Menurut survei Muscolino et al., (2020) menjabarkan bahwa perkembangan data telah terjadi secara besar-besaran pada tahun 2015-2016 dengan 70% perusahaan telah mendukung penggunaan big data analytics untuk membantu pengolahan data yang terus bertumbuh hingga pada tahun 2019. Semakin banyaknya pengguna teknologi telah mendorong manusia untuk menghasilkan data sebesar 2,5 triliun per harinya dengan 90% data yang mendunia telah bertumbuh dengan volume data per tahunnya mencapai sekitar 40% pada tahun 2020 (IBM: Waal Montgomery). Akibat dari pertumbuhan serta percepatan keberagaman data yang dihasilkan, melahirkan beberapa aplikasi yang mendukung proses pemeriksaan dan analisis big data yang diadopsi perusahaan.

Big data analytics merupakan sebuah terobosan baru yang dapat menghantarkan perusahaan ataupun auditor dalam mengolah dan menghasilkan informasi yang menghindari kesalahan dalam pencatatan laporan keuangan, kecurangan, hingga human error. Kehadiran big data analytics dapat menyajikan tren perkembangan yang diminati masyarakat serta membantu perusahaan dalam mengalokasikan biaya anggaran secara real-time. Hadirnya Hadoop, Python, R-Program, Rapid Miner, dan Data Mining, dapat membantu menelusuri dan mengungkapkan nilai-nilai tersembunyi dari data yang diperoleh, sehingga membantu akuntan untuk menyajikan informasi secara visual yang berpotensi mengarahkan seluruh pihak kepentingan untuk mengambil keputusan berbasis data. Menurut Mckinsey Global Institute oleh Manyika et al., (2011) terdapat lima cara untuk meningkatkan peluang nilai perusahaan:

  1. Menciptakan informasi yang terbuka dan transparansi melalui data yang terintegrasi.
  2. Melakukan pencarian sesuai dengan kebutuhan dimana data tersebut bersifat valid dan mampu meningkatkan performa perusahaan.
  3. Big data dapat menentukan tindakan yang dapat diambil di masa mendatang, karena kehadiran data akan memberikan wawasan yang lebih luas.
  4. Mendukung pengambilan keputusan dalam menyusun strategi yang berorientasi secara futuristik untuk mampu menguasai perubahan zaman.
  5. Meningkatkan daya inovasi terhadap model bisnis, produk, dan memberikan layanan yang ditingkatkan oleh pimpinan perusahaan.

Fungsi kegunaan big data analytics akan menghantarkan perusahaan kepada tahap selanjutnya yang memberikan pandangan dan wawasan yang lebih luas. Perkembangan trend big data telah mendorong perubahan yang menghasilkan real-time intelligence dan data as a service model. Melalui penggunaan Artificial Intelligence atau Machine Learning dapat membantu perusahaan menyajikan output yang relevan, sehingga hal tersebut memperkaya insight yang mendorong pengambilan keputusan untuk meningkatkan tindakan secara berkelanjutan. Sebagaimana yang dituliskan oleh Najafabadi et al., (2015) terdapat empat informasi yang diperoleh melalui:

  1. Descriptive Analytics:
    Menyajikan informasi mengenai fenomena yang terjadi dan bagaimana perusahaan mampu mengatasinya. Sebagai contoh, menggunakan BDA untuk membantu mengidentifikasi peristiwa yang terjadi dalam menelusuri seluruh bukti dokumentasi yang diperoleh, untuk menganalisisnya dengan lebih akurat dan cepat.
  2. Diagnostic Analytics:
    Adanya big data dapat memberikan informasi secara mendetail kepada perusahaan untuk menggali lebih dalam terkait dengan sumber dari fenomena yang sedang dihadapi oleh perusahaan.
  3. Predictive Analytics:
    Sangat memungkinkan bagi perusahaan untuk dapat memprediksi potensi yang dapat terjadi di masa depan baik untuk hal yang tidak diinginkan maupun yang diharapkan akan terjadi. Sebagai contoh, Rezaee & Wang, (2019) dalam penelitiannya yang membahas big data terhadap digital forensic, membantu menyajikan informasi secara visual yang menghantarkan analyst untuk memprediksi kemungkinan yang dapat terjadi, sehingga dapat mengantisipasinya untuk mencegah risiko yang merugikan.
  4. Prescriptive Analytics:
    Informasi yang tersaji baik dalam bentuk statistik maupun grafik dapat menjadi sumber yang membantu pengambilan keputusan mengenai penyusunan strategi berbasis digital yang sesuai dengan peristiwa yang terjadi baik di masa sekarang ataupun di masa depan.

Menurut Rezaee & Wang, (2019) dalam mengimplementasi big data analytics, terdapat beberapa faktor yang memberikan risiko bagi penggunanya, yang terdiri dari:

  1. Data Security and Privacy: Semakin banyaknya data yang dimiliki, memperlukan teknologi modern yang dapat melindungi hak para pemangku kepentingan dari kebocoran data seperti adanya cracker.
  2. Gap Skilling and Lack of Experiences: Kurangnya pengalaman serta pengetahuan di era transformasi digital, membuat perusahaan mengalami kemunduran untuk beroperasi, sehingga hal ini akan menjadi faktor yang merugikan.
  3. Bad Analytics: Terjadinya kesalahan dalam menafsirkan data dengan benar, dapat mengakibatkan terjadinya gap trust and value yang dihasilkan oleh perusahaan, sehingga hal ini mendorong kerentanan dari pemangku kepentingan akibat kesalahan atau informasi asimetris (ketimpangan dalam memperoleh informasi).

REFERENSI:

  • Manyika, J., Chui Brown, M., B. J., B., Dobbs, R., Roxburgh, C., & Hung Byers, A. (2011). Big data: The next frontier for innovation, competition and productivity. McKinsey Global Institute, June, 156. https://bigdatawg.nist.gov/pdf/MGI_big_data_full_report.pdf
  • Muscolino, H., , Raymond Koh, J. A., Anderson, C., Bigliani, R., , Megan Buttita, M., Carosella, G., Hardie, E., Heys, M., Hochmuth, P., Ichikawa, K., Kalvar, S., Kmetz, K., Kolding, M., Kurtzman, W., Loomis, A., Mainelli, T., Ng, S., O’Leary, R., Pathy, D., … Antonio Wang. (2020). IDC FutureScape: Worldwide Future of Work 2020 Predictions. Idc, October 2019, 1–21. https://www.idc.com/getdoc.jsp?containerId=US44752319
  • Najafabadi, M. M., Villanustre, F., Khoshgoftaar, T. M., Seliya, N., Wald, R., & Muharemagic, E. (2015). Deep learning applications and challenges in big data analytics. Journal of Big Data, 2(1), 1–21. https://doi.org/10.1186/s40537-014-0007-7
  • Rezaee, Z., & Wang, J. (2019). Relevance of big data to forensic accounting practice and education. Managerial Auditing Journal. https://doi.org/10.1108/MAJ-08-2017-1633