Buku monograf Machine Learning untuk Deteksi Fraud Perbankan: Pendekatan Ensemble dan Optimasi Metaheuristik dalam Perspektif Modern menyajikan kajian komprehensif mengenai tantangan dan solusi deteksi fraud di era perbankan digital. Buku ini mengulas evolusi fraud perbankan, keterbatasan pendekatan manual dan rule-based, serta urgensi pemanfaatan machine learning sebagai sistem deteksi yang adaptif dan cerdas. Pembahasan difokuskan pada pengolahan data transaksi, penanganan imbalanced class, preprocessing, dan feature engineering sebagai fondasi analitik. Secara khusus, buku ini mengeksplorasi keunggulan ensemble learning seperti bagging, boosting, dan stacking dalam meningkatkan akurasi dan stabilitas model, serta peran optimasi metaheuristik untuk seleksi fitur dan tuning hyperparameter. Selain aspek konseptual, buku ini juga menyajikan implementasi praktis, arsitektur sistem, best practice, dan arah pengembangan masa depan, termasuk explainable AI dan MLOps. Monograf ini ditujukan bagi akademisi, peneliti, dan praktisi perbankan yang ingin memahami dan menerapkan sistem deteksi fraud berbasis kecerdasan buatan secara efektif dan berkelanjutan.