Big Data Analytics

in Audit

Oleh:
Steven Tanggara, S.E., Ak., CA., CPA
(Dewan Pengurus Nasional IAPI)
 Steven Tanggara
Dewan Pengurus Nasional - Institut Akuntan Publik Indonesia
Tel +62 21 5212901

Email steven.tanggara@id.pwc.com

Profil Anggota Dewan Pengurus Nasional dari Institut Akuntan Publik Indonesia periode
2017-2021
Anggota Komite Asistensi Implementasi Standar Profesi IAPI
Anggota Dewan Reviu Mutu IAPI
Berprofesi sebagai Akuntan Publik sejak tahun 2006
Partner di Assurance practice pada PwC Indonesia
Tim divisi Risk & Quality di PwC Indonesia

Pengalaman 2006 - sekarang PwC Indonesia

2010 PwC Dallas, US

Pendidikan Pendidikan Profesi Akuntan (PPAk), Universitas Indonesia (2009)

Sarjana Ekonomi, Universitas Tarumanagara (2006)

Sertifikasi Certified Public Accountant (CPA)

Chartered Accountant (CA)
 Daftar isi

01 Masa Depan Audit (Future of Audit)

02 Bagaimana Data Analytics dapat membantu

auditor?

03 Pertimbangan menyeluruh atas pemanfaatan Data

Analytics dalam Audit

3
Masa Depan Audit (Future of Audit)

PwC
Value to the Stakeholders

Peningkatan Kualitas Audit

Lebih dari informasi historis

Teknologi mendukung audit

PwC 5
Value to the Stakeholders

Peningkatan Kualitas Audit

Harapan agar profesi Audit secara

konsisten menjaga kualitas

Peningkatan Kualitas Audit

• Kemampuan dan Pengalaman dari tim audit merupakan kunci.

• Teknik audit yang terus diperbaharui untuk membantu

auditor secara konsisten melakukan audit secara efektif.

• Peningkatan tanggung jawab dari Manajemen terhadap

Laporan Keuangan sehingga meningkatkan akuntabilitas dan
kualitas dalam proses pelaporan keuangan.

PwC
6
Value to the Stakeholders

Lebih dari informasi historis

Audit akan menambah nilai bila mampu

memberikan informasi mengenai risiko
yang dihadapi entitas

Lebih dari informasi historis

• Perspektif komprehensif atas risiko yang dihadapi entitas, dan

seberapa siap entitas tersebut dalam merespon

• Mampu mendeteksi sinyal risiko, termasuk risiko fraud,

dengan melihat indikasi-indikasi yang timbul selama proses
dilakukannya proses audit

PwC
7
Value to the Stakeholders

Teknologi mendukung audit

Teknologi diharapkan akan membuat
proses audit menjadi lebih efektif dan
efisien

Teknologi mendukung audit

• Optimisme bahwa teknologi berdampak positif untuk

meningkatkan efisiensi dan efektifitas audit.

• Menyadari juga bahwa human judgment masih sangat

dibutuhkan. Walaupun teknologi semakin berkembang, pengalaman
dari auditor tetap memainkan peranan penting dalam proses audit.

PwC
8
Data Analytics dan Pemanfaatannya
dalam Audit

PwC
Audit Data Analytics?

“Audit Data Analytics (ADAs) are the science and art of

discovering and analyzing patterns, identifying anomalies, and
extracting other useful information in data underlying or related
to the subject matter of an audit through analysis, modelling, and
visualization of planning or performing the audit.”

Source: AICPA (American Institute of Certified Public Accountants)

10
4 5+=9
1 3 7 =% Audit Data Analytics?
% + 4 5+ -
- =1 7
+7
4 5 +135 4
6 = + 36
+ 0 3- $1
- 4%9 -
6 7

11
Pendekatan Audit Data Analytics

Deskriptif Prediktif

Diagnostik

12
 Contoh Pendekatan Audit Data Analytics - Deskriptif

Korelasi antara Penjualan dengan Jumlah Karyawan

2.500.000
!

2.000.000
Penjualan

1.500.000

1.000.000

500.000 Penjualan tahun ini

Penjualan tahun lalu

7 8 9 10 11 12 13 14
13
Rata-rata jumlah karyawan
 Contoh Pendekatan Audit Data Analytics - Deskriptif

!
Analisa Laba per Lokasi
80% Lokasi:
Wilayah A
Wilayah B
70% Wilayah C
Wilayah D
Biaya Penjualan

60%

50% !

!
40%

30%
1.0 M 2.0 M 3.0 M 4.0 M 5.0 M 6.0 M 7.0 M
Penjualan Bersih 14
Contoh Pendekatan Audit Data Analytics - Diagnostik

Apakah jurnal dibukukan di

periode yang tidak diharapkan?
Apakah staf
Apakah ada membukukan jurnal
Apakah seseorang diluar divisi berkali-kali dan
jurnal tidak keuangan membukukan jurnal?
biasa dibukukan membaliknya lagi?
di akun
tertentu?

15
 Contoh Pendekatan Audit Data Analytics - Diagnostik

Gross Domestic Product

3% 6

Historical MEV Trend MEV Trend PD

2% 4
historis VS historis
Historical PD 1% 2

0% 0
Oil Brent Crude
3% 3,000 Historical PD PD FINAL?

Historical MEV 2% 2,000

1% 1,000
Historical PD

0% 0

Foreign Exchange Rate (USD/ IDR)

3% 150
Juli 19 Des 19 Mei 20 Des 20
2% 100
Historical MEV
1% 50

Historical PD
0% 0

Projection of MEV up to 31
Dec 2020

16
Contoh penggunaan Audit Data Analytics dalam prosedur audit

Pengujian pemisahan tugas (segregation of duties)

dengan mengindentifikasi kombinasi pengguna yang
terlibat dalam proses transaksi.

NRV testing: membandingkan biaya persediaan

terakhir terhadarp biaya jual.

Perhitungan kembali penyusutan aktiva tetap dan

analisa pengeluaran modal dan biaya perbaikan.

Tren analisis pendapatan berdasarkan produk dan

wilayah.

Mencocokkan purchase order dengan invoice dan

pembayaran.

17
 Audit berbasis risiko (Risk-based Audit)

Menganalisa data keuangan dengan tujuan

pemetaan risiko dan anomali

• Penggunaan teknologi
terkini untuk menganalisa 100% Issue
populasi dari suatu transaksi Under-
standing

• Dapat digunakan pada Data

berbagai tahap mulai dari understanding
perencanaan audit
sampai dengan
penyelesaian
Data
Preparation

• Berfokus pada area dengan

risiko signifikan, isu dan
anomali Data analytics to identify
high risk transactions and
Including assessment of
key judgements

18
Dampak pada Proses Audit

Menganalisa data keuangan dengan tujuan pemetaan

risiko salah saji yang material dan anomali

Kualitas audit Efisiensi dan efektivitas Insight yang lebih dalam

KUALITAS
TALENTA TEKNOLOGI
AUDIT

19
Pertimbangan menyeluruh atas
pemanfaatan Data Analytics dalam
Audit

PwC
Data Analytics & Audit Laporan Keuangan

1. Audit berbasis risiko

• Menganalisa 100% dari populasi
• Tidak dapat memberi opini melebihi reasonable assurance

2. Hubungan antara Standar Audit (SA), regulator &

teknologi
• bukti audit dari data analytics agar memenuhi kriteria
bukti audit berdasarkan SA.
• Seluruh pemangku kepentingan bekerja sama untuk
menemukan solusi pemanfaatan data analytics dalam
meningkatkan kualitas audit

3. Sumber daya manusia terkait data analytics

• Pemanfaatan data analytics tidak dapat menggantikan
professional judgment & professional scepticism dari auditor
• Kurikulum pendidikan untuk mempersiapkan auditor dengan
kemampuan dan keterampilan data analytics

21
 Penutup

Penting bagi kita untuk

1 2 3
Auditor, regulator dan Penggunaan Data
memastikan bahwa audit standard setter perlu Analytics tidak Memberikan insight
dapat beradaptasi dengan bekerja sama dalam menggantikan tentang risiko dan
masa depan. Audit memiliki hal penggunaan professional tantangan
peranan penting dalam Data Analytics judgment Auditor
menopang kepercayaan
publik terhadap lingkungan
bisnis dan pasar modal

Auditor harus
mempersiapkan diri
untuk beradaptasi.
4 5
Dibutuhkan peningkatan Investasi di SDM:
investasi dalam pelatihan,  Keterampilan teknologi
teknologi, dan sumber  Berpikir kritis dan logis
daya manusia (SDM)  Professional scepticism

PwC
22
Referensi

https://www.aicpa.org/content/dam/aicpa/interestareas/frc/assuranceadvisoryservices/downloadabledocume
nts/auditanalytics-lookingtowardfuture.pdf

https://www.icaew.com/-/media/corporate/files/technical/iaa/tecpln14726-iaae-data-analytics

https://www.ifac.org/system/files/publications/files/IAASB-Data-Analytics-WG-Publication-Aug-25-2016-for-
comms-9.1.16.pdf

https://www.pwchk.com/en/migration/pdf/accounting-award2016.pdf

23