Citra SukmadilagaDevianti Yunita HMEUTIA RIANY2024-06-212024-06-212021-10-13https://repository.unpad.ac.id/handle/kandaga/120620180008Penelitian ini dilatarbelakangi oleh meningkatnya kasus kecurangan fraudulent financial reporting yang menyebabkan kerugian dalam jumlah yang besar dan dilatarbelakangi oleh penurunan peran auditor dalam mendeteksi kecurangan menurut survey yang dilakukan oleh ACFE pada tahun 2020. Penelitian ini bertujuan untuk menguji apakah metode artificial neural network (ANN) dapat mendeteksi fraudulent financial reporting dan untuk mencari tahu apakah ada perusahaan yang terindikasi melakukan fraudulent financial reporting sehingga dapat membantu peran auditor dalam menemukan salah saji yang material yang diakibatkan oleh kecurangan. Selain itu penelitian ini bertujuan untuk mengetahui perbedaan rata-rata nilai fraud risk indicator antar sektor industri. Populasi dalam penelitian ini adalah perusahaan yang terdaftar di Bursa Efek Indonesia periode 2019 dan perusahaan yang terbukti melakukan fraudulent financial reporting. Teknik pengambilan sampel menggunakan teknik purposive sampling sehingga diperoleh 500 perusahaan. Data yang digunakan dalam penelitian ini diperoleh dari laporan keuangan. Metode analisis data dalam penelitian ini menggunakan konsep dari metode ANN dan one way ANOVA. 10 variabel digunakan sebagai fraud risk indicator untuk mendeteksi fraudulent financial reporting menggunakan ANN. Hasil dari penelitian menunjukkan bahwa model ANN yang dibangun dapat mendeteksi indikasi terjadinya fraudulent financial reporting pada laporan keuangan. Serta terdapat perbedaan nilai rata-rata fraud risk indicator pada sektor industri pada tahun 2019 yaitu pada sektor industry property, real estate dan konstruksi.fraudulent financial reportingartificial neural networkfraud risk