DETEKSI ANOMALI PADA AUDIT BARANG MILIK DAERAH MENGGUNAKAN EXTREME GRADIENT BOOSTING TEROPTIMASI BAYESIAN
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab · 10.07.2026 · 11 (2) · 4089-4102
DOI: 10.36341/rabit.v11i2.8285 ↗Kurz gefasst
Fachartikel in der Zeitschrift Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, online erschienen am 10.07.2026. Verfasst von Sulman Supriyanto und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Audit dan rekonsiliasi Barang Milik Daerah (BMD) merupakan proses kritikal dalam tata kelola pemerintahan yang masih didominasi verifikasi manual, sehingga rentan terhadap inefisiensi dan human error, terutama pada dataset dengan heterogenitas nilai perolehan yang ekstrem. Penelitian ini mengusulkan kerangka kerja analitis cerdas untuk deteksi anomali penyusutan aset menggunakan algoritma Extreme Gradient Boosting (XGBoost) yang dioptimasi melalui Bayesian Optimization dengan kerangka kerja Optuna. Dari total populasi awal sebanyak 98.526 rekaman, data melalui prapemrosesan hingga menghasilkan 42.241 rekaman bersih berprofil unik. Untuk mengatasi ketimpangan rentang harga, dataset dibagi menjadi tiga stratum menggunakan metode kuantil Equal Frequency, dengan target prediksi ditransformasi menjadi rasio penyusutan. Hasil evaluasi menunjukkan kinerja sangat presisi dengan koefisien determinasi (R²) konsisten di atas 0,99. Optimasi Bayesian mereduksi Weighted Average Percentage Error (WAPE) hingga kisaran 0,54%–1,32%. Dengan ambang batas deviasi 10%, sistem secara otomatis mengekstraksi 101 data anomali (1,20%) dari 8.450 sampel uji sebagai red flag. Kerangka kerja ini terbukti layak diimplementasikan sebagai instrumen pendukung keputusan audit aset publik yang selaras dengan kepatuhan regulasi daerah.
Zitieren
APA
Supriyanto, S., Karyono, G., & Tahyudin, I. (2026). DETEKSI ANOMALI PADA AUDIT BARANG MILIK DAERAH MENGGUNAKAN EXTREME GRADIENT BOOSTING TEROPTIMASI BAYESIAN. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, 11(2), 4089-4102. https://doi.org/10.36341/rabit.v11i2.8285
Vancouver
Supriyanto S, Karyono G, Tahyudin I. DETEKSI ANOMALI PADA AUDIT BARANG MILIK DAERAH MENGGUNAKAN EXTREME GRADIENT BOOSTING TEROPTIMASI BAYESIAN. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab. 2026;11(2):4089-4102. doi:10.36341/rabit.v11i2.8285
BibTeX
@article{Supriyanto2026,
author = {Supriyanto, Sulman and Karyono, Giat and Tahyudin, Imam},
title = {DETEKSI ANOMALI PADA AUDIT BARANG MILIK DAERAH MENGGUNAKAN EXTREME GRADIENT BOOSTING TEROPTIMASI BAYESIAN},
journal = {Rabit : Jurnal Teknologi dan Sistem Informasi Univrab},
year = {2026},
volume = {11},
number = {2},
pages = {4089--4102},
doi = {10.36341/rabit.v11i2.8285}
}
EUVIMED