Audit Risk: Machine Learning Untuk Klasifikasi Kecurangan Pada Perusahaan

Abstrak

Penelitian ini bertujuan untuk membantu auditor mengklasifikasikan suatu perusahaan
ke dalam kategori curang atau tidak curang. Metode dalam penelitian ini menggunakaan algoritma machine learning Logistic Regression, XGBoost Classifier dan Naive Bayes dalam mengidentifikasi risiko kecurangan pada perusahaan dan mengambil dataset.

Audit Risk yang tersedia di Kaggle untuk melatih dan menguji model. Berdasarkan hasil penelitian didapatkan bahwa algoritma XGBoost Classifier memiliki kinerja yang lebih baik dan tepat dengan akurasi 0.734 dan skor F1 0.735, sehingga dapat membantu
mengklasifikasi perusahaan ke dalam kategori curang atau tidak curang.