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.