Dalam proyek big data analytics, terutama yang berkaitan dengan akuntansi, jumlah data yang dianalisis sering kali sangat besar. Data tersebut dapat berupa transaksi penjualan, pembelian, jurnal umum, pembayaran, piutang, persediaan, hingga data operasional dari berbagai sistem perusahaan. Jika seluruh data diproses sekaligus, proses analisis bisa menjadi lambat, mahal, dan kurang efisien. Oleh karena itu, teknik data sampling digunakan untuk memilih sebagian data yang mewakili keseluruhan populasi.
Dalam kerangka kerja CRISP-DM atau Cross-Industry Standard Process for Data Mining, data sampling terjadi pada tahap Data Preparation. CRISP-DM memiliki enam tahap utama, yaitu Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation, dan Deployment. Tahap Data Preparation berfokus pada proses menyiapkan data agar siap digunakan untuk analisis dan pemodelan, termasuk memilih data, membersihkan data, membangun variabel baru, mengintegrasikan data, dan memformat data.
Sebagai data analyst yang berkecimpung di bidang big data analytics dan accounting, saya melihat tahap Data Preparation sebagai fondasi penting sebelum analisis dilakukan. Pada tahap ini, sampling digunakan untuk mengambil sebagian data dari populasi besar agar proses analisis menjadi lebih efisien tanpa kehilangan representasi utama dari data tersebut. Misalnya, perusahaan memiliki 1.200.000 transaksi penjualan dalam satu tahun. Daripada menganalisis seluruh transaksi sejak awal, analis dapat mengambil sampel transaksi yang representatif berdasarkan periode, cabang, jenis produk, nominal transaksi, atau kelompok pelanggan.
Dalam dunia accounting, data sampling sangat berguna untuk mendukung proses audit, analisis piutang, pemeriksaan biaya, pengujian transaksi, dan deteksi anomali. Pada audit transaksi, sampling dapat digunakan untuk memilih sebagian dokumen penjualan atau pembayaran yang akan diuji lebih lanjut. Pada analisis piutang, sampling membantu akuntan meninjau pola keterlambatan pembayaran pelanggan. Pada pemeriksaan biaya, sampling dapat membantu mengidentifikasi transaksi pengeluaran yang tidak wajar atau berpotensi mengandung kesalahan pencatatan.
Tahap Data Preparation juga penting karena kualitas hasil analisis sangat bergantung pada kualitas data yang disiapkan. Jika data yang dipilih tidak representatif, memiliki duplikasi, missing value, atau outlier yang tidak ditangani dengan benar, maka hasil analisis dapat menjadi bias. Karena itu, sebelum melakukan modelling, data analyst perlu memastikan bahwa sampel yang digunakan sudah sesuai dengan tujuan bisnis dan karakteristik populasi. CRISP-DM sendiri bersifat iteratif, sehingga proses dapat kembali ke tahap sebelumnya apabila ditemukan masalah pada data atau kebutuhan bisnis berubah.
Dalam praktik akuntansi modern, sampling pada tahap Data Preparation dapat membantu perusahaan mengambil keputusan berbasis data. Contohnya, sampel transaksi penjualan dapat digunakan untuk melihat tren pendapatan, sampel data persediaan dapat digunakan untuk menilai risiko barang usang, dan sampel transaksi kas dapat digunakan untuk mendeteksi potensi fraud. Dengan pendekatan ini, akuntan tidak hanya berperan sebagai pencatat transaksi, tetapi juga sebagai analis yang mampu menghasilkan insight bernilai dari data keuangan.
Kesimpulannya, data sampling dalam CRISP-DM terjadi pada tahap Data Preparation, bukan pada tahap Evaluation, Modelling, atau Deployment. Tahap ini menjadi bagian penting dalam big data accounting karena membantu menyiapkan data yang lebih bersih, relevan, dan efisien untuk dianalisis. Dengan sampling yang tepat, akuntan dan data analyst dapat memperoleh insight yang lebih cepat, mendukung proses audit, meningkatkan kualitas pelaporan, serta membantu manajemen mengambil keputusan yang lebih akurat.
