2Departemen Manajemen,
Universitas Dian Nuswantoro,
INDONESIA
Abstrak: Penelitian ini bertujuan untuk mengetahui hubungan kesadaran penggunaan akuntansi forensik dan peran sistem pengendalian
internal (COSO) yang dimediasi Big Data Analysis (BDA) terhadap minat penggunaan akuntansi forensik dalam mendeteksi
kecurangan. Desain penelitian adalah studi kasus dengan pendekatan kuantitatif. Sampel penelitian ini adalah 331 responden auditor
yang tersebar di KAP, BPK dan BPKP di Indonesia. Data yang digunakan adalah data primer dengan metode penelitian melalui
wawancara dan survei pada lembaga auditor Indonesia. Kelemahan perusahaan adalah rata-rata masih menggunakan sistem data
yang tidak terintegrasi sehingga terdapat risiko dari segi keamanan data. Hasil penelitian ini membuktikan bahwa Big Data Analysis
memediasi hubungan antara Kesadaran Akuntansi Forensik terhadap Niat Akuntansi Forensik. Selain itu, Big Data Analysis memediasi
hubungan antara COSO terhadap Intensi Akuntansi Forensik. Hasilnya menunjukkan bahwa hipotesis ketujuh yang diajukan terbukti
secara statistik. Penelitian ini membuktikan bahwa penerapan sistem pengendalian internal yang baik akan menjadi alat yang efektif
untuk mengendalikan risiko kecurangan. Pengendalian internal dapat sepenuhnya efektif jika organisasi mampu memahami risiko
yang paling rentan dan cara merespons penipuan. BDA dengan teknik penambangan data yang berkontribusi pada pengambilan
keputusan dan deteksi penipuan. Auditor dapat menemukan dan mengekstrak pola tersembunyi dalam data dalam jumlah besar
dengan menggunakan Big Data untuk mendeteksi penipuan.
Kata Kunci: - analisis big data, akuntansi forensik, sistem pengendalian internal, deteksi penipuan, Lembaga Audit,
Indonesia.
Diterima: 19 Maret 2023. Direvisi: 21 Desember 2023. Diterima: 16 Januari 2024. Diterbitkan: 9 Februari 2024.
1 Pendahuluan Salah Kajian ini juga diperkuat dengan hasil laporan tahunan
satu tujuan utama laporan keuangan adalah untuk memberikan ACFE (Association of Certified Fraud Examiners), dimana 81%
informasi kepada calon investor, kreditor, dan pengguna lain organisasi yang disurvei pernah menjadi korban penipuan
yang memfasilitasi investasi logis, kredit, dan pengambilan dengan kerugian sebesar USD$100,000 per kasus dan 42%
keputusan yang analog. pelaku utamanya adalah pelaku penipuan. dari manajemen
Laporan keuangan harus memenuhi persyaratan kualitatif dan internal itu sendiri, [2].
disajikan sesuai dengan ketentuan yang dituangkan dalam Akibat kegagalan perusahaan dalam menerapkan pengendalian
Pernyataan Standar Akuntansi Keuangan (PSAK No. 1), [1]. internal maka terjadilah kecurangan, dan auditor mempunyai
Namun hasil audit yang dilakukan oleh akuntan publik tidak pengetahuan dan kemampuan untuk mengidentifikasi
sepenuhnya menjamin bahwa laporan keuangan bebas dari kecurangan dalam pembukuan perusahaan, [5]. Penerapan
kecurangan atau penipuan, [2]. Menurut studi yang dilakukan sistem pengendalian manajemen dalam lingkup perbaikan
Price Waterhouse Coopers, tiga puluh persen bisnis yang sistem informasi dan peningkatan kompetensi auditor khususnya
disurvei telah menjadi korban penipuan, [3]. dalam pemberian jasa non audit (Pajak, audit investigatif, jasa
konsultasi) meningkatkan kinerja kantor akuntan publik, [6].
Kasus penipuan yang terjadi di Indonesia terjadi pada PT.
Garuda Indonesia Tbk tahun buku 2018 dan PT.
Waskita Karya tbk tahun buku 2019 tentang rekayasa laporan Adanya kasus-kasus penipuan di Amerika yaitu Enron,
keuangan. 80% penipuan yang dilakukan perusahaan di Worldcom, Adelphia dan lain-lain, dimana kasus tersebut sangat
Indonesia adalah penipuan laporan keuangan, [4]. merugikan pihak-pihak yang berkepentingan dan pengguna
keuangan (kreditur,
pernyataan
investor,
pemegang saham, masyarakat) maka hal ini memicu analisis data (BDA) memperkuat dan memfasilitasi kegiatan ini.
diterbitkannya Sarbanes-Oxley (SOX). Sarbanes-Oxley Act Penegasan ini didasarkan pada temuan penelitian yang meneliti
(SOA) dibuat oleh American Association of Certified Fraud auditor internal dan eksternal di india, [10], [11] dan India, [12].
Examiners (ACFE). Penelitian pada perusahaan audit Taiwan Studi tambahan menunjukkan kemanjuran model Committee of
menunjukkan bahwa efek SOX lebih meningkatkan sistem Sponsoring Organizations (COSO) dalam deteksi dan
pengendalian menggunakan strategi MASs (Management pencegahan penipuan. Menurut penelitian, semua aktivitas
Advisory Service) dan kolaborasi aliansi antar perusahaan pengendalian, penilaian dan respons risiko, pengendalian
audit, [7]. internal, identifikasi peristiwa, serta penilaian dan respons risiko
berdampak signifikan dalam mendeteksi dan mencegah
Kecepatan di mana informasi atau laporan keuangan penipuan laporan keuangan di bank komersial yang beroperasi
menghasilkan data dan volume data yang dikandungnya di Yordania, [13].
menyulitkan auditor untuk mengidentifikasi dan mengekstrak
pola tersembunyi dalam data tersebut, memberikan analisis Kontribusi utama dalam penelitian ini adalah penelitian ini
dan menarik kesimpulan yang akurat dan relevan hanya dengan mengintegrasikan elemen penerapan akuntansi forensik,
analisis data besar (BDA), [ 8]. analisis big data, dan kerangka pengendalian internal (COSO)
BDA dapat menemukan pola tak terduga yang tidak dapat yang dinilai oleh auditor internal dan eksternal untuk
dideteksi ketika sampel kecil digunakan dalam audit rutin, [8]. mengidentifikasi aktivitas penipuan, berdasarkan temuan dari
Namun pada saat auditor menggunakan BDA juga terdapat penelitian sebelumnya. Inovasi penelitian ini adalah peneliti
kesenjangan peran BDA terhadap niat praktisi untuk mengadopsi menyelidiki potensi pengaruh auditor yang menggabungkan
akuntansi forensik, [8]. Terbatasnya kemampuan auditor dalam analisis big data dan organisasi yang menerapkan kerangka
menganalisis data dalam jumlah besar berdampak pada pengendalian internal (COSO) terhadap kapasitas auditor dalam
kesulitan auditor dalam mengakses dan mengidentifikasi data mengidentifikasi aktivitas penipuan di KAP, BPK, BPKP di
yang relevan. Auditor harus memastikan keakuratan dan Indonesia. Kombinasi 3 elemen penelitian seperti big data,
keandalan hasil audit atas data yang cukup besar; oleh karena COSO, akuntansi forensik ini masih jarang dilakukan oleh
itu menjadi masalah jika tidak ada alat untuk dapat menemukan penelitian-penelitian sebelumnya.
potensi penipuan, [9].
memberikan wawasan tentang pendekatan operasional dan laporan tahunan, media sosial). Metode ini dapat membantu
strategis, [12]. auditor dalam mengatasi masalah keterbatasan keterampilan
dalam menganalisis data dalam jumlah besar, serta dalam
2.3 COSO (Sistem Pengendalian Internal) menemukan, mengidentifikasi, dan mengekstraksi pola-pola
Pengendalian internal diukur dengan standar kerangka COSO tersembunyi dalam data dalam jumlah besar sehingga hasil
2013 asli yang diadaptasi dari penelitian, [13]. Mereka audit akurat dan dapat diandalkan, [13].
menggunakan standar COSO yang diterapkan di pemerintah Penelitian ini menguji bagaimana auditor Indonesia menggunakan
daerah untuk mencegah penipuan. BDA, pengendalian internal, dan akuntansi forensik untuk
COSO terdiri dari aktivitas pengendalian, informasi dan mengungkap penipuan. BDA membantu memperoleh model
komunikasi, penilaian risiko, aktivitas pemantauan, dan persamaan struktural untuk deteksi penipuan dari model
lingkungan pengendalian. Responden diminta menjawab penelitian dan teori kesadaran akuntansi forensik. Apakah hasil
pertanyaan dan dinilai dengan skala Likert 1 sampai 5 mengenai menunjukkan bahwa kesadaran akuntansi forensik
lima komponen pengendalian internal terintegrasi. mempengaruhi niat praktisi deteksi penipuan?
BDA mengekstrak pola tersembunyi dalam kumpulan data
besar untuk mendeteksi penipuan akuntansi keuangan. Kami
2.4 Penipuan mengembangkan sistem manajemen pengendalian internal
Terlibat dalam aktivitas apa pun yang memanipulasi orang lain sistematis yang berakar pada prinsip pengendalian internal dan
demi keuntungan pribadi merupakan "penipuan". Ketika “dengan teori kecerdasan buatan. Makalah ini bertujuan untuk
sengaja salah menyajikan kebenaran atau menyembunyikan membangun model analisis data yang menggabungkan
fakta material untuk mendorong orang lain melakukan tindakan identifikasi cerdas dan mekanisme peringatan dini.
yang merugikan mereka,” penipuan dianggap sebagai tindak Selain itu, metode urutan terbalik pengendalian internal
memfasilitasi evaluasi indikator keuangan secara otonom.
pidana, [13]. Kriminalis Dr. Donald Cressey merancang gagasan
Segitiga Penipuan pada tahun 1970an. Hipotesis yang diajukan
menyatakan bahwa seseorang rentan melakukan kecurangan Kebaruan penelitian ini adalah terciptanya model baru yang
jika ketiga komponen tersebut ada. menjelaskan secara mendalam faktor-faktor yang mempengaruhi
Ketiga komponen tersebut adalah tekanan finansial, peluang auditor menggunakan akuntansi forensik dengan BDA dan
yang dirasakan, dan rasionalisasi. Tekanan finansial mengacu sistem pengendalian IT (COSO) untuk mendeteksi kecurangan.
pada kebutuhan akan uang atau sumber daya lainnya, Model yang diperoleh diperkuat dengan menggunakan metode
sedangkan peluang yang dirasakan mengacu pada keyakinan analisis konten dimana model baru diperoleh dari variabel yang
bahwa seseorang dapat melakukan penipuan tanpa ketahuan. diolah dan diperkuat atau uji ketahanan, [14], dengan
Rasionalisasi mengacu pada pembenaran atau alasan yang menggunakan aplikasi Atlas.ti dengan metode wawancara
digunakan seseorang untuk meyakinkan dirinya bahwa mendalam, [14] , yang dapat menghasilkan indikator baru untuk
melakukan penipuan dapat diterima. Para profesional anti- memperbarui model pertama dengan menemukan faktor-faktor
penipuan sering kali menggunakan Segitiga Penipuan untuk yang lebih kompleks yang mempengaruhi auditor untuk
menggambarkan keadaan yang mungkin mendorong organisasi mendeteksi kecurangan. Dengan metode ini, lebih banyak
penipuan yang terdeteksi.
atau individu untuk mengambil bagian dalam aktivitas penipuan.
Selain itu, model ini dapat digunakan untuk menggarisbawahi Roadmap penelitian big data analitik, pengendalian internal,
keadaan industri atau perekonomian yang mungkin berkontribusi dan akuntansi forensik untuk deteksi penipuan dapat dilihat
terhadap peningkatan risiko secara keseluruhan. pada Gambar 1 (Lampiran).
Pada Gambar 2, digambarkan Kerangka Konseptual, yang
menunjukkan korelasi antara kesadaran dan pemanfaatan
2.5 Penelitian Sebelumnya akuntansi forensik dan sistem pengendalian internal COSO.
Auditor menghadapi beberapa masalah dalam melaksanakan Big Data diintegrasikan ke dalam kerangka kerja sebagai faktor
analisis data untuk mendeteksi kecurangan. Selain itu, semakin penentu yang membentuk minat dalam menggunakan akuntansi
kompleksnya pengendalian internal dan tidak terintegrasinya forensik untuk mendeteksi penipuan.
satu data dengan data lainnya juga menjadi kendala bagi
auditor dalam mengendalikan dan mendeteksi kecurangan.
Pengaruh teknologi literasi informasi media sosial yang belum
dimanfaatkan misalnya, diharapkan dapat mendeteksi penipuan
secara akurat, [13].
Oleh karena itu, untuk mengatasi permasalahan di atas,
penelitian ini bertujuan untuk mengembangkan model deteksi
dan pencegahan penipuan yang efektif dengan menggunakan
sistem pengendalian internal TI (COSO) dalam akuntansi
forensik dan menggunakan BDA (analisis data laporan keuangan,
tetap penting untuk mahir mengembangkan dan memanfaatkan aparat dalam mencegah penyelewengan dana desa, sistem
model data besar, [15]. pengendalian intern, dan pemberian kompensasi yang layak.
Menurut, [16], menunjukkan bahwa akuntansi forensik dan
H3: Penggunaan Big Data mempunyai dampak yang signifikan pengendalian manajemen dapat memerangi kejahatan dunia
Maksud Akuntansi Forensik maya perbankan. Laporan tersebut merekomendasikan
pengendalian manajemen risiko penipuan bagi bank untuk
2.6.4 Penggunaan COSO dan Big Data menjaga reputasi dan kepatuhan terhadap peraturan. Hal ini
Kerangka kerja COSO mengakui pentingnya big data dalam membuktikan bahwa auditor yang menerapkan sistem
bidang manajemen risiko dengan mengkarakterisasi "risiko" pengendalian yang baik akan mencegah risiko kecurangan.
dengan melibatkan "manajemen hubungan pelanggan (CRM) COSO yang baik juga akan meningkatkan minat penggunaan
atau database lain dan analisis big data." Penerapan analisis akuntansi forensik untuk mendeteksi penipuan.
data besar memungkinkan adanya kemampuan prediktif,
membantu organisasi dalam membuat keputusan penting. H5 : COSO berpengaruh signifikan terhadap Niat
Dengan memanfaatkan beragam sumber data besar, organisasi Akuntansi Forensik
dapat mengumpulkan wawasan berharga mengenai risiko
organisasi, memfasilitasi evaluasi dan mitigasi potensi bahaya. 2.6.6 Efek mediasi Big Data dalam hubungan antara
Kesadaran Akuntansi Forensik dan Niat Akuntansi
Forensik Kesadaran Akuntansi Forensik mempunyai
hubungan positif dengan
Penggunaan teknologi ilmu data dengan algoritme niat menggunakan akuntansi forensik (Intentions of Forensic
prediktif untuk menganalisis kumpulan data ekstensif dan Accounting) dalam pencegahan dan deteksi penipuan, [16 ],
penilaian risiko memungkinkan lembaga keuangan [17].
memperoleh wawasan langsung dan real-time mengenai
risiko mereka, serta memberikan informasi dan memandu Semakin tinggi kesadaran individu terhadap akuntansi forensik
strategi manajemen risiko mereka. Oleh karena itu, analisis maka semakin positif korelasinya dengan niat menggunakan
data besar dapat digunakan untuk meningkatkan manajemen praktik tersebut. Kesadaran ini meningkatkan pemahaman
risiko, dan kerangka COSO menyadari pentingnya hal ini tentang peran akuntansi forensik dalam mendeteksi penipuan
dalam mengelola risiko, [15]. dan penyimpangan keuangan serta dapat mendorong orang
untuk menggunakannya untuk meningkatkan keterampilan
profesional dan meminimalkan risiko. Pertimbangan etis dalam
H4: COSO mempunyai dampak signifikan terhadap Big Data
Analisis pelaporan keuangan juga mempengaruhi niat individu untuk
mengadopsi praktik akuntansi forensik, [15], [17].
2.6.5 COSO dan Niat Forensik
Akuntansi Big Data Analytics (BDA) berfungsi sebagai alat untuk
Menurut, [16], menyelidiki kemanjuran kerangka pengendalian mengenali pola yang mengindikasikan penipuan, [12], [15].
internal COSO dalam mencegah penipuan kerja dalam Integrasi BDA ke dalam proses audit memastikan peningkatan
organisasi pemerintah daerah. Temuan mereka menunjukkan kualitas audit dan kemanjuran deteksi penipuan, [15], [17].
bahwa pengendalian internal COSO berhasil memitigasi Akuntan forensik diharuskan memiliki kemahiran dalam
penyalahgunaan aset dan penipuan laporan keuangan. ekstraksi, analisis, dan visualisasi data, mengingat besarnya
Komponen pengendalian internal, yang meliputi lingkungan volume, kecepatan, dan variasi yang melekat pada kumpulan
pengendalian, penilaian risiko, aktivitas pengendalian, data tersebut, [17].
informasi dan komunikasi, serta aktivitas pemantauan, telah
terbukti efektif dalam pencegahan penipuan. Akibatnya, Big Data Analytics (BDA) berfungsi sebagai mediator dalam
COSO diantisipasi untuk meningkatkan kecenderungan memfasilitasi korelasi antara Advanced Forensic Analytics
auditor untuk menggunakan akuntansi forensik untuk (AFA) dan Investigative Forensic Analytics (IFA) untuk tujuan
mencegah dan mendeteksi penipuan. deteksi penipuan, [15], [17]. Penerapan BDA berdiri untuk
meningkatkan efisiensi inspeksi dan investigasi dalam domain
Dalam, [16], berpendapat bahwa sistem pengendalian akuntansi forensik, [17]. Akuntan forensik diperlengkapi untuk
internal, kompensasi yang layak, dan kompetensi perangkat memanfaatkan metodologi anti-penipuan yang canggih,
desa berfungsi sebagai pencegah penyelewengan dana desa. termasuk visualisasi data, analisis prediktif, analisis perilaku,
Temuan menunjukkan bahwa penguatan sistem pengendalian analisis konten, analisis jaringan sosial, dan analisis
internal (COSO) efektif mencegah penipuan. geospasial, sehingga memungkinkan
Lebih jauh lagi, kepekaan moral memperkuat hubungan
antara efektivitas desa
deteksi operasi anomali, area berisiko tinggi, dan aktivitas yang Untuk memungkinkan auditor mengidentifikasi pola dan anomali
berpotensi penipuan, [17]. yang mungkin mengindikasikan aktivitas penipuan, BDA dapat
Dengan menggunakan analisis data besar, akuntan forensik dapat membantu meningkatkan efisiensi pengendalian internal melalui
mengumpulkan, mengintegrasikan, dan menganalisis data dari pemantauan dan analisis transaksi keuangan secara real-time
berbagai sumber untuk mengidentifikasi pola dan tren yang dan dengan menganalisis data dalam jumlah besar, [15], [18].
mencurigakan, [15], [17]. Membantu akuntansi forensik dalam BDA dapat memediasi korelasi antara kerangka pengendalian
mengembangkan model prediktif untuk mendeteksi penipuan dan internal COSO dan tujuan akuntansi forensik dengan
penipuan, dengan mengembangkan model prediktif yang dapat menyediakan pemantauan dan analisis transaksi keuangan
mengidentifikasi pola dan perilaku yang mencurigakan serta secara real-time.
memberikan peringatan dini terhadap potensi penipuan dan penipuan, [17].
Akuntan forensik dapat memanfaatkan pemodelan prediktif dan Akuntansi forensik dan audit internal dapat menggunakan
analitik tingkat lanjut untuk mengidentifikasi transaksi analisis data besar untuk mengidentifikasi dan menyelidiki
mencurigakan, kejadian berisiko tinggi, dan perilaku menipu penipuan keuangan, sementara tata kelola perusahaan dapat
dengan menganalisis data aktivitas atau transaksi masa lalu. diperkuat dengan mengintegrasikan praktik akuntansi forensik,
Selain itu, akuntan forensik dapat menerapkan algoritma [19].
resolusi entitas untuk mengungkap hubungan tersembunyi,
alamat, dan alias, memungkinkan pemeriksaan konflik H7: Analisis Big Data Memediasi Hubungan COSO terhadap
kepentingan, identitas palsu, dan individu serta bisnis yang Intensi Forensik
dikenakan sanksi dalam penambangan data basis data, [18]. Akuntansi
Penggabungan akuntansi forensik dan tata kelola perusahaan keuangan nasional yang meliputi KAP, Badan Pemeriksa
dapat meningkatkan pengendalian internal. Menerapkan praktik Keuangan (disingkat Badan Pemeriksa Keuangan - BPK), dan
akuntansi forensik pada kerangka COSO memungkinkan Badan Pemeriksa Keuangan (BPK) dan Badan Pemeriksa
organisasi untuk memperkuat kontrol internal mereka dan Keuangan (BPKP). .
meningkatkan proses pelaporan keuangan, [13], [18].
Kelompok responden pertama yang diteliti adalah kondisi Analisis SMART PLS (Partial Least Square), [14], [21]. Penelitian
auditor laporan keuangan KAP sebesar 55%, faktor-faktor yang juga dipadukan dengan aspek kognisi, afeksi, dan konasi.
mempengaruhi auditor menggunakan framework COSO, dan Memetakan faktor pendukung dan penghambat, baik internal
kemampuan BDA oleh auditor dalam mendeteksi kecurangan maupun eksternal, [20]. Penelitian ini juga akan dilengkapi
laporan keuangan. Auditor akan ditonjolkan dari aspek perilaku dengan analisis kualitatif terkait dengan aspirasi yang muncul
yaitu kesadaran menggunakan akuntansi forensik, pengetahuan, untuk merumuskan model peningkatan literasi penggunaan
kasih sayang, dan kognisi serta sikap auditor yang telah akuntansi forensik dalam deteksi penipuan laporan keuangan
melakukan pemeriksaan menggunakan akuntansi forensik dan literasi penipuan keuangan pada aspek pemasaran, media
dengan bantuan BDA. Kelompok responden kedua yang diteliti sosial, dan komunikasi.
sebesar 45% adalah auditor BPK (Gambar 5) yang menggunakan
akuntansi forensik dan BDA dalam melakukan aktivitas deteksi
kecurangan dan penerapan pengendalian COSO. Data dikumpulkan dengan menggunakan kuesioner yang
menampilkan skala Likert lima poin, dimana 1 menunjukkan
sangat tidak setuju dan 5 menunjukkan sangat setuju. Uji coba
dilakukan terhadap Lembaga Pemeriksa Keuangan di Indonesia
(KAP, BPKP, BPK) sebelum kuesioner disebarkan, untuk
memeriksa kejelasan pertanyaan. Temuan dari uji coba
menunjukkan bahwa setiap item yang menyusun konstruk
penelitian menunjukkan validitas dan reliabilitas, sebagaimana
dibuktikan oleh koefisien alpha Cronbach yang berkisar antara
0,75 hingga 0,85 untuk setiap konstruk.
3.2 Measures
Penelitian ini menggunakan data primer sebagai masukan
utama untuk meningkatkan dan mengembangkan literasi
kesadaran auditor menggunakan akuntansi forensik dan BDA
dalam mendeteksi kecurangan. Data primer diperoleh dengan
menyebarkan kuesioner dengan metode snowball sampling,
[20], wawancara mendalam, dan diskusi kelompok dengan
auditor di BPK dan KAP. Kuesioner digunakan untuk
memperoleh data terkait faktor-faktor yang mempengaruhi
kesadaran auditor menggunakan akuntansi forensik untuk
pengambilan keputusan dalam mencegah dan mendeteksi kecurangan.
Wawancara dengan BPK dilakukan untuk menggali kebijakan
regulasi dan penegakan aturan mengenai kecurangan laporan
keuangan, sedangkan wawancara dengan beberapa responden Gambar 2. Grafik Profil Responden Berdasarkan Jabatan
Fungsional
KAP dilakukan untuk menggali faktor-faktor yang mempengaruhi
pengambilan keputusan untuk mencegah atau mengendalikan
dan mendeteksi kecurangan. Teknis analisis yang digunakan Profil responden dalam penelitian ini mempunyai jabatan
adalah analisis deskriptif (kuantitatif dan kualitatif) dengan fungsional auditor yang beragam, terdiri dari Akuntan Junior dan
Akuntan Senior untuk auditor di lingkungan Kantor Akuntan
penyajian dalam bentuk tabel, narasi, grafik, dan bagan, [14],
[21]. Publik (KAP).
Responden penelitian pada jabatan fungsional auditor BPKP
Analisis deskriptif digunakan untuk memperoleh gambaran dan BPK terdiri dari Auditor I, Auditor Muda, dan Auditor Madya.
Berdasarkan
menyeluruh mengenai penggunaan literasi keuangan
Tabel 1. Sebaran jawaban responden BDA Sangat Setuju Tabel 3. Distribusi jawaban responden intensi akuntansi forensik Sangat
namun hanya 1,1% yang menjawab kurang setuju dan sangat tidak
setuju sebanyak 0,2%. 4.2 Validitas Konvergen Validitas
konvergen memerlukan rata-rata varians yang diekstraksi (AVE)
sebesar 0,5 untuk setiap variabel laten, menurut, [29]. Variabel laten
4. Sebaran Jawaban Responden Terkait Niat Akuntansi Forensik dapat menjelaskan lebih dari separuh varians indikatornya. Variabel
laten dengan AVEs di bawah 0,5 sebaiknya dikeluarkan dari model
penelitian. Hasil pengolahan data pada Tabel 5 menunjukkan bahwa
nilai AVE semua skala lebih tinggi dari kriteria minimal 0,5. Oleh
karena itu, semuanya
sembilan variabel penelitian memiliki validitas konvergen yang kuat. Tabel 5. Koefisien beban eksternal variabel yang diamati
Informasi
Selain itu, nilai konvergensi dihitung menggunakan koefisien beban Luar
Variabel Indikator matio
eksternal variabel yang diamati dan variansi rata-rata yang Memuat N
diekstraksi. Koefisien stres eksternal variabel yang diamati harus dapat digunakan untuk
0,781 Sah
0,708 atau lebih tinggi agar signifikan secara statistik. Artinya menganalisis laporan keuangan
(AF1) sangat penting untuk digunakan Sah
variabel hasil akan mengukur ketergantungan variabel yang diamati. 0,855
dalam deteksi
penipuan (AF2) dapat digunakan Sah
0,796
untuk
mengidentifikasi penyalahgunaan Sah
Hasil pada Tabel 6 menunjukkan bahwa koefisien beban eksternal
Kesadaran aset (AF3) dapat membuat data atau 0,875
dari variabel yang diamati harus minimal 0,708 dan signifikan Forensik informasi keuangan lebih andal dan akurat (AF4)
Akuntansi memastikan kepatuhan Sah
secara statistik. Oleh karena itu, variabel-variabel dalam model
terhadap hukum dan 0,814
memenuhi kriteria nilai konvergensi. peraturan yang berlaku (AF5)
mampu mengevaluasi Sah
sistem tata kelola perusahaan 0,870
(AF6)
4.3 Evaluasi Model Struktural PLS- dapat mengevaluasi pengendalian
0,760
Sah
secara statistik pada tingkat kepercayaan 99%, 95%, dan 90%. Dari (COS3)
menggunakan pendekatan berbasis Sah
hasil estimasi, maka hasil evaluasi model struktural PLS-SEM risiko dalam perencanaan 0,871
Informasi
Luar variabel dan Niat dalam Akuntansi Forensik berada di atas 0,25
Variabel Indikator matio
Memuat N dan di bawah 0,65. Hal ini menunjukkan bahwa model struktural
sangat akrab digunakan di Sah penelitian ini memenuhi kriteria sedang yang menunjukkan tingkat
Akuntansi Forensik untuk mendeteksi 0,661
pengaruh variabel independen terhadap variabel dependen yang
penipuan (BG5)
memberikan kontribusi Sah sedang.
yang signifikan terhadap penggunaan
0,656
Nilai estimasi SRMR outer model sebesar 0,095 yang berarti
Akuntansi Forensik untuk mendeteksi model penelitian termasuk dalam kriteria Goodness of Fit karena
penipuan (BG6)
kepercayaan dapat meningkatkan Sah berada pada rentang antara 0,08 hingga 0,10.
keandalan hasil 0,708
akuntansi forensik untuk deteksi
Untuk melihat pengaruh variabel independen terhadap variabel
penipuan (BG8)
Saya tertarik untuk menggunakan dependen dalam model, kita perhatikan koefisien jalur dan
Akuntansi Forensik untuk mendeteksi 0,783 Sah koefisien f2. Seperti dijelaskan pada bab 3, koefisien f2
penipuan (NAF1)
Sah
menunjukkan besarnya pengaruh variabel ketika dikeluarkan dari
Saya memprioritaskan kebutuhan kepatuhan
saat menggunakan Forensik
model. Jika f2 > 0, maka variabel independen mempunyai potensi
0,629
Akuntansi untuk mendeteksi penipuan prediksi yang sesuai dengan variabel dependen. Sesuai dengan
Niat untuk (NAF2)
Sah koefisien f sebesar 0,02 adalah probabilitas rendah, 0,15 adalah
Menggunakan
Saya lebih mengutamakan identifikasi
Forensik risiko, analisis, dan pengendalian probabilitas sedang dan 0,35 adalah probabilitas tinggi. Koefisien
Akuntansi saat menggunakan Forensik 0,858
pengaruh f2 terlihat pada Tabel 9 menunjukkan bahwa tingkat
Akuntansi untuk mendeteksi penipuan
(NAF3)
penjelas variabel independen terhadap variabel dependen relatif
Saya akan selalu menggunakan Forensik Sah rendah.
Teknik akuntansi atau 0,743
metode untuk mendeteksi penipuan
(NAF4)
melalui BDA memberikan dampak positif terhadap Niat Akuntansi 2. Pengaruh COSO terhadap INT_FORAC melalui BDA sebesar
Forensik (INT_FORAC). 0,435 yang berarti jika COSO bertambah satu satuan maka
INT_FORAC dapat
Tabel 9. Hasil pengujian hipotesis model meningkat secara langsung dan tidak langsung melalui BDA
T- P sebesar 43,5%. Pengaruh ini bersifat positif.
Perkirakan Stdev R
Statistik Nilai
Persegi
H1 AW_FORAC-> 0,326 BDA 0,075 4,321 0,000 0,463
H2
5 Pembahasan
AW_FORAC-> 0,284 INT_ 0,070 4,074 0,000
FORAC Pengujian Hipotesis 1 membuktikan bahwa Kesadaran Akuntansi
H3 BDA -> Forensik berpengaruh terhadap Big Data. Meningkatnya kesadaran
0,332 0,082 4,045 0,000 0,591
INT_FORAC
H4 akan penggunaan akuntansi forensik akan menyebabkan auditor
COSO -> BDA 0,444 0,050 8,799 0,000
membutuhkan big data yang kompleks dan terintegrasi.
H5 COSO ->
0,287 0,068 4,258 0,000
INT_FORAC
Pada tabel uji validitas, indikator AF4 menunjukkan nilai outer
Tabel 10. Dampak tidak langsung spesifik loading atau korelasi tertinggi sebesar 0,875 yang menunjukkan
bahwa akuntansi forensik berbasis awareness berpotensi
Spesifik Tidak Langsung
Nilai-P
Efek meningkatkan ketergantungan dan presisi data atau informasi
keuangan. Auditor dan pemeriksa merasakan pentingnya
H6 AW_FORAC->BDA-> 0,108 0,000 penggunaan Big Data untuk bekerja dengan cepat dan menemukan
INT_FORAC
H7 COSO -> BDA-> lebih banyak penipuan serta dapat membuat informasi keuangan
INT_FORAC 0,148 0,000 lebih andal dan akurat. Auditor menggunakan teknik data besar
ketika menangani kompleksitas transaksi komersial untuk
mengungkap transaksi penipuan. Akuntan forensik dapat
Berdasarkan tabel pengaruh tidak langsung pada tabel 11 dapat menerapkan berbagai teknik anti-fraud tingkat lanjut dengan
disimpulkan bahwa: 1. meningkatkan penggunaan big data seperti visualisasi data, analisis
Pengaruh tidak langsung AW_FORAC terhadap INT_FORAC prediktif, analisis perilaku, analisis geo-spasial untuk mengidentifikasi
melalui BDA adalah sebesar 0,108 yang berarti jika aktivitas penipuan. Hasil penelitian ini mendukung, [14], dan, [18],
AW_FORAC bertambah satu satuan maka INT_FORAC dapat yang menyatakan bahwa kesadaran akuntansi forensik dapat
meningkat secara tidak langsung melalui BDA sebesar 10,8%. meningkatkan penggunaan teknologi big data untuk mendeteksi
Pengaruh ini bersifat positif. kecurangan.
memiliki potensi untuk meningkatkan kualitas dan efektivitas audit [20], [18], dan, [25], yang membuktikan efektivitas kerangka
laporan keuangan dan berkontribusi pada kemajuan metode pengendalian internal dalam mencegah kecurangan kerja pada
akuntansi forensik untuk mendeteksi potensi penipuan dalam data organisasi pemerintah daerah.
keuangan. Pengujian hipotesis H6 membuktikan akses Awareness of
Forensic Accounting (AW_FORAC) melalui Big Data Analysis
Tabel uji validitas menunjukkan bahwa indikator BG1 (BDA) mempunyai pengaruh paling signifikan terhadap niat
menunjukkan nilai outer loading atau korelasi tertinggi sebesar Akuntansi Forensik (INT_FORAC). Hasil ini serupa dengan
0,846 yang menandakan kemampuan Big Data dalam menganalisis penelitian pada, [18], [26].
data dan mengidentifikasi penipuan secara real time. Oleh karena
itu, penggunaan data besar untuk deteksi penipuan secara real- BDA dapat digunakan untuk meningkatkan efektivitas inspeksi dan
time dapat semakin memperkuat niat untuk menggunakan investigasi dalam akuntansi forensik. Big data dengan volume,
akuntansi forensik. Dengan menggunakan model big data yang kecepatan, dan variasi datanya menawarkan banyak sumber bukti.
dapat mengidentifikasi kecurangan keuangan secara lebih tepat,
auditor memiliki niat yang lebih tinggi untuk menggunakan Akuntan Forensik dengan Big Data dapat mengekstraksi,
akuntansi forensik untuk mengidentifikasi area risiko yang memerlukan penyelidikan lebih lanjut.
memvisualisasikan, dan menganalisis data yang berasal dari
Hasil penelitian ini mendukung, [19] yang menyatakan bahwa berbagai sumber. Selain itu, auditor juga dapat mengidentifikasi
model big data dapat digunakan secara efisien jika auditor pola dan tren yang mencurigakan menggunakan Big Data.
meningkatkan minatnya untuk berkolaborasi dalam penggunaan Auditor menggunakan algoritme penyelesaian Entitas dan basis
akuntansi forensik dengan analis data. data penambangan data untuk mendeteksi hubungan tersembunyi,
Pengujian hipotesis 4 membuktikan bahwa COSO berpengaruh alamat palsu, konflik kepentingan, dan identitas palsu.
terhadap penggunaan Big Data. Kerangka kerja COSO untuk
deteksi risiko memerlukan data besar untuk memprediksi dan Namun sebagian besar KAP masih belum memaksimalkan
membantu bisnis mengambil keputusan penting. Pada tabel uji penggunaan Big Data karena terbatasnya ketersediaan data yang
validitas terlihat bahwa indikator COS2 mempunyai nilai outer diperiksa. Sedangkan BPK dan BPKP sudah banyak menggunakan
loading atau korelasi tertinggi sebesar 0,898 yang menunjukkan Big Data karena datanya terpusat sehingga ketersediaan data dan
bahwa manajemen senior memberikan contoh yang baik dalam akses data dapat diperoleh dengan mudah. Selain itu, terdapat
penerapan pengendalian internal sehingga dengan dukungan peraturan pemerintah dan Otoritas Jasa Keuangan (OJK) yang
pengendalian internal yang baik memungkinkan auditor untuk mewajibkan perusahaan terkait dan klien yang diperiksa untuk
menggunakan data besar tertentu untuk mendeteksi dan mencegah mengungkapkan dan memberikan datanya jika diminta oleh BPK
risiko penipuan. dan BPKP. Otoritas Jasa Keuangan (OJK) merupakan lembaga
Untuk menerapkan strategi manajemen risiko, lembaga pengawas terpercaya yang mengawasi industri jasa keuangan di
keuangan memperoleh wawasan real-time mengenai potensi Indonesia.
bahaya dengan memanfaatkan teknologi data besar yang
mengintegrasikan penilaian risiko dengan algoritma prediktif untuk
analisis data besar. Hasil penelitian tersebut mendukung, [20] Pengujian hipotesis H7 membuktikan bahwa pengaruh tidak
yang menyatakan bahwa manajemen risiko dapat lebih efektif langsung COSO melalui Big Data Analysis (BDA) merupakan
dengan menggunakan framework COSO dan big data. faktor paling kritis yang mempengaruhi niat Akuntansi Forensik
(INT_FORAC).
Pengujian hipotesis 5 membuktikan bahwa COSO berpengaruh Hasil ini serupa dengan penelitian pada, [19], [27], [28], [29].
terhadap Intensi Akuntansi Forensik.
Komponen pengendalian internal (COSO) yang meliputi penilaian Dengan memasukkan praktik akuntansi forensik ke dalam kerangka
risiko, aktivitas pengendalian, informasi dan komunikasi, serta COSO, organisasi dapat memperkuat pengendalian internal dan
aktivitas pemantauan terbukti efektif dalam mencegah kecurangan. meningkatkan proses pelaporan keuangan mereka. BDA dapat
meningkatkan efektivitas pengendalian internal dengan memantau
Jadi, penggunaan COSO akan meningkatkan minat auditor atau dan menganalisis transaksi keuangan secara real-time. Auditor
pemeriksa dalam menggunakan akuntansi forensik untuk dapat menggunakan Big Data untuk mengevaluasi dan
mencegah dan mendeteksi kecurangan, [24]. menganalisis data dalam jumlah besar sehingga auditor dapat
Pada tabel uji validitas terlihat indikator COS2 mempunyai mengidentifikasi pola dan anomali data yang dapat diidentifikasi
nilai outer loading atau korelasi tertinggi sebesar 0,898 yang sebagai aktivitas penipuan. Peran BPK dan BPKP dalam
menunjukkan bahwa manajemen senior di KAP, BPKP, BPK pengendalian internal dengan COSO untuk menggunakan
memberikan contoh penerapan pengendalian internal yang efektif akuntansi forensik sangat besar.
sehingga meningkatkan minat auditor. atau pemeriksa dalam
menggunakan akuntansi forensik dalam menemukan lebih banyak Konstitusi Negara Republik Indonesia mengamanatkan peran BPK
penipuan. Hasil penelitian ini mendukung, dan BPKP. Peran utama BPK adalah mengaudit dan mengawasi
keuangan pemerintah daerah dan pusat, bertindak sebagai menetapkan mekanisme untuk melaporkan pelanggaran.
auditor eksternal nasional. Peran BPKP adalah melakukan Auditor dapat menyoroti mekanisme penerapan kontrol dan
audit, evaluasi, peninjauan, dan pemantauan pemanfaatan aset penggunaan Big Data pada klien mereka yang diaudit.
dan perencanaan keuangan milik pemerintah daerah dan pusat,
memperhatikan aspek keuangan dan operasional, serta fokus
pada pengukuran kinerja. BPKP dan sistem pengendalian
internal saling terkait erat dalam perumusan dan implementasi 7 Kesimpulan
strategi. Ketentuan lebih lanjut mengenai BPK diatur dengan Penelitian ini mengidentifikasi atribut-atribut utama yang
undang-undang. mempengaruhi niat untuk mendeteksi penipuan dalam akuntansi
forensik. Big Data dan kesadaran akuntansi forensik memainkan
BPK tidak bertanggung jawab atas pengelolaan keuangan, peran penting. Tujuh hipotesis diajukan, menetapkan dampak
namun berperan sebagai auditor eksternal untuk meningkatkan signifikan Kesadaran Akuntansi Forensik terhadap Analisis Big
pengelolaan keuangan publik. Data, pengaruh substansial Analisis Big Data terhadap Niat
Peran dan fungsi BPK semakin menguat sejak amandemen dalam Akuntansi Forensik, hubungan yang berdampak antara
ketiga UUD 1945 pada tahun 2001. UUD 1945 berlaku kembali
COSO dan Analisis Big Data, dampak konsekuensi COSO
pada tahun 1959 dan direvisi pada tahun 2002. BPK merupakan
terhadap Niat dalam Akuntansi Forensik. Akuntansi, dan peran
salah satu aktor utama dalam sistem kesehatan Indonesia,
mediasi Analisis Big Data dalam hubungan antara COSO dan
bersama dengan Badan Pemeriksa Keuangan (Badan
niat akuntansi forensik. Dukungan statistik ditemukan untuk
Pemeriksa Keuangan) atau BPK hipotesis ketujuh.
pemahaman tentang penggunaan akuntansi forensik dalam dan T. Smith, “Teknik data besar dalam mengaudit
deteksi penipuan. Fokus pada bagaimana kesadaran ini dapat penelitian dan praktik: Tren saat ini dan peluang masa
ditingkatkan dan diterapkan secara lebih efektif dalam praktik depan,” Jurnal Sastra Akuntansi, vol. 40, hlm. 102–115,
audit. (2) Memperdalam peran analisis big data (BDA) dalam Juni 2018, doi: 10.1016/j.acclit.2017.05.003.
mendukung kegiatan akuntansi forensik.
Penelitian dapat mengeksplorasi teknik BDA spesifik yang [7] F. De Santis dan G. D'Onza, “Data besar dan analisis
paling efektif dalam mendeteksi indikasi kecurangan serta data dalam audit: mencari legitimasi,”
mengidentifikasi hambatan dan peluang yang mungkin timbul Penelitian Akuntansi Meditari,
dalam penerapannya. (3) Menjajaki dampak penerapan model vol. 29, tidak. 5, hal. 1088–1112, 2020, doi: 10.1108/
Committee of Sponsoring Organizations (COSO) dalam MEDAR-03-2020-0838.
mencegah dan mendeteksi kecurangan di sektor industri [8] Z. Rezaee dan J. Wang, “Relevansi data besar dengan
lainnya. Fokus pada berbagai sektor untuk mendapatkan praktik dan pendidikan akuntansi forensik,” Jurnal
wawasan lebih jauh mengenai efektivitas model COSO di luar Audit Manajerial, vol. 34, tidak. 3, hlm.268–288, Mei
sektor perbankan, seperti industri manufaktur atau jasa. (4) 2019, doi: 10.1108/MAJ-08-2017-1633.
Membangun kerangka terintegrasi yang menggabungkan aspek
akuntansi forensik, analisis big data, dan model COSO. [9] YAA Hezam, L. Anthonysamy, dan SD
Penelitian dapat mengevaluasi bagaimana integrasi ini dapat K. Suppiah, “Analisis dan Audit Big Data: Tinjauan dan
diterapkan oleh auditor internal dan eksternal untuk Sintesis Literatur,” Emerging Science Journal, vol. 7,
meningkatkan efisiensi dalam deteksi penipuan. tidak. 2. Publikasi Italia, hal. 629–642, 01 April 2023.
doi: 10.28991/ESJ-2023-07-02-
023.
[10] LH Bambang, Ameliya R., Nada A., dan Adeliya YB, “The
Ucapan Terima Kasih: Impact of Big Data Analytics and Forensic Audit in
Penelitian ini didanai oleh Kementerian Pendidikan, Kebudayaan, Fraud Detection,” dalam 12th International Workshop
Riset dan Teknologi Indonesia, Direktorat Jenderal Pendidikan on Computer Science and Engineering (WCSE 2022),
Tinggi, Riset dan Teknologi Indonesia. 2022, hal.67–71.
[20] A. Nawawi dan ASAP Salin, “Pengendalian internal dan [29] A. Mwange dan M. Chansa, “Emerging Issues in Accounting:
penipuan pekerjaan karyawan atas klaim pengeluaran,” A Theoretical Review,” jurnal studi keuangan dan audit
J Financ Crime, vol. 25, tidak. 3, hlm. 891–906, Juli akuntansi (JAFAS), Oktober 2022, doi: 10.32602/
2018, doi: 10.1108/JFC-07-2017-0067. jafas.2022.032.
[21] YS Chen, ES Mardjono, dan YF Yang, “Persaingan dan [30] DL Crumbley, LE Heitger, dan GS
keberlanjutan: Bukti dari organisasi jasa profesional,” Smith, Akuntansi Forensik dan Investigasi (Edisi ke-7),
edisi ke-7. CCH Inc, 2015.
Keberlanjutan (Swiss), vol. 12, tidak. 18, 1–15, September
2020, doi: hlm.10.3390/su12187266. [31] IBA Yasa, I Ketut Sukayasa, dan Ni Made Mega Abdi Utami,
“Budaya organisasi memoderasi pengaruh bystander
[22] Rambut JF, WC Hitam, BJ Babin, dan R. effect dan pengendalian internal terhadap tren kecurangan
E. Anderson, “Analisis Data Multivariat Edisi Kedelapan,” akuntansi pada lembaga perkreditan desa di Kabupaten
2019. Jembrana,” Jurnal Internasional Penelitian Bisnis dan
[Online].Tersedia:www.cengage.com/highe Sosial Sains (2147-4478), jilid. 11, tidak. 7, hal.210–
merah
LAMPIRAN
Gambar 1: Roadmap Variabel Penelitian: Big Data, Pengendalian Internal, dan Minat Menggunakan Akuntansi Forensik untuk Deteksi Fraud
Konflik Kepentingan
Para penulis tidak mempunyai konflik kepentingan untuk dinyatakan.
_KITA