Pengaruh Analisis Big Data pada Area Akuntansi Forensik

Oleh : Levana Dhia Prawati

Saat ini, karena fakta bahwa berbagai operasi sedang dilakukan di lingkungan virtual dan perusahaan melakukan berbagai aktivitas melalui internet dan komputer; akuntan forensik menjadi berada dalam situasi yang    memiliki pengetahuan komputer yang luas (Pearson & Singleton, 2008, p. 548). Kecepatan transfer, pengoperasian, penghapusan, atau modifikasi data dapat direalisasikan dengan sangat cepat berkat pembaruan berkelanjutan dari teknologi komputer dan internet. Perubahan dan perkembangan teknologi ini juga meningkatkan pengungkapan kejahatan keuangan. Oleh karena itu, akuntan forensik harus berhati-hati terhadap transaksi keuangan yang dilakukan melalui program bantuan komputer dan teknologi informasi.

Hari ini, kejahatan baru sedang ditambahkan ke dalam kejahatan keuangan yang dibantu teknologi, hari demi hari. Bahkan jika tindakan yang diambil dengan menggunakan program dan teknik yang didukung teknologi informasi telah diambil untuk melawan kejahatan ini, orang-orang yang memalsukan dapat mempelajari teknik-teknik tersebut dan mengembangkan berbagai metode dalam kemajuan zaman. Oleh karena itu, jelas bahwa teknik yang digunakan untuk mendeteksi dan mencegah penipuan dan korupsi tidak akan pernah memiliki efek pertama. Oleh karena itu, karena kecepatan perubahan dan perkembangan teknologi informasi, maka perlu untuk terus memperbarui teknik mendeteksi dan mencegah penipuan (Bolton & Hand, 2002, p. 235).

Dalam studi yang dilakukan oleh Ernst & Young (2014, p. 2), 72% responden (466 perusahaan yang berpartisipasi dalam survei) menyatakan bahwa teknologi data besar memiliki peran kunci dalam pencegahan dan pendeteksian penipuan. Berdasarkan hasil survey yang dilakukan dalam lingkup survei data analytics EY Global Forensic, terlihat bahwa alat database seperti Microsoft Excel (65%) dan Microsoft Access atau Microsoft SQL Server (43%) digunakan terutama di perusahaan. Selain itu, alat pemantauan berkelanjutan (SAP, SAI Global, Oracle) yang mungkin berisi GRC – alat risiko dan kepatuhan tata kelola, alat analisis teks, atau pencarian kata kunci (26%), perangkat lunak analisis forensik (ACL, IDEA) (26%) , alat pemantauan media sosial / web (21%), alat visualisasi dan pelaporan (Tableau, Spotfire, QlikView) (12%), analisis statistik dan paket data mining (SPSS, SAS, R, Stata) (11%), Big Data Teknologi (Hadoop, Map Reduce) (2%), pencarian dan analisis suara (NEXIDIA, NICE) (2%) ditempatkan di alat analisis data forensik yang digunakan di perusahaan yang berpartisipasi dalam penelitian (Ernst & Young, 2014, hal. 9). Survei alat analisis data forensik global yang dilakukan oleh Ernst & Young telah diulangi pada tahun 2016 dan 2018. Dalam penelitian yang dilakukan pada tahun 2016 ditentukan bahwa perusahaan yang berhasil menerapkan alat analisis data forensik menggunakan media sosial, web pemantauan, dan alat visualisasi. Selain itu, temuan yang diperoleh dari penelitian menunjukkan bahwa perusahaan memperluas kemampuan analisis data forensik mereka di luar metode pemalsuan tradisional ke berbagai bidang seperti hukum, manajemen informasi, dan keamanan siber. Berikut ini dapat disebut sebagai alat analisis data forensik yang digunakan untuk melawan ancaman internal perusahaan, risiko dunia maya, dan risiko penipuan: pengujian dan pelaporan deskriptif berbasis aturan, pencarian kata kunci, pemodelan topik dan analisis linguistik, analisis statistik dan pembelajaran mesin, visualisasi data – tion: visualisasi data dasbor: analisis pola dan tautan (Ernst & Young, 2016, hlm. 25–27). Dalam survei 2018, terindikasi bahwa perusahaan (745 perusahaan yang disurvei) mulai menggunakan alat-alat seperti pencampuran data, pencampuran data, analitik perilaku pengguna, dan analitik media sosial bersama dengan alat analitik data forensik yang disebutkan di atas. Analisis perilaku pengguna dan alat analitik media sosial sering digunakan untuk mendeteksi aktivitas abnormal dan hubungan yang mencurigakan (Ernest & Young, 2018, p. 12).

Big data dan digitalisasi telah membawa tantangan dan peluang bagi akuntan forensik. Saat ini, akuntan forensik paling sering menemukan risiko penipuan pelanggaran dunia maya, manipulasi / penghancuran data dalam perusahaan, pencurian IP, transaksi tidak sah, transfer uang ilegal, sabotase teknologi informasi, pencurian kekayaan intelektual, pencurian data pribadi dan pencurian aset digital, dan lainnya. Jenis penipuan ini terjadi sebagai akibat dari penggunaan yang jahat dari teknologi informasi dan merupakan kasus yang menjadi fokus akuntan forensik saat ini. Namun, sekarang mereka menggunakan senjata yang sama untuk melawan risiko penipuan ini pada akuntan forensik, daripada metode tradisional, dan menggunakan teknologi informasi dalam mendeteksi dan mencegah penipuan dan korupsi. Saat ini, akuntan forensik dapat memperoleh data terstruktur dan tidak terstruktur melalui sumber data tidak tradisional seperti daftar pantauan pihak ketiga, media berita, deskripsi pembayaran teks bebas, komunikasi email, media sosial, dan pemantauan web (Rezaee & Wang, 2017, hlm. 103–104).

Referensi

Bolton, R. J., & Hand, D. J. (2002). Statistical fraud detection: A review. Statistical Science, 17(3), 235–255.

Ernst & Young. (2014). Global EY FIDS forensic data analytics survey 2014: Big risks require big data thinking. 2014 EYGM Limited, SCORE no. DQ0037

Ernst & Young. (2016). Global EY FIDS forensic data analytics survey 2016: Shifting into high gear: Mitigating risks and demonstrating returns. 2016 EYGM Limited, 1512-1788039, SCORE No. AU3666. Retrieved from https://www.ey.com/Publication/vwLUAssets/EY-shifting-into-high- gear-mitigating-risks-and-demonstrating-returns-63×82/$FILE/EY-shifting-into-high-gear- mitigating-risks-and-demonstrating-returns.pdf

Ernst & Young. (2018). Global forensic data analytics survey 2018: How can you disrupt risk in an era of digital transformation 2018? EYGM Limited, 1712-2512707, SCORE No. 00271- 183Gbl. Retrieved from https://www.eycom.ch/en/Publications/20181203-Global-Forensic-Data- Analytics-Survey-2018/download

Pearson, T. A., & Singleton, T. W. (2008). Fraud and forensic accounting in the digital environment. Issues in Accounting Education, 23(4), 545–559.

Rezaee, Z., & Wang, J. (2017). Relevance of big data to forensic accounting practice and educa- tion: Insight from China. 7th Annual International Conference on Accounting and Finance (AF 2017), 103–109.