Aktivitas ilegal seperti pencucian uang menggunakan cryptocurrency yang diwakili oleh bitcoin telah bermunculan. Dalam penelitian ini, digunakan jaringan saraf Gated Recurrent Unit (GRU) untuk mengidentifikasi pola transaksi anomali dalam dataset. Dataset dibuat dengan mengambil data mentah berdasarkan parameter tahun untuk mengekstrak subset data. Subset ini mewakili data dari tahun 2011 hingga 2013 dan diekstrak dengan menulis kode python snippet. Dikarenakan datanya yang tidak seimbang dataset diseimbangkan kelasnya menggunakan teknik oversampling dan undersampling. Model terbaik mencapai akurasi sebesar 90,31%. Kemudian, melalui validasi k-fold, model tersebut menunjukkan konsistensi yang baik, dengan akurasi rata-rata mencapai 86,29%. Hasil ini mengindikasikan bahwa model memiliki kinerja yang dapat diandalkan dalam tugas deteksi.

Deteksi Transaksi Anomali Pada Blockchain dengan menggunakan Metode Gated Recurrent Unit (GRU)

Kreator & Penulis