Anda di halaman 1dari 27

MODUL PEMERIKSAAN AKUNTANSI 2

(AUDITING)

DISUSUN OLEH :
TEAM LITBANG AUDITING
Anindya Nastiti
Debby Nur
Desi Nataliani
Dita Puji Lestari
Faradillah Lamira
Muthia Nurul K
Purwaningsih
Rani Nuraini
Yugi Susanti
Zulfa Amalia Nugrah

UNIVERSITAS GUNADARMA
LABORATORIUM AKUNTANSI MENENGAH
2014

KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa yang telah melimpahkan
rahmat-Nya sehingga modul praktikum pemeriksaan akuntansi 2 ini dapat
diselesaikan.
Modul ini disusun bertujuan untuk menunjang praktikum pemeriksaan
akuntansi 2. Diharapkan dengan modul ini para praktikan dapat mendapat
wawasan tentang materi praktikum yang diajarkan. Modul ini berisi contoh soal
yang dibahas serta latihan-latihan soal.
Penulis menyadari bahwa dalam penyusunan Modul ini masih
terdapat banyak kekurangan mengingat keterbatasan kemampuan dan
pengalaman,oleh karena itu penulis mengharapkan saran dan kritik yang bersifat
membangun.
Akhir kata kami selaku penulis yang terdiri dari tim litbang audit
mengucapkan terimakasih kepada semua pihak yang telah berperan dalam
penyusunan modul ini. Semoga bermanfaat bagi pembaca semuanya.

Jakarta, Februari 2014

Tim Litbang Audit

ACL (AUDIT COMMAND LANGUAGE)


ACL

atau

yang

sebelumnya

dikenal

sebagai Audit

Command

Language,

adalah software (perangkat lunak) untuk mengekstrasi dan menganalisis data yang digunakan
untuk mencegah dan mendeteksi kecurangan. Dengan sampling data yang besar, ACL
digunakan untuk menemukan berbagai penyelewengan atau pola dalam transaksi yang dapat
mengindikasikan adanya kelemahan pengendalian atau kecurangan.
ACL dikembangkan sejak tahun 1970an oleh Prof. Hart J. Will dari Canada dan kemudian
dikelola oleh ACL Services Ltd Vancoucer, Canada. ACL juga merupakan Tools yang paling
diminati untuk dapat membantu proses analisis data secara interaktif dalam menghasilkan
informasi yang tepat guna bagi keperluan pengambilan keputusan yang tepat bagi
manajemen.
ACL merupakan suatu sistem berbasis windows yang bersifat Graphical User Interface
(GUI) dan sangat mudah digunakan (User Friendly) untuk melakukan suatu proses analisis
data serta monitoring.
ACL telah dikembangluaskan untuk memenuhi kenutuhan analisis data seluruh aktivitas
bisnis operasional dalam perusahaan. Diantaranya dibidang audit untuk analisis data,
pencocokan dan pembandingan dat, laporan penyimpangan, dan sebagainya. Pada bidang IT
untuk data migrasi, data cleansing, data matching, data integrity testing dan sebagainya.
Keunggulan dari Audit Command Language ( ACL ) :

Mudah dalam penggunaan adalah ACL for Windows, sesuai dengan namanya, adalah
perangkat lunak (software) berbasis Windows, di mana sistem operasi Windows telah
dikenal bersifat mudah digunakan (user friendly).

Built-in dan Analisis data secara fungsional adalah ACL for Windows didukung
dengan kemampuan analisis untuk keperluan audit/pemeriksaan seperti: analisis
statistik, menghitung total, stratifikasi, sortir, index, dan lain-lain.

Kemampuan menangani ukuran file yang tidak terbatas adalah ACL for Windows
mampu menangani berbagai jenis file dengan ukuran file yang tidak terbatas.

Kemampuan Mengekspor hasil audit adalah ACL mempunyai kemampuan untuk


mengekspor hasil audit ke berbagai macam format data antara lain: Plain Text (TXT),
3

dBase III (DBF), Delimit (DEL), Excel (XLS), Lotus (WKS), Word (DOC), dan
WordPerfect (WP).

Pembuatan laporan berkualitas tinggi adalah ACL for Windows memiliki fasilitas
lengkap untuk keperluan pembuatan laporan.

LANGKAH AWAL PENGGUNAAN SOFTWARE ACL


Bila ada statement seperti ini :

Masukan angka pada Start of Century value sebesar 40

Masukan
angka 40

Setelah langkah tersebut dilakukan, klik ok. Dan akan tampil dasar dari program acl

Langkah selanjutnnya pilih menu file kemudian new document karena kita akan membuat
dokumen baru.

Setelah itu save. Dan akan tampil tampilan seperti ini :

Langkah yang harus dilakukan adalah memilih data yaitu dengan cara klik option New
5

Setelah itu akan tampil tampilan


seperti ini, langkah yang harus
dilakukan adalah pilih NEXT

Langkah selanjutnya
pastikan titik pilihan
terletak pada Disk seperti
yang ditunjukkan oleh
tanda panah dan
kemudian Next kembali.

Pada tampilan ini pilih


salah satu file yang ingin
diambil kemudian pilih
open. (disini file yang
diambil adalah file
persediaan.DBF )

Setelah itu muncul


tampilan seperti
disamping. Pada tampilan
ini pastikan pilihan
terdapat pada PCs (paling
bawah) kemudian pilih
next.

Pada tampilan ini


pastikan pilihan terdapat
pada dBASE compatible
file. Kemudian next lagi.

Setelah langkah diatas


dilakukan maka akan
tampil tampilan seperti
ini. Kemudian pilih
Finish untuk menyudahi
prosedur ini.

Pada tampilan ini


langsung saja pilih ok.

Setelah itu akan tampil


tampilan seperti ini.
Langkah selanjutnya
adalah menampilkan
command log.

Pada menu window


pilih open command
log. Dan akan tampil
tampilan seperti dibawah
ini.

Karena tampilannya masih berantakan. Kita rapihkan agar bisa mudah dalam mengerjakan
kasusnya. Dengan cara pilih menu window kembali dan memilih option Arrange All. Dan
hasilnya akan tampak seperti contoh dibawah ini.

TOTAL
Fungsi total digunakan untuk total/jumlah elemen data field yang berjenis numeric (angka).
Contoh:
Berapakah total jumlah LIMIT customer yang tinggal di Negara bagian New Jersey ( NJ)!
(gunakan file costumer.dbf)
Langkah langkah :
Buka ACL
Aktif pada costumer.dbf
Pada menu bar, pilih Analyze-Total
Tampil pada jendela total.
Pada total fields, pilih LIMIT
Klik if, pada expression isikan : STATE = NJ, kemudian verify
Hasil verify harus valid keterangnnya.

Kembali ke jendela Total, klik OK.


Tampil hasilnya pada command log.
@ OPEN custommer
8 fields activated
@ TOTAL FIELDS LIMIT IF STATE = 'NJ'
7 of 64 met the test: STATE = 'NJ'
The total of LIMIT is: 313,000

Kasus
1. Berapakah total VALUE pada file persediaan yang Quantity On Hand-nya (QTYOH)
lebih besar dari Minimum Quantity (MINQTY)!
2. Berapakah total SALARY pegawai yang pekerjaannya adalah ANALYST, komisinya
di atas 1500 dan bonusnya diatas 300!

COUNT
Fungsi count digunakan untuk menghitung atau memeriksa jumlah record dari file data yang
sedang diolah.
Contoh:
Hitung jumlah pegawai yang bekerja sebagai MANAGER (record dari data file MAS_PEG)!
Langkah langkah:
Aktif pada file MAS_PEG.dbf
Pada menu bar, pilih Analyze-Count
Klik if, pada expression isikan : JOB = 'MANAGER, kemudian verify-ok.

Kembali ke jendela total, klik ok


Tampil hasilnya pada command log.
@ OPEN MAS_PEG
20 fields activated
@ COUNT IF JOB = 'MANAGER'
7 of 42 met the test: JOB = 'MANAGER'
Kasus
1. Hitung jumlah pegawai yang memiliki SALARY 30000 atau lebih!
2. Hitung jumlah pegawai yang memiliki BONUS lebih dari 400 dan memiliki COMM
minimal 1500 tetapi tidak lebih dari 3500!

EXTRACT
Fungsi extract digunakan untuk memisahkan data yang di inginkan dengan nama file yang
diinginkan.
Contoh:
Extract record pada file Audit Pemasaran dimana pegawainya berjenis kelamin MALE dan
bekerja sebagai DESAIGNER. Simpan hasil extract tersebut dengan nama MaleDesigner.
Langkah-langkah:
Aktif pada file Audit_Pemasaran.dbf
Pada menu bar, pilih Data-Extract
Pada main pilih record
10

Klik If, pada expression isikan: JOB = 'DESIGNER' AND SEX = 'M', kemudian
verify-ok.
Klik To, isikan MaleDesigner
Klik OK

Tampil hasilnya pada command log dan jendela view.


@ OPEN Audit_Pemasaran
11 fields activated
@ EXTRACT RECORD IF JOB = 'DESIGNER' AND SEX = 'M' TO "MaleDesigner" OPEN
6 of 42 met the test: JOB = 'DESIGNER' AND SEX = 'M'
6 records produced
Extraction to file MaleDesigner.FIL is complete
Opening file "MaleDesigner"
11 fields activated

Kasus
1. Extract field BIRTHDATE, FIRSTNME, JOB, SEX dan SALARY pada file
Audit_Pemasaran dimana pegawainnya mempunyai SALARY diatas 35000. simpan
hasil extract tersebut dengan nama HighSalary. Tuliskan langkah-langkah, tampilan
jendela command log, dan jendela view!
2. Extract field ADDRESS, CITY, NAME, STATE dan LIMIT pada file costummer
dimana costummer mempunyai LIMIT dibawah 6000. Simpan hasil extract tersebut
dengan nama CostummerLimit. Tuliskan langkah-langkah, tampilan jendela
command log, dan jendela view!

11

STATISTIK
Fungsi statistic digunakan untuk mendeskripsikan data-data statistik dari sumber datanya.
Contoh:
Deskripsikan GROSS_PAY dari data file Gaji.dbf!
Langkah-langkah:
Aktif pada file Gaji.dbf
Pada menu bar, pilih Analyze-Statistics
Pada main slave Main, Statistics On, pilih GROSS_PAY, jika menginginkan nilai
standar deviasi, maka list pada kotak Standard Deviation.
Pada slave Output, kotak To pilih Screen
Klik OK

Tampil hasilnya pada command log.


@ OPEN GAJI
8 fields activated
@ STATISTICS ON GROSS_PAY STD TO SCREEN NUMBER 5
Field : GROSS_PAY
Number
Total
Average
Positive
:
44
99,585.46
2,263.31
Zeros
:
0
Negative
:
0
0.00
0.00
Totals
:
44
99,585.46
2,263.31
Abs Value :
99,585.46
Range
:
3,117.50
Std. Dev.
:
693.53
Highest
: 4,395.83 3,875.00 3,875.00 3,437.50 3,347.92
Lowest
: 1,278.33 1,325.00 1,325.00 1,437.50 1,479.17

Kasus
1. Deskripsikan GROSS_PAY dari data file Gaji.dbf dimana WORKDEPT-nya E21!
2. Deskripsikan SALARY dari data file MAS_PEG.dbf dimana BONUS-nya selain 500!

12

Profile-Histogram
Fungsi profile-histogram digunakan untuk menyediakan ringkasan data statistik yaitu nilai
absolute, total, minimum, dan maksimum value. Beberapa fungsi lain dalam ACL,
memerlukan menjalankan fungsi Profil terlebih dahulu.
Fungsi histogram digunakan untuk menampilkan pengolahan data berbentuk diagram atau
grafik. Perintah histogram dapat digunakan untuk mendapatkan tampilan secara grafis
mengenai suatu file.
Contoh :
Tampilkan grafik field MINQTY dari file PERSEDIAAN.dbf untuk barang yang
mempunyai jumlah minimal (MINQTY) lebih dari sama dengan 500 dengan interval 10.
Tuliskan langkah-langkah, hasil dari command log untuk Profile, dan hasil grafik Histogramnya.
Langkah-langkah:
Aktif pada file PERSEDIAAN.dbf
Pada menu bar, pilih Analyze-Profile
Tampil jendela profile fields
Pada fields pilih MINQTY
Klik If, pada expression isikan : MINQTY >= 500, kemudian verify-ok.

Kembali ke jendela profile, klik ok


Tampil hasilnya pada command log

13

Pada menu bar, pilih Analyze-Histogram


Tampil Jendela profile fields
Pada main slave Main, Histogram On, pilih MINQTY, Intervals : 10
Pada slave Output, pilih Graph

Klik ok, tampil grafiknya pada jendela Graph dan command log.

14

Kasus :
1. Tampilkan grafik field UNCST dari file PERSEDIAAN.dbf dengan interval 5.
Tuliskan langkah-langkah, hasil dari command log untuk Profile, dan hasil grafik
Histogram-nya.
2. Tampilkan grafik field SALEPR dari file PERSEDIAAN.dbf untuk barang yang
mempunyai nilai (Value) lebih dari 700 dengan interval 10.
Tuliskan langkah-langkah, hasil dari command log untuk Profile, dan hasil grafik
Histogram-nya.

VERIFY
Fungsi verify digunakan untuk mengecek atau memerikasa validitas data sebelum
menggunakan file.Verify menganalisis field untuk menjamin bahwa data telah konsisten
dengan tipe field yang ditetapkan.
Contoh :
Periksalah validitas field PRODNO pada data file HUTANG.dbf.
Langkah-langkah:
Aktif pada file HUTANG.dbf
Pada menu bar, pilih Analyze-Verify
Pada main, klik PRODNO pada list box verify fields, klik Ok.

Tampil hasilnya pada command log.

15

Kasus :
1. Periksalah validitas field CHEQUE_NO pada data file GAJI.dbf.
2. Periksalah validitas field BIRTHDATE pada data file MAS_PEG.dbf.

SORT
Fungsi dari sort digubnakan untuk mengurutkan sebuah fields.
Contoh :
Urutkan data file Audit_Manufaktur.dbf secara descending berdasarkan MKTVAL dengan
perintah sort dengan membuat file baru bernama SortMKTVAL.
Tuliskan langkah-langkah, tampilan jendela command log, dan jendela view!
Langkah-langkah:
Aktif pada file Audit_Manufaktur.dbf
Pada menu bar, pilih Data-Sort
Tampil jendela sort, pilih tombol sort On
Pilih descending, pindahkan MKTVAL pada available fields ke selected field,
kemudian pilih Ok.
Pada To, ketikkan Sort MKTVAL.

Klik Ok, tampil hasilnya pada command log dan jendela view.

16

@ OPEN Audit_Manufakturing
16 fields activated
@ SORT ON MKTVAL TO "SortMKTVAL" OPEN
152 records produced
Output to SortMKTVAL.FIL is done
Opening file "SortMKTVAL"
16 fields activated

Kasus
1. Urutkan data file Audit_Manufaktur.dbf secara ascending berdasarkan MINQTY
dengan perintah sort dengan membuat file baru bernama SortMINQTY.
2. Urutkan data file Audit_SDM.dbf secara Ascending berdasarkan GAJI dengan
perintah sort dengan membuat file baru bernama SortGAJI

INDEX
Fungsi index hampir sama dengan fungsi sort.
Contoh :
Urutkan data pada file MAS_PEG.dbf berdasarkan BIRTHDATE dengan perintah index.
Langkah-langkah:
Aktif pada file MAS_PEG.dbf
Pada menu bar, pilih Data-Index
Tampil jendela index, pilih tombol Index On
Pilih ascending, pindahkan BIRTHDATE pada available fields ke selected field,
kemudian pilih Ok.
Pada To, ketikkan : IndexBIRTHDATE

17

Klik Ok, tampil hasilnya pada command log dan jendela view.
@ OPEN MAS_PEG
20 fields activated
@ INDEX ON BIRTHDATE TO "IndexBIRTHDATE" OPEN
42 records produced
Output to IndexBIRTHDATE.INX is done
Opening file INDEX "IndexBIRTHDATE"

Kasus
1. Urutkan data pada file Audit_Manufakturing.dbf berdasarkan CSDTE dengan
ascending dengan perintah index.
2. Urutkan data pada file Audit_Pemasaran.dbf berdasarkan BIRTHDATE dengan
descending dengan perintah index.

AGE
Fungsi age digunakan untuk menampilkan tanggal yang ingin dicari.
Contoh :
Tampilkan CSDTE yang tanggal jatuh temponya kurang dari tanggal 31 Agustus 1997 (cutoff date 31-08-1997) dengan semua field yang terhubung pada data field
Audit_Manufakturing!
Langkah-langkah:
Aktif pada file Audit_Manufaktuingr.dbf
Klik Analyze-Age. Pada Main, klik dropdown Age On, pilih CSDTE.
Klik Accumulate Fields, pilih Add All, lalu Ok
Klik dropdown cut-off date. Klik tahun yang ada lalu klik tanda panah naik atau
turun untuk mengubahnya menjadi 1997, klik bulan agustus, setelah itu klik
tanggal yang diinginkan yaitu 31

18

Klik Ok, tampil hasilnya pada command log dan jendela view.

Kasus
1. Tampilkan CSDTE yang tanggal jatuh temponya kurang dari tanggal 27 Maret 1997
(cut-off date 27-03-1997) dengan semua field yang terhubung pada data field
Audit_Manufakturing.
2. Tampilkan CSDTE yang tanggal jatuh temponya kurang dari 21 April 1997 (cut-off
date 21-04-1997) dengan semua field yang terhubung pada data field
Audit_Manufakturing

19

STRATIFY
Fungsi stratify digunakan untuk menyaring field suatu data.
Contoh:
Sebuah perusahaan yang bergerak dalam bidang perdagangan, dalam pembagian THR
ternyata menimbulkan masalah bagi sejumlah karyawan pabrik tersebut. Untuk mengetahui
seberapa besar pengaruhnya, pihak manajemen memerintahkan anda untuk menyaring data
file GAJI berdasarkan NET_PAY dengan field yang terhubung adalah TAX_AMOUNT dan
GROSS_PAY dengan interval 5 dimana GROSS_PAY tidak lebih dari 3000.00 di perusahaan
tersebut!
Langkah-langkah:
Aktif pada file GAJI.dbf
Lakukan fungsi profile dahulu pada field NET_PAY untuk mendapatkan nilai
maksimum dan minimum.
Pilih Analyze-Stratify
Pada Main, klik Stratify On lalu pilih NET_PAY, pada list box Accumulate Fields
tekan tombol Ctrl pada keyboard sambil meng-klik TAX_AMOUNT dan
GROSS_PAY. Ubah interval menjadi 5.
Klik If, ketikkan : GROSS_PAY < 3000.00, lalu verify-Ok

Klik Ok, maka Tampilannya pada command Log.

20

Kasus
1. Anda adalah seorang auditor diminta oleh manajemen Rika Corp. untuk menyaring
data file Audit_EDP berdasarkan TAX_AMOUNT dengan field yang terhubung
adalah NET_PAY dan GROSS_PAY dengan interval 10 dimana NET_PAY tidak lebih
besar sama dengan 2000!
2. Anda adalah seorang auditor diminta oleh manajemen Rika Corp. Untuk menyaring
data file Audit_EDP berdasarkan TAX_AMOUNT dengan file yang terhubung adalah
NET_PAY dan GROSS_PAY dengan interval 5 dimana NET_PAY tidak lebih besar
sama dengan 3000

SEQUENCE, DUPLICATES, DAN GAPS


Perintah Sequence, Duplicate, dan Gaps ada pada dialog box yang sama. Perintah Duplicate
dan Gaps adalah variasi dari Sequence. Fungsi Duplicates dan Gaps digunakan untuk
menandai ketidakakurasian atau ketidaktepatan pada file data. Pengujian terhadap Gaps
dalam urutan key field dan duplikasi dapat dilakukan pada waktu yang sama.

SEQUENCE
Sequence adalah cara yang tepat untuk menentukan apakah key field dalam keadaan
berurutan dan memeriksa data file untuk Gaps, duplikat atau record yang hilang.
Contoh :
Cari dengan perintah Sequence, apakah ada data yang tidak terurut pada field
TAX_AMOUNT dari data file GAJI.dbf!
Langkah-langkah:
Aktif pada file GAJI.dbf
Pilih Analyze-Sequence
Pada list box Sequence On, klik TAX_AMOUNT

Klik Ok, tampilan pada Command Log.

21

Kasus
1. Carilah dengan perintah sequence, apakah ada data yang tidak terurut pada field
UNIT_COST dari data file HUTANG.dbf
2. Carilah dengan perintah sequence, apakah ada data yang tidak terurut pada field NAME
dari data file customer.dbf

DUPLICATES
Gunakan perintah Duplicates untuk mendeteksi apakah key field dalam file sekarang
mengandung duplikasi dalam urutan-urutannya.
Contoh :
Cari duplikat data berdasarkan field berdasarkan field PAY_DATE pada data file GAJI.dbf,
dengan NET_PAY, WORKDEPT, dan CHEQUE_NO sebagai list fields. Tampilkan outputnya
pada screen.
Langkah-langkah:
Aktif pada file GAJI.dbf
Pilih Analyze-Duplicates
Dalam list box Sequence On, klik PAY_DATE
Dalam list box List Field, klik NET_PAY, WORKDEPT, dan CHEQUE_NO,
jangan lupa pada output pilih screen.

22

Klik Ok, tampilan pada Command Log

Kasus
1. Cari duplikat data berdasarkan field berdasarkan field BONUS pada data file
MAS_PEG.dbf, dengan EMP_ADDR, dan EMP_CITY sebagai list fields. Tampilkan
outputnya pada screen
2. Cari duplikat data berdasarkan field berdasarkan field GOLONGAN_P pada data file
AUDIT_SDM.dbf, dengan BONUS dan JABATAN sebagai list fields. Tampilkan
outputnya pada screen

GAPS
Gunakan perintah Gaps untuk mendeteksi apakah key numeric field dalam file sekarang
berisi gaps (jarak) dalam pengurutannya. List Gaps range digunakan untuk menampilkan
field yang hilang.
Contoh:
Tampilkan pada Screen dengan mengunakan perintah Gaps, field PAY_DATE yanh hilang
pada data file GAJI.dbf
Langkah-langkah:
Aktif pada file GAJI.dbf
Pilih Analyze-Gaps
Pada Sequence On, klik PAY_DATE
Pada Gaps klik radio button Screen
Klik tab Output, lalu klik radio button screen

23

Klik Ok, tampilan pada Command Log.


@ OPEN GAJI
8 fields activated
@ GAPS ON PAY_DATE ERRORLIMIT 10 TO SCREEN
PRESORT
Presorting data
0 data sequence errors detected
0 gaps and/or duplicates detected
Kasus
1. Tampilkan pada screen dengan menggunakan perintah Gaps, field EMP_CITY yang
hilang pada data file MAS_PEG.dbf
2. Tampilkan pada screen dengan menggunakan perintah Gaps, field NET_PAY yang
hilang pada data file GAJI.dbf

EXPORT
Fungsi export digunakan untuk memindhkan jendela view menjadi bentuk berbagai macam
data output..
Contoh:
Export seluruh field yang ada dalam data file MAS_PEG sebagai file excel.
Langkah-langkah:
Pilih data file MAS_PEG, kemudian klik DATA pada menu bar, lalu pilih Export
dan akan tampil kotak dialog.
Klik export field, lalu klik Add All
Klik Ok, untuk menandai semua field
Pada kotak dialog Export As, pilih Excel
Pada text box To, ketik dengan Export_MASPEG

24

Klik Ok, tampilan pada Command Log.


@ OPEN MAS_PEG
20 fields activated
@ EXPORT FIELDS BIRTHDATE BONUS COMM EDLEVEL EMPNO
EMP_ADDR EMP_CITY EMP_STATE EMP_ZIP FIRSTNME HIREDATE
JOB LASTNAME MIDINIT PAY_PER_PE PHONENO
RECORD_DELETED SALARY SEX WORKDEPT EXCEL TO
"Export_MASPEG"
42 records produced
Output to Export_MASPEG.XLS is done
Langkah-langkah untuk menampilkan pada file Export pada excel:
1. Klik start, lalu pilih All Program
2. Kemudian klik Ms. Excel
3. Pada menu bar pilih file-open
4. Pada Look In, pilih My document, lalu pilih Export_MASPEG
5. Klik open
6. Setelah itu excel akan menampilkan hasil export tadi sebagai berikut :

25

Kasus
1. Export sebagian field pada data file GAJI.dbf yaitu, NET_PAY hingga workdept
sebagai plain text, dimana workdept selain A00.
Tuliskan langkah-langkah, tampilkan jendela command log, dan tampilkan pada
aplikasi Notepad (jendela notepad)!
2. Export seluruh field yang ada dalam data file HUTANG sebagai file excel

SEARCH
Fungsi search digunakan untuk mencari data record pada data suatu file.
Contoh :
Anda diminta untuk mencari data Invoice Rika Caf pada data file HUTANG.dbf, dimana
INVOICE_DA berada di bulan Oktober tahun 1996 (1 31 Oktober)!
Langkah-langkah:
Pilih data file HUTANG.dbf
Pilih Analyze-Search
Pada Sequential, klik radio button Locate If.
Klik tombol command button Expr, lalu buat ekspresi sebagai berikut :
INVOICE_DA >= '10/01/96' AND INVOICE_DA <= '10/31/96'`
Lalu verify, Klik Ok
@ OPEN HUTANG
9 fields activated
@ LOCATE IF INVOICE_DA >= '10/01/96' AND INVOICE_DA <= '10/31/96'
Located record 6

Kursor pada jendela View akan langsung menuju record 6

Kasus
1. Anda diminta untuk mencari data sebuah vendor dari 50 record yang ada, dengan
kriteria VENDOR CITY di Phoenix
2. Anda diminta untuk mencari data seorang pegawai dalam file Audit_Pemasaran yang
bernama MASATOSHI YOSHIMURA!

26

CLASSIFY
Fungsi Classify digunakan untuk mengklasifikasikan suatu data yang terdapat dalam suatu
record.
Contoh:
Anda adalah seorang auditor diminta oleh manajemen Rika Company untuk
mengklasifikasikan data file Audit_Manufakturing.dbf berdasarkan hasil produk
(PRODDESC) dengan field yang terhubung adalah MINQTY dan MKTVAL dimana
MINQTY sama dengan diatas 900!
Langkah-langkah:
Aktif pada file Audit_Manufakturing.dbf
Pilih Analyze-Classify
Pada Main, klik Classify On lalu ilih PRODDESC, pada list box Acccumulate
Fields tekan tombol Ctrl pada keyboard sambil mengklik MINQTY dan
MKTVAL.
Klik tombol Command IF, dan tulis expression : MINQTY >= 900

Klik Ok, maka jendela Command Log akan menampilkan :

Kasus
1. Anda diminta untuk mengklasifikasikan bonus dari file MAS_PEG berdasarkan
EMPNO dengan file terhubung BONUS dan COMM dimana BONUS lebih dari sama
dengan 700
2. Anda diminta untuk mengklasifikasikan kualitas barang dari file HUTANG
berdasarkan INVOICE_NO yang terhubung dengan QUANTITY dan UNIT_COST,
dimana QUANTITY kurang dari sama dengan 100
27