PENDEKATAN PROAKTIF UNTUK MENDETEKSI FRAUD

PENDEKATAN PROAKTIF UNTUK MENDETEKSI KECURANGAN(Fraud)

Pendeteksian Proaktif Kecurangan

Adalah untuk menentukan jalan yang proaktif dalam membantu kita mendeteksi kecurangan dengan sedini mungkin. Kemudian kita memeriksa dengan 2 metode, yaitu dua metode inductive fraud detection berdasarkan teknologi dan satu metode deductive fraud detection. Di bagian kedua  kita akan mendemonstrasikan bagaimana pernyataan keuangan dapat di analisis untuk mendeteksi kecurangan. Akhirnya, kita akan membahas bagaimana menggunakan teknologi untuk mendeteksi atau mengindentifikasi pelaku kecurangan. Inovasi teknologi ini digunakan pada perusahaan yang baru dalam mengelola perkembangan pendeteksian kecurangan.

METODE INDUCTIVE:

NO. 1: COMMERCIAL DATA-MINING SOFTWARE

Satu dari sekian banyak pendekatan pendeteksian yang sering digunakan adalah commercial data-mining software, yang terdiri atas command languange (ACL) atau CaseWare IDEA, untuk melihat keganjilan didalam database.

Keuntungan utama dalam menggunakan commercial data-mining software adalah penggunaannya yang mudah. Pada database yang sederhana, mempunyai kemampuan yang unggul dalam mengindentifikasi trends, keganjilan, dan aktivitas lain yang luar biasa. Keuntungan lainnya adalah kemampuan untuk menulis di setiap paket data-mining.

Walaupun commercial data-mining software bisa menjadi sangat berguna dalam pendeteksian kecurangan, commercial data-mining software tetap mempunyai kelemahan.  Salah satunya adalah bahwa perusahaan besar yang menggunakannya, baik dari segi definisinya atau besarnya. Kebanyakan auditor dan pemeriksa kecurangan menjalankan analisis mereka dengan menggunakan laptop mereka sendiri. Dibandingkan dengan server perusahaan yang memiliki terabyte data, personal komputer atau laptop tidak mempunyai kekuatan atau kapasitas untuk menganalisis kumpulan data. Hasilnya, kebanyakan pemeriksa bekerja dengan versi yang telah diringkas dari seluruh kumpulan data membuat keterbatasan dalam investigasi mereka.

NO. 2: DIGITAL ANALYSIS DATABASE PERUSAHAAN

Perangkat data-mining software adalah salah satu tipe dari analisis inductive. Tipe pencarian database perusahaan lainnya mirip dengan cara pemeriksaan prosedur analisis yang telah dikenal oleh kebanyakan akuntan. Ide dibalik analisis ini adalah untuk menggunakan database perusahaan itu sendiri dalam pencarian akuntansi yang ganjil atau tidak biasa atau hubungan angka yang tidak terduga.

METODE DEDUCTIVE FRAUD DETECTION:

Metode ini menentukan tipe kecurangan seperti apa yang akan muncul dalam situasi yang khusus dan kemudian menggunakan teknologi dan metode lainnya untuk menentukan kenapa kecurangan tersebut ada. Metode ini menggunakan 5 langkah dalam prosesnya:

1.      Mempelajari dan memahami bisnis dan operasional

2.      Memahami tipe kecurangan seperti apa yang akan terjadi (pembongkaran kecurangan) didalam operasional

3.      Menentukan gejala yang bisa menyebabkan kemungkinan kecurangan tersebut muncul

4.      Menggunakan databse dan sistem informasi untuk mencari gejala tersebut

5.      Menelusuri gejala tersebut untuk menentukan kecurangan yang sebenarnya atau faktor lain yang bisa menyebabkannya.      

PENDEKATAN TRANSAKSI DASAR MANA YANG TERBAIK?

Dari setiap pendekatan transaksi dasar terdapat keuntungan dan kelemahan. Menggunakan commercial data-mining software biasanya adalah pendekatan yang paling murah. Tetapi kegunaannya akan sangat terbatas bila database yang akan diperiksa sangat besar. Dalam penjumlahan, pencarian(search) umum atas kinerja software tersebut tergolong mudah untuk menemukan gejala kecurangan dalam daftar yang besar/banyak.

Kelemahan utama dalam pendekatan deduktif adalah biaya yang sangat mahal. Tetapi, data dan output bisa terus-menerus dimodifikasi dan disaring sampai penjelasan alternatif tereliminasi.

Dalam menentukan pendekatan mana yang akan digunakan, dipertimbangkan dahulu ukuran dari databasenya dan apakah metode pencariannya(search) menggunakan one-time atau aplikasi multiple. Jika penyaringan dari analisis pendekatan deduktif dapat digunakan berulang kali atau aktifitas pendeteksian kecurangan secara otomatis sebagai waktu sesungguhnya (real-time), kedua analisis ini adalah yang terbaik dan dapat menekan biaya (cost effective). Dalam keadaan lainnya, jika suatu database adalah kecil dan pencarian(search) termasuk aplikasi one-time only, commercial data-mining software adalah yang terbaik untuk digunakan.

Semua metode tersebut adalah pendekatan proaktif yang dapat mendeteksi kecurangan(fraud) secara dini dan dapat meningkatkan pembayaran deviden. Pendeteksian kecurangan secara dini tidak hanya menghasilkan penekanan biaya yang signifikan, tetapi ide dari aktivitas pendekteksian kecurangan yang digunakan sesuai tempatnya dan rutin, akan bisa menjadi pencegah kecurangan yang kuat.