M. Amien Dwi Putra, NIM. 222021046 (2025) PENGARUH DATA MINING, MACHINE LEARNING, DAN ARTIFICIAL INTELLIGENCE TERHADAP PENDETEKSIAN KECURANGAN LAPORAN KEUANGAN DENGAN DIGITAL FORENSIC SEBAGAI VARIABEL MODERASI (Studi Empiris Pada Kantor Perwakilan BPKP di Pulau Sumatera). Skripsi thesis, Universitas Muhammadiyah Palembang.

Preview	Text 222021046_BAB I_DAFTAR PUSTAKA.pdf - Published Version Download (575kB) | Preview
	Text 222021046_BAB II.pdf Restricted to Repository staff only Download (264kB)
	Text 222021046_BAB III.pdf Restricted to Repository staff only Download (675kB)
	Text 222021046_BAB IV.pdf Restricted to Repository staff only Download (717kB)
	Text 222021046_BAB V.pdf Restricted to Repository staff only Download (144kB)
	Text 222021046_DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (165kB)
	Text 222021046_LAMPIRAN.pdf Restricted to Repository staff only Download (4MB)
	Text 222021046_COVER_SAMPAI_LAMPIRAN.pdf Restricted to Repository staff only Download (7MB)

Abstract

ABSTRAK M. Amien Dwi Putra/ 222021046/ 2025/ Pengaruh Data Mining, Machine Learning, dan Artificial Intelligence Terhadap Pendeteksian Kecurangan Laporan Keuangan dengan Digital Forensic Sebagai Variabel Moderasi (Studi Empiris Auditor pada Kantor Perwakilan Badan Pengawasan Keuangan dan Pembangunan di Pulau Sumatera) Tujuan: Penelitian ini bertujuan untuk menguji pengaruh Data Mining, Machine Learning, dan Artificial Intelligence terhadap pendeteksian kecurangan laporan keuangan, dengan Digital Forensic sebagai variabel moderasi. Metodologi: Studi ini dilakukan pada auditor di Kantor Perwakilan BPKP di Pulau Sumatera. Penelitian ini menggunakan pendekatan kuantitatif dengan metode Partial Least Squares-Structural Equation Modeling (PLS-SEM). Data dikumpulkan melalui penyebaran 208 kuesioner, dengan 79 kuesioner kembali dan dapat dianalisis. Hasil: Hasil penelitian menunjukkan bahwa Data Mining berpengaruh terhadap pendeteksian kecurangan laporan keuangan, sementara Machine Learning dan Artificial Intelligence tidak berpengaruh. Selain itu, Digital Forensic tidak memperkuat hubungan antara Data Mining, Machine Learning, dan Artificial Intelligence terhadap Pendeteksian Kecurangan, sehingga dikategorikan sebagai predictor moderator dan homologizer variable. Keterbatasan: Penelitian ini memiliki beberapa keterbatasan, antara lain mobilitas dalam pengisian kuesioner yang terbatas, jumlah sampel yang masih terbatas, serta kendala perizinan yang menyebabkan keterlambatan dalam pengumpulan data. Selain itu, waktu pengumpulan data yang relatif singkat dan variasi dalam kesiapan teknologi serta pemahaman auditor terhadap teknologi yang diteliti juga dapat mempengaruhi hasil penelitian.

Item Type:	Thesis (Skripsi)
Additional Information:	1. Dr. Betri, S.E., M.Si., Ak., CA., CTT 2. Fenti Astrina, S.E., M.Si
Uncontrolled Keywords:	Data Mining, Machine Learning, Artificial Intelligence, Digital Forensic, Pendeteksian Kecurangan.
Subjects:	Akuntansi > audit
Divisions:	Fakultas Ekonomi dan Bisnis > Akuntansi (S1)
Depositing User:	mahasiswa Fakultas Ekonomi & Bisnis
Date Deposited:	17 May 2025 03:43
Last Modified:	17 May 2025 03:43
URI:	http://repository.um-palembang.ac.id/id/eprint/31047

Actions (login required)

View Item