Accounting

Penggunaan Text Analytics dalam Deteksi Penipuan

Dengan teknologi yang semakin maju untuk mendeteksi kehadirannya penipuan atau mungkin red flag sebagai indikator menunjukkan terdapatnya penipuan, para pelaku pun terus berkembang juga supaya penipuan mereka tidak terdeteksi. Dalam konteks penipuan laporan keuangan, aksi dilakukan sejak awal terjadinya pembukuan terhadap mungkin transaksi-transaksi yang bersifat penipuan, atau mungkin secara pengakuan yang sebenarnya tidak sesuai dengan standar akuntansi yang berlaku. Terhadap aksi-aksi tersebut, pasti akan ada informasi yang dimiliki manajemen namun ingin disembunyikan supaya tidak terbongkar oleh para pengguna laporan tahunan, yakni pemangku kepentingan. Dalam menghadapi motif-motif tersebut, terdapat alat-alat yang mungkin dapat membantu kita untuk membongkar penipuan dalam bentuk seperti yang telah disebutkan.

Penyusun laporan tahunan akan secara sengaja merumitkan tata bahasa yang digunakannya supaya tidak terlalu memberikan informasi yang ingin disembunyikan. Melawan hal tersebut dapat diuji readability atau kemudahan membacanya. Dalam menggunakan pengujian tersebut, untuk masing-masing penilaian terdapat masing-masing terdapat standar kemudahan dibaca. Jika menggunakan contoh seperti indeks Gunning Fog yang menggunakan skala, semakin besar angka yang dihasilkan, maka semakin sulit untuk dibacakan. Untuk indeks tersebut, direkomendasi bahwa skala 7 sampai 8 menunjukkan bahwa teks yang diuji cukup sederhana atau mudah untuk dibaca. Menggunakan skala tersebut, disebutkan bahwa majalah seperti Times atau Wall Street Journal memiliki skala 11. Apabila sebuah laporan tahunan jauh lebih tinggi dari yang sewajarnya, maka menunjukkan bahwa laporan tersebut terlalu rumit untuk dibacakan, yang sebenarnya tidak wajar, mempertimbangkan laporan tahunan sengaja dituju terhadap pemangku kepentingan untuk digunakan. Dengan menggunakan uji tersebut, maka dapat menjadi indikator red flag, meskipun memang terdapat beberapa riset yang tidak terlalu setuju terhadap metode tersebut.

Selain menggunakan penilaian kemudahan membaca, dapat digunakan juga Word Cloud. Word Cloud merupakan kumpulan kata-kata yang menunjukkan frekuensi dipakainya dalam sebuah teks. Apabila sebuah kata tertentu digunakan lebih banyak dalam sebuah teks, maka akan lebih besar kata tersebut dalam word cloud. Dari sebuah word cloud, dapat ditemukan kata-kata secara spesifik yang dapat membedakan teks yang terdapat red flag dengan teks yang tidak terdapat red flag. Meskipun tidak terlalu akurat atau tidak terlalu menunjukkan apabila terdapatnya penipuan, dengan frekuensi kata-kata tersebut dapat diperhatikan teks yang diselidiki dengan word cloud, sebagai contoh laporan dewan direksi, ke arah mana perhatian dipusatkan oleh penulis. Pada memperhatikan kata-kata yang lebih sering digunakan tersebut yang menunjukkan kemungkinan terjadinya penipuan melalui indikasi red flag.

Memang disebutkan bahwa analitik terhadap penipuan melalui teks seperti ini secara kasar menyederhanakan atau menyepelekan proses penyelidikan atau deteksi penipuan. Namun, analitik seperti demikian tidak ada tujuan seperti berikut, melainkan hanya sebagai sebuah indikator lebih yang mungkin dapat digunakan untuk mendeteksi kehadirannya penipuan. Sebagai sebuah metode mungkin merupakan metode yang cukup sederhana dan berdasarkan rumus atau cara yang terstruktur, seperti metode analisa Benford. Sebagai sebuah bidang atau metode pun, deteksi penipuan menggunakan teks seperti ini pun merupakan bidang yang cukup menarik dan tentu memerlukan riset lebih mendalami untuk menentukan dan menilai apabila metode seperti ini memang dapat digunakan secara luas dan dapat membantu para auditor atau penyelidik penipuan untuk melawan penipuan, baik terhadap korporasi maupun pemangku kepentingan yang menggunakan laporan tahunan sebagai dasar menentukan keputusan untuk ke depannya.

Referensi:

  • Free Word Cloud Generator. (n.d.). Free Word Cloud Generator. Retrieved November 17, 2022, from https://www.freewordcloudgenerator.com/generatewordcloud
  • Othman, I. W., Hasan, H., Tapsir, R., Rahman, N. A., Tarmuji, I., Majdi, S., Masuri, S. A., & Omar, N. (2013). Text readability and fraud detection. 2012 IEEE Symposium on Business, Engineering and Industrial Applications, 296–301. https://doi.org/10.1109/ISBEIA.2012.6422890
  • Readability Formulas. (n.d.). Automatic Readability Checker. Retrieved November 17, 2022, from https://readabilityformulas.com/free-readability-formula-tests.php
  • Soepriyanto, G., Tjokroaminoto, S., & Zudana, A. E. (2021). Annual report readability and accounting irregularities: evidence from public listed companies in Indonesia. Journal of Financial Reporting and Accounting, 19(5), 793–818. https://doi.org/10.1108/jfra-01-2020-0006

Image Sources: Google Images

Heskey Koh