Jurnal Bina Praja (Sep 2022)
Prediksi Transparansi Pelanggaran Fraud sebagai Budaya Antikorupsi
Abstract
Beberapa laporan terkemuka telah menyoroti tingkat transparansi anti-korupsi yang masih belum memuaskan untuk sektor swasta di Indonesia sehingga visi anti-korupsi masih menjadi aspek yang patut dikampanyekan untuk membentuk peradaban yang maju dan berkeadilan. Penelitian ini bertujuan untuk memperoleh suatu pola pengetahuan dalam melakukan prediksi atas tingkat transparansi pengungkapan pelanggaran fraud berdasarkan pendekatan data mining. Algoritma fungsi klasifikasi pada penelitian ini adalah decision tree yang kemudian dibandingkan dengan algoritma fungsi klasifikasi lainnya, naive bayes dan k-nn. Sampel dalam penelitian ini sebanyak 141 perusahaan gabungan sektor konstruksi, pertambangan, dan perbankan, yang melantai di BEI periode 2019. Hasilnya, algoritma decision tree memberikan performa kedua terbaik dalam memprediksi tingkat transparansi korporasi, yaitu akurasi 70,92% dan tingkat AUC 0,740. Kemudian dalam hal uji beda, algoritma decision tree ada pada klaster yang sama dengan algoritma dengan performa terbaik karena hasil t-test menunjukkan bahwa tidak ada perbedaan yang signifikan. Berdasarkan pola yang dihasilkan oleh algoritma decision tree, unsur kesempatan, tekanan, dan arogansi, disimpulkan sebagai faktor kunci dalam memprediksi tingkat transparansi pengungkapan pelanggaran fraud . Salah satunya dapat dimaknai bahwa perusahaan yang diawasi oleh minimal empat orang komisaris independen berarti perusahaan tersebut cenderung diprediksikan akan lebih berani dalam mengungkapkan informasi anti-korupsi pada laporan tahunannya ke publik secara lebih luas. Penelitian ini juga merekomendasikan agar setiap instansi yang berotoritas di Indonesia menerapkan pendekatan algoritma data mining dalam memanfaatkan keunggulan volume data internal masing-masing instansi untuk memetakan strategi sosialisasi budaya anti-korupsi pada perusahaan sektor swasta.
Keywords
