Tugas Pertemuan 7

Nama : Shafa Wahyu Nadafaira

NIM : 2010112181
Mata Kuliah/Kelas : Big Data Analytics/E

Kasus Suap Terkait Fraud pada PT Krakatau Steel Tbk. dan

Penanganannya dengan Big Data

Pada Maret 2019, PT Krakatau Steel Tbk menemukan praktik akuntansi curang.
Peristiwa itu terungkap oleh Komisi Pemberantasan Korupsi (KPK) yang di antaranya
ditemukan suap untuk pengadaan barang dan perlengkapan dari Krakatau Steel. Gugatan
diajukan oleh Wisnu Kunkoro, Direktur Produksi Teknologi Krakatau Steel, sebagai penerima
suap. Selain Direktur Teknologi dan Produksi Krakatau Steel, kontraktor Kenneth Sutardja
dan Kurniawan Eddy Tjokro (Yudi) bersama mediator Alexander Muskitta. Laporan keuangan
menyatakan bahwa kontraktor dikenakan biaya tambahan untuk mempercepat proyek dalam
bentuk kesepakatan mereka. Berdasarkan kasus di atas, kecurangan laporan keuangan muncul
karena adanya tekanan, rasionalisasi, dan peluang yang terungkap dalam Teori Segitiga
Penipuan Crecy tahun 1953.
Tekanan-tekanan yang disebutkan dapat terjadi baik dalam kehidupan organisasi
maupun pribadi. Tekanan kebutuhan yang mendesak, baik karena alasan pribadi maupun
organisasi, secara tidak langsung berkontribusi terhadap fraud (tekanan). Pembenaran dan
rasionalisasi juga dapat menimbulkan kecurangan dimana pelaku lebih mengutamakan
kepentingannya sendiri di atas kepentingan orang lain (rasionalisasi). Tentu saja, penipuan
dapat dilakukan jika pelaku memiliki kemampuan atau akses untuk menetapkan prosedur
pengendalian yang memungkinkan pelaku untuk melakukan penipuan (peluang). Mereka yang
berada di bawah tekanan dan rasionalisasi cenderung tidak melakukan penipuan jika mereka
tidak memiliki kesempatan untuk melakukannya. Oleh karena itu, semakin sedikit peluang
yang Anda miliki, semakin sedikit penipuan. Dalam perkembangannya, teori segitiga penipuan
menambahkan faktor, atau kemampuan, untuk mendorong penipuan. Teori ini dikembangkan
oleh Wolfe & Hermanson pada tahun 2004 dengan nama Fraud Diamond. Teorinya adalah
dalam kasus penipuan, terutama dalam banyak kasus, itu tidak akan terjadi jika Anda memiliki
orang yang tepat di tempat yang tepat dan mereka tidak memiliki keterampilan yang mereka
miliki. Sekalipun seseorang memiliki tekanan dan alasan untuk membuka peluang melakukan
kecurangan, seseorang harus menangkap peluang tersebut dan memanfaatkannya. Oleh karena
itu, dalam penipuan, keterampilan individu memainkan peran yang sangat penting dalam
membangun skema penipuan.
Crowe tidak berhenti pada teori penipuan berlian, namun seiring waktu Crowe terus
menyempurnakan teori penipuan pada tahun 2011. Ada faktor lain di balik perilaku menyontek,
untuk mengetahui faktor arogansi, Crowe menemukan sebuah penelitian bahwa faktor ini juga
memengaruhi perilaku menyontek. Teori penipuan Pentagon ini lebih berkaitan dengan skema
penipuan yang lebih luas dan melibatkan manipulasi oleh CEO atau CFO (Aprilia, 2017).
Marks (2012) menyatakan bahwa setidaknya 70% penipuan dilakukan oleh pelaku yang
menggabungkan tekanan dengan kesombongan dan keserakahan. Kesombongan itu sendiri
merupakan sikap superioritas dan keserakahan. Kelima faktor tersebut terbukti memicu
terjadinya fraud.
Seandainya perusahaan dan auditor menggunakan teknologi yang lebih maju, seperti
penggunaan data besar, faktor-faktor ini dapat dicegah dengan lebih baik. Dengan kemajuan
teknologi digital di seluruh dunia, scammer menjadi lebih pintar untuk menemukan celah, dan
metode deteksi penipuan tradisional tidak dapat mencegahnya. Oleh karena itu, perusahaan
membutuhkan teknologi terbaru untuk tetap selangkah lebih maju dari scammers. Rahasianya
adalah menggunakan analisis data besar. Peran big data analytics di sini adalah untuk
mendorong generasi data yang dapat terus mendeteksi dan mencegah penipuan seiring dengan
meningkatnya adopsi perangkat digital. Ini mengarah pada penggunaan media sosial, aplikasi,
browser, kartu kredit, dan CRM. Bacaan, kamera, aplikasi, dan perangkat lain. Analisis data
besar dapat memungkinkan bisnis untuk menemukan potensi penipuan dan memberi mereka
wawasan mendalam untuk semua pemangku kepentingan dan karyawan. Analisis data besar
bisa sangat sulit, tetapi organisasi dapat terhubung dan mendapatkan pemahaman yang lebih
baik tentang risiko penipuan pada tahap aktivitas bisnis yang cukup awal. Meskipun
menggunakan analisis data besar lebih mahal daripada tidak menggunakan analisis data besar.
Tentu saja, ini diperhitungkan oleh perusahaan, tetapi biaya yang lebih tinggi ini sepadan
dengan keuntungan yang dihasilkan. Karena perusahaan terus menggunakan sistem tradisional
yang tidak menggunakan analitik data besar, deteksi penipuan potensial menjadi sangat sulit
dan kerugian perusahaan bahkan lebih besar.
Oleh karena itu, dalam hal ini, sangat disarankan untuk mulai mengembangkan sistem
Anda menggunakan analisis data besar. Penggunaan analitik data besar di perusahaan sangat
bermanfaat bagi perusahaan yang menerapkannya. Perusahaan yang menerapkan penggunaan
analitik data besar dapat mengekang segala bentuk penipuan yang dapat terjadi di dalam
organisasi mereka. Dengan menggunakan data yang diperoleh melalui analisis data besar,
perusahaan dapat dengan mudah menilai apakah karyawan dan pemangku kepentingan lainnya
mengetahui potensi penipuan. Data ini memungkinkan perusahaan untuk dengan mudah
menyeleksi calon karyawan dan pemangku kepentingan untuk bekerja pada suatu perusahaan
jika mereka memiliki latar belakang yang buruk seperti yang terlihat pada Fraud Triangle,
Fraud Diamond, dan Fraud Pentagon.

Sumber:
http://e-journal.uajy.ac.id/24174/1/1604225751.pdf
https://www.integrity-indonesia.com/id/blog/2018/02/15/selangkah-di-depan-para-pelaku-
kecurangan-ini-pentingnya-perusahaan-asuransi-memanfaatkan-analisis-big-data/