# Menentukan threshold untuk nilai transaksi yang mencurigakan
threshold = 1000000
# Mendeteksi transaksi yang melebihi threshold
anomalies = data[data['nilai_transaksi'] > threshold]
print("Transaksi mencurigakan:")
print(anomalies)
# Membuat grafik distribusi nilai transaksi
plt.figure(figsize=(10, 6))
sns.histplot(data['nilai_transaksi'], bins=50, kde=True)
plt.title('Distribusi Nilai Transaksi')
plt.xlabel('Nilai Transaksi')
plt.ylabel('Frekuensi')
plt.show()
# Menyimpan transaksi mencurigakan ke file CSV
anomalies.to_csv('anomalies_report.csv', index=False)
import schedule
import time
def audit_routine():
data = pd.read_excel('data_transaksi.xlsx')
data = data.drop_duplicates().fillna(data.mean())
anomalies = data[data['nilai_transaksi'] > threshold]
anomalies.to_csv('anomalies_report.csv', index=False)
print("Audit completed and report generated.")
# Menjadwalkan audit rutin setiap hari pada jam 09:00
schedule.every().day.at("09:00").do(audit_routine)
while True:
schedule.run_pending()
time.sleep(1)
Follow Instagram @kompasianacom juga Tiktok @kompasiana biar nggak ketinggalan event seru komunitas dan tips dapat cuan dari Kompasiana. Baca juga cerita inspiratif langsung dari smartphone kamu dengan bergabung di WhatsApp Channel Kompasiana di SINI