SUMMARY OF ARTICLES

“Reflections on the applicability of business analytics for management accounting and

future perspectives for the accountant”
And
“Business intelligence & analytics in management accounting”

Ditujukan Untuk Memenuhi Tugas “Analitika Akuntansi”

Dosen Pengajar :
Tim Dosen

Disusun Oleh :
Ervian Ridho Mawlidy (0421243036 / A2M)

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS AIRLANGGA
SURABAYA
2022-2023
 Reflections on the applicability of busin
ess analytics for management accounting and future perspectives for the accountant

Nielsen (2018)

Abstrak
Penelitian ini bertujuan untuk mengidentifikasi, membahas dan memberikan saran
mengenai bagaimana fenomena dan elemen-elemen analitik bisnis dapat mempengaruhi
akuntansi manajemen dan akuntan. Artikel ini mengidentifikasi studi dari jurnal akademik,
laporan dari konsultan professional, dan badan akuntansi profesional mengenai peluang masa
depan dan implikasi untuk akuntansi manajemen dalam kombinasi dengan analitik bisnis.
Artikel ini membahas fenomena yang karena alasan tertentu telah diabaikan oleh praktisi dan
peneliti dimana menjadikan akuntan manajemen sebagai pendorong nilai nyata bagi
perusahaan. Terdapat temuan dalam penelitian ini, yaitu:
1. Artikel akademik dan badan akuntansi profesional menyarankan perubahan untuk
akuntansi manajemen
2. Topik seperti pandangan holistik, keputusan berdasarkan fakta, prediksi, visualisasi, dan
keterampilan inti spesifik adalah yang paling penting bagi akuntan
3. Terdapat tingkat ambisi yang berbeda untuk akuntan manajemen, tergantung pada apakah
akuntan ingin berada pada tingkat deskriptif, prediktif, atau preskriptif.

Pendahuluan
Moser (2012) berpendapat bahwa penelitian akuntansi bersifat stagnan. Kondisi
stagnan ini akibat peneliti di bidang akuntansi jarang berkolaborasi dengan peneliti yang
menggunakan metode yang berbeda atau dengan peneliti di luar bidang akuntansi, dan
cenderung hanya bekerjasama dengan peneliti yang menggunakan metode penelitian yang
sama.
Penelitian akuntansi manajemen selama bertahun-tahun telah dipelajari dari berbagai
sudut pandang teori yang berbeda, seperti fungsionalis, hubungan perilaku, teori institusional,
teori jaringan aktor, interpretif dan kritis. Penelitian akuntansi manajemen terbaru hanya
menyumbangkan teori-teori baru yang tidak cukup baik, sedangkan para peneliti diharuskan
untuk memajukan pengetahuan dengan teori prediktif yang baik secara perilaku dan konteks
untuk mencapai hasil yang diinginkan.
Analisis Bisnis (Business Analysis) digunakan dalam industri teknologi informasi untuk
merujuk pada penggunaan komputasi untuk mendapatkan pengetahuan dari data. Data
diperoleh dari internal perusahaan, seperti aplikasi perencanaa sumber daya perusahaan,
gudang data, dan pihak ketiga sebagai penyedia data. Perusahaan memanfaatkan data digital
sistem transaksi dan proses bisnis otomatis untuk mendukung pengambilan keputusan yang
berbasis fakta. Analisis Bisnis bertujuan untuk membuat keputusan bisnis yang lebih baik
dibandingkan hanya sekedar mengotomatisasi proses standar. Menurut CIMA Conference
(2017) analisa data merupakan saran penting dalam identifikasi penggerak bisnis organisasi
dan berpengaruh besar dalam hasil keuangan.
Big Data Analytics seringkali dikaitkan dengan data yang tidak terstruktur. Tantangan
Big Data adalah memutuskan data mana yang akan digunakan, menyebarkan analitik, dan
menggunakan pengetahuan mengenai Big Data untuk mengubah operasi. Sehingga penelitian
ini bertujuan untuk meninjau beberapa literatur terkait hubungan antara analitik bisnis dan
akuntansi manajemen.
Konsep Analitik
Analisis Bisnis merupakan penggunaan data, teknologi informasi, analisis statistik, metode
kuantitatif, dan model matematika atau berbasis komputer untuk membantu manajer
mendapatkan wawasan yang lebih baik tentang operasi mereka, dan membuat keputusan
berbasis fakta yang lebih baik (Davenport dan Harris, 2007).

Gambar diatas menunjukkan berbagai tahapan dan pertanyaan yang terkait dengan
tingkat kecerdasan bisnis (Business Intellegent) dan keunggulan kompetitif. BI mencakup
berbagai alat, aplikasi perangkat lunak, dan metodologi yang memungkinkan organisasi
mengumpulkan data dari sistem internal dan sumber eksternal, menyiapkannya untuk
analisis, mengembangkan dan menjalankan kueri terhadap data, dan membuat laporan,
dasbor, dan visualisasi data agar hasil analisis tersedia untuk pengambil keputusan
perusahaan serta pekerja operasional. Agar bisnis memiliki pandangan holistik tentang pasar
dan mampu bersaing secara efisien dalam pasarnya, diperlukan pemisahan dalam tiga
tingkatan, yaitu:
1. Analisis Deskriptif (Wawasan Masa Lalu)
Menggunakan seperangkat teknologi dan proses yang menggunakan data untuk
memahami dan menganalisis kinerja bisnis. Analisis ini dilakukan untuk mengidentifikasi
pola dengan menggunakan ukuran statistik sederhana sebagai langkah untuk membuat
keputusan.
2. Analisis Prediktif
Analisis ini mencakup penggunaan ekstensif data dan teknik statistik untuk mengungkap
model kinerja bisnis yang jelas dan prediktif yang mewakili hubungan yang melekat
antara input data dan output/hasil. Pada analisis ini analitik tingkat lanjut diterapkan untuk
mengevaluasi daya prediksi model mengacu pada kemampuan model sebagai langkah
menghasilkan prediksi akurat pengamatan baru dari kemungkinan nilai masa depan
(cross-sectional) atau data deret waktu.
3. Analisis Prespektif
 Analisis ini memungkinkan pengambil keputusan untuk "meresepkan" sejumlah Tindakan
yang mungkin berbeda dan membimbing untuk menghasilkan solusi. Analitik preskriptif
mengukur pengaruh keputusan masa depan untuk memberi saran tentang kemungkinan
hasil sebelum keputusan benar-benar dibuat.
Literatur Akuntansi Primer
Beberapa database ilmiah terkemuka (Science Direct, EBSCO) hanya memberi sedikit
wawasan artikel ilmiah yang kurang relevan untuk akuntansi manajemen. Menurut Kaplan
(2008) “Analisis akuntansi manajemen tidak lagi dibatasi oleh akses yang terbatas atau
kompleks ke database perusahaan. Tetapi untuk unggul dalam analitik, akuntan manajemen
akan memerlukan pelatihan ekstensif dalam pemodelan, statistik multivariat, dan
ekonometrik”.
Nastase dan Stoica (2010) menjelaskan bahwa karena dunia berubah dan menjadi
semakin terinstrumentasi, saling berhubungan dan cerdas, caracara baru dalam menggunakan
dan menyajikan data memiliki potensi untuk memberikan wawasan yang dapat
ditindaklanjuti bagi para pengambil keputusan di semua tingkat organisasi sehingga kinerja
dapat dioptimalkan. Sedangkan Schläfke et al (2013) berpendapat bahwa kerangka kerja
manajemen kinerja multilayer yang dapat membantu manajer memutuskan jenis analitik yang
harus digunakan ketika ingin menguji dan memetakan hubungan berbasis kausalitas dari
faktor konteks, input, proses, output, dan hasil untuk menyoroti penciptaan nilai.
Cokins (2013) menjelaskan bahwa terdapat 7 tren dalam akuntansi manajemen. peneliti
sekarang harus fokus pada biaya prediktif untuk menutup kesenjangan antara apa yang
dilaporkan akuntan manajemen dan apa yang diinginkan manajer untuk membuat keputusan
yang relevan. Warren et al (2015) juga berpendapat bahwa Big Data akan berkontribusi pada
pengembangan dan evolusi sistem pengendalian manajemen yang efektif dan proses
penganggaran.
Sebagai pelengkap literatur, Brands dan Holzblatt (2015) membahas mengenai
bagaimana akuntan manajemen mampu memposisikan diri sebagai peran penting dalam
penerapan analitik bisnis di organisasi, dimana terjadi pergeseran dari akuntansi tradisional
menjadi berbasis analitik. Momen ini akan mengubah cara pandang akuntan manajemen
dalam menganalisis dan menafsirkan data untuk perusahaan mereka di masa depan, tidak
hanya dalam kaitannya dengan akuntansi keuangan, namun secara khusus kaitannya dengan
visualisasi data.
Literatur Akuntansi Sekunder
 Badan Akuntansi Profesional
Implikasi Literatur Terdahulu Untuk Keputusan Masa Depan
1. Akuntan manajemen harus fokus pada pandangan holistik dalam budaya analitik
Saran dari beberapa peneliti terdahulu adalah bahwa masalah praktis yang dihadapi oleh
akuntan manajemen dapat diselesaikan dengan melampaui batas akuntansi manajemen dan
berinteraksi dengan non-akuntan (menggabungkan metode kuantitatif kualitatif dan
berbeda). Pandangan holistik terkait dengan keputusan dan akses data yang relevan,
artinya MA harus memunculkan ide dan saran baru yang menciptakan perubahan dalam
organisasi melalui wawasan dan dampak komersial.
2. Akuntan manajemen harus fokus pada keputusan berbasis fakta yang menciptakan nilai
dan dampak
Pada pandangan analitik, keputusan tidak hanya harus didasarkan pada fakta, namun juga
harus memberi dampak dan menciptakan nilai bagi perusahaan Pada penelitian berbasis
masalah, pembuat keputusan mengidentifikasi masalah dan menggunakan model dan data
dalam mengembangkan wawasan dan kemungkinan perbaikan bagi perusahaan.
Sedangkan, pada penelitian berbasis data, data dari organisasi dikumpulkan sebelum
model dikembangkan, karena analisis data yang cermat dari pembuat keputusan yang akan
menyoroti kemungkinan peluang untuk melakukan perbaikan.
3. Akuntan manajemen harus fokus pada prediksi dan perkiraan
 Akuntan manajemen harus bergeser ke tingkat analitik prediktif yang lebih maju
menggunakan pemodelan statistik dan penambangan data untuk memprediksi peristiwa
risiko untuk menilai ancaman yang muncul. Pada lingkup analitik, pemilihan dan
penggunaan KPI yang tepat (variabel dependen dan independent) mampu memfasilitasi
pengambilan keputusan yang efektif. Tujuan dari perkiraan analitik adalah untuk dapat
melacak kinerja bisnis yang diharapkan (probabilitas) sehingga keputusan yang tepat
waktu dapat diambil untuk mengatasi kekurangan terhadap target atau untuk
memaksimalkan peluang yang muncul.
4. Akuntan manajemen harus fokus pada proses pelaporan yang divisualisasikan
Akuntan manajemen memiliki peran penting membantu proses bisnis dalam
menerjemahkan wawasan data baru ke nilai perusahaan dengan menggunakan teknik
visualisasi. Akuntan manajemen harus memiliki keterampilan yang terkait dengan hasil
dari analisis dalam bentuk angka, grafik, tren, dll. Visualisasi membantu memahami data
melalui penceritaan data (awal hingga akhir) dan untuk membagikan dampak dari angka.
5. Akuntan manajemen harus memiliki keterampilan relevan yang eksplisit untuk analisis
bisnis
Hair (1998) menjelaskan bahwa jika akuntan manajemen ingin menjadi bagian dari analisa
data di masa depan dan mengamankan pekerjaan mereka, akuntan manajemen perlu
membentuk identitas profesional dan fokus pada pengembangan keterampilan yang
diperlukan atau akuntan manajemen menanggung risiko kelompok profesional lain untuk
diambil alih. Keterampilan TI dan ekonometrika yang lebih maju merupakan sebuah
keharusan, karena keunggulan kompetitif terbesar yang dapat diwujudkan perusahaan bagi
pelanggan mereka adalah ketika perhitungan diterapkan dengan cara yang baru.

Kesimpulan
 Akuntansi manajemen dan penelitian akuntansi manajemen harus memanfaatkan
peluang yang ditawarkan data analitik dan mulai mengembangkan teori dan saran untuk
keputusan berbasis fakta dengan validitas eksternal yang tinggi, yaitu penelitian yang akan
membuat upaya relevan untuk praktik seperti yang diusulkan oleh banyak peneliti akuntansi.
Di masa depan, analitik bisnis dengan berbagai tekniknya untuk menangani data dalam
jumlah besar akan mencakup sebagian besar bidang dan keputusan akuntansi tradisional
seperti bauran produk, make-or-buy, profitabilitas, dan penetapan harga di tingkat
operasional maupun strategis. Big Data dan analitik bisnis akan berdampak pada praktik dan
pada penelitian, serta menghasilkan solusi baru dan menarik untuk keputusan akuntansi.
Keterbatasan dalam artikel ini adalah model BA hanyalah salah satu model realitas dan
bukan realitas itu sendiri. Artinya, kita harus terus-menerus berusaha memahami realitas
secara lebih utuh, misalnya melalui teknik soft skill sehingga model menjadi lebih bermakna.
Kedua, literatur dan kesimpulan utama didasarkan pada beberapa studi penelitian primer dan
studi empiris sekunder dari konsultan profesional.

Kritik
Artikel ini tidak memberikan saran penelitian di masa depan untuk lebih mengembangkan
wawasan mengenai bisnis analisis dan akuntansi manajemen. Selanjutnya, penelitian ini tidak
memberikan penekanan yang pasti mengenai hasil penelitian, karena hasil penelitian hanya
berdasar presepsi penulis terhadap perbandingan literatur terdahulu saja, sehingga hasilnya
cukup subjektif.
 Business intelligence & analytics in management accounting

Rikhardsson and Yigitbasioglu (2018)

Kecerdasan bisnis dan analitik bisnis (BI & BA) akan memfasilitasi pengumpulan data,
analisis, dan penyampaian informasi serta dirancang untuk mendukung pengambilan
keputusan. Akuntansi manajemen merupakan aktivitas pendukung keputusan, sehingga
terdapat hubungan yang jelas antara BI & BA dan akuntansi manajemen. BI & BA memiliki
peran penting di perusahaan, para eksekutif perusahaan percaya bahwa analisis data dan
dukungan keputusan yang lebih baik menciptakan nilai bagi perusahaan mereka.

Konseptualisasi akuntansi manajemen dan BI & BA

Beberapa literatur terdahulu di bidang AIS diperiksa untuk menentukan fokus pada BI &
BA. Terdapat 4 bidang penelitian AIS, yaitu sistem perusahaan, nilai TI, audit komputer, dan
sistem pengetahuan. BI&A didefinisikan sebagai teknologi dan proses untuk menganalisis
data dan menyajikan informasi yang dapat ditindaklanjuti untuk membantu pengambilan
keputusan organisasi dalam membuat keputusan yang lebih baik (Chaudhuri dkk., 2011;
Howson, 2007; Davenport, 2006, 2010, 2013, 2014; Sharda et al., 2014). BI & BA adalah
"istilah payung" yang mencakup berbagai teknologi dan metodologi yang memungkinkan
organisasi untuk mengumpulkan data dari sumber internal dan eksternal, mempersiapkannya
untuk analisis, mengembangkan dan menjalankan kueri terhadap data, dan membuat laporan,
dasbor, dan visualisasi data untuk membuat hasil tersedia bagi pengguna akhir.

Tinjauan Pustaka: metode dan kerangka pengorganisasian

Penelitian ini menerapkan strategi dua tingkat diadopsi untuk pencarian dan tinjauan
literatur. Pertama, tinjauan umum literatur sistem informasi akademik (SI) tentang topik
terkait BI & BA dilakukan. Hal ini dilakukan untuk membangun fondasi BI & BA dalam hal
penggunaan dan nilainya secara lebih umum dan pengetahuan mutakhir apa yang ada dalam
domain teknologi.
Dalam memilih jurnal untuk tinjauan pertama, daftar kualitas jurnal Australian Business
Deans Council (ABDC) dari 2013 untuk IS/IT (Sistem Informasi/Teknologi Informasi) (Kode
0806 dalam ABDC) digunakan (ABDC, 2013). Daftar ABDC konsisten dengan daftar
kualitas jurnal lain yang diterima secara luas seperti Academic Journal Guide dan SCIMAGO
untuk jurnal peringkat teratas. Kata kunci yang digunakan untuk memilih artikel adalah
“business intelligence”, “analytics”, “big data”, dan “decision support”. Hanya jurnal dengan
peringkat A* (total 13) yang dimasukkan dalam tinjauan untuk memfokuskan tinjauan
berkualitas lebih tinggi. Pencarian dibatasi pada 2010-2015 untuk membatasi pencarian pada
penelitian terbaru dan untuk mengakui perkembangan teknologi yang pesat di lapangan.
Artikel dalam jurnal ini membahas berbagai masalah sehubungan dengan desain, adopsi
dan penggunaan BI & BA. Topik-topik yang dibahas dalam artikel ini secara garis besar
dapat dikategorikan ke dalam tiga tema: (i) infrastruktur BI&A dan manajemen data (6
artikel); (ii) penerimaan dan keberhasilan BI&A (12 artikel); dan (iii) big data dan tren BI&A
masa depan (14 artikel). Sembilan dari 10 artikel 'big data' adalah konseptual atau komentar,
7 artikel menggunakan survei untuk mengumpulkan data, dan 6 mengadopsi desain
eksperimental. Peneliti menggunakan studi dan tema ini ketika kemudian mendiskusikan
penelitian BI & BA yang ada dalam akuntansi manajemen dan ketika mengidentifikasi
kesenjangan penelitian. Tahap kedua dari tinjauan termasuk pencarian literatur yang berfokus
pada BI & BA dan akuntansi manajemen baik di IT/IS dan jurnal akuntansi. Pencarian
difokuskan pada jurnal dalam akuntansi (Kode 1501 dalam ABDC) dan - seperti dalam
pencarian literatur pertama - IS/IT (Sistem Informasi/Teknologi Informasi) (Kode 0806) dari
daftar kualitas jurnal ABDC. Pencarian ini termasuk jurnal peringkat A* dan A. Ini konsisten
dengan studi review lain dalam akuntansi manajemen dan TI yang hanya melihat jurnal
berkualitas tinggi (Luft dan Perisai, 2003;Piccoli dan Ives, 2005).
Secara keseluruhan, hanya ditemukan 30 artikel yang menggabungkan fokus penelitian
pada BI & BA dan akuntansi manajemen dalam 16 jurnal terpisah. Mengingat banyak
penelitian tentang topik akuntansi manajemen secara umum dan penelitian, misalnya, sistem
perusahaan dan pemantauan berkelanjutan pada khususnya, ini adalah angka yang relatif
rendah. Tiga dari artikel ini juga termasuk dalam tinjauan pertama, seperti yang muncul di
jurnal A* IS. Ini termasuk topik penelitian, pendekatan metodologis dan penggunaan teori.
Alasan kurangnya fokus jurnal akuntansi berperingkat tinggi pada BI & BA dan jurnal
SI/TI berperingkat tinggi pada akuntansi karena jumlah peneliti relatif rendah yang berfokus
pada AIS dan BI & BA, dan alasan lainnya karena kurangnya paparan akademisi terhadap
masalah teknis BI & BA yang relatif kompleks yang memengaruhi pemahaman dan minat
untuk melakukan penelitian di bidang ini. Alasan yang terakhir karena fungsi tradisional dari
institusi akademik yang menghalangi inisiatif penelitian lintas fungsi, di mana keahlian
akuntansi dan SI/TI di integrasikan.

BI & BA dalam penelitian akuntansi manajemen: tema dan kesenjangan penelitian

1. Pengiriman informasi dan umpan balik sistem untuk tugas akuntansi manajemen
Sistem BI & BA dapat menarik perhatian pada pola atau korelasi (misalnya,
menghubungkan data biaya internal dengan data eksternal) yang mungkin relevan untuk
tugas (misalnya, penganggaran) yang ada, serta memperingatkan pengguna tentang potensi
bias kognitif dalam pengambilan keputusan seperti fiksasi pada langkah-langkah keuangan
(Cardinaels dan van Veen-Dirks, 2010). Pada sudut pandang lain, dialog yang berlebihan
dapat membatasi ruang keputusan pengguna untuk tugas-tugas tidak terstruktur yang
memerlukan banyak sumber informasi, seperti penganggaran. Dengan demikian, perancang
BI&A disarankan untuk memasukkan umpan balik sistem dengan hati-hati, karena dapat
membatasi dan membuat bias perilaku pengguna.
Jika BI & BA dirancang untuk meningkatkan pengambilan keputusan, beberapa fitur
BI&A dapat menimbulkan bias dan mengarah pada hasil keputusan yang kurang optimal.
Chen dan Koufaris (2015) menemukan bahwa tingkat pilihan yang disajikan oleh sistem dan
keakraban dengan sistem melalui pelatihan pengguna dapat mendorong perilaku berisiko.

2. BI & BA untuk meningkatkan tugas dan teknik MA

Solusi BI & BA digunakan dalam manajemen kinerja sebagai alat untuk memberikan
informasi kinerja kepada peneliti sehingga mereka membuat keputusan yang tepat dan
mengambil tindakan yang tepat (Vuksic dkk., 2013). Sementara BI & BA mempengaruhi
kinerja proses bisnis, pengendalian manajemen (Elbashir dkk., 2011) dan kinerja organisasi
(Elbashir dkk., 2008). BI & BA penting untuk diasimilasi melalui pengetahuan bersama dan
dukungan strategis dari manajemen puncak (Elbashir dkk., 2013). Proses pengukuran kinerja
dan penggunaan alat BI & BA dalam konteks manajemen proses bisnis mungkin saja bisa
tidak selaras dalam praktiknya, sehingga penting untuk mencocokkan kebutuhan,
kemampuan, dan alat BI & BA (Vuksic dkk., 2013).
BI & BA mendukung beberapa tugas akuntansi manajemen, seperti perkiraan biaya,
analisis profitabilitas produk, dampak keuangan dari perubahan produksi, dan penilaian
profitabilitas segmen pelanggan (Bronzo dkk., 2013;Lee dan Park, 2005). Pemanfaatan
metode analisis yang didukung BI & BA mampu meningkatkan kinerja organisasi dalam
beberapa dimensi, yaitu keuangan, pelanggan, proses dan pembelajaran & pertumbuhan
(Bronzo dkk., 2013).

3. Dampak big data pada akuntansi manajemen

Big Data akan menjadi kekuatan yang mengganggu dalam akuntansi secara umum. Tugas
pencatatan data akuntansi akan menjadi kurang penting, membuat beberapa teknik akuntansi
manajemen menjadi usang, mengubah peran akuntansi dalam proses pengambilan keputusan
dan memerlukan perubahan signifikan dalam keahlian akuntan manajemen. Secara khusus,
big data menyiratkan pendaftaran real time dari data yang dihasilkan secara internal dan
eksternal. Ini termasuk data transaksi reguler serta data dari, misalnya, sensor pada mesin,
chip RFID dalam komponen, aliran klik dari halaman web perusahaan, dan “pengeluaran
data”, yang mencakup data yang biasanya tidak dikumpulkan, seperti jejak digital dari situs
web penjelajahan pelanggan (Bima dan Willcocks, 2014).
Lebih jauh, big data berpotensi mengubah secara radikal fungsi organisasi akuntansi
manajemen. Pengambilan keputusan sering berfokus pada mengidentifikasi penyebab
peristiwa untuk menyimpulkan hubungan atau memprediksi peristiwa masa depan. Akhirnya,
big data akan berpotensi berdampak pada keahlian akuntan manajemen. Meskipun beberapa
orang berpikir bahwa akuntan hanya perlu memahami potensi big data dan analisis data dan
tidak perlu mengembangkan keahlian teknis spesialis (Bhimani dan Willcocks, 2014), namun
Payne (2014) berpendapat lain bahwa ia melihat big data sebagai perubahan paradigma
dimana akuntan perlu memperoleh keterampilan baru untuk dapat mendukung pengambilan
keputusan di masa depan.

4. Penggunaan dan kepuasan dengan BI & BA dalam konteks MA

Lee dkk. (2008) menjelaskan bahwa pengguna BI & BA memandang dan menggunakan
sistem secara berbeda tergantung pada tingkat keahlian sistem mereka, meskipun tingkat
keahlian sistem tidak mempengaruhi kinerja keputusan. Pengguna dengan tingkat keahlian
sistem dan tugas yang tinggi dibandingkan dengan pengguna pemula dengan sedikit
pengalaman tugas menganggap sistem tidak terlalu menjadi masalah. Pengguna pemula
meninggalkan fungsi sistem lebih sering daripada pengguna yang lebih berpengalaman, yang
menunjukkan bahwa pengguna pemula lebih dibatasi oleh sistem. Namun, meskipun
pengguna ahli memiliki perilaku perencanaan dan pemecahan masalah yang lebih efisien dan
lebih terfokus, keahlian tugas yang bertentangan dengan keahlian sistem pendukung
keputusanlah yang mempengaruhi kualitas keputusan.
Organisasi perlu memastikan bahwa sistem digunakan secara efektif dan terintegrasi ke
dalam proses pengambilan keputusan (PendetaCdkk., 2012). Tidak ada jaminan bahwa BI &
BA akan berhasil diimplementasikan, karena pemilik sumber daya mungkin tidak terlibat
dalam proses tersebut. Dengan demikian, strategi yang didukung BI & BA mungkin
memerlukan struktur dan peran tata kelola baru untuk kemampuan orkestrasi aset yang lebih
baik (Sharma et al., 2014).

5. BI & BA dan kualitas data

Literatur tentang kualitas data dapat dikelompokkan menjadi tiga kategori: tata kelola,
operasi, dan teknologi (Neely dan Cook, 2011). Tata kelola data sangat penting ketika
organisasi memasukkan sumber data internal dan eksternal ke dalam perencanaan,
pengendalian, dan pengambilan keputusan. Tata kelola data dan informasi memerlukan
rencana, kebijakan, dan prosedur untuk memastikan kepatuhan hukum dan etika. Dengan
penerapan BI & BA berbasis cloud, risiko kepatuhan dan keamanan menjadi lebih menonjol.
Pendekatan pengumpulan data di perusahaan juga telah dipelajari. Pendekatan ini
tampaknya bervariasi tergantung pada apakah tujuan keseluruhan dari aplikasi BI & BA
adalah untuk mendapatkan wawasan, mencapai konsistensi atau mendorong transformasi
(Ramakrishnan et al., 2012). Perusahaan lebih mungkin untuk mengembangkan gudang data
di seluruh perusahaan jika aplikasi BI & BA ditujukan untuk menciptakan konsistensi atau
transformasi daripada wawasan, di mana tujuan terakhir mungkin menghadirkan tantangan
dari sudut pandang DQ, karena data akan lebih komprehensif, kurang terstruktur dan
berpotensi secara real time

Conclussion
Penelitian ini meninjau lebih dari 60 artikel untuk mengevaluasi literatur mengenai
hubungan antara MA dan BI & BA. Artikel ini secara kritis meninjau dan mengevaluasi
volume dan isi literatur terdahulu dan menyoroti kesenjangan penelitian dan peluang untuk
penelitian masa depan. BI & BA berpotensi dan secara dramatis mempengaruhi keseluruhan
peran tugas dan teknik akuntan manajemen. Kesimpulan dari penelitian ini adalah bahwa
jumlah artikel yang relatif rendah berfokus pada aplikasi BI & BA dalam akuntansi
manajemen. Banyak artikel konseptual yang tidak membahas tugas-tugas utama dalam
akuntansi manajemen. Kesimpulan lain dari artikel ini adalah pemahaman saat ini mengenai
perkembangan dalam akademisi akuntansi sangat terbatas. Hal ini terbilang sangat
mengkhawatirkan, mengingat potensi dampak teknologi BI & BA yang diperkirakan akan
ada pada dukungan keputusan dan pengambilan keputusan dalam organisasi.