Perencanaan Perikatan
Asurans atas Laporan
Keuangan Historis
8
Pasca Sarjana Pendidikan MK 10230 Rini Susiani, S.E., M.Ak., Ak., CA
Profesi Akuntansi Robertus Arynovianto, S.E.,MM.,
Ak., CA., CTA., CPA., QIA.
Abstract Kompetensi
Modul ini membahas mengenai Mahasiswa memiliki kemampuan
perlunya menyusun rencana untuk menjelaskan pentingnya
perikatan, penetapan strategi dan rencana perikatan, penetapan strategi
perencanaan perikatan dengan dan perencanaan perikatan dengan
memanfaatkan teknologi dalam memanfaatkan teknologi dalam
proses audit, menghitung proses audit, dan cara menghitung
materialitas, mengidentifikasi materialitas, mengidentifikasi
kelangsungan usaha entitas, manfaat kelangsungan usaha entitas, manfaat
creative accounting, dan penggunaan creative accounting, serta proses
big data dalam proses audit. audit dengan menggunakan big data.
Perencanaan suatu audit melibatkan penetapan strategi audit secara keseluruhan untuk
perikatan tersebut dan pengembangan rencana audit. (SA 300 par 2). Strategi audit secara
keseluruhan akan menetapkan ruang lingkup, waktu, dan arah audit, serta memberikan
panduan bagi pengembangan rencana audit. (SA 300 par 7).
Rencana audit harus mencakup hal-hal sebagai berikut (SA 300 par 9):
Sifat, waktu, dan luas prosedur penilaian risiko yang direncanakan, seperti yang
ditentukan dalam SA 315.
Sifat, waktu, dan luas prosedur audit lanjutan pada tingkat asersi yang direncanakan,
seperti ditentukan dalam SA 330.
Materialitas
Standar Audit (SA) yang menjadi acuan dalam materialitas ini adalah SA 320 yang
menyatakan:Tujuan auditor adalah menerapkan secara tepat konsep materialitas dalam
merencanakan dan melaksanakan audit.
Spesific Konsep ini merupakan kepada jenis transaksi, saldo akun atau
materiality disclousure tertentu dimana jumlah salah sajinya akan lebih rendah dari
overall materiality
Spesific Konsep ini ditetapkan lebih rendah dari spesific materiality. Hal ini
performance memungkinkan auditor menanggapi penilaian resiko tertentu dan
materiality memperhitungkan kemungkinan adanya salah saji yang tidak terdeteksi
dan salah saji yang tidak material yang secara agregat dapat berjumlah
materiality.
Overall Materiality
Merupakan materialitas pada tingkat laporan keuangan secara keseluruhan
Pada saat menetapkan strategi audit secara keseluruhan, auditor harus menentukan
materialitas untuk laporan keuangan secara keseluruhan. (SA 320, par 10)
Materialitas akan digunakan antara lain untuk: Menentukan bidang-bidang laporan
keuangan yang perlu diaudit.
Menetapkan konteks untuk strategi audit menyeluruh.
Merencanakan sifat, waktu dan luas dari prosedur audit spesifik.
Menentukan materialitas untuk golongan transaksi, saldo akun atau
pengungkapan tertentu, apabila satu atau lebih golongan transaksi, saldo akun
atau pengungkapan tertentu yang mengandung kesalahan penyajian yang
jumlahnya lebih rendah daripada materialitas laporan keuangan secara
keseluruhan diperkirakan secara masuk akal akan mempengaruhi keputusan
ekonomi yang dibuat oleh para pemakai berdasarkan laporan keuangan tersebut
Faktor-faktor yang dapat mempengaruhi proses identifikasi suatu tolok ukur yang tepat
mencakup (SA 530, par A3):
Unsur-unsur laporan keuangan (sebagai contoh, aset, liabilitas, ekuitas, pendapatan,
beban);
Apakah terdapat unsur-unsur yang menjadi perhatian khusus para pemakai laporan
keuangan suatu entitas tertentu (sebagai contoh, untuk tujuan pengevaluasian
kinerja keuangan, pemakai laporan keuangan cenderung akan fokus pada laba,
pendapatan maupun aset bersih);
Sifat entitas, posisi entitas dalam siklus hidupnya, dan industri serta lingkungan
ekonomi yang di dalamnya entitas tersebut beroperasi;
Struktur kepemilikan dan pendanaan entitas (sebagai contoh, jika pendanaan
sebuah entitas hanya dari hutang dan bukan dari ekuitas, maka pemakai laporan
keuangan akan lebih menekankan pada aset dan klaim atas aset tersebut daripada
pendapatan entitas); dan
Fluktuasi relatif (volatility) tolok ukur tersebut.
Penentuan persentase:
Membutuhkan pertimbangan profesional.
Terdapat hubungan antara persentase dan tolok ukur yang dipilih (SA 320 par A7)
Persentase yang diterapkan atas laba sebelum pajak dari operasi berjalan pada
umumnya akan lebih tinggi daripada persentase yang diterapkan atas jumlah
pendapatan.
Namun, persentase yang lebih tinggi atau lebih rendah dapat juga dianggap tepat
tergantung pada keadaan entitas yang bersangkutan.
Minimum Maxsimum
Percentage Persentage
Total Assets or Revenue 0,5 % 2.0%
Net Assets 3,0 % 5,0%
Normalized income from 5,0% 10,0%
continuing operation before
taxes
NOTE: SA 320 tidak memberikan panduan seperti ini
SUD = OM × 3%
Auditor wajib melakukan audit atas kelangsungan usaha klien, hal ini diatur dalan
Standar Audit (SA) 570 tentang Kelangsungan usaha. Adapun tujuan Auditor dalam
mengaudit kelangsungan usaha adalah sebagai berikut:
1. Untuk memperoleh bukti audit yang cukup dan tepat tentang ketepatan penggunaan
asumsi kelangsungan usaha oleh manajemen dalam penyusunan laporan keuangan;
2. Untuk menyimpulkan, berdasarkan bukti audit yang diperoleh, apakah terdapat
ketidakpastian material terkait dengan peristiwa yang dapat menyebabkan keraguan
signifikan atas kemampuan entitas untuk mempertahankan kelangsungan usahanya;
3. Untuk menentukan dampak terhadap laporan auditor.
(a) Jika penilaian tersebut telah dilakukan, maka auditor harus mendiskusikan penilaian
tersebut dengan manajemen dan menentukan apakah manajemen telah
mengidentifikasi peristiwa atau kondisi yang, baik secara individual maupun secara
kolektif, dapat menyebabkan keraguan signifikan atas kemampuan entitas dalam
mempertahankan kelangsungan usahanya dan, jika demikian, rencana manajemen
untuk menghadapinya; atau
(b) Jika penilaian tersebut belum dilakukan, maka auditor harus mendiskusikan dengan
manajemen basis penggunaan asumsi kelangsungan usaha yang dimaksudkan, dan
meminta keterangan kepada manajemen apakah terdapat peristiwa atau kondisi yang,
baik secara individual atau secara kolektif, dapat menyebabkan keraguan signifikan atas
kemampuan entitas untuk mempertahankan kelangsungan usahanya.
SA570.11
Auditor harus tetap waspada selama audit terhadap bukti audit atas peristiwa atau kondisi
Creatif Accounting
Dimana metode creative accounting harus memenuhi prinsip-prinsip akuntansi agar dapat
memberikan fungsi akuntansi secara maksimal sebagai sistem informasi dan tolak ukur
suatu perusahaan dalam membuat atau menyajikan laporan keuangan audited.
Berbagai perusahaan yang pernah melakukan metode creative accounting pastinya memiliki
tujuan agar manfaat metode creative accounting itu didapatkan secara maksimal,
diantaranya sebagai berikut:
Menurut Scott (1997), dalam penerapannya ada beberapa pola yang dilakukan dalam
rangka metode creative accounting, diantaranya sebagai berikut:
1. Taking Bath
Jenis pola ini biasanya terjadi adanya tekanan dari manajemen baru dikarenakan
adanya kegagalan yang dilakukan oleh manajemen lama sehingga agar terhindar dari
kegagalan. Biasanya pola seperti ini melakukan perubahan pada biaya-biaya yang tidak
menguntungkan pada periode berjalan.
2. Income Minimazation
Jenis ini hampir sama dengan jenis pola ‘taking bath’ akan tetapi jenis pola ini dilakukan
pada kondisi perusahaan mengalami profit atau keuntungan sangat tinggi. Biasanya
jenis pola ini melakukan penghapusan dari barang modal, aktiva tak berwujud,
pembebanan biaya iklan, biaya riset dan biaya ekspansi pengembangan usaha.
3. Income Maximazation
Jenis pola ini dimaksudkan untuk memaksimalkan tingkat laba perusahaan agar
memperoleh keuntungan yang lebih besar, akan tetapi laba tersebut masih dibawah
rentang atas yang telah ditetapkan.
4. Income Smoothing
Jenis pola ini biasanya dilakukan oleh perusahaan pada saat terjadinya pengakuan
pendapatan (revenue recognition) dan pengakuan biaya (expense recognition). Dalam
pengertiannya pengakuan biaya (expense recognition) adalah metode pencatatan biaya
dalam laporan neraca laba-rugi yang terkait dengan kenyataan bahwa biaya harus diakui
pada periode yang sama dengan pendapatan terkait.
Big Data
Big data memberikan kontribusi penting di bidang audit. Ini berguna untuk auditor
dengan meningkatkan kualitas bukti audit dan memfasilitasi pendeteksian kecurangan
(Kyunghee Yoon, Lucas Hoogduin, dan Li Zhang, "Big Data sebagai Bukti Audit Pelengkap,"
Accounting Horizons, Juni 2015, aaajournals.org).
Salah satu potensi penggunaan big data yang paling berguna adalah kemampuannya untuk
menyediakan audit berbasis populasi, yang hasilnya harus menghasilkan bukti audit yang
lebih relevan (Roshan Ramlukan, "Bagaimana Big Data dan Analytics Mengubah Audit,"
Financial Executive International) Setiap hari, 16 Desember 2015, financialexecutives.org).
Misalnya, jika auditor memiliki akses ke catatan lengkap piutang klien, pemeriksaan
menyeluruh (mis., Keberadaan, konfirmasi, koleksi) dapat dilakukan untuk mengurangi bias
dari pengambilan sampel. Selain itu, volume tinggi seperti itu memungkinkan perusahaan
audit untuk stratifikasi piutang berdasarkan variabel perbedaan (mis., Jumlah transaksi,
waktu, lokasi) dan membuat perbandingan di seluruh kelompok yang bertingkat untuk
menemukan pola dan memperoleh wawasan yang lebih bermakna.
Audit internal juga dapat memanfaatkan data besar dengan memanfaatkan informasi yang
lebih tidak terstruktur dan nonkeuangan untuk mengendalikan risiko. Integrasi aktual data
besar ke dalam audit masa depan akan membutuhkan pertimbangan lebih lanjut.
Sementara potensi big data mungkin sangat menarik bagi auditor, tetapi secara actual
integrasi big data ke dalam audit belum cukup matang. Terdapat beberapa elemen yang
harus diperbaiki.
Pertama, integrasi big data dimulai dengan kombinasi data tradisional dan big data.
Kedua, sumber ini sama pentingnya dengan prosedur audit, karena keduanya menyiratkan
berbagai jenis informasi.
Sementara data akuntansi tradisional sebagian besar kuantitatif dan terstruktur, big data
juga mencakup data tidak terstruktur dan semi-terstruktur yang menawarkan lebih banyak
bukti pendukung dan informasi rinci.
Meskipun demikian, agregasi data pada tingkat ini menghadapi tantangan serius, sebagian
besar karena ketidakcocokan data; big data tidak terstruktur dan tidak memiliki
pengidentifikasi umum. Pertimbangkan skenario di mana auditor, dalam upaya
memverifikasi pendapatan dari perusahaan energi, ingin menggabungkan rincian panggilan
telepon dari setiap instalasi layanan dengan jumlah penjualan.
Masalah serius lainnya dengan masuknya data besar adalah keamanan terkait dengan
penyimpanan data. Karena data besar agregat dapat mencakup informasi sensitif,
menangani kerahasiaan penting bagi klien dan regulator. Mungkin juga menimbulkan
kekhawatiran tentang independensi ketika auditor eksternal tahu terlalu banyak tentang klien
mereka.
Elemen kedua dari menintegrasikan big data adalah proses pelatihan. Hasil akhir dari
integrasi big data sebagian besar tergantung pada kompetensi orang yang mengelolanya.
Bahkan dengan sistem otomatis, patut dipertanyakan apakah tenaga kerja akan berkurang
secara signifikan, karena integrasi data besar akan menuntut keahlian yang lebih besar.
Misalnya, seorang auditor yang biasanya memeriksa bukti audit tradisional mengenai
inventaris sekarang harus mengumpulkan bukti relevan lainnya yang didukung oleh data
besar dan menganalisanya. Oleh karena itu profesional audit mungkin perlu menjadi ahli di
bidang audit dan teknolgi informasi (TI).
Sementara itu, perekrutan dan pelatihan auditor yang sudah mahir dengan big data adalah
tugas yang sulit. Universitas harus merancang pembelajaran akuntansi dengan fokus pada
keterampilan data dan mendorong interaksi antara bidang akuntansi dan komputer.
Baik perusahaan auditor internal dan auditor eksternal, mereka harus merencanakan sesi
pelatihan berkelanjutan yang meningkatkan pengetahuan dan keterampilan auditor dalam
manajemen data. Mereka juga harus memungkinkan auditor untuk berputar melalui
beberapa posisi dan menerima pelatihan lintas-departemen. Peran regulator juga penting di
sini, karena standar baru tentang ujian profesional dapat mengubah konten pendidikan
akuntansi.
Ada potensi besar untuk data big data untuk digunakan dalam prosedur analitis. Karena
volume yang besar dan basis waktu nyata, big data dapat memungkinkan untuk audit
berbasis populasi. Ini mungkin kontribusi yang paling signifikan; jika setiap analisis (mis.,
tren, rasio, perbandingan) dapat dilakukan pada tingkat populasi, itu menyisakan sangat
sedikit ruang untuk risiko dan kesalahan.
Penggunaan big data lainnya adalah untuk meningkatkan tingkat akurasi prediksi.
Hubungan antara dua item keuangan atau lebih dapat ditentukan secara andal dari
informasi terperinci dan real-time. Hal yang sama juga berlaku untuk memprediksi hubungan
antara rata-rata industri dan keuangan perusahaan.
Big data juga akan membuat deteksi fraud/kecurangan lebih efektif, dengan menghasilkan
koneksi antara informasi keuangan dan nonkeuangan. Ini sangat relevan dengan
pemantauan manajemen dan dewan direksi. Misalnya, email, panggilan telepon, dan rapat
komite audit semuanya dapat dikumpulkan dan dianalisis untuk mengidentifikasi pola atau
tautan potensial dengan data keuangan. Secara keseluruhan, model analitik efektif yang
benar-benar dapat menangkap esensi data besar perlu dirancang.
Akhirnya, big data juga dapat diintegrasikan ke dalam audit di luar laporan keuangan.
Contoh penting adalah audit hubungan bisnis eksternal (EBR). Sementara hubungan
perusahaan dengan entitas eksternal (mis., Pemasok, distributor, mitra strategis) dapat
menciptakan manfaat nyata dan tidak berwujud, EBR juga membawa risiko.
Misalnya, kerusakan reputasi pemasok dapat berpotensi membahayakan bisnis itu sendiri,
dan setiap perselisihan mengenai biaya yang diberikan dapat menunda perolehan
pendapatan. Big data memungkinkan auditor untuk mengumpulkan informasi tentang EBR
klien, terutama di area berisiko yang tidak ditangkap oleh data akuntansi. Contohnya
termasuk ulasan online atau laporan berita.
Ketika data akuntansi berkembang dari buku besar berbasis kertas ke transaksi yang
direkam secara otomatis, teknologi yang menyertainya (mis., Quickbooks, Oracle) juga
muncul dengan cepat untuk memfasilitasi transisi. Demikian pula, peralihan ke audit big data
tidak dapat dicapai tanpa mencocokkan perangkat keras dan perangkat lunak, termasuk
perangkat penyimpanan, desain data dan perangkat lunak pemrograman, dan alat analitis.
Keandalan big data tetap menjadi perhatian; dengan demikian, penulis menganjurkan studi
tentang teknik dalam ekstraksi big data dan penyimpanannya. Para peneliti juga mendorong
penelitian tentang relevansi big data dalam menghasilkan bukti audit. Uraian dan standar
Daftar Pustaka