Dalam proyek Big Data Analytics, terutama yang berkaitan dengan dunia accounting, kualitas hasil analisis sangat bergantung pada kualitas data yang digunakan. Berdasarkan informasi pada gambar, pertanyaan yang muncul adalah:“Which is the CRISP-DM stage where data sampling occurs?” Jawaban yang paling tepat adalah Data Preparation. Dalam CRISP-DM, tahap Data Preparation merupakan proses menyiapkan data agar siap digunakan untuk analisis dan pemodelan, termasuk proses memilih data, membersihkan data, menggabungkan data, membentuk variabel baru, serta melakukan sampling apabila dataset terlalu besar untuk diproses seluruhnya.
Sebagai data analyst yang berkecimpung di bidang Big Data Analytics dan Accounting, saya melihat tahap Data Preparation sebagai fondasi utama sebelum data akuntansi dianalisis lebih lanjut. Dalam praktiknya, perusahaan dapat memiliki jutaan baris data transaksi, seperti transaksi penjualan, pembelian, pembayaran vendor, jurnal umum, piutang pelanggan, persediaan, hingga data kas dan bank. Jika seluruh data tersebut langsung digunakan tanpa proses persiapan, hasil analisis dapat menjadi lambat, tidak efisien, atau bahkan menghasilkan kesimpulan yang keliru akibat data ganda, missing value, kesalahan format, atau transaksi yang tidak relevan.
Dalam kerangka CRISP-DM atau Cross-Industry Standard Process for Data Mining, terdapat enam tahap utama, yaitu Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation, dan Deployment. CRISP-DM dikenal sebagai metodologi yang banyak digunakan untuk memandu proyek data mining dan analytics karena menyediakan tahapan kerja yang sistematis namun tetap fleksibel. Pada tahap Data Preparation, data yang sebelumnya sudah dipahami pada tahap Data Understanding mulai dipilih, dibersihkan, ditransformasi, dan disusun menjadi dataset final yang siap digunakan pada tahap Modelling.
Dalam dunia accounting, data sampling pada tahap Data Preparation sangat penting karena akuntan dan auditor sering kali tidak perlu atau tidak mampu memeriksa seluruh populasi transaksi secara manual. Misalnya, sebuah perusahaan memiliki 1.500.000 transaksi penjualan dalam satu tahun. Melalui sampling, data analyst dapat memilih sebagian transaksi yang mewakili populasi berdasarkan kriteria tertentu, seperti periode transaksi, cabang, nominal, jenis pelanggan, akun terkait, atau tingkat risiko. Dengan cara ini, proses analisis menjadi lebih efisien, tetapi tetap mampu memberikan gambaran yang relevan terhadap kondisi keuangan perusahaan.
Penerapan data sampling dalam accounting dapat digunakan untuk berbagai kebutuhan. Dalam audit, sampling membantu auditor memilih transaksi yang akan diuji untuk memastikan kelengkapan dokumen, otorisasi, dan kesesuaian pencatatan. Dalam analisis piutang, sampling dapat digunakan untuk meninjau pola keterlambatan pembayaran pelanggan dan memperkirakan risiko piutang tak tertagih. Dalam analisis biaya, sampling dapat membantu menemukan transaksi pengeluaran yang tidak biasa, seperti pembayaran berulang, nominal tidak wajar, atau transaksi dengan vendor tertentu yang perlu diperiksa lebih lanjut.
Tahap Data Preparation juga berperan penting dalam menjaga kualitas data sebelum masuk ke tahap Modelling. Jika data sampling dilakukan tanpa memperhatikan representasi populasi, hasil analisis dapat menjadi bias. Contohnya, jika sampel transaksi hanya diambil dari satu cabang atau satu periode tertentu, hasil analisis mungkin tidak mencerminkan kondisi perusahaan secara keseluruhan. Oleh karena itu, dalam accounting analytics, sampling perlu dilakukan dengan mempertimbangkan tujuan analisis, karakteristik populasi, materialitas, risiko, serta kebutuhan laporan atau audit.
Selain sampling, Data Preparation juga mencakup proses penting lain seperti membersihkan data duplikat, memperbaiki format tanggal, menyamakan kode akun, menangani nilai kosong, menghapus data yang tidak relevan, dan menggabungkan data dari berbagai sistem seperti ERP, POS, e-commerce, bank statement, dan sistem inventory. Proses ini sangat penting karena data akuntansi biasanya berasal dari banyak sumber dan memiliki format yang berbeda-beda. Jika data tidak disiapkan dengan baik, model analitik, dashboard keuangan, atau laporan manajemen dapat menghasilkan insight yang kurang akurat.
Kesimpulannya, Data Preparation adalah tahap CRISP-DM tempat data sampling dilakukan. Dalam konteks Big Data Accounting, tahap ini menjadi sangat penting karena membantu akuntan dan data analyst menyiapkan data yang bersih, relevan, representatif, dan siap dianalisis. Dengan sampling yang tepat, perusahaan dapat mengolah data transaksi dalam jumlah besar secara lebih efisien, mendukung proses audit, meningkatkan kualitas pelaporan keuangan, mendeteksi anomali, serta membantu manajemen mengambil keputusan berbasis data yang lebih akurat.
