PRODI BISNIS DIGITAL · FEB UNDIP

Pembelajaran Dalam dan Pembelajaran Mesin

Pertemuan 13: Deteksi dan Penanganan Anomali Data

Bagaimana mesin belajar mengenali "yang aneh" — dari transaksi kartu kredit mencurigakan hingga sensor pabrik yang menyimpang.

RPS minggu 14 · 2x50 menit

Selamat datang di pertemuan ke-13, Anda sudah menempuh perjalanan panjang dari dasar data mining, klasifikasi, sampai association rule mining minggu lalu. Hari ini kita masuk topik yang sangat relevan dengan dunia nyata: bagaimana sistem mendeteksi hal yang "tidak biasa" — misalnya transaksi kartu kredit BCA yang tiba-tiba dipakai belanja di negara lain tengah malam, atau mesin produksi UMKM yang tiba-tiba bergetar tidak wajar. Anda akan belajar bahwa anomali bukan sekadar "data aneh", tapi sinyal penting yang bisa berarti fraud, kerusakan, atau peluang bisnis baru. Sepanjang 2 jam ke depan kita akan bergerak dari konsep dasar, ke beberapa teknik utama, ke perhitungan langkah demi langkah, sampai bagaimana hasil deteksi ini benar-benar ditindaklanjuti di perusahaan. Siapkan kalkulator sederhana Anda, karena kita akan menghitung beberapa contoh dari nol.

Bagian 1 dari 4

Apa Itu Anomali Data?

Definisi, jenis, dan mengapa deteksinya penting dalam bisnis digital.

Definisi: Anomali dalam Data

Anomali (disebut juga outlier) adalah observasi/data yang menyimpang signifikan dari pola mayoritas data — sehingga dicurigai dihasilkan oleh mekanisme berbeda, bukan sekadar variasi acak biasa.

CONTOH NYATA

Rp 50 juta

Transaksi tunggal BCA

Nasabah biasa belanja rata-rata Rp 300 ribu/transaksi. Tiba-tiba muncul transaksi Rp 50 juta jam 3 pagi dari lokasi asing — pola ini menyimpang jauh dari kebiasaan, layak dicurigai.

BUKAN ANOMALI

Diskon 12.12

Lonjakan transaksi Shopee

Lonjakan transaksi saat Harbolnas terlihat "ekstrem" secara angka, tapi punya penjelasan kontekstual yang wajar — bukan anomali, melainkan pola musiman yang diketahui.

Tiga Jenis Anomali

Chandola, Banerjee & Kumar (2009) mengklasifikasikan anomali data ke dalam tiga kategori utama berikut ini.

POINT ANOMALY

Satu titik data menyimpang jauh dari seluruh data lain. Paling sederhana & paling umum dideteksi.

Contoh: satu transaksi kartu kredit senilai Rp 80 juta di antara ribuan transaksi normal Rp 100 ribu–500 ribu.

CONTEXTUAL ANOMALY

Data yang aneh HANYA dalam konteks tertentu (waktu, lokasi), tapi normal di konteks lain.

Contoh: suhu 30°C wajar di siang hari Semarang, tapi anomali jika sensor gudang cold-storage mencatatnya.

COLLECTIVE ANOMALY

Sekumpulan data bersama-sama membentuk pola anomali, walau tiap titik sendiri terlihat normal.

Contoh: 20 transaksi kecil Rp 900 ribu berturut-turut dalam 3 menit — pola pemecahan (structuring) untuk hindari deteksi.

Ketiga jenis anomali ini akan sering Anda temui kalau bekerja di bidang fraud detection atau quality control. Point anomaly paling mudah dibayangkan, satu data yang jelas-jelas ekstrem sendirian. Contextual anomaly lebih menarik karena butuh informasi tambahan — angka yang sama bisa normal atau anomali tergantung konteksnya, seperti suhu 30 derajat yang wajar di luar ruangan tapi mengkhawatirkan di gudang pendingin. Yang paling sulit dideteksi adalah collective anomaly, di mana individu data terlihat biasa saja tapi pola kumpulannya mencurigakan — ini sering dipakai pelaku pencucian uang dengan memecah transaksi besar jadi kecil-kecil agar lolos dari radar sistem bank. Kombinasi tiga jenis ini yang membuat data scientist harus punya beberapa pendekatan berbeda, tidak cukup satu metode saja.

Mengapa Deteksi Anomali Penting?

DOMAIN APLIKASI

Fraud detection — transaksi kartu kredit/e-wallet mencurigakan (BCA, GoPay)
Cybersecurity — deteksi intrusi jaringan (network intrusion)
Predictive maintenance — sensor pabrik/mesin mendeteksi kerusakan dini
Kesehatan — sinyal EKG/detak jantung tidak normal
Kualitas data — menyaring entri data error sebelum analitik lanjut

Taruhan tinggi: Bank Indonesia mencatat kerugian fraud transaksi digital nasional terus meningkat tiap tahun. Satu anomali yang lolos deteksi = satu kerugian finansial nyata bagi bank atau nasabah — bukan sekadar latihan statistik di kelas.

Tantangan Utama Deteksi Anomali

DATA SANGAT TIDAK SEIMBANG

<1%

Proporsi kasus fraud riil

Dari jutaan transaksi, biasanya hanya segelintir yang benar-benar fraud. Model harus tetap peka walau contoh anomali sangat langka — disebut class imbalance.

DEFINISI "NORMAL" BERUBAH

Concept Drift

Pola bergeser dari waktu ke waktu

Pola belanja normal saat Ramadan berbeda dari hari biasa. Model yang dilatih di satu periode bisa keliru mengira pola baru sebagai anomali.

Dua tantangan ini adalah alasan utama mengapa deteksi anomali dianggap salah satu masalah tersulit di machine learning, bukan sekadar klasifikasi biasa. Bayangkan Anda mencoba melatih model dengan data di mana dari 1 juta transaksi hanya ada seratus yang benar-benar fraud — model bisa saja "curang" dengan menebak semua transaksi normal dan tetap mendapat akurasi 99,99 persen, padahal gagal total menangkap fraud yang justru menjadi tujuan utamanya. Istilah untuk ini adalah class imbalance, ketidakseimbangan kelas data. Tantangan kedua adalah concept drift, di mana pola "normal" itu sendiri berubah seiring waktu — pola belanja masyarakat saat bulan puasa jelas berbeda dari bulan biasa, dan kalau model tidak diperbarui, ia akan salah menandai pola baru yang sebenarnya wajar sebagai anomali. Kedua tantangan inilah yang mendorong lahirnya berbagai teknik yang akan kita bahas selanjutnya.

Bagian 2 dari 4

Teknik Deteksi Anomali

Dari pendekatan statistik sederhana hingga metode berbasis machine learning modern.

Pendekatan Statistik: Z-Score

Metode paling dasar: hitung seberapa jauh sebuah nilai dari rata-rata, dalam satuan standar deviasi (ukuran sebaran data). Nilai dengan |Z| > 3 umumnya dicurigai anomali.

Z = (X − μ) / σ

X = nilai data · μ (mu) = rata-rata data · σ (sigma) = standar deviasi data

Cocok untuk data berdistribusi mendekati normal (lonceng/bell-curve) dan berdimensi tunggal. Kurang tepat untuk data kompleks/multi-dimensi seperti pola transaksi e-commerce.

Z-score adalah pintu masuk paling intuitif untuk memahami deteksi anomali, dan kemungkinan besar Anda sudah pernah menyentuh konsep serupa di mata kuliah statistik dasar. Idenya sederhana, kita ingin tahu, seberapa jauh sebuah nilai menyimpang dari rata-rata kelompoknya, diukur dalam satuan standar deviasi. Kalau sebuah nilai Z sama dengan nol, artinya persis di rata-rata. Kalau Z sama dengan 3, artinya nilai itu tiga standar deviasi di atas rata-rata, yang secara statistik sangat jarang terjadi kalau datanya berdistribusi normal. Konvensi umum di industri adalah menandai nilai dengan Z absolut lebih dari 3 sebagai kandidat anomali. Kelemahan utamanya, metode ini paling akurat untuk data satu dimensi yang berdistribusi normal, sementara transaksi e-commerce biasanya melibatkan banyak variabel sekaligus seperti nominal, lokasi, waktu, dan jenis barang.

Hitung dari Nol: Deteksi Anomali dengan Z-Score

Data nominal transaksi harian (ribu rupiah) toko online: 120, 135, 128, 140, 130, 900. Cek apakah transaksi ke-6 (Rp 900 ribu) anomali.

Langkah	Perhitungan	Nilai
1. Rata-rata (μ)	(120+135+128+140+130+900) / 6	258,83
2. Selisih tiap data ke μ (kuadrat), lalu dirata-ratakan	Σ(X−μ)² / 6	77.978,5
3. Standar deviasi (σ)	√77.978,5	279,25
4. Z-score transaksi ke-6	(900 − 258,83) / 279,25	2,30

KESIMPULAN

|Z| = 2,30

< ambang 3 → BELUM tergolong anomali kuat (mendekati batas, perlu dipantau)

Mari kita kerjakan bersama-sama, langkah demi langkah, supaya Anda benar-benar paham prosesnya bukan cuma menghafal rumus. Pertama kita jumlahkan keenam nilai transaksi lalu bagi enam untuk dapat rata-rata, hasilnya 258,83 ribu rupiah. Kedua, kita hitung seberapa jauh tiap data dari rata-rata itu, dikuadratkan supaya nilai negatif tidak saling meniadakan, lalu dirata-ratakan — ini disebut variance. Ketiga, kita akar-kuadratkan variance untuk mendapat standar deviasi, 279,25. Terakhir, kita hitung Z-score transaksi keenam, yaitu selisih 900 dikurangi rata-rata dibagi standar deviasi, hasilnya 2,30. Karena 2,30 masih di bawah ambang 3, secara ketat metode ini belum menyatakan anomali kuat, meski nilainya jauh di atas transaksi lain — ini contoh bagus mengapa ambang batas yang kaku punya keterbatasan, dan kenapa metode lain sering dipakai sebagai pelengkap.

Coba Sendiri: Uji Ambang Z-Score untuk Deteksi Anomali

Ubah nominal transaksi harian, amati bagaimana rata-rata, standar deviasi, dan Z-score transaksi mencurigakan berubah.

Pendekatan Berbasis Jarak: k-Nearest Neighbor (kNN)

Ide: titik data yang jauh dari tetangga-tetangganya (k data terdekat) lebih mungkin anomali, dibanding titik yang berkerumun rapat dengan titik lain.

Skor anomali kNN = rata-rata jarak ke k tetangga terdekat. Makin besar jaraknya, makin tinggi kecurigaan anomali. Cocok untuk data multi-dimensi, tapi mahal komputasi untuk dataset sangat besar.

Metode kNN ini mengambil pendekatan yang berbeda dari Z-score, ia tidak peduli distribusi data harus berbentuk lonceng atau tidak, melainkan murni melihat kedekatan geometris antar-titik data. Bayangkan setiap transaksi sebagai titik dalam ruang berdimensi banyak, di mana dimensinya bisa nominal transaksi, waktu, lokasi, dan sebagainya. Titik-titik yang berkerumun rapat, seperti pola belanja mayoritas nasabah, dianggap normal karena tetangga-tetangganya dekat. Sebaliknya, titik yang terisolasi jauh dari klaster manapun, seperti gambar di kanan diagram ini, punya jarak rata-rata ke tetangga terdekatnya jauh lebih besar, sehingga dicurigai anomali. Kelebihan metode ini ia bisa menangani banyak variabel sekaligus, cocok untuk kasus dunia nyata seperti deteksi fraud kartu kredit yang melibatkan puluhan fitur. Kelemahannya, menghitung jarak setiap titik ke semua titik lain menjadi sangat berat komputasinya kalau datanya jutaan baris.

Pendekatan Ensemble: Isolation Forest

Algoritma modern yang sangat populer di industri. Idenya terbalik dari metode lain: anomali lebih mudah "diisolasi" (dipisahkan sendirian) dibanding data normal, karena posisinya jauh dari kerumunan.

CARA KERJA (WALKTHROUGH)

Bangun banyak "pohon keputusan" acak yang membelah data secara random
Titik normal (berkerumun) butuh BANYAK pembelahan untuk terisolasi sendirian
Titik anomali (terpencil) hanya butuh SEDIKIT pembelahan untuk terisolasi
Skor anomali = rata-rata jumlah pembelahan di semua pohon — makin sedikit, makin anomali

Keunggulan: cepat, efisien untuk data besar & berdimensi tinggi, tidak butuh asumsi distribusi data. Dipakai luas di sistem fraud detection bank & fintech (mis. deteksi anomali transaksi GoPay/OVO).

Isolation Forest ini favorit banyak praktisi data science karena performanya bagus dan idenya elegan justru karena membalik cara berpikir biasa. Alih-alih mengukur "seberapa jauh dari kerumunan" seperti kNN, Isolation Forest bertanya "seberapa mudah titik ini dipisahkan sendirian dari data lain". Bayangkan Anda punya setumpuk kelereng di meja, mayoritas warna merah berkerumun di tengah, dan satu kelereng biru di pojok. Kalau Anda membelah meja itu secara acak berkali-kali, kelereng biru yang terpencil akan cepat terisolasi hanya dengan beberapa belahan, sementara kelereng merah yang berkerumun butuh banyak belahan sebelum masing-masing terpisah sendirian. Logika inilah yang dipakai algoritma ini lewat ratusan pohon keputusan acak. Karena caranya sederhana dan tidak butuh asumsi rumit soal bentuk distribusi data, Isolation Forest banyak dipakai di sistem produksi nyata seperti deteksi fraud GoPay atau OVO yang harus memproses jutaan transaksi per hari dengan cepat.

Perbandingan Tiga Teknik Deteksi Anomali

Teknik	Prinsip Dasar	Kelebihan	Kelemahan
Z-Score (statistik)	Jarak dari rata-rata dalam satuan std. deviasi	Sederhana, mudah dihitung & dijelaskan	Hanya bagus untuk 1 dimensi & distribusi normal
kNN (berbasis jarak)	Jarak ke k tetangga terdekat	Tangani banyak dimensi, tanpa asumsi distribusi	Berat komputasi di data besar
Isolation Forest (ensemble)	Kemudahan titik "diisolasi" oleh pembelahan acak	Cepat, skalabel, dipakai luas industri	Butuh tuning jumlah pohon & parameter

Tidak ada satu teknik "terbaik" mutlak — pilihan tergantung ukuran data, dimensi fitur, dan kebutuhan interpretasi bisnis.

Slide ini berfungsi sebagai peta ringkas supaya Anda bisa membandingkan ketiga teknik yang baru kita bahas secara berdampingan. Perhatikan bahwa masing-masing punya trade-off berbeda, bukan hierarki mana yang paling unggul. Kalau Anda punya data sederhana satu variabel dan butuh penjelasan yang mudah dipahami manajemen, Z-score sudah cukup. Kalau data Anda punya banyak variabel dan ukurannya masih terkendali, kNN memberi hasil yang solid. Tapi kalau Anda bekerja di skala industri dengan jutaan baris data dan puluhan fitur, seperti platform fintech nasional, Isolation Forest biasanya jadi pilihan utama karena kecepatan dan skalabilitasnya. Sebagai calon praktisi bisnis digital, kompetensi penting Anda bukan menghafal rumus, tapi mampu memilih teknik yang tepat sesuai konteks data dan kebutuhan bisnis yang dihadapi.

Bagian 3 dari 3

Penanganan Anomali & Praktik

Setelah anomali terdeteksi — apa yang harus dilakukan analis & sistem? Lalu, uji pemahaman lewat kasus nyata.

Strategi Penanganan: Empat Opsi Utama

1. HAPUS (REMOVAL)

Drop

Buang data anomali dari dataset analisis, jika terbukti error input/duplikasi. Risiko: kehilangan informasi penting jika anomali sebenarnya sinyal bisnis nyata.

2. TRANSFORMASI

Cap/Winsorize

Batasi nilai ekstrem ke persentil tertentu (mis. 99%) alih-alih dihapus total — menjaga baris data tapi meredam pengaruh ekstremnya pada model.

3. TANDAI & ESKALASI

Flag → Investigasi

Anomali ditandai sistem, lalu dikirim ke tim manusia (fraud analyst) untuk verifikasi manual sebelum keputusan final — umum di perbankan & fintech.

4. MODEL TERPISAH

Segmentasi

Anomali dipisah jadi kelompok/model analisis tersendiri — berguna kalau anomali justru merepresentasikan segmen pelanggan unik (mis. nasabah korporat besar).

Empat opsi ini adalah menu pilihan yang biasa dipertimbangkan analis data setelah anomali ditemukan, dan pemilihannya sangat tergantung konteks bisnis. Opsi pertama, menghapus data, cocok kalau anomali terbukti murni kesalahan input, misalnya petugas salah ketik nominal transaksi jadi seratus kali lipat. Opsi kedua, transformasi atau winsorizing, menjaga baris data tapi meredam pengaruh nilai ekstremnya, sering dipakai supaya model statistik tidak terlalu terpengaruh outlier tunggal. Opsi ketiga adalah yang paling umum di sektor keuangan, di mana sistem hanya menandai transaksi mencurigakan lalu tim fraud analyst manusia yang memutuskan apakah benar-benar fraud atau ternyata transaksi sah nasabah yang sedang bepergian ke luar negeri. Opsi keempat menarik karena kadang anomali bukan berarti "salah", melainkan segmen berbeda yang butuh perlakuan model sendiri, misalnya nasabah korporat besar yang memang wajar bertransaksi dalam nominal jauh di atas nasabah ritel.

Walkthrough: Alur Fraud Detection Bank Digital

Langkah	Proses	Contoh
1	Transaksi masuk real-time	Nasabah transfer Rp 45 juta via app
2	Model skoring anomali jalan otomatis	Isolation Forest beri skor anomali 0,87 (skala 0–1)
3	Skor melewati ambang → transaksi ditahan sementara	Ambang bank = 0,75 → transaksi di-hold
4	Verifikasi otomatis ke nasabah	OTP/notifikasi konfirmasi via app/SMS
5	Keputusan akhir	Dikonfirmasi nasabah → lanjut; tidak respons/ditolak → blokir & eskalasi tim fraud

Trade-off penting: ambang terlalu rendah → banyak transaksi sah tertahan (nasabah kesal). Ambang terlalu tinggi → fraud lolos. Bank terus menyeimbangkan (tuning) ambang ini.

Mari kita telusuri bersama alur nyata yang terjadi di balik layar setiap kali Anda melakukan transfer besar lewat aplikasi bank digital. Begitu Anda menekan tombol kirim, transaksi masuk ke sistem secara real-time dan langsung diberi skor anomali oleh model, dalam contoh ini menggunakan Isolation Forest yang tadi kita bahas, menghasilkan skor 0,87 dari skala 0 sampai 1. Karena skor ini melewati ambang batas yang ditetapkan bank, misalnya 0,75, transaksi ditahan sementara, bukan langsung diblokir permanen. Sistem lalu mengirim kode OTP atau notifikasi konfirmasi ke nasabah untuk memverifikasi apakah benar dialah yang melakukan transaksi tersebut. Kalau nasabah mengonfirmasi, transaksi lanjut diproses; kalau tidak ada respons atau nasabah menyangkal, sistem memblokir dan mengeskalasi ke tim investigasi fraud. Perhatikan callout peringatan di bawah, ini poin krusial yang sering ditanyakan di industri: menetapkan ambang batas bukan perkara mudah, karena ambang terlalu ketat membuat nasabah jengkel transaksinya sering tertahan, sementara ambang terlalu longgar membuat fraud lolos begitu saja.

Metrik Evaluasi: Precision vs Recall

Karena data anomali sangat tidak seimbang, akurasi biasa menyesatkan. Dua metrik berikut lebih relevan untuk kasus fraud detection.

Precision = TP / (TP + FP)

Recall = TP / (TP + FN)

TP (True Positive) = fraud terdeteksi benar · FP (False Positive) = transaksi sah salah ditandai fraud · FN (False Negative) = fraud yang lolos tak terdeteksi

Precision tinggi = sedikit nasabah sah yang terganggu. Recall tinggi = sedikit fraud yang lolos. Bank harus menyeimbangkan keduanya sesuai toleransi risiko & biaya operasional.

Konsep precision dan recall ini penting Anda kuasai karena akan terus muncul setiap kali kita bicara model klasifikasi dengan data tidak seimbang, bukan hanya di deteksi anomali. Precision menjawab pertanyaan, dari semua transaksi yang ditandai sistem sebagai fraud, berapa persen yang benar-benar fraud. Kalau precision rendah, artinya banyak nasabah baik-baik yang transaksinya salah ditahan, ini yang disebut false positive, dan tentu bikin nasabah kesal serta menurunkan kepercayaan pada layanan. Recall menjawab pertanyaan berbeda, dari semua fraud yang sebenarnya terjadi, berapa persen yang berhasil ditangkap sistem. Kalau recall rendah, artinya banyak fraud lolos tanpa terdeteksi, disebut false negative, dan ini kerugian finansial langsung bagi bank atau nasabah. Dalam praktiknya, bank harus memutuskan trade-off ini sesuai profil risiko mereka — bank yang sangat konservatif mungkin memilih recall tinggi meski precision agak turun, demi meminimalkan kerugian fraud.

Coba Sendiri: Seimbangkan Precision dan Recall

Ubah jumlah TP, FP, dan FN pada confusion matrix, amati bagaimana precision dan recall bergerak berlawanan arah.

Latihan Kelompok: Studi Kasus UMKM

SKENARIO

Sebuah UMKM fashion online di Semarang memakai sistem POS (Point of Sale) digital. Bulan ini, salah satu kasir mencatat 15 transaksi void (pembatalan) dalam satu hari — jauh di atas rata-rata harian toko yang biasanya 1–2 void.

Instruksi diskusi (kelompok 3–4 orang, 10 menit):

Jenis anomali apa yang paling tepat menggambarkan kasus ini (point/contextual/collective)? Jelaskan alasannya.
Teknik deteksi mana (Z-score/kNN/Isolation Forest) yang paling relevan diterapkan pada data historis jumlah void harian toko ini?
Rancang alur penanganan (mengacu 4 opsi tadi) yang tepat untuk kasus ini.

Sekarang giliran Anda bekerja dalam kelompok kecil untuk memecahkan kasus ini, dan saya akan berkeliling untuk mendengarkan diskusi masing-masing kelompok. Kasus ini sengaja saya ambil dari konteks UMKM lokal supaya Anda merasakan relevansinya bukan cuma untuk perusahaan besar seperti bank, tapi juga bisnis skala kecil menengah yang justru banyak menyerap lulusan bisnis digital. Perhatikan bahwa jawaban "benar" di sini bukan cuma satu, karena kasus ini bisa dianalisis dari sudut pandang jenis anomali yang berbeda tergantung asumsi Anda. Cobalah kaitkan jawaban Anda dengan konsep-konsep yang sudah kita bahas sepanjang pertemuan ini, termasuk pertimbangan trade-off precision dan recall kalau relevan dengan alur penanganan yang Anda rancang. Setelah 10 menit, saya akan minta 2-3 kelompok mempresentasikan hasil diskusinya secara singkat.

Jebakan Umum yang Perlu Diwaspadai

Overfitting pada "normal" masa lalu. Model yang dilatih hanya dari data historis bisa gagal mengenali pola baru yang sah (mis. tren belanja pasca-pandemi) sebagai hal wajar, bukan anomali.

Mengabaikan konteks bisnis. Skor anomali statistik tinggi tidak otomatis berarti "masalah" — perlu domain expert (analis fraud, manajer operasional) memvalidasi sebelum tindakan final.

Prinsip emas: deteksi anomali adalah alat bantu keputusan, bukan pengganti penilaian manusia sepenuhnya — terutama untuk kasus dengan dampak finansial/reputasi besar.

Sebelum kita menutup materi konseptual hari ini, penting bagi Anda menyadari dua jebakan yang sering dijumpai praktisi pemula di lapangan. Jebakan pertama adalah model yang terlalu terpaku pada pola historis, sehingga gagal beradaptasi ketika perilaku konsumen berubah secara sah, misalnya tren belanja online yang melonjak drastis pasca-pandemi COVID-19 — kalau model tidak diperbarui, ia bisa salah menganggap lonjakan wajar ini sebagai anomali masif. Jebakan kedua, jangan pernah sepenuhnya mempercayai angka skor anomali tanpa konteks bisnis. Skor tinggi secara statistik belum tentu berarti ada masalah nyata, karena itu keterlibatan manusia yang paham konteks bisnis, seperti analis fraud berpengalaman atau manajer operasional toko, tetap krusial dalam pengambilan keputusan akhir. Ingatlah, sebagai calon praktisi bisnis digital, tugas Anda adalah menggunakan alat ini secara bijak, bukan menyerahkan keputusan sepenuhnya ke mesin.

Rangkuman: Cheat Sheet Pertemuan 13

Konsep	Poin Kunci
Definisi anomali	Data menyimpang signifikan dari pola mayoritas, tanpa penjelasan wajar
3 jenis anomali	Point · Contextual · Collective
Teknik deteksi	Z-score (statistik) · kNN (jarak) · Isolation Forest (ensemble)
Tantangan utama	Class imbalance (data fraud sangat langka) & concept drift (pola berubah)
Penanganan	Hapus · Transformasi/cap · Tandai & eskalasi · Model terpisah
Evaluasi	Precision (akurasi tanda fraud) vs Recall (cakupan fraud tertangkap)

Tabel ini merangkum seluruh perjalanan materi kita hari ini dalam satu pandangan, silakan jadikan referensi cepat saat Anda belajar kembali sebelum ujian. Kita mulai dari memahami apa itu anomali dan tiga jenisnya, lalu mempelajari tiga teknik deteksi utama dengan kekuatan dan kelemahan masing-masing, mengenali dua tantangan besar yang membuat deteksi anomali sulit, membahas empat strategi penanganan setelah anomali ditemukan, dan terakhir memahami metrik precision serta recall untuk mengevaluasi seberapa baik model kita bekerja. Kalau ada satu hal yang saya ingin Anda ingat dari pertemuan ini, itu adalah bahwa deteksi anomali selalu melibatkan trade-off — antara ketat dan longgar, antara precision dan recall, antara otomatisasi dan penilaian manusia. Tidak ada solusi sempurna, hanya solusi yang paling sesuai konteks bisnis Anda.

Persiapan Pertemuan Berikutnya

MINGGU DEPAN (P14)

Kita akan menutup semester dengan topik Aplikasi Data Mining dan Tren Industri — merangkai seluruh materi semester (dari PCA sampai deteksi anomali) ke dalam studi kasus aplikasi nyata lintas industri, plus tren terkini (AI generatif, MLOps).

TUGAS SEBELUM PERTEMUAN 14

Refleksi

Tuliskan 1 halaman: pilih SATU teknik data mining dari semester ini (PCA/K-means/Decision Tree/dsb.) dan usulkan penerapannya pada bisnis digital pilihan Anda sendiri.

Sampai di sini kita menutup pertemuan 13, Terima Kasih atas partisipasi aktif Anda sepanjang diskusi kelompok tadi. Minggu depan adalah pertemuan terakhir mata kuliah ini, di mana kita akan menyatukan seluruh benang merah materi yang sudah Anda pelajari sejak awal semester, mulai dari reduksi dimensi dengan PCA, berbagai teknik unsupervised dan supervised learning, sampai deteksi anomali hari ini, ke dalam gambaran besar aplikasi data mining di industri nyata. Sebagai persiapan, saya minta Anda mengerjakan tugas refleksi singkat satu halaman, memilih salah satu teknik yang paling menarik minat Anda dari seluruh semester ini dan mengusulkan bagaimana teknik tersebut bisa diterapkan pada ide bisnis digital yang Anda minati, boleh e-commerce, fintech, maupun UMKM digital. Tugas ini akan jadi bahan diskusi pembuka pertemuan terakhir kita. Sampai jumpa minggu depan.

📖 Baca juga: Dcf Valuation — penjelasan mendalam dan contoh numerik.