Chikal Lyra Saeni Putri - 17213044 Primary Author Rizal Rachman, S.Si., M.M., M.Kom (Pembimbing) Editor mixed material bibliography Universitas ARS 2025 id Indonesia

Skripsi

ABSTRAK Ketidaksesuaian dalam sistem pembayaran institusi—seperti kelebihan, kekurangan pembayaran, atau inkonsistensi pencatatan data—dapat menyebabkan keterlambatan administratif dan inefisiensi operasional, serta berpotensi memengaruhi keandalan dan responsivitas pengelolaan keuangan di lingkungan pendidikan tinggi. Dinamika data kepegawaian yang kompleks, ditambah dengan format pencatatan yang beragam dan pembaruan yang tidak serempak, menimbulkan tantangan dalam mendeteksi anomali secara tepat waktu apabila hanya mengandalkan proses manual. Dalam hal ini, algoritma Isolation Forest menjadi metode pembelajaran tanpa pengawasan yang menjanjikan untuk mengidentifikasi pola data menyimpang tanpa memerlukan label awal. Agar hasil deteksi dapat mendukung perbaikan kelembagaan secara konkret, pendekatan ini dilengkapi dengan kerangka kerja COSO Enterprise Risk Management (ERM), yang menyediakan struktur evaluasi risiko menyeluruh berdasarkan lima komponen tata kelola. Penelitian ini menerapkan algoritma Isolation Forest pada data historis pembayaran SPTJM Online, khususnya tunjangan TPD dan TKGB dosen di lingkungan LLDIKTI Wilayah IV, serta melakukan evaluasi risiko berdasarkan kerangka COSO ERM. Algoritma berhasil mendeteksi 148 anomali pada data gaji dan 144 anomali pada data pembayaran. Visualisasi menggunakan t SNE menunjukkan pemisahan yang jelas antara data normal dan menyimpang. Uji chi-square tidak menemukan korelasi signifikan antara anomali dan variabel waktu, yang mengindikasikan bahwa penyimpangan bersifat sistemik dan bukan musiman. Pemetaan risiko dengan COSO ERM mengidentifikasi area yang perlu ditingkatkan, khususnya dalam integrasi data, komunikasi informasi, dan proses identifikasi risiko. Temuan ini menunjukkan bahwa integrasi antara algoritma machine learning dan evaluasi risiko terstruktur dapat memperkuat pengawasan keuangan serta mendukung pengambilan keputusan kelembagaan yang lebih adaptif dan berbasis data. NONE Digital Library ARS University Perpustakan Online ARS University 013/S1.TI.SKP/2025 S03580K Teknik Informatika 013/S1.TI.SKP/2025 Bab 1 Bab 3 DAFTAR PUSTAKA Bab 5 8747 2026-05-19 09:22:15 2026-05-19 09:23:48 machine generated