Gladys Anawai Ohyver
Universitas Tarumanagara

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ANALISIS DATA KEUANGAN MENGGUNAKAN ISOLATION FOREST UNTUK MENINGKATKAN AKURASI DETEKSI ANOMALI Gladys Anawai Ohyver; Jap Tji Beng; Dedi Trisnawarman; Sri Tiatri; Daniel Adolf Ohyver
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 6 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/zmbdyd52

Abstract

Analisis data keuangan merupakan langkah penting dalam memastikan efisiensi, transparansi, dan keakuratan pengelolaan anggaran. Permasalahan umum yang sering muncul adalah adanya data yang menyimpang yang dapat mengindikasikan kesalahan pencatatan, inefisiensi, atau potensi kecurangan. Penelitian ini bertujuan menerapkan metode Isolation Forest, yaitu algoritma unsupervised learning berbasis ensemble, untuk mendeteksi anomali pada data keuangan secara otomatis. Metode ini bekerja dengan mengisolasi data yang berbeda dari pola umum melalui pembentukan pohon keputusan acak atau random partitioning. Semakin sedikit langkah yang dibutuhkan untuk mengisolasi suatu data, semakin besar kemungkinan bahwa data tersebut merupakan anomali. Hasil penelitian menunjukkan bahwa Isolation Forest efektif dalam mengidentifikasi penyimpangan dengan efisiensi tinggi dan memberikan gambaran yang objektif terhadap pola data keuangan. Kesimpulannya, metode ini berpotensi menjadi pendekatan analitik yang adaptif dan andal untuk mendukung audit serta pengawasan keuangan secara berkelanjutan. Kata Kunci: Isolation Forest, Deteksi Anomali, Data Keuangan, Analisis Data