Pendekatan Proaktif Untuk Mendeteksi Kecurangan

Anda mungkin juga menyukai

Anda di halaman 1dari 22

PENDEKATAN

PROAKTIF
UNTUK
MENDETEKSI
KECURANGAN
MOCH CHA RIS SETIAWA N
186020300111016
D E F R I A N S YA H R A U F
186020300111038

TATAP MUKA 07 | AKUNTANSI FORENSIK


ANOMALI
VS
KECURANGAN
• Anomali disebabkan oleh lemahnya
pengendalian. Ciri khas dari anomali akuntansi
adalah :
1. Tidak disengaja, sehingga bukan
merupakan kecurangan dan tidak berakibat
hukum
2. Dapat ditemukan di seluruh data, sehingga
auditor cukup melakukan sampel statistic
• Kecurangan dirancang dengan intelegensi yang
baik dan mempergunakan bukti-bukti palsu
untuk meyakinkan dan berakibat hukum.
Kecurangan juga merupakan kesengajaan untuk
menggagalkan sIstem pengendalian
SAMPLING AUDIT
DAN KECURANGAN

Sampling statistik seringkali dibutuhkan dalam


menganalisis anomali dikarenakan hal tersebut
merupakan prosedur auditing standar, yang mana
merupakan prosedur analitis yang efektif untuk
menemukan anomali yang rutin menyebar ke
seluruh rangkaian data. Namun sebaliknya dalam
mendeteksi kecurangan, sampling statistik kurang
efektif karena kecurangan harus didalami melalui
pendekatan populasi. Kini, kekurangan tersebut
dapat dibantu dengan menggunakan software yang
sesuai dengan keadaan klien, sehingga saat ini lebih
banyak auditor yang dapat mengefisiensikan waktu
dan biaya dalam menganalisis data pada tingkat
populasi.

2
PROSES ANALISIS DATA

Selidiki
gejalanya

4
INDIKATOR
KICKBACK
TEKNIK BENFORD’S LAW
ANALISIS DATA

1. Persiapan Data

2. Analisis Digital

3. Investigasi Outlier • Menurut Benford’s Law, digit pertama dari


serangkaian data acak akan dimulai dengan 1
lebih sering dari 2, kemudian 2 lebih sering dari 3,
4. Stratifikasi & dan begitu seterusnya.

• Benford’s Law mengaplikasikan sejumlah


Ringkasan keterjadian dasar, seperti total faktur dan biaya
produk. Hal ini tidak diaplikasikan untuk
mengelola dan menghasilkan nilai, seperti nomor
5. Analisis Trend faktur dan SSN yang berurutan.

• Nilai yang dihasilkan seseorang biasanya secara


Waktu acak berdistribusi atau tidak cocok dengan
Benford’s Law.

• Penting untuk menyadari pula bahwa pemasok


6. Kesesuaian yang yang sebenarnya biasanya mengajukan beberapa
faktur yang tidak cocok dengan Benford’s Law.
Tidak Jelas Distribusi hanya benar pada banyak kasus atau
faktur. Metode terbaik untuk melakukan analisis
digital menghitung probabilitas rata-rata untuk
tiap kelompok data.
6
ANALISIS
INVESTIGASI TREND WAKTU
OUTLIER

Dengan fokus pada outlier,


investigator dapat dengan mudah
mengidentifikasi kasus-kasus yang
tidak sesuai dengan aturan yang ada.
Analisis ini menggunakan teknik
statistical yang cukup terkenal dalam
mengidentifikasi outlier dan
mengetahui seberapa besar outlier.
Perhitungan statistic z-score adalah
salah satu metode yang paling kuat
dan sederhana dalam
mengidentifikasi adanya oulier. Sebelum analisis trend waktu dapat dilakukan,
Metode ini mengkonversi data ke data harus distandarisasi waktu. Teknik yang
dalam skala dan distribusi standar, paling mendasar untuk analisis trend waktu
terkait dengan jumlah dan varians
data. Perhitungan z-score adalah: bisa melalui grafik sederhana untuk tiap kasus.

(𝑁𝑖𝑙𝑎𝑖 − 𝑀𝑒𝑎𝑛)
𝑍𝑠𝑐𝑜𝑟𝑒 =
𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖

7
I’VE GOT
YOUR
NUMBER

MARK J. NIGRINI

TATAP MUKA 07 | AKUNTANSI FORENSIK 8


BAGAIMANA FENOMENA
M AT E M AT I K A D A PAT M E M B A N T U C PA
MENGUNGKAP PENIPUAN
D A N P E N Y I M PA N G A N L A I N N YA

Apakah mungkin untuk mengatakan bahwa angka


salah hanya dengan melihatnya?
Dalam beberapa kasus, menggunakan hukum Benford - sebuah
fenomena matematika yang menyediakan metode analisis data yang
unik. CPA dapat menemukan penyimpangan yang menunjukkan
kemungkinan kesalahan, penipuan, bias manipulatif, atau pemrosesan
yang tidak efisien.

Hukum Benford digunakan untuk menentukan tingkat duplikasi angka


normal dalam kumpulan data, yang pada gilirannya memungkinkan
untuk mengidentifikasi angka yang tidak normal dan angka yang
terjadi.

Tujuannya untuk kumpulan data yang besar, CPA menggunakan tes


yang sangat terfokus yang berkonsentrasi untuk menemukan
penyimpangan
Dia menemukan • Matematika reksa dana.
Benford kemudian Penjelasan intuitif tentang
menguji ide ini bahwa sekitar 31% hukum Benford adalah
dari angka tersebut mempertimbangkan total
dengan melihat aset reksa dana yang
memiliki 1 sebagai tumbuh 10% per tahun.
angka pertama dari •
digit pertama, 19% Dimana bila total aset $100
20 daftar angka memiliki 2, dan hanya
untuk mencapai angka
$200 maka diperlukan
dengan total 5% yang memiliki 9 waktu sampe 7,3 tahun.
20.229 observasi. • Sedangkan jika total aset
sebagai digit pertama. $500 untuk mencapai $600
hanya diperlukan waktu
1,9 tahun
• Kegigihan 1 sebagai digit
pertama akan terjadi
dengan fenomena yang
memiliki tingkat
pertumbuhan konstan
(atau bahkan tidak
menentu).
Tahun 1990 sensus Hukum Benford
menyatakan bahwa hasil
analisis jumlah populasi memungkinkan
3.141di AS adanya untuk menemukan
proporsi sebenarnya anomali data.
mengikuti hukum Benford
cukup dekat, yang
diharapkan dari data asli
dan tidak bermanipulasi.
Pada tahun 1993, di Nelson, seorang manajer di Jumlah dari 23 cek
Negara Bagian Arizona v. kantor Bendahara Negara yang dikeluarkan
Wayne James Nelson Bagian Arizona, ditunjukkan pada
(CV92-18841), terdakwa berpendapat bahwa dia
gambar di atas.
dinyatakan bersalah telah mengalihkan dana ke
karena berusaha menipu vendor palsu untuk
negara dengan biaya menunjukkan tidak adanya
hampir $ 2 juta. pengamanan dalam sistem
komputer baru
• Data hutang • Grafik dua digit pertama Analisis jumlah dolar aktual
perusahaan merupakan dari file hutang dari menunjukkan bahwa angka
target favorit teknologi perusahaan perangkat $ 25, $ 30 dan $ 10 paling
lunak yang terdaftar di sering terjadi.
analisis digital.
NASDAQ.
• Pertama-tama menguji • Ketika bar di atas garis
kewajaran tingkat tinggi hukum Benford, proporsi
(keaslian data). sebenarnya melebihi
proporsi hukum Benford,
menciptakan tingkat
duplikasi yang tidak
normal untuk kombinasi
dua digit pertama itu.
ANALISIS
REAL-TIME
Analisis real-time dilakukan pada waktu
terjadinya transasksi sehingga menjadi teknik
yang cukup jelas, mengingat secara khusus
menganalisis tiap transaksi terhadap
kemungkinan adanya kecurangan. Salah satu
matriks yang digunakan dalam analisis ini
adalah matriks matosas.
TATAP MUKA 07 | AKUNTANSI FORENSIK
MENGANALISIS
LAPORAN KEUANGAN

a) Membandingkan saldo akun dalam


laporan dari periode yang satu dengan
periode yang lain
b) Menghitung sejumlah rasio penting dan
membandingkannya dari periode ke
periode
c) Melakukan analisis vertical
d) Melakukan analisis horizontal

2
PERSEPSI AUDITOR ATAS
TINGKAT EFEKTIVITAS
RED FLAGS UNTUK MENDETEKSI
KECURANGAN
Ni Wayan Rustiarini
Ni Luh Gde Novitasari
P E R S E P S I A U D I T O R ATA S T I N G K AT
E F E K T I V I TA S R E D F L A G S U N T U K
MENDETEKSI KECURANGAN
N I W AY A N R U S T I A R I N I
N I L U H G D E N O V I TA S A R I

• Fraud merupakan suatu Metode


• Penelitian ini dilaksanakan sebagai
kesengajaan atau kecerobohan
penelitian survey, Lokasi penelitian ini
dalam melakukan sesuatu atau tidak adalah sepuluh Kantor Akuntan Publik di
melakukan sesuatu yang Bali yang terdaftar pada Institut Akuntan
seharusnya dilakukan sehingga Publik Indonesia.
laporan keuangan menyesatkan • Variabel independen penelitian ini adalah
secara material (Tuanakotta 2010). gender, posisi pekerjaan, masa kerja,
pendidikan, pengalaman mendeteksi
• Auditor memerlukan indikator atau
kecurangan, dan pelatihan tentang
tanda (red flag) untuk memfokuskan kecurangan. Variabel dependen penelitian
kinerja dalam melakukan penaksiran ini adalah persepsi auditor atas efektivitas
risiko kecurangan. Red flags red flags yang digunakan.
merupakan gejala potensial yang • Analisis data dalam penelitian ini
memerlukan penyelidikan lebih menggunakan regresi linear berganda.
mendalam, yang mengindikasikan
risiko lebih tinggi dari salah saji yang
disengaja pada laporan keuangan.
Hasil & Pembahasan
• Hasil pengujian pertama menunjukkan arah positif dengan nilai signifikansi sebesar 0,681,
yang berarti isu gender tidak berpengaruh pada persepsi auditor atas efektivitas red flags untuk
mendeteksi kecurangan.
• Hasil pengujian pengaruh variabel posisi pekerjaan pada persepsi auditor atas efektivitas red
flags untuk mendeteksi kecurangan menyatakan arah positif dengan nilai signifikansi sebesar
0,219, yang berarti bahwa posisi pekerjaan tidak memengaruhi persepsi auditor atas efektivitas
red flags.
• Hasil pengujian masa kerja pada Tabel 4 menunjukkan arah positif dengan nilai signifikansi
sebesar 0,481, yang berarti variabel masa kerja tidak berpengaruh pada persepsi auditor atas
efektivitas red flags untuk mendeteksi kecurangan.
• Hasil pengujian pengaruh variabel pendidikan pada persepsi auditor atas efektivitas red flags
untuk mendeteksi kecurangan memiliki arah positif dengan nilai signifikansi 0,000 yang berarti
pendidikan auditor berpengaruh pada persepsi auditor atas efektivitas red flags untuk
mendeteksi kecurangan.
• Hasil pengujian untuk variabel pengalaman auditor mendeteksi kecurangan pada penugasan
sebelumnya pada persepsi auditor atas efektivitas red flags memiliki arah positif dengan nilai
signifikansi sebesar 0,001. Hasil penelitian ini berarti bahwa pengalaman auditor berpengaruh
pada persepsi auditor tentang efektivitas red flags untuk mendeteksi kecurangan.
• Hasil pengujian selanjutnya menunjukkan adanya pengaruh pelatihan tentang kecurangan
yang pernah diikuti auditor pada persepsi auditor atas efektivitas red flags untuk mendeteksi
kecurangan pelaporan keuangan. Hal ini ditunjukkan dengan nilai signifikansi sebesar 0,000
dan memiliki arah positif.
PENGERJAAN SOAL STUDI KASUS
SHORT CASE 5 – CHAPTER 6
Suatu hari ada perusahaan dari Nantucket,
Pengendaliannya bocor bagai lubang-lubang di ember.
Tercium permasalahan dengan pembeli,
Dan juga dengan pemasok,
Mereka menentukan apakah memperbaikinya atau membiarkannya.

Syair tersebut secara tepat menggambarkan situasi yang ada di Bucket Corp., Pabrik furniture
kayu. Bucket telah menikmati beberapa tahun dengan laba yang cukup baik, namun akhir-akhir
ini terlihat trend yang mengkhawatirkan pada akun laba (rugi) bersih. Walaupun tidak terlalu
dramatis, laba Bucket tahun pertama berada dalam posisi stagnan dan saat ini mulai mengalami
penurunan. Setelah dilakukan beberapa analisis biaya dan investigasi atas catatan keuangan,
Perusahaan akhirnya mengetahui bahwa permasalahan muncul dari kegiatan pengadaan yang
dilakukan divisi operasional perusahaan. Tabel berikut menunjukkan sampel faktur dari berbagai
pemasok secara acak dalam skala yang kecil.

19
TABEL KASUS 6
PEMASOK PRODUK HARGA / TON KUANTITAS TOTAL

Oak $ 157,00 2 $ 314,00


Cherry 75,00 3 225,00
Woods ‘R’ Us
Cedar 125,00 1,5 187,50
Spruce 42,00 3 126,00
Oak 215,00 4 860,00
Cherry 115,00 8 920,00
Harris Lumber
Cedar 140,00 6 840,00
Spruce 80,00 9 720,00
Oak 158,00 1 158,00
Cherry 74,00 2 148,00
Lumber Jack’s
Cedar 124,00 2 248,00
Spruce 43,00 3 129,00
Oak 156,00 3 468,00
Cherry 76,00 3 228,00
Small’s Lumber
Cedar 127,00 1 127,00
Spruce 41,00 4 164,00
JAWABAN
1. CFO dapat melakukan analisis terhadap harga per ton beserta
kuantitas produk yang dibeli dari masing-masing produk yang
dibeli dari para pemasok, kemudian melakukan investigasi outlier
dari harga-harga tersebut untuk menentukan adanya
permasalahan yang muncul dari kegiatan pengadaan yang
dilakukan divisi operasional perusahaan.
2. Kami menduga kecurangan sedang terjadi pada kegiatan
pengadaan karena kami menemukan adanya data harga produk
yang dibeli dari sebuah pemasok menyimpang jauh dari harga-
harga produk sejenis yang dibeli dari pemasok-pemasok pada
umumnya. Selain itu, terdapat pula penyimpangan pada aspek
kuantitas barang yang dibeli. Pada umumnya, perusahaan akan
membeli produk dalam jumlah banyak dari pemasok ketika
pemasok menurunkan harga atau memberikan diskon. Namun
yang terjadi justru sebaliknya, peningkatan pembelian terjadi pada
harga yang semakin tinggi. Dalam hal ini, kami mengindikasi
adanya kecurangan terkait pasokan dari Harris Lumber. Pelaku
kecurangan bisa saja orang-orang dalam perusahaan yang
memiliki kepentingan terhadap arus kas keluar perusahaan.
SESI TANYA JAWAB

22

Anda mungkin juga menyukai