Model Deteksi Kecurangan pada Laporan Keuangan Perusahaan Tercatat di Bursa Efek Indonesia (Studi kasus pada perusahaan tercatat di Bursa Efek Indonesia tahun 2018-2021)

Rinayanti, Ade Noni (2023) Model Deteksi Kecurangan pada Laporan Keuangan Perusahaan Tercatat di Bursa Efek Indonesia (Studi kasus pada perusahaan tercatat di Bursa Efek Indonesia tahun 2018-2021). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 09211950093006-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (2MB) | Request a copy

Abstract

Penelitian ini menyajikan tentang penggunaan model deteksi kecurangan laporan keuangan perusahaan tercatat di Bursa Efek Indonesia tahun 2018-2021 dengan tujuan menghasilkan model yang efektif dan akurat untuk deteksi kecurangan laporan keuangan. Penelitian ini menggunakan data sekunder yang diperoleh dari laporan keuangan perusahaan yang disampaikan di Bursa Efek Indonesia. Variabel prediktor yang digunakan dalam penelitian ini direfleksikan pada X01-X20. Pengolahan variabel terdiri dari dua tahap, tahap pertama digunakan ANN dan SVM untuk menentukan variabel yang memberikan pengaruh paling signifikan dan tahap kedua digunakan CART dan CHAID untuk membentuk model deteksi kecurangan dari variabel yang memberikan pengaruh paling signifikan yang dihasilkan pada tahap pertama. Hasil dari penelitian ini menunjukkan bahwa model ANN+CART dan model SVM+CART merupakan model yang akurat dan efektif dalam deteksi kecurangan laporan keuangan, dengan yang paling akurat dan efektif diantara keduanya yaitu model SVM+CART karena menghasilkan nilai predictor importance yang lebih besar dibandingkan model ANN+CART. Variabel yang paling signifikan dalam deteksi kecurangan laporan keuangan ialah X19: Restatement of Financial statement or not: 1 is for restatement, 0 is for not.
=====================================================================================================================================
This research discusses about financial statements fraud detection model for the listed company in the Indonesian stock exchane in 2018-2021, with the aim make an effective and accurate model for detecting fraudulent financial statements. This study uses secondary data obtained from company financial reports submitted on the Indonesia Stock Exchange. The predictor variable used in this research is reflected in X01-X2. The processing of variables consisted of two stages, the first stage used ANN and SVM to determine the variables that had the most significant effect and the second stage used CART and CHAID to form a fraud detection model from the variables that had the most significant effect produced in the first stage. The results of this research indicate that the ANN+CART model and the SVM+CART model are accurate and effective models in detecting financial statement fraud, with the most accurate and effective of the two, namely the SVM+CART model because it produces a greater predictor importance value than the ANN+CART model. The most significant variable in detecting fraudulent financial statements is X19: Restatement of Financial statement or not: 1 is for restatement, 0 is for not.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Model, deteksi kecurangan, laporan keuangan, Artificial Neural networks (ANN), Support Vector Machine (SVM), Classification and Regresion Tree (CART), Chi-Squared Automatic Interaction Detection (CHAID);
Subjects:	H Social Sciences > HF Commerce > HF5601 Accounting
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Ade Noni Rinayanti
Date Deposited:	21 Aug 2023 04:22
Last Modified:	21 Aug 2023 04:22
URI:	http://repository.its.ac.id/id/eprint/104778

Actions (login required)

View Item