PRASETYO, Sindu (2024) PENERAPAN MACHINE LEARNING, DEEP LEARNING, DAN DATA MINING DALAM DETEKSI KECURANGAN LAPORAN KEUANGAN: A SYSTEMATIC LITERATURE REVIEW. Undergraduate thesis, UNDIP: Fakultas Ekonomika dan Bisnis.

	Text (Cover) 1._S___Cover____12030120130185.pdf - Published Version Download (391kB)
	Text (Abstrak (Inggris)) 4._S___Abstrak_(Inggris)___12030120130185.pdf - Published Version Download (460kB)
	Text (Abstrak (Indonesia)) 5._S___Abstrak_(Indonesia)___12030120130185.pdf - Published Version Download (492kB)
	Text (Daftar Isi) 6._S___Daftar_Isi___12030120130185.pdf - Published Version Download (502kB)
	Text (Daftar Pustaka) 12._S___Daftar_Pustaka___12030120130185.pdf - Published Version Download (2MB)
	Text (Fulltext PDF Bookmarks) 16._S___Fulltext_PDF_Bookmarks___12030120130185.pdf Restricted to Repository staff only Download (10MB)

Abstract

Penelitian ini bertujuan untuk mengetahui dampak penerapan machine
learning, deep learning, dan data mining dalam deteksi kecurangan laporan
keuangan berdasarkan artikel penelitian yang dipublikasikan. Penelitian ini juga
bertujuan untuk mengeksplorasi kekosongan dalam ilmu pengetahuan guna
mengembangkan studi akademis di masa mendatang.
Metode yang digunakan dalam penelitian ini adalah Systematic Literature
Review (SLR) untuk menganalisis berbagai artikel yang diterbitkan dalam jurnal
akademik yang terindeks di Scopus pada tahun 2020 hingga 2024. Artikel-artikel
tersebut disaring menggunakan kata kunci yang telah ditentukan yang diperoleh
dari berbagai jurnal peringkat teratas, sehingga menghasilkan dua puluh satu artikel
yang ditinjau. Metode SLR ini digunakan untuk menelaah topik, hasil, metodologi,
rekomendasi, dan batasan dari artikel-artikel yang diterbitkan.
Hasil analisis memberikan bukti bahwa machine learning, deep learning,
dan data mining memberikan dampak positif terhadap deteksi kecurangan laporan
keuangan. Pengadopsian teknologi ini dapat membantu auditor dalam
meningkatkan akurasi deteksi kecurangan. Teknologi baru seperti machine
learning, deep learning, dan data mining dapat menemukan pola-pola tersembunyi
yang terdapat dalam data dan mampu menemukan hubungan antar setiap komponen
dari data. Selain itu, penelitian ini juga mengidentifikasi kelemahan dan kekuatan
dari algoritma-algoritma yang digunakan dalam deteksi kecurangan. Penelitian ini
juga memberikan rekomendasi untuk penelitian di masa depan, termasuk
pengembangangan algoritma yang lebih canggih, mengidentifikasi faktor-faktor
penghambat adopsi teknologi-teknologi ini dalam deteksi kecurangan laporan
keuangan.

Actions (login required)

View Item