Amazon Fraud Detector tidak lagi terbuka untuk pelanggan baru per 7 November 2025. Untuk kemampuan yang mirip dengan Amazon Fraud Detector, jelajahi Amazon SageMaker AutoGluon,, dan AWS WAF.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Bagian A: Membangun, melatih, dan menerapkan model Amazon Fraud Detector
<a name="part-a"></a>

Pada bagian A, Anda mendefinisikan kasus penggunaan bisnis Anda, menentukan acara Anda, membangun model, melatih model, mengevaluasi kinerja model, dan menerapkan model.

## Langkah 1: Pilih kasus penggunaan bisnis Anda
<a name="choose-business-use-case"></a>
+ Pada langkah ini, Anda menggunakan **penjelajah model data** untuk mencocokkan kasus penggunaan bisnis Anda dengan jenis model deteksi penipuan yang didukung oleh Amazon Fraud Detector. Data models explorer adalah alat yang terintegrasi dengan konsol Amazon Fraud Detector yang merekomendasikan jenis model yang akan digunakan untuk membuat dan melatih model deteksi penipuan untuk kasus penggunaan bisnis Anda. Penjelajah model data juga memberikan wawasan tentang elemen data wajib, direkomendasikan, dan opsional yang harus Anda sertakan dalam kumpulan data Anda. Dataset akan digunakan untuk membuat dan melatih model deteksi penipuan Anda.

  Untuk tujuan tutorial ini, kasus penggunaan bisnis Anda adalah pendaftaran akun baru. Setelah Anda menentukan kasus penggunaan bisnis Anda, penjelajah model data akan merekomendasikan jenis model untuk membuat model deteksi penipuan dan juga akan memberi Anda daftar elemen data yang Anda perlukan untuk membuat kumpulan data Anda. Karena Anda telah mengunggah kumpulan data sampel yang berisi data dari pendaftaran akun baru, Anda tidak perlu membuat kumpulan data baru.

  1. Buka [Konsol AWS Manajemen](https://console.aws.amazon.com/) dan masuk ke akun Anda. Arahkan ke Amazon Fraud Detector.

  1. Di panel navigasi kiri, pilih **Penjelajah model data**.

  1. Di halaman **Penjelajah model data**, di bawah **Kasus penggunaan bisnis**, pilih **Penipuan akun baru**.

  1. Amazon Fraud Detector menampilkan jenis model yang direkomendasikan untuk digunakan untuk membuat model deteksi penipuan untuk kasus penggunaan bisnis yang dipilih. Jenis model mendefinisikan algoritme, pengayaan, dan transformasi yang akan digunakan Amazon Fraud Detector untuk melatih model deteksi penipuan Anda.

     Catat jenis model yang direkomendasikan. Anda akan membutuhkannya nanti saat membuat model Anda.

  1. Panel **wawasan model data** memberikan wawasan tentang elemen data wajib dan direkomendasikan yang diperlukan untuk membuat dan melatih model deteksi penipuan. 

     Lihatlah kumpulan data sampel yang Anda unduh dan pastikan bahwa ia memiliki semua elemen data wajib dan beberapa yang direkomendasikan yang tercantum dalam tabel. 

     Kemudian ketika Anda membuat model untuk kasus penggunaan bisnis spesifik Anda, Anda akan menggunakan wawasan yang disediakan untuk membuat kumpulan data Anda.

## Langkah 2: Buat jenis acara
<a name="define-event"></a>
+ Pada langkah ini, Anda menentukan aktivitas bisnis (event) untuk mengevaluasi penipuan. Mendefinisikan peristiwa melibatkan pengaturan variabel yang ada dalam dataset Anda, entitas memulai peristiwa, dan label yang mengklasifikasikan peristiwa. Untuk tutorial ini, Anda menentukan acara pendaftaran akun.

  1. Buka [Konsol AWS Manajemen](https://console.aws.amazon.com/) dan masuk ke akun Anda. Arahkan ke Amazon Fraud Detector.

  1. Di panel navigasi kiri, pilih **Acara**.

  1. Di halaman **Jenis acara**, pilih **Buat**.

  1. Di bawah **Detail jenis acara**, masukkan `sample_registration` sebagai nama jenis acara dan, secara opsional, masukkan deskripsi acara.

  1. Untuk **Entitas**, pilih **Buat entitas**.

  1. Di halaman **Buat entitas**, masukkan `sample_customer` sebagai nama tipe entitas. Secara opsional, masukkan deskripsi jenis entitas.

  1. Pilih **Buat entitas**.

  1. Di bawah **Variabel peristiwa**, **untuk Pilih cara menentukan variabel acara ini**, pilih **Pilih variabel dari kumpulan data pelatihan**.

  1. Untuk **peran IAM**, pilih **Buat peran IAM**.

  1. **Di halaman **peran Create IAM**, masukkan nama bucket S3 tempat Anda mengunggah data contoh dan pilih Create role.**

  1. Di **lokasi Data**, masukkan jalur ke data contoh Anda. Ini adalah `S3 URI` jalur yang Anda simpan setelah mengunggah data contoh. Jalannya mirip dengan ini:`S3://{{your-bucket-name}}/{{example dataset filename}}.csv`. 

  1. Pilih **Unggah**.

     Amazon Fraud Detector mengekstrak header dari file data contoh Anda dan memetakannya dengan tipe variabel. Pemetaan ditampilkan di konsol.

  1. Di bawah **Label - opsional**, untuk **Label**, pilih **Buat label baru**.

  1. Di **Buat halaman label**, masukkan `fraud` sebagai nama. Label ini sesuai dengan nilai yang mewakili pendaftaran akun palsu dalam kumpulan data contoh. 

  1. Pilih **Buat label**.

  1. Buat label kedua, lalu masukkan `legit` sebagai nama. Label ini sesuai dengan nilai yang mewakili pendaftaran akun yang sah dalam kumpulan data contoh.

  1. Pilih **Buat jenis acara**.

## Langkah 3: Buat model
<a name="step-3-create-new-ml-model"></a>

1. Pada halaman **Model**, pilih **Tambah model**, lalu pilih **Buat model**.

1. Untuk **Langkah 1 - Tentukan detail model**, masukkan `sample_fraud_detection_model` sebagai nama model. Secara opsional, tambahkan deskripsi model.

1. Untuk **Jenis Model**, pilih model **Wawasan Penipuan Online**. 

1. Untuk **jenis Acara**, pilih **sample\_registration**. Ini adalah jenis acara yang Anda buat di Langkah 1.

1. Dalam **data peristiwa historis**, 

   1. Di **sumber data Peristiwa**, pilih **Data peristiwa yang disimpan di S3**.

   1. Untuk **peran IAM**, pilih peran yang Anda buat di Langkah 1.

   1. Di **lokasi data pelatihan**, masukkan jalur URI S3 ke file data contoh Anda.

1. Pilih **Berikutnya**.

## Langkah 4: Model kereta
<a name="step-4-training-data-assign-perms"></a>

1. Dalam **input Model**, biarkan semua kotak centang dicentang. Secara default, Amazon Fraud Detector menggunakan semua variabel dari kumpulan data peristiwa historis Anda sebagai input model.

1. Dalam **klasifikasi Label**, untuk **label Penipuan** **pilih penipuan** karena label ini sesuai dengan nilai yang mewakili peristiwa penipuan dalam kumpulan data contoh. Untuk **label yang sah**, pilih **legit** karena label ini sesuai dengan nilai yang mewakili peristiwa yang sah dalam kumpulan data contoh. 

1. Untuk **perlakuan peristiwa Tidak Berlabel**, pertahankan pilihan default **Abaikan peristiwa yang tidak berlabel untuk kumpulan data contoh** ini.

1. Pilih **Berikutnya**.

1. Setelah meninjau, pilih **Buat dan latih model**. Amazon Fraud Detector membuat model dan mulai melatih versi baru model.

   Dalam **versi Model** kolom **Status** menunjukkan status pelatihan model. Pelatihan model yang menggunakan contoh dataset membutuhkan waktu sekitar 45 menit untuk diselesaikan. Status berubah menjadi **Siap untuk diterapkan** setelah pelatihan model selesai.