NAMA : ASRI SAGITA FAHIRA (142150189)

HAL : 302-307

Computer Assisted Teknik Audit (CAATs) dan Software Audit Generalized (GAS)

Penggunaan teknik audit dibantu komputer (CAATs) dapat memungkinkan pengujian lebih
luas dari transaksi elektronik dan rekening files. CAATs dapat digunakan untuk memilih
transaksi sampel dari file elektronik kunci, memilah transaksi dengan karakteristik tertentu,
atau untuk menguji seluruh penduduk bukannya sampel. CAATs umumnya meliputi regresi
dan analisis statistik serta teknik yang lebih banyak digunakan berkas interogasi
menggunakan perangkat lunak audit umum (GAS) seperti manipulasi data, perhitungan,
pemilihan data, analisis data, identifikasi pengecualian dan transaksi yang tidak biasa.

Analisis regresi

Prosedur analitis yang rumit dapat menggunakan analisis regresi. analisis regresi adalah
penggunaan model statistik untuk mengukur ekspektasi auditor dalam (euro, dolar) istilah
keuangan, dengan tingkat risiko dan presisi terukur. Sebagai contoh, sebuah harapan untuk
penjualan dapat dikembangkan berdasarkan perkiraan manajemen penjualan, beban komisi,
dan perubahan pengeluaran iklan. analisis regresi menyediakan tingkat yang sangat presisi
yang tinggi karena harapan eksplisit terbentuk di mana data yang relevan dapat dimasukkan
dalam model untuk memprediksi penjualan tahun berjalan. analisis regresi berpotensi bisa
memperhitungkan semua data operasi yang relevan (volume penjualan dengan produk),
perubahan dalam operasi (perubahan kadar iklan, perubahan lini produk atau bauran
produk), dan perubahan kondisi ekonomi. analisis regresi memberikan manfaat presisi
statistik. Model statistik tidak hanya menyediakan terbaik harapan diberikan data di tangan,
tetapi juga menyediakan ukuran kuantitatif dari cocok model.

Generalized Audit Software (GAS)

Perangkat lunak audit umum paket (GAS) mengandung banyak teknik audit berbantuan
komputer untuk kedua melakukan prosedur analitis dan sampling statistik dibundel menjadi
satu bagian dari perangkat lunak. Paket GAS ada banyak digunakan seperti ACL? 22 dan Idea,
dan perusahaan audit Big Four memiliki perangkat lunak mereka sendiri seperti Deloitte
Touche dan ini STAR dan MINI MAX. Paket GAS menyediakan auditor dengan kemampuan
untuk mengakses, memanipulasi, mengelola, menganalisa, dan melaporkan data dalam
berbagai format. Perangkat lunak ini memungkinkan auditor untuk berpindah dari prosedur
analitis untuk sampling statistik untuk prosedur analitis cukup mudah.

Berkas Interogasi Prosedur Menggunakan GAS

Menggunakan GAS dalam audit memerlukan mengkonversi data klien ke dalam format yang
umum dan kemudian menganalisis data. Hal ini umumnya disebut sebagai berkas interogasi.
File interogasi adalah CAAT yang memungkinkan auditor untuk melakukan rutinitas
pemeriksaan otomatis pada data komputer klien. Ini adalah metode menggunakan komputer
untuk menangkap data akuntansi dan laporan dan menguji informasi yang terkandung di
dalamnya. Karena sifat bukti audit perubahan, teknik audit yang memanfaatkan teknologi
sering lebih tepat daripada teknik audit tradisional. Dalam lingkungan yang canggih, teknik
berkas interogasi sering dapat menciptakan efisiensi dan meningkatkan kualitas pekerjaan
audit. Penggalian informasi yang memenuhi kriteria tertentu, informasi memilih, dan menguji
akurasi perhitungan dapat dilakukan dengan berkas interogasi. CAATs digunakan dalam GAS
memungkinkan auditor untuk menganalisis dan menguji setiap item pada laporan untuk
menentukan apakah memenuhi kriteria yang telah ditetapkan, mengidentifikasi perbedaan
yang signifikan, membuat laporan independen pengecualian, pilih sampel audit, dan
mengekspor hasil ke dalam perangkat lunak audit.

Tugas Audit

Tugas Audit Secara umum, berkas interogasi dapat mencapai enam jenis berikut tugas audit
yang:

1 mengkonversi data klien ke dalam format yang umum;

2 menganalisis data;

3 membandingkan set data yang berbeda;

4 mengkonfirmasi keakuratan perhitungan dan membuat perhitungan;

5 sampel statistik;

6 tes untuk kesenjangan atau duplikat secara berurutan.

Kita akan membahas tiga tugas audit yang pertama di bagian ini. Untuk diskusi dari tiga item
terakhir (mengkonfirmasi keakuratan perhitungan, sampling statistik, dan tes untuk
kesenjangan)

Mengkonversi data Ke Format umum

Mengkonversi data Ke Format umum Auditor dapat menggunakan GAS (misalnya ACL)) untuk
mengkonversi data klien ke dalam format yang umum (misalnya file berakhiran ekstensi * .fil)
yang dapat dimanipulasi oleh perangkat lunak. pekerjaan audit lebih efisien karena data tidak
harus dimasukkan secara manual dan konversi biasanya dilakukan dengan akurasi 100 persen.
Data kemudian dapat digunakan oleh GAS atau diekspor sebagai beberapa format seperti teks
biasa, koma, XML, Microsoft Word, Excel, atau Access.

Analisis data

Menganalisis data GAS dapat menangani volume data yang besar dengan cepat. Seringkali,
berkas interogasi dapat digunakan untuk menganalisis seluruh populasi dalam waktu kurang
dari yang dibutuhkan untuk menguji sampel item secara manual. auditor dapat
mengidentifikasi semua catatan dalam file data yang memenuhi kriteria tertentu atau
memformat dan data agregat dalam berbagai cara. tes audit yang dapat dilakukan dengan
GAS meliputi berikut ini:

Identifikasi semua barang inventaris yang berkaitan dengan produk tidak lagi dijual.

Pilih semua barang inventaris tanpa lokasi rekaman.

Simpulkan barang inventaris dengan lokasi untuk memudahkan pengamatan fisik.

akun Ulasan saldo piutang untuk jumlah lebih batas kredit atau lebih tua dari jangka waktu
tertentu.

Simpulkan piutang oleh usia untuk dibandingkan dengan jadwal klien.

jumlah persediaan Ulasan dan biaya unit untuk jumlah negatif atau biasa besar.
 Isolat semua barang inventaris yang belum bergerak sejak tanggal yang ditentukan.

aset Ulasan untuk nilai buku bersih negatif.

Simpulkan persediaan usia untuk menilai kewajaran ketentuan using

Bandingkan Set berbeda dari data

Jika catatan pada file terpisah berisi data yang sebanding, GAS dapat digunakan untuk
membandingkan set data yang berbeda. Sebagai contoh, auditor dapat membandingkan
berikut:

perubahan dalam rekening saldo piutang antara dua tanggal dengan rincian penjualan dan
penerimaan kas pada file transaksi;

rincian gaji dengan catatan personil;

file persediaan saat ini dengan file periode sebelumnya untuk mengidentifikasi item
berpotensi usang atau persediaan yang perputarannya lambat;

posisi portofolio dicatat dalam catatan akuntansi perusahaan investasi dengan catatan yang
dibuat oleh kustodian.

Pendekatan terstruktur untuk GAS Berbasis Prosedur Analitis

Untuk menggunakan prosedur analitis dalam pengujian saldo rekening dengan GAS, auditor
akan mengikuti empat fase Model kajian audit dasar. Bila menggunakan GAS untuk
melakukan empat tahap proses review audit, auditor harus terlebih dahulu memformat data
sehingga dapat dibaca dengan perangkat lunak.

Prosedur analitis Menggunakan Teknik Data Mining

Data mining adalah seperangkat teknik komputer-dibantu yang menggunakan canggih

statistik analisis, termasuk teknik kecerdasan buatan, untuk memeriksa volume data yang
besar dengan tujuan menunjukkan informasi atau pola yang tersembunyi atau tak terduga.
dalam database hal, data mining disebut sebagai penemuan pengetahuan dalam database
(KDD). Data pertambangan dapat digunakan di semua jenis database atau repositori informasi
lainnya. Data untuk menjadi ditambang dapat data numerik, data tekstual atau bahkan grafis
dan audio.

kemampuan GAS untuk membantu dalam proses audit secara keseluruhan sementara yang
membutuhkan keterampilan teknis sedikit yang alasan utama untuk keberhasilannya.
Namun, GAS telah dikritik karena membuat beberapa tugas lebih mudah tetapi tidak dapat
menyelesaikan analisis data dengan sendirinya. Data mining, di sisi laintangan, menganalisis
data secara otomatis tetapi lebih sulit untuk dikerjakan

Data mining dapat menggunakan banyak metode dan teknik dan algoritma untuk
menganalisis klien data. metode penambangan data meliputi deskripsi data, analisis
ketergantungan, klasifikasi dan prediksi, analisis cluster, analisis outlier dan analisis evolusi
algoritma yang sering digunakan adalah pohon keputusan, algoritma apriori, dan jaringan
saraf.

Tujuan dari analisis ketergantungan adalah untuk mencari hubungan yang paling signifikan di
sejumlah besar variabel atau atribut. Klasifikasi adalah proses menemukan model, juga
dikenal sebagai pengklasifikasi, atau fungsi yang memetakan catatan ke salah satu dari
beberapa diskrit kelas.

Tujuan dari deskripsi data adalah untuk memberikan gambaran keseluruhan data, baik dalam
sendiri atau dalam setiap kelas atau konsep. Ada dua pendekatan utama dalam memperoleh
data yang deskripsi - karakterisasi data dan diskriminasi data. karakterisasi data meringkas
karakteristik umum data dan data diskriminasi, juga disebut data perbandingan, dengan
membandingkan karakter data antara kelompok kontras atau kelas.

Tujuan dari analisis evolusi adalah untuk menentukan perubahan yang paling signifikan dalam
data set dari waktu ke waktu. Dengan kata lain, itu adalah jenis lain dari metode algoritma
(yaitu deskripsi data, analisis ketergantungan, klasifikasi atau pengelompokan) ditambah
waktu terkait dan urutan-terkait karakteristik.

Tujuan dari analisis klaster adalah untuk review memisahkan data dengan karakteristik yang
sama dari yang berbeda. Perbedaan antara pengelompokan dan klasifikasi adalah bahwa
sementara pengelompokan tidak memerlukan kelas label pra-diidentifikasi, klasifikasi tidak.
Item data outliers adalah yang jelas berbeda dengan orangutan lain dan dapat dilihat sebagai
suara atau kesalahan. Namun, suara tersebut dapat berguna hearts beberapa kasus, seperti
deteksi penipuan, di mana barang-barang yang tidak biasa atauvariabel argumen penanganan
adalah keprihatinan utama.

Algorithms Decision Tree, Apriori, Neural Network

Sebuah pohon keputusan adalah model prediksi yang mengklasifikasikan data dengan
struktur hirarkis. Saya terdiri dari node, yang mengandung pertanyaan klasifikasi, dan cabang-
cabang yang merupakan hasil dari pertanyaan. (Misalnya pertanyaan, Apakah kenaikan item
ini pada saat yang sama Tingkat sebagai pendapatan dapat menjawab ya - yang mengarah
ke salah satu cabang? pertumbuhan mirip dengan pendapatanatau mungkin menjawab
tidak -. yang mengarah ke cabang lain)

The apriori algoritma mencoba untuk menemukan sering Item set menggunakan aturan
untuk. menemukan asosiasi antara kehadiran atau tidak adanya item (aturan asosiasi
Boolean). Kelompok item set yang paling sering datang bersama-sama diidentifikasi.

Sebuah jaringan saraf adalah model komputer berdasarkan arsitektur otak. Ini pertama
mendeteksi pola dari data set kemudian memprediksi pengklasifikasi terbaik dari pola itu, dan
akhirnya belajar dari kesalahan.

Follow-Up dalam Kasus Penyimpangan tak terduga

Ketika prosedur analitis mengidentifikasi fluktuasi yang signifikan atau hubungan yang tidak
konsisten dengan informasi lain yang relevan atau yang menyimpang dari jumlah yang
diperkirakan, auditor harus menyelidiki dan memperoleh penjelasan yang memadai dan tepat
bukti-bukti yang nyata. 23 Perbandingan hasil aktual dengan yang diharapkan harus
mencakup pertimbangan mengapa ada perbedaan. Ada terutama dua alasan untuk fluktuasi
yang signifikan atau inkonsistensi. Satu adalah bahwa ada alasan bisnis asli yang tidak jelas
selama prosedur perencanaan. Alasan kedua adalah bahwa ada salah saji. Pekerjaan yang
harus dilakukan untuk menentukan alasan.

Penyelidikan

Penyelidikan fluktuasi yang tidak biasa dan hubungan biasanya dimulai dengan pertanyaan
dari manajemen, diikuti oleh bukti yang menguatkan tanggapan manajemen dan Penentuan
jika prosedur audit tambahan diperlukan. tanggapan manajemen mungkin dikuatkan dengan
membandingkan mereka dengan pengetahuan auditor bisnis dan bukti lain yang diperoleh
selama audit. Jika penjelasan yang masuk akal tidak dapat diperoleh, auditor agregat saji
bahwa entitas belum diperbaiki. auditor kemudian akan mempertimbangkan apakah, dalam
kaitannya dengan jumlah individu, subtotal, atau total dalam laporan keuangan, mereka
secara material salah mengutarakan laporan keuangan secara keseluruhan. Jika manajemen
tidak dapat memberikan memuaskan penjelasan dan ada kemungkinan dari salah saji
material, audit lainnya prosedur harus ditentukan.