a. Prosedur Analitis
Standar auditing seksi 56 ( dikutip dari Diaz Priantara, 2013)
menyatakan prosedur analitis adalah evaluasi dari informasi keuangan yang
didapat auditor dari menganalisis hubungan data keuangan dan non
keuangan. Prosedur analitis ini dipakai tiga tujuan utama, yaitu:
a) Premiminary analytic prosedures. Prosedur analitis digunakan
untuk mendapatkan pemahaman tentang perusahaan dan untuk
memberikan perhatian kepada auditor terhadap area yang beresiko
tinggi (termasuk resiko fraud) pada saaat perencanaan audit.
b) Substantive analytic prosedures. Prosedur analitis digunakan
sebagai metode untuk mendapatkan bukti audit dengan
mengevaluasi saldo akun.
c) Final analytic proedures. Proedur analitis digunakan untuk
mendapat kesimpulan audit dari keseluruhan hasil audit dan
penyajian laporan keuangan.
Teknik prosedur analitis yang dapat digunakan untuk mendeteksi fraud,
antara lain adalah sebagai berikut:
1. Perbandingan data antar perusahaan versus data perusahaan antar
periode:
1) Analisis horizontal yaitu perbandingan anatara periode saat
ini dengan periode sebelumnya (tahun lalu atau bulan lalu)
2) Analisis vertical yang mengkalkulasikan setiap baris item
laporan keuangan sebagai persentase dari baris item yang
lain.
2. Pebandingan data perusahaan (realisasi) versus anggaran atau
proyeksi perusahaan
3. Perbandingan data perusahaan versus industri atau perusahaan
sejenis
4. Perbandingan data finansial perusahaan versus data operasionalnya
5. Perbandingan data perusahaan (realisasi) versus hasil kalkulasi
auditor
6. Analisis rasio keuangan seperti:
1) Rasio likuiditas: current ratio, working capital ratio,
accounts receivable turnover, inventory turnover, acid test
ratio
2) Rasio solvabilitas: total bedt to total equity, total debt to total
asset
3) Rasio profitabilitas: return on assets return on invesment,
economic value added, market value added, gross margin
ratio, operating margin ratio, profit margin ratio
b. Analisis data dengan bantuan teknologi (continuous
monitoring/auditing)
Teknik analisis data dengan menggunkaan teknologi dapat dilakukan
antara lain untuk:
1. Menghitung parameter statistik (rata-rata, standar deviasi, nilai
terendah dan tertinggi) untuk mengidentifikasi transaksi yang
janggal (outlier) yang dapat menjadi indikasi fraud
2. Mengklasifikasi untuk pola mengklasifikasi untuk menemukan pola
dan asosiasi diantara grup eleman data
3. Menstratifikasi nilai numerik untuk mengidentifikasi nilai yang
tidak biasa/lasim (unusual) sangat berlebih atau kurang
(execeedingly high or low)
4. Analisis digital menggunakan Hukum Benford untuk
mengidentifikasi secara statistik kejadian yang tidak diinginkan
dari digit-digit yang spesifik pada data yang acak
5. Menggabungkan (joining) sumber data yang berbeda untuk
mencari pencocokan nilai yang tidak tepat diantara sistem yang
terpisah seperti nama, alamat, nomor rekening.
6. Pengujian duplikat untuk mengidentifikasi duplikasi yang
sederhana atau komplex dari transakasi bisnis seperti pembayaran,
penggajian, laporan klaim biaya.
7. Gap testing untuk mengidentifikasi angka/nomor yang hilang pada
data yang berurutan (sequential data) sebegai indikator seseorang
mencoba menyembunyikan transaksi yang fraud (fraudulent
transaction)
8. Penjumlahan (suming and totaly) nilai numerik untuk mengecek
nilai total Kontrol (control totals) yang mungkin dipalsukan
9. Memfalidasi tanggal perekaman data (entry dates) untuk mencari
posting atau sewaktu waktu perekaman data yang tidak tepat dan
mencurigakan.
c. Penggunaan Hukum Benford untuk mendeteksi fraud
Benford’s law atau hukum benford adalah hukum yang dapat
memperkirakan frekuensi kemunculan sebuah angka dalam rangkaian
data numerik. Jika data numerik tersebut dihasilkan tanpa ada unsur
kesengajaan, maka freukensi kemunculan angka tersebut akan sesuai
dengan harapan freukensi dalam Hukum Benford. Hal ini juga berarti
jika ada unsur kesengajaan oleh manusia untuk menciptakan sebuah
kombinasi angka dan dimasukan dalam data set tersebut maka hasil
analisa Hukum Benford akan menunjukan bahwa ada angka tertentu
yang lebih banyak muncul dari pada yang diperkirakan. Hukum
Benford banyak digunakan oleh auditor karena kemampuannya untuk
mendeteksi anomali data pada sebuah data set. Anomali data tersebut
jika ditelusuri lebih lanjut dapat membantu auditor untuk mendeteksi
fraud. Hukum ini sangat mudah dan efektif untuk digunakan karena
sudah ada software audit yang menyediakan menu Hukum Benford.
d. Penggunaan data mining dan data analytics
Data mining mengkaji dan mencari informasi berharga didalam
data base yag besar. Proses ini, seperti halnya menambang sumber daya
alam, melakukan penyaringan diantara begitu banyaknya data kemudian
dengan cara cerdas mengeksplorasi dimana sebenarnya nilai lebih itu
berada.
Tidak ada komentar:
Posting Komentar