VISUALISASI PERKEMBANGAN PENELITIAN FRAUD DETECTION: ANALISIS BIBLIOMETRIK DENGAN VOSVIEWER

Abstract

Penelitian ini bertujuan untuk memetakan perkembangan, struktur intelektual, serta tren penelitian pada bidang fraud detection menggunakan pendekatan analisis bibliometrik. Data penelitian diperoleh dari basis data Scopus menggunakan kata kunci "fraud detection" dan menghasilkan 715 publikasi yang terbit pada periode 2020–2026. Penelitian menerapkan pendekatan deskriptif kuantitatif dengan analisis bibliometrik, sedangkan visualisasi dan pemetaan hubungan antarkata kunci dilakukan menggunakan perangkat lunak VOSviewer versi 1.6.20 melalui analisis co-occurrence. Hasil penelitian menunjukkan bahwa jumlah publikasi mengenai fraud detection mengalami peningkatan yang signifikan, terutama pada periode 2024–2025. Analisis network visualization menghasilkan lima klaster utama yang menggambarkan struktur penelitian dalam bidang fraud detection. Sementara itu, overlay visualization menunjukkan adanya pergeseran fokus penelitian dari pendekatan audit dan akuntansi konvensional menuju pemanfaatan teknologi, seperti machine learning, artificial intelligence, deep learning, dan blockchain. Adapun density visualization mengidentifikasi fraud detection, fraud, dan machine learning sebagai tema yang paling dominan, sedangkan whistleblowing, internal control, forensic accounting, fraud prevention, audit quality, dan fraud risk assessment masih memiliki peluang untuk dikembangkan pada penelitian selanjutnya.