Mata Kuliah : Seminar Sistem Informasi Akuntansi

Kelas : AK-40-I2

Anggota Kelompok :

1. Bryant Samuel S
2. Haekal Rizki S
3. Ichsan Kamal

ARTIKEL NASIONAL

Judul 1 : Sistem Informasi Akuntansi

a. Fenomena
Penjualan merupakan hal yang utama dalam sebuah perusahaan yang bergerak pada
bidang perdagangan, hal ini terjadi karena adanya penjualan merupakan sumber
terjadinya pendapatan. Di Penguatan kasus ini mengatur manajemen, citra publik dan
akuntabilitas perguruan tinggi muara perguruan tinggi akan peningkatan kinerja
perguruan tinggi perguruan tinggi dan kualitas produk.

b. Teori
Jogiyanto (2005) mengatakan bahwa sustem informasi akuntasi merupakan sebuah
bentuk sistem informasi yang merubah data transaksi bisnis menjadi informasi
keuangan yang berguna bagi pemakai atau usernya.
Penelitian yang telah dilakukan oleh Ponte et al (2000), Xu (2009), Siti Rahayu
Kurnia (2012) menemukan bahwa kualitas informasi akuntansi dipengaruhi oleh
kualitas akuntan sistem Informasi. Adapun beberapa objek yang mempengaruhi-nya
yaitu :
1. Budaya Organisasi
Budaya Organisasi yang Ditetapkan memiliki dampak terhadap perubahan
organisasi, dan bahwa pencocokan budaya organisasi dan strategi perubahan
akan meningkatkan efisiensi perubahan proses (Janivenic, 2012).
2. Implementasi Intern Control
SIA Definisikan Bodnar dan Hopwood (2010: 13) Kontrol Intern adalah
proses yang dirancang untuk memberikan penilaian yang masuk akal
kepastian mengenai pencapaian objektivitas dalam kategori berikut: (a)
 realibility keuangan pelaporan, (b) efektivitas dan efisiensi operasi (c)
kepatuhan terhadap peraturan perundang-undangan yang berlaku.

c. Metode Untuk Menentukan Hipotesis

1. Kuisioner
2. Pengamatan

d. Kesimpulan
Manajemen perlu lebih mempertimbangkan perhatian peran utamanya cukup dalam
perjalanan manajerial pengambilan keputusan dan atau keputusan lainnya. Berbagai
peneliti dan literatur di bidang analisis data telah menawarkan banyak solusi, untuk
model data apa yang memenuhi persyaratan model data. Dalam model konseptual,
model data konseptual yang baik harus menjelaskan semantik artinya dari subyek.
Judul 2 :

ARTIKEL INTERNASIONAL

Judul 1 : Reducing false positives in fraud detection : Combining the red flag
approach with process mining

a. Fenomena
Recent surveys regarding fraud show that fraudulent behavior is a worldwide issue,
consuming an estimated 5% of the typicalorganization's annual revenue (ACFE,
2016). The evolution of computer-assisted audit tools and techniques enables auditors
to retrieve and analyze large amounts of data from enterprise resource planning (ERP)
and linked systems (Bönner et al., 2011; Coderre, 2009). These tools paved the way
for a variety of data mining-based techniques for detecting fraud such as neural
networks, Bayesian networks, decision trees, regression models and genetic
algorithms (Bolton and Hand, 2002; Ngai et al., 2011; Phua et al., 2010). These data
mining approaches are inductive fraud detection approaches.

b. Teori
1. Fraud
Scholars and practitioners have used and still use numerous terms to describe
different forms of fraudulent behavior. We concentrate on occupational fraud
defined as a “crime committed in the course of the occupation.”
c. Metode Untuk Menentukan Hipotesis

1. Identification of fraud detection patterns and red flags

d. Kesimpulan
The goal of our research was to reduce the number of false positives in internal fraud
detection. The confusion matrix proved very useful for our research as it shows the
false positive rate. However, in a real-world dataset, a complete confusion matrix
cannot be calculated as the number of fraud cases that actually exist in the dataset is
unknown. But true positive and false positive rates can be determined for both
synthetic and real datasets. We compare our results to some existing studies that
report false positive and true positive rates. In the field of billing fraud, Barse et al.
(2003) used neural networks to identify fraud. Bezerra and Wainer (2008) analyzed
process aware information systems regarding fraud with an anomaly detection
algorithm.