PENDETEKSIAN KECURANGAN LAPORAN KEUANGAN: SYSTEMATIC LITERATURE REVIEW DAN ARAH PENELITIAN MASA DEPAN

Penelitian ini bertujuan untuk mengidentifikasi perbedaan dalam pendekatan deteksi kecurangan laporan keuangan serta arah penelitian yang akan datang. Dengan menggunakan Systematic Literature Review dengan protokol PRISMA, analisis dilakukan terhadap 45 artikel yang diterbitkan antara tahun 2004 dan 2023 yang diperoleh dari database Scopus. Hasil analisis mengungkapkan bahwa terdapat dua jenis pendekatan dalam mendeteksi kecurangan laporan keuangan: pendekatan statistik yang menggunakan Beneish M Score dan Dechow F Score untuk menguji variabel-variabel terkait, serta pendekatan teknologi yang memanfaatkan machine learning, deep learning, dan data mining untuk merumuskan komponen anomali dalam mendeteksi kecurangan. Kedua pendekatan membutuhkan data keuangan dan non�keuangan, dan berguna untuk mendeteksi kecurangan seperti manajemen laba, kecurangan pajak, dan restatement. Selain itu, penelitian ini merumuskan arahan penelitian masa depan dari segi variabel, pengumpulan data, dan teknisnya. Secara teoretis, penelitian ini memberikan pemahaman tentang aplikasi alat deteksi kecurangan, dan dapat diterapkan dalam praktik industri untuk meningkatkan akurasi sistem deteksi dan mengurangi kerugian keuangan akibat kecurangan.