PRASETYO, Sindu and DEWAYANTO, Totok,(14 June 2024), PENERAPAN MACHINE LEARNING, DEEP LEARNING, DAN DATA MINING DALAM DETEKSI KECURANGAN LAPORAN KEUANGAN: A SYSTEMATIC LITERATURE REVIEW. , UNSPECIFIED, UNSPECIFIED
Text (Cover)
- Published Version
Download (189kB)
Download (189kB)
Text (Abstrak (Inggris))
- Published Version
Download (259kB)
Download (259kB)
Text (Abstrak (Indonesia))
- Published Version
Download (291kB)
Download (291kB)
Text (Daftar Isi)
- Published Version
Download (300kB)
Download (300kB)
Text (Daftar Pustaka)
- Published Version
Download (1MB)
Download (1MB)
Text (Fulltext PDF Bookmarks)
Restricted to Repository staff only
Download (9MB) | Request a copy
Restricted to Repository staff only
Download (9MB) | Request a copy
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.
Keywords : | machine learning, deep learning, data mining, financial statement fraud detection, SLR, machine learning, deep learning, data mining, deteksi kecurangan laporan keuangan, SLR |
---|---|
Journal or Publication Title: | UNSPECIFIED |
Volume: | UNSPECIFIED |
Number: | UNSPECIFIED |
Item Type: | Thesis (Undergraduate) |
Subjects: | Akuntansi |
Depositing User: | Sindu Prasetyo |
Date Deposited: | 24 Jun 2024 08:48 |
Last Modified: | 24 Jun 2024 08:51 |
URI: | https://repofeb.undip.ac.id/id/eprint/14415 |