Di balik jutaan baris angka dalam laporan keuangan sebuah perusahaan, tersembunyi sebuah pola matematika yang begitu konsisten sehingga penyimpangan kecil darinya bisa menjadi sinyal keras adanya manipulasi. Pola ini dikenal sebagai Benford’s Law, dan meskipun kedengarannya seperti teori akademis yang jauh dari praktik, hukum matematika ini sudah digunakan oleh akuntan forensik, auditor pajak, hingga lembaga penegak hukum keuangan di seluruh dunia untuk mengungkap kecurangan yang tersembunyi di balik angka-angka yang tampak wajar.

Pertanyaannya: bagaimana sebuah pola distribusi digit bisa menjadi alat deteksi fraud yang begitu andal? Dan mengapa pelaku manipulasi keuangan sering kali tidak menyadari bahwa angka buatan mereka justru membongkar diri sendiri?

Asal Usul: Dari Buku Logaritma yang Lusuh

Kisah Benford’s Law dimulai jauh sebelum era komputer. Pada akhir abad ke-19, matematikawan dan astronom kelahiran Kanada, Simon Newcomb, sedang menelusuri tabel logaritma di perpustakaan ketika ia menyadari sesuatu yang ganjil: halaman-halaman awal buku tersebut jauh lebih lusuh dibandingkan halaman-halaman akhirnya. Hal ini memicunya untuk berhipotesis bahwa dalam kumpulan data angka yang terjadi secara alami, angka-angka kecil lebih sering muncul sebagai digit pertama dibandingkan angka-angka besar.

Observasi ini kemudian diperluas dan dipopulerkan oleh fisikawan Frank Benford pada tahun 1938. Benford’s Law — yang juga disebut hukum digit pertama — menyatakan bahwa dalam kumpulan data yang terjadi secara alami, angka 1 muncul sebagai digit pertama sekitar 30% dari waktu, diikuti oleh angka 2 sekitar 17,5%, dan seterusnya hingga angka 9 yang hanya muncul sekitar 5% dari waktu. Distribusi ini mengikuti kurva logaritmik yang sangat spesifik — bukan distribusi merata seperti yang secara intuitif mungkin kita bayangkan.

Secara matematis, Benford’s Law memprediksi distribusi digit pertama dalam banyak dataset: angka 1 muncul sebagai digit pertama sekitar 30,1% dari waktu, angka 2 sekitar 17,6%, dan seterusnya hingga angka 9 yang hanya muncul sebagai digit pertama sebesar 4,6% dari keseluruhan data.

Referensi:

• Benford, F. (1938). The law of anomalous numbers. Proceedings of the American Philosophical Society, 78(4), 551–572. https://www.jstor.org/stable/984802
• C Plus Global. (2025, November 6). Benford’s Law of first digits. https://cplusglobal.wordpress.com/2025/11/06/benfords-law-of-first-digits/
• Kumar, K. (2007). Detecting the dubious digits: Benford’s Law in forensic accounting. Significance, 4(2). https://rss.onlinelibrary.wiley.com/doi/full/10.1111/j.1740-9713.2007.00234.x
• MDD Forensic Accountants. (2023, December 21). Benford’s Law as a forensic accounting tool. https://www.mdd.com/forensic-accounting-articles/benfords-law-forensic-accounting-tool/
• Nigrini, M. J. (2012). Benford’s Law: Applications for forensic accounting, auditing, and fraud detection. Wiley. https://www.wiley.com/en-us/Benford%27s+Law
• Nigrini, M. J. (2022, September). Using Benford’s Law to reveal journal entry irregularities. Journal of Accountancy. https://www.journalofaccountancy.com/issues/2022/sep/using-benfords-law-reveal-journal-entry-irregularities/ SuperfastCPA. (n.d.). What is Benford’s Law? https://www.superfastcpa.com/what-is-benfords-law/
• Sushkov, V. M., & Leonov, P. (2025). Benford’s Law in forensic accounting and auditing: Challenges and solutions. In Proceedings of the International Conference on Digital Economy and Analytics. Springer Nature. https://link.springer.com/chapter/10.1007/978-3-032-13592-6_30
• Thomson Reuters. (2025, September 18). Benford’s Law spotlighted as a practical early warning tool to help identify fraud at PayrollOrg’s Annual Leaders Conference. https://tax.thomsonreuters.com/news/benfords-law-spotlighted-as-a-practical-early-warning-tool-to-help-identify-fraud-at-payrollorgs-annual-leaders-conference/
• Vision CPA. (2023, September 24). Pulling at loose threads: Unraveling fraud with Benford’s Law. https://www.vision.cpa/blog/Unraveling%20Fraud%20with%20Benford’s%20Law