Fraud internal merupakan permasalahan krusial yang dapat menyebabkan kerugian finansial signifikan bagi perusahaan, termasuk CV. Smartindo Telekom. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem deteksi fraud internal berbasis data karyawan guna mendukung strategi deteksi yang efektif. Sistem dikembangkan dengan menerapkan algoritma Random Forest yang berlandaskan pada kerangka teori Fraud Diamond, mencakup empat elemen utama yaitu tekanan (pressure), kesempatan (opportunity), rasionalisasi (rationalization), dan kemampuan (capability). Data penelitian terdiri atas indikator finansial dan operasional seperti selisih stok, jumlah transaksi, hutang, rotasi kerja, absensi, telat absen, lembur tanpa pengawasan, transaksi anomali, pelanggaran disiplin, jabatan dan lama bekerja. Melalui teknik bootstrap sampling sebanyak 1.000 kali, dihasilkan 1.000 pohon keputusan untuk membentuk model klasifikasi yang stabil dan akurat. Sistem diimplementasikan dalam aplikasi berbasis web menggunakan framework Flask dengan visualisasi interaktif hasil analisis. Hasil evaluasi menunjukkan tingkat akurasi, presisi, recall, dan F1-score mencapai 100%, dengan faktor dominan yang memengaruhi potensi fraud adalah selisih stok, jumlah transaksi, hutang, dan rotasi kerja. Penelitian ini berhasil menghasilkan sistem deteksi fraud yang efektif sekaligus memberikan kontribusi nyata terhadap penguatan strategi pencegahan fraud internal.
Copyrights © 2025