Deteksi penipuan fraud kini menjadi fokus banyak kelompok pemangku kepentingan, terutama pemerintah. Mengingat dampak langsung dari langkah-langkah ini, kami berharap dapat meminimalkan jumlah kasus penipuan di masa depan. Indonesia merupakan salah satu negara dengan tingkat kecurangan yang relatif tinggi, khususnya korupsi. Bahkan pada tahun 2020,  Indonesia Corruption Monitoring (ICW) melaporkan 217 kasus korupsi  di Indonesia  senilai Rp 8,04 triliun pada 2019 (Kompas, 2020).

Ada banyak metode yang bisa Anda gunakan untuk mendeteksi penipuan. Namun, berbagai pemangku kepentingan mencoba mengidentifikasi cara paling efektif untuk mendeteksi penipuan. Sebuah studi oleh Zachariah et al. (2014) membuktikan bahwa ada cara yang sangat efektif untuk mendeteksi kecurangan, yaitu dengan uji forensik.  Inyada, Olopade dan John (2019) menemukan bahwa audit forensik tidak hanya mendeteksi kasus penipuan secara efektif dan efisien, tetapi juga  mencegah dan mengurangi kasus penipuan dengan sangat efektif dan efisien. Selain itu, Unamikogbo dkk. (2019)  menyatakan bahwa ia merekomendasikan penggunaan audit forensik sebagai cara yang sangat efektif untuk mendeteksi penipuan. Ada beberapa alasan untuk menjadikan penyaringan ini sebagai metode pendeteksian penipuan yang efektif.

Tentu saja, faktor lain juga mempengaruhi proses pendeteksian penipuan melalui forensik. Menurut Hartono (2019) dan Hipgrave (2013), terdapat faktor yang dapat meningkatkan proses pendeteksian fraud dapat menggunakan big data  secara langsung untuk mendeteksi fraud atau  sebagai alat untuk mengukur efektivitas metode deteksi penipuan lainnya seperti laporan email dan pengujian forensik.

Dengan menggunakan alat analisis data, auditor dapat memanfaatkan data  komprehensif yang terkandung dalam data besar secara maksimal. Hal ini mempermudah dan mempercepat auditor untuk menganalisis potensi risiko kecurangan organisasi, dan analisis auditor membantu mengidentifikasi kecurangan dan penyebabnya. Oleh karena itu, penggunaan big data merupakan peluang besar bagi  auditor mana pun untuk mempercepat dan mempercepat upaya pendeteksian kecurangan, termasuk penggunaan  forensik sebagai metode pendeteksian kecurangan.

Untuk memerangi penipuan yang meluas, pemerintah Indonesia mengoperasikan beberapa lembaga audit dengan tujuan yang berbeda, seperti mendeteksi dan mengungkapkan penipuan. Organisasi Terkait  Direksi dan BPCP dalam menjalankan tugas tersebut, baik BPK maupun BPKP  mulai menggunakan uji forensik untuk mendeteksi kecurangan BPK RI, 2020; BPKP RI, 2015 (Inspektur Jenderal Kementerian Perindustrian (2017). Penyelidikan terhadap BPK dan BPKP ini merupakan metode penyelidikan forensik digunakan untuk melakukan keterbukaan Informasi (Inspektorat Jenderal Kementerian Perindustrian, 2017).

Saat melakukan penyelidikan forensik, ahli yang ditunjuk BPK dan BPKP  juga biasa menggunakannya untuk menghitung kerugian pemerintah. Ini dapat digunakan sebagai bukti dalam sengketa hukum. Selain itu, pernyataan ahli koroner mungkin merupakan bukti yang valid selama proses deteksi atau pengungkapan penipuan. (BPK RI, 2020; BPKP RI, 2015; dan Inspektur Jenderal Kementerian Perindustrian, 2017). Selain menggunakan forensik, tampaknya BPK berencana menggunakan teknologi big data sebagai bagian dari riset dan deteksi fraud. BPK telah mengembangkan pendekatan untuk menganalisis data besar menggunakan pendekatan piramida pengetahuan yang terdiri dari tiga tingkat informasi: tingkat operasional, tingkat integrasi, dan tingkat analitik. Tentunya proses ini didukung dengan menggunakan beberapa aplikasi yang dikembangkan oleh aplikasi System Application Checker.  (BPK RI, 2020).

Salah satu faktor yang biasanya menghalangi auditor untuk mendeteksi kecurangan adalah bahwa auditor terbatas untuk menganalisis berbagai data yang tidak terstruktur dan non-keuangan, seperti rincian kontrak, hasil rapat, dan komunikasi yang terkait dengan manajemen. Auditor data besar dapat mengatasi masalah ini  dengan  kemampuan alat analisis data (Hartono, 2019; Tang & Karim, 2017). Selain itu, big data memiliki keunggulan berupa data  dalam jumlah besar (a large number data). Selain itu, big data  memiliki keunggulan  data yang terintegrasi. Data konsolidasi tentu sangat membantu dalam meningkatkan efektivitas penyelidik forensik  melakukan prosedur analitis yang  dapat mempercepat prosedur analitik mereka, sehingga meningkatkan efektivitas proses komunikasi, yaitu, pekerjaan auditor  mendeteksi penipuan. (Tan dan Karim, 2019).

Menurut Tang & Karim (2017), big data juga dapat meningkatkan relevansi, kredibilitas, dan relevansi  bukti audit. Hal ini tentunya secara langsung dapat meningkatkan kualitas audit, termasuk  audit forensik. Tan dan Karim (2017) menunjukkan contoh bagaimana auditor dapat memverifikasi informasi tentang  kargo. Data besar memungkinkan peninjau forensik untuk memanfaatkan sepenuhnya data GPS untuk memberikan wawasan yang lebih berguna untuk memvalidasi pengiriman. Oleh karena itu, tidak dapat dipungkiri bahwa big data berperan besar dalam memaksimalkan peran  forensik.

Big data memiliki potensi untuk memperluas sumber dan cakupan informasi yang dibutuhkan oleh auditor untuk mendeteksi kecurangan. Ini mendukung proses analitis yang  berdampak pada  kualitas hasil audit dalam deteksi penipuan. Hal ini sejalan dengan teori institusional bahwa big data dapat menjadi  solusi untuk mengatasi permasalahan umum (berupa penipuan) di berbagai jenis institusi khususnya instansi pemerintah. Pengujian forensik, di sisi lain, dianggap sebagai cara yang efektif untuk mendeteksi dan mendeteksi penipuan. Bahkan, audit forensik juga bisa lebih efektif dalam mendeteksi penipuan menggunakan teknologi  big data. Kombinasi big data dan pemeriksaan forensik merupakan solusi efektif untuk memecahkan masalah pemerintah berupa penipuan penipuan yang berlaku di  saat ini.

Data besar memainkan peran penting dalam membantu pengulas (termasuk pengulas forensik) melakukan pekerjaan mereka. Data besar menyederhanakan proses deteksi penipuan dengan memungkinkan auditor  menganalisis volume data yang lebih besar, lebih beragam, dan lebih cepat (awal 2015). Big data memudahkan auditor untuk mengambil banyak data eksternal tambahan (tidak hanya internal) dari berbagai sumber seperti data  media sosial, pemantauan situs web, email, dan portal media online (Rezaee & Wang, 2017). Bahkan ketika menganalisis data dalam jumlah besar, perusahaan tertentu dapat menggunakan alat analisis data yang terdapat dalam  data besar untuk mempercepat proses analisis (baik data terstruktur maupun tidak terstruktur).

DAFTAR PUSTAKA

  • BPK RI. (2020b). BPK Terapkan Big Data Analytics dalam Pemeriksaan. Badan Pemeriksa Keuangan Republik Indonesia. https://www.bpk.go.id/news/bpkterapkan-big-data-analytics-dalampemeriksaan (Diakses pada tanggal 10 Desember 2021)
  • Hartono, J. (2019). Kajian Topik-Topik Mutakhir dan Agenda Riset ke Depan (1st ed.). Penerbit Andi.
  • Hipgrave, S. (2013). Smarter Fraud Investigations with Big Data Analytics.
  • Inyada, S. J., Olopade, D. O., & John, U. (2019). Effect of Forensic Audit on Bank Fraud in Nigeria. American International Journal of Contemporary Research, 9(2), 40–45
  • Kompas. (2020). Catatan ICW, Tren Penindakan Korupsi Turun 271 Kasus. Kompas. https://nasional.kompas.com/read/2020/0 2/18/16532131/catatan-icw-tren (Diakses pada tanggal 10 Desember 2021)
  • Rezaee, Z., & Wang, J. (2017). Relevance of Big Data to Forensic Accounting Practice and Education: Insight From China. 7th Annual International Conference on Accounting and Finance, 103–109.
  • Tang, J., & Karim, K. E. (2019). Financial Fraud Detection and Big Data Analytics – Implications on Auditors’ Use of Fraud Brainstorming Session. Managerial Auditing Journal, 34(3), 324–337.
  • Uniamikogbo, E., Adeusi, A. S., & Amu, U. C. (2019). Forensic Audit and Fraud Detection and Prevention in The Nigerian Banking Sector. Accounting and Taxation Review, 3(3), 121–139.
  • Zachariah, P., Masoyi, A. D., Ernest, E. I., & Gabriel, Aa. O. (2014). Application of Forensic Auditing in Reduding Fraud Cases in Nigeria Money Deposit Banks. Global Journal of Management and Business Research: D Accounting and Auditing, 14(3), 15–21.