Fakultas Teknologi Informasi

Deteksi Anomali Pembayaran TPD dan TKGB dengan Isolation Forest dan Evaluasi Risiko Berbasis COSO ERM

Penulis
Dosen:
  1. RIZAL RACHMAN
Tanggal Terbit
20 Juni 2025
Kategori
Jurnal Nasional Terakreditasi [SINTA 5]
Penerbit
JURNAL ILMIAH INFORMATIKA GLOBAL
Kota / Negara
Palembang / Indonesia
Volume
16/2
Halaman
307-312
URL
https://ejournal.uigm.ac.id/index.php/IG/article/view/5619
Abstrak
Ketidaksesuaian dalam sistem pembayaran, seperti selisih jumlah dan kesalahan pencatatan, berpotensi menimbulkan kerugian finansial dan menurunkan akuntabilitas institusi. Penelitian ini bertujuan mendeteksi anomali pada data pembayaran Tunjangan Profesi Dosen (TPD) dan Tunjangan Kehormatan Guru Besar (TKGB) di LLDIKTI Wilayah IV menggunakan algoritma Isolation Forest serta mengevaluasi risiko keuangan melalui kerangka kerja COSO ERM. Data yang dianalisis diperoleh dari arsip historis SPTJM Online. Hasil menunjukkan bahwa algoritma mengidentifikasi 150 anomali pada data gaji dan 144 pada data pembayaran, dengan skor deviasi signifikan. Visualisasi t‑SNE memperlihatkan pemisahan tegas antara data normal dan anomali, sedangkan uji chi square mengindikasikan sifat sistemik dari anomali. Evaluasi COSO ERM mengungkap aspek identifikasi risiko tertinggi, namun terdapat kelemahan pada integrasi data dan pelaporan. Pendekatan integratif ini terbukti efektif dalam mendeteksi anomali dan memperkuat pengawasan keuangan institusi pendidikan tinggi.