Peran Audit Internal Dalam Mendeteksi Kecurangan Laporan Keuangan
Keywords:
kecurangan laporan keuangan, machine learning, analitik big data, akuntansi forensik, sistem pengendalian internal, etika profesionalAbstract
Kecurangan dalam laporan keuangan merupakan masalah signifikan yang berdampak pada kepercayaan investor dan stabilitas ekonomi. Penelitian ini bertujuan melakukan tinjauan sistematis terhadap literatur yang membahas metode pendeteksian kecurangan laporan keuangan dan mengidentifikasi arah penelitian masa depan. Melalui analisis terhadap 229 artikel ilmiah periode 2010-2024, temuan menunjukkan bahwa pendekatan teknologi seperti machine learning dan analitik big data semakin populer dibanding metode tradisional seperti rasio keuangan dan akuntansi forensik. Faktor-faktor utama yang mendorong kecurangan mencakup tekanan eksternal, kelemahan pengendalian internal, dan rasionalisasi. Selain itu, budaya organisasi dan aspek psikologis individu turut memengaruhi praktik kecurangan. Studi ini merekomendasikan pengembangan model deteksi yang mengintegrasikan teknologi canggih dengan pendekatan tradisional, serta eksplorasi faktor budaya dan etika dalam mitigasi kecurangan. Kontribusi penelitian ini diharapkan dapat meningkatkan akurasi deteksi kecurangan dan mendukung penguatan sistem pelaporan keuangan yang lebih transparan di Indonesia.
References
Albrecht, W. S., Albrecht, C. O., Albrecht, C. C., & Zimbelman, M. F. (2018). Fraud Examination. Boston: Cengage Learning.
Arens, A. A., Elder, R. J., & Beasley, M. S. (2017). Auditing and Assurance Services: An Integrated Approach. Pearson.
Association of Certified Fraud Examiners (ACFE). (2022). Report to the Nations: Global Study on Occupational Fraud and Abuse.
Badawi, I. M. (2020). The Role of Internal Auditors in Fraud Detection. Journal of Business Ethics, 161(3), 511–525.
Bajzikova. (2023). Impact of remote work on job satisfaction and organizational performance: A cross-country comparison. International Journal of Business and Management Studies, 14(1), 112–130.
COSO. (2022). Fraud Risk Management Guide. Committee of Sponsoring Organizations of the Treadway Commission (COSO). Committee of Sponsoring Organizations of the Treadway Commission. https://www.coso.org/
Deloitte. (2019). Fraud Risk Management: Key Insights and Best Practices. Deloitte Insights.
Eko Adit, W. (2019). Pendeteksian Kecurangan Laporan Keuangan Pada Perusahaan Pertambangan Di Bursa Efek Indonesia. Jurnal RAK (Riset Akuntansi Keuangan), 4(1), 44–
https://doi.org/10.31002/rak.v4i1.1381
Haryono, T., & Surya, D. (2021). "Peran Audit Internal dalam Mendeteksi Kecurangan Laporan Keuangan pada Perusahaan Manufaktur di Indonesia." Jurnal Akuntansi Indonesia, 10(2), 123-135.
Hayes, R., Wallage, P., & Gortemaker, H. (2021). Principles of Auditing: An Introduction to International Standards on Auditing. Pearson Education.
HNS Resalia, A Bahira, R Sanjaya. (2024) Pengaruh Artificial Intelligence dalam Pembuatan Laporan Keuangan. Riset Ilmu manajemen Bisnis dan Akuntansi, 2(4), 75-81
Heryanto, T. (2021). Budaya kerja dan etika profesional dalam mitigasi kecurangan keuangan di Indonesia. Jurnal Akuntansi Dan Auditing Indonesia, 25(3), 255–270.
IIA (Institute of Internal Auditors). (2019). International Professional Practices Framework (IPPF).
IAI. (2022). Tantangan Akuntansi di Era Digitalisasi. Ikatan Akuntan Indonesia.
KKNG. (2022). Laporan tahunan KNKG. Komite Nasional Kebijakan Governance. jakarta: KNKG
Kothari, S. P., Li, Z., & Short, J. E. (2020). Detecting financial fraud: A machine learning approach. Journal of Accounting and Economics, 69(2), 101.
Lembaga Standar Profesi Internal Auditor. (2021). Standar Internasional Praktik Profesional Audit Internal (IPPF).
Omar, N., Johari, Z., & Hasnan, S. (2022). Corporate governance and fraudulent financial reporting: A review of literature. Journal of Financial Crime, 27(4), 1013–1030.
Otoritas Jasa Keuangan. (2015). Peraturan OJK Nomor 55/POJK.04/2015 tentang Pembentukan dan Pedoman Pelaksanaan Kerja Komite Audit.
PwC. (2022). Global Economic Crime and Fraud Survey 2022: The Risk Landscape Has Changed. PricewaterhouseCoopers. PwC Fraud Survey. https://www.pwc.com/
Rahmawati, F. (2020). "Pengaruh Teknologi Informasi terhadap Efektivitas Audit Internal dalam Deteksi Kecurangan." Jurnal Sistem Informasi dan Keuangan, 8(1), 45-56.
Rezaee, Z. (2002). Financial Statement Fraud: Prevention and Detection. Wiley.
R Sanjaya, KP Rahayu, A Mogi, A Surahman. (2021). Pelatihan virtual pembuatan laporan keuangan badan Lembaga Amil Zakat Nahwa Nur untuk menarik muzakki berdonasi. Jurnal Pengabdian Kepada Masyarakat–Aphelion| Vol 1 (2)
R Sanjaya, L Krida Puji Rahayu. (2022). Pengaruh Pengendalian Internal, Penerapan Standar Akuntansi Keuangan (SAK), Dan Bukti-Bukti (Kecukupan dan Kelayakan) Audit Terhadap Opini Laporan Keuangan Wajar Tanpa Pengecualian “Studi Penelitian Di Kantor Akuntan Publik Di Jakarta Selatan. RJABM (Research Journal of Accounting and Business Management) 5 (2), 171-185.
Sari, D. R., Lestari, T., & Rosyafah, S. (2021). Pengaruh Pressure, Opportunity, Rationalization terhadap pendeteksian kecurangan laporan keuangan (studi empiris perusahaan manufaktur sektor industri dasar dan kimia yang terdaftar di BEI periode 2017-2019). Equity Jurnal Akuntansi, 59–69. https://doi.org/10.46821/ekobis.v2i1.213
Tempo. (2019). Kisah Skandal Laporan Keuangan Garuda Indonesia. Tempo Indonesia. https://www.tempo.co/Kisah-Skandal-Laporan-Keuangan-Garuda-Indonesia
Utami, R. R., Murni, Y., & Azizah, W. (2022). Pengaruh Financial Target, Ineffective
Monitoring, Pergantian Auditor, dan Perubahan Direksi Terhadap Kecurangan Laporan Keuangan. Widyakala: Journal of Pembangunan Jaya University, 9(2), 99.
Wells, J. T. (2017). Corporate Fraud Handbook: Prevention and Detection. Wiley.
Widiatmono, M., & Prasetyo, D. (2020). "Peran Audit Internal dalam Mengungkap Kecurangan Laporan Keuangan." Jurnal Akuntansi dan Keuangan, 22(3), 145-157.
Zakaria, M., Nawawi, A., & Salin, A. S. A. P. (2016). Internal controls and fraud—Empirical evidence from oil and gas company. Journal of Financial Crime, 23(4), 1154-1168.
Zhou, L., Tam, K. Y., & Fujiwara, T. (2021). Fraud detection in financial reports: A machine learning approach. Expert Systems with Applications, 165, 113–118.
