud dan memprediksi keterlambatan pengiriman pada supply chain dengan menerapkan BADIR Framework sebagai pendekatan analitik terstruktur. Dataset publik DataCo Global digunakan sebagai sampel dengan tahap analisis meliputi identifikasi business question, perencanaan analisis, pengumpulan dan pembersihan data, visualisasi data, insight, dan rekomendasi. Sembilan algoritma klasifikasi diuji, termasuk Logistic Regression, Support Vector Machines, K-Nearest Neighbors, Random Forest, XGBoost, dan Decision Tree. Hasil menunjukkan bahwa Decision Tree merupakan model dengan kinerja terbaik, dengan nilai F1 sebesar 80,35% untuk deteksi fraud dan 99,41% untuk prediksi keterlambatan pengiriman. Temuan ini menegaskan bahwa integrasi BADIR Framework dan machine learning mampu mendukung pengambilan keputusan berbasis data dalam mitigasi risiko supply chain, terutama dalam pengawasan transaksi dan optimalisasi ketepatan pengiriman barang.

Zitieren

APA

Eriya, E., Widodo, C. E., & Nugraheni, D. M. K. (2026). Perbandingan Model Machine Learning berbasis Badir Framework untuk Deteksi Fraud dan Prediksi Keterlambatan Pengiriman pada Supply Chain. Simetris: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer, 17(1), 219-232. https://doi.org/10.24176/simet.v17i1.16307

Vancouver

Eriya E, Widodo CE, Nugraheni DMK. Perbandingan Model Machine Learning berbasis Badir Framework untuk Deteksi Fraud dan Prediksi Keterlambatan Pengiriman pada Supply Chain. Simetris: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer. 2026;17(1):219-232. doi:10.24176/simet.v17i1.16307

BibTeX
@article{Eriya2026,
  author = {Eriya, Eriya and Widodo, Catur Edi and Nugraheni, Dinar Mutiara Kusumo},
  title = {Perbandingan Model Machine Learning berbasis Badir Framework untuk Deteksi Fraud dan Prediksi Keterlambatan Pengiriman pada Supply Chain},
  journal = {Simetris: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer},
  year = {2026},
  volume = {17},
  number = {1},
  pages = {219--232},
  doi = {10.24176/simet.v17i1.16307}
}
Kostenlos starten →