Pada era sekarang data mining sudah menjadi suatu
hal yang penting bagi para perusahaan,pemerintahan,dll.Dalam bidang
keuangan,data mining sangat penting untuk para pemerintah dan
perusahaan-perusahaan yang mengatur data yang jumlahnya sangat besar.tidak heran
apabila data-data yang masuk ada data yang tidak berguna dan data-data yang
mungkin saja dimanipulasi tanpa diketahui jejaknya.Tak heran banyak
kecurangan-kecurangan seperti koruptor dan penjahat yang memanipulasi laporan
data keuangan perusahaan-perusahaan besar untuk keuntungan mereka sendiri. Data Mining adalah proses yang menggunakan teknik
statistik, matematika, kecerdasan buatan, machine learning untuk
mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan
yang terkait dari berbagai database besar (Turban dkk). Pada artikel ini akan membahas Penggunaan Data
Mining dalam permasalahan keuangan dengan menggunakan Fraud detection yaitu
bagaimana cara kita mengetahui fraud atau kecurangan yang terjadi dengan
menggunakan metode-metode data mining. Fraud detection adalah pendeteksi
kondisi fraud/kecurangan yang telah terjadi pada perusahaan/organisasi. melibatkan penggunaan penipuan untuk mendapat
keadilan dan keuntungan secara ilegal.untuk itu data mining sangat penting
dalam mencari data-data yang mencurigakan dengan menggunakan banyak teknik/metode
yang telah ada seperti metode svm,metode decision tree,metode PNrull, dll. Sudah banyak perusahaan-perusahaan yang menggunakan
Data mining untuk mencari fraud dalam permasalahan keuangan,pemerintahan dan
permasalahan-permasalahan fraud/kecurangan lainnya. PEMBANGUNAN APLIKASI PENDETEKSIAN FRAUD PADA PAJAK
MENGGUNAKAN DECISION TREE Pajak merupakan kontribusi wajib kepada negara yang
terutang oleh orang pribadi atau badan yang bersifat memaksa berdasarkan
Undang-Undang, dengan tidak mendapatkan imbalan secara langsung dan digunakan
untuk keperluan negara bagi sebesar-besarnya kemakmuran rakyat.Dalam konsep
Data Mining, fraud merupakan sebuah kejadian yang ditemukan pada anomali data
dan pattern. Dari keseluruhan dataset normal, jumlah fraud lebih sedikit dari
keseluruhan total dataset normal, hal ini menjadi kendala tersendiri dalam
pendeteksian, yang menyebabkan fraud sulit untuk dideteksi sehingga menyebabkan
kerugian cukup besar.
Data mining membantu tahapan perencanaan dan memberikan informasi
tepat untuk membuat prediksi berdasarkan tren masa lalu dan kondisi saat
ini. Pengurangan biaya. Data
mining memungkinkan perusahaan menggunakan alokasi dana lebih efisien karena otomatisasi
pengambilan keputusan dapat mengurangi biaya. |