

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.

# Buat label
<a name="create-a-label"></a>

Anda dapat membuat label di konsol Amazon Fraud Detector, menggunakan perintah [put-label](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/frauddetector/put-label.html), menggunakan [PutLabel](https://docs.aws.amazon.com/frauddetector/latest/api/API_PutLabel.html)API, atau menggunakan. AWS SDK untuk Python (Boto3)

## Membuat label menggunakan konsol Amazon Fraud Detector
<a name="create-a-label-console"></a>

**Untuk membuat label,**

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

1. Arahkan ke Amazon Fraud Detector, pilih **Label** di navigasi kiri, lalu pilih **Buat**.

1. Di halaman **Buat label**, masukkan nama label Anda untuk peristiwa penipuan sebagai nama label. Nama label harus sesuai dengan label yang mewakili aktivitas penipuan dalam kumpulan data pelatihan Anda. Secara opsional, masukkan deskripsi label.

1. Pilih **Buat label**.

1. Buat label kedua dan masukkan nama label untuk acara yang sah. Pastikan nama label sesuai dengan nilai yang mewakili aktivitas yang sah dalam kumpulan data pelatihan Anda.

## Buat label menggunakan AWS SDK untuk Python (Boto3)
<a name="create-a-label-using-the-aws-python-sdk"></a>

 AWS SDK untuk Python (Boto3) Contoh kode berikut membuat dua label (penipuan, legit) menggunakan [PutLabel](https://docs.aws.amazon.com/frauddetector/latest/api/API_PutLabel.html)API. Setelah membuat label, Anda dapat menambahkannya ke jenis acara untuk mengklasifikasikan peristiwa tertentu.

```
import boto3
fraudDetector = boto3.client('frauddetector')

fraudDetector.put_label(
name = 'fraud',
description = 'label for fraud events'
)

fraudDetector.put_label(
name = 'legit',
description = 'label for legitimate events'
)
```