ANALISIS PENDETEKSIAN KECURANGAN LAPORAN KEUANGAN DENGAN

MENGGUNAKAN,BENEISH RATIO INDEX

(Studi,Pada,Perusahaan Sektor,Manufaktur yang Terdaftar di Bursa,Efek,Indonesia
Periode 2016-2017)

Islami Putri Apriani

Nila Firdausi Nuzula
Fakultas Ilmu Administrasi
Univesitas Brawijaya
Malang
E-mail: islamiputri97@gmail.com

ABSTRACT
Companies always want to show that they are in good financial conditions. Companies sometimes commit
financial statements fraud to make its financial conditions look good. This study aims to find out how many
manufacturing sector companies listed on Indonesia Stock Exchange (IDX) in 2016-2017 commit fraudulent
financial statements and analyzed the loopholes used in conducting fraud. This research is a descriptive study
with a quantitative approach. The indicators that used were eight variables of Beneish ratio index and M-
score based on Beneish's 1999 findings in his journal "The Detection of Manipulation Earning". That eight
variables is consist of DSRI,/GMI,/AQI,/SGI,/DEPI,/SGAI, LVGI, and TATA. These eight variables are used
to determine the value of M-Score and detect companies that manipulate or commit fraudulent financial
statements. The results of the research stated that of the 66 companies studied, 25 companies were indicated
as manipulators, 38 companies indicated as non-manipulators and 3 companies indicated as gray companies.
The percentage of each company indicated as manipulators, non-manipulators and gray companies were
37.88%, 57.58%, and 4.55% respectively. The company that has the highest M-Score value is PT Kabelindo
Murni Tbk. (KBLM), while the lowest is PT Polychem Indonesia Tbk. (ADMG).

Keywords: Financial Statement Fraud, Beneish ratio index, M-Score.

ABSTRAK
Perusahaan selalu ingin menampilkan kondisi keuangan yang baik. Ketika menampilkan kondisi keuangan
yang baik tersebut, perusahaan kadangkala melakukan kecurangan dengan cara memanipulasi laporan
keuangannya. Penelitian ini bertujuan untuk mengetahui berapa banyak perusahaan sektor manufaktur yang
terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2016-2017 yang terindikasi melakukan kecurangan laporan
keuangan dan menganalisis celah yang digunakan dalam melakukan kecurangan tersebut. Penelitian ini
merupakan penelitian deskriptif dengan pendekatan kuantitatif. Indikator yang digunakan adalah delapan
variabel Beneish ratio index dan M-score berdasarkan hasil penemuan Beneish tahun 1999 dalam jurnalnya
“The Detection of Manipulation Earning”. Beneish ratio index tersebut adalah DSRI,/GMI,/AQI,/SGI,/DEPI,
SGAI,/LVGI, TATA. Delapan variabel tersebut digunakan untuk mengetahui nilai M-Score dan mendeteksi
perusahaan yang memanipulasi atau melakukan kecurangan laporan keuangan. Hasil penelitian menyatakan
dari 66 perusahaan yang diteliti, sebanyak 25 perusahaan terindikasi sebagai manipulator, 38 perusahaan
terindikasi sebagai,non-manipulator dan 3 perusahaan terindikasi sebagai grey,company. Persentase masing-
masing perusahaan terindikasi manipulator, non-manipulator dan grey company berturut-turut adalah 37,88%,
57,58%, dan 4,55%. Nilai M-Score paling tinggi dimiliki oleh PT Kabelindo Murni Tbk. (KBLM), sedangkan
nilai M-Score terendah dimiliki oleh PT Polychem Indonesia Tbk. (ADMG).

Kata kunci: Kecurangan Laporan Keuangan, Beneish ratio index, M-Score.

Jurnal Administrasi Bisnis (JAB)|Vol. 72 No. 2 Juli 2019| 224

administrasibisnis.studentjournal.ub.ac.id
PENDAHULUAN dibandingkan dengan jenis fraud lainnya. Kerugian
Laporan keuangan dibuat dengan tujuan dari jenis financial//statement fraud tahun 2018
menyediakan informasi keuangan yang dapat adalah sebesar $800.000, meski memiliki frekuensi
digunakan oleh pemegang kepentingan perusahaan kasus paling sedikit. Dari data tersebut dapat
(stakeholder) dalam membuat keputusan disimpulkan bahwa financial statement fraud
ekonominya (IAI, 2016). Berdasarkan pentingnya adalah jenis fraud yang jarang terjadi namun
informasi keuangan untuk masing-masing menimbulkan kerugian yang fatal. Terkait fakta
stakeholder, perusahaan harus menyajikan laporan tersebut, kecurangan laporan keuangan menjadi
keuangannya dengan seakurat mungkin (Jusup, menarik untuk diteliti lebih jauh.
2011). Meski demikian, pada praktiknya masih
banyak perusahaan yang menerbitkan laporan
keuangan tidak cocok dengan keadaan
sesungguhnya. Sebut saja kasus PT Kimia Farma
Tbk. yang memanipulasi laporan keuangannya
tahun 2001. Perusahaan menyatakan laba bersih
sebesar Rp132,3 milyar yang seharusnya hanya
sebesar Rp99,6 Milyar (Tempo.co, 2003). Terkait
penggelembungan laba tersebut, dewan direksi
Kima,Farma dikenai hukuman berupa denda satu
miliar rupiah.
Kasus salah saji lainnya dilakukan oleh PT
Waskita Karya untuk periode laporan,keuangan Gambar 1. Persentase Frekuensi Kasus Rata-rata
tahun/2004-2008 yang baru terungkap tahun 2009 Kerugian Berdasarkan Jenis-jenis
(liputan6.com, 2009). PT Waskita Karya Fraud
menyajikan laporan keuangannya dengan kondisi Sumber: RTTN ACFE, 2018.
kelebihan pencatatan laba bersih sebesar Rp500
Laporan keuangan yang disampaikan kepada
miliar. Selain terjadi di dalam negeri, kasus serupa
publik memegang peranan penting bagi perusahaan
juga terjadi pada perusahaan luar negeri seperti
dalam hal menjaga keefisiensian kapitalnya
Enron, WorldCom dan Waste Manajement, Inc.
(Zimbelman dan Albrecht, 2012). Kapital yang
Kasus WorldCom yang terungkap tahun 2002
dimiliki perusahaan tersebut berbentuk saham dan
merupakan contoh lain dari penggelembungan
obligasi. Kedua komponen tersebut besarnya akan
laba. WorldCom melaporkan laba sebesar $2,4
ditentukan oleh keputusan investor dan pemberi
milyar, padahal kenyataannya merugi sebesar $662
pinjaman dana yang didasarkan dari penilaian
juta (Tuanakotta, 2013).
mereka terhadap laporan keuangan perusahaan.
Kesalahan-kesalahan dalam menyatakan laba
Berdasarkan alasan tersebut, perusahaan ingin
kepada publik tersebut dikenal sebagai fraud
selalu menampilkan laporan keuangan yang
(kecurangan). Kecurangan adalah tindakan
mencerminkan kondisi keuangan yang baik. Hal
menyalahi hukum yang berupa kesengajaan
inilah yang menjadi motif perusahaan ketika
disertai niat jahat untuk menipu, menyembunyikan,
melakukan kecurangan laporan keuangan.
dan menyalahgunaan amanah dengan tujuan
Baik apapun alasan yang dimiliki oleh
menguntungkan diri sendiri, baik berupa uang
perusahaan, melakukan tindakan fraud bukanlah
maupun barang/harta (Tuanakotta, 2013).
sesuatu yang dapat dibenarkan. Sebisa mungkin
Association of Certified Fraud Examiners (ACFE)
tindakan fraud harus dicegah dan ditangani dengan
merumuskan fraud tree, yaitu pemetaan fraud
baik agar tidak merugikan banyak pihak. Bentuk
menjadi tiga jenis (ACFE, 2016). Pemetaan fraud
perlindungan untuk stakeholder terkait kebenaran
oleh ACFE terbagi menjadi korupsi,
informasi yang disampaikan dari laporan keuangan
penyimpangan,/atas,/aset, dan financial statement
perusahaan diwujudkan dengan adanya audit oleh
fraud (kecurangan/manipulasi laporan keuangan).
kantor akuntan publik.
Berdasarkan Report to the Nation (RTTN) 2018
Segenap usaha dalam hal penjaminan kebenaran
yang diterbitkan oleh ACFE, jenis financial
laporan keuangan tersebut belum seratus persen
statement fraud memiliki frekuensi kasus paling
dapat membuat perusahaan menerbitkan laporan
sedikit, yaitu sebanyak 10% (ACFE, 2018).
keuangan yang tidak dimanipulasi. Kantor
Berdasarkan data RTTN ACFE tahun 2018 yang
Akuntan Publik (KAP) belum tentu semuanya
sama, jenis financial statement fraud memiliki
kredibel. Beberapa kasus menyatakan bahwa KAP
tingkat kerugian rata-rata yang paling tinggi
Jurnal Administrasi Bisnis (JAB)|Vol. 72 No. 2 Juli 2019| 225
administrasibisnis.studentjournal.ub.ac.id
mengeluarkan pernyataan atau mengadakan
pemeriksaan yang kurang tepat sehingga masih
terdapat celah bagi kecurangan. Akuntan publik
Marlina dan Merlliyana Syamsul tertangkap tidak
menerapkan standar audit dengan benar ketika
memeriksa kondisi internal perusahaan PT
Sunprima Nusantara Pembiayaan (SNP Finance)
(cnnindonesia.com, 2018). Kedua akuntan publik
tersebut belum melaksanakan prosedur yang benar
terkait proses deteksi resiko kecurangan.
Berdasarkan alasan tersebut, stakeholder
membutuhkan suatu cara yang dapat membantu
mereka untuk mendeteksi kecurangan/manipulasi
laporan keuangan. Messod Daniel Beneish dalam
penelitiannya yang berjudul “The Detection of
Earning Manipulation” tahun 1999 berhasil
menemukan cara untuk mengidentifikasi laporan
keuangan yang sekiranya dipalsukan (Beneish,
1999). Beneish melaksanakan studi terhadap
perusahaan-perusahaan yang memang
memalsukan laporan,keuangannya, kemudian
dibandingkan dengan perusahaan-perusahaan yang
terdaftar di Compustat pada periode 1982-1992.
Hasil penelitian tersebut, Beneish menemukan
karakteristik-karakteristik laporan keuangan yang
dimanipulasi, seperti kenaikan tidak wajar pada
piutang, penurunan laba kotor dan aktiva,
peningkatan pertumbuhan penjualan, serta
peningkatan akrual.
Berdasarkan karakteristik-karakteristik tersebut
Beneish merumuskan Beneish Ratio Index dan M-
score, yaitu delapan variabel (berbentuk rumus)
yang sanggup diterapkan untuk menangkap adanya
kecurangan laporan,keuangan (Beneish, 1999).
Beneish,ratio index terdiri dari DSRI (rasio piutang
terhadap penjualan), GMI (rasio laba kotor), AQI
(ratio kualitas aset), SGI (rasio pertumbuhan
penjualan), DEPI (rasio tingkat depresiasi), SGAI
(rasio biaya penjualan, administrasi dan umum),
LVGI (rasio leverage), dan TATA (rasio akrual
terhadap total aset). Hasil dari Beneish ratio index
akan mengumpulkan perusahaan berdasarkan
statusnya, yaitu sebagai manipulator atau,non-
manipulator. Tingkat ketepatan Beneish ratio index
dalam mengidentifikasi perusahaan manipulator
mencapai 71% (Beneish, 1999). Meski belum
mencapai 100%, kemampuan Beneish ratio index
sangat membantu stakeholder untuk terhindar dari
pengambilan keputusan yang mencelakakan.
Hal-hal yang telah tersebut di ataslah yang
membuat peneliti tergugah untuk mengetahui
seberapa banyak perusahaan yang terindikasi
sebagai manipulator/dan/non-manipulator di
Indonesia berdasarkan teori yang ditemukan
Beneish tersebut. Peneli memutuskan untuk
mempergunakan perusahaan sektor manufaktur
yang terdaftar di BEI sebagai objek. Dipilihnya
sektor manufaktur dengan alasan terdapat banyak
tahap dalam proses bisnisnya, sehingga celah untuk
melakukan kecurangan lebih besar dibandingkan
dengan sektor lain.
KAJIAN PUSTAKA
Kecurangan (Fraud)
Menurut ACFE dalam Priantara (2013), fraud
dalam arti luas adalah segala upaya untuk
mengelabui atau memperdaya pihak lain untuk
mendapat manfaat (any attemp to deceive another
party to gain benefit). Crawford (2011)
menyatakan, fraud secara umum dianggap aktivitas
yang terjadi di lingkungan sosial dan memiliki
pengaruh signifikan terhadap ekonomi, entitas
bisnis dan individual. Menurut Tuanakotta (2013),
kecurangan adalah tindakan menyalahi hukum
yang berupa kesengajaan disertai niat jahat untuk
menipu, menyembunyikan, dan menyalahgunaan
amanah dengan tujuan menguntungkan diri sendiri,
baik berupa uang maupun barang/harta.
ACFE dalam “Report to the Nations on
Occupational Fraud and Abuse” (2018)
mencantumkan fraud tree, yaitu pemetaan jenis-
jenis fraud menjadi tiga kelompok besar, sebagai
berikut:
1. Korupsi
Korupsi adalah perbuatan penyalahgunaan
kekuasaan dalam transaksi bisnis oleh karyawan
atau pejabat dan melanggar tugas/tanggung
jawabnya kepada pemberi kerja untuk
memperoleh keuntungan baik secara langsung
maupun tidak langsung.
2. Penyimpangan atas aset
Penyimpangan aset adalah tindakan karyawan
yang mencuri atau menyalahgunakan sumber
daya perusahaan.
3. Kecurangan/manipulasi laporan keuangan
(financial,statement,fraud)
Kecurangan laporan keuangan adalah
tindakan internal perusahaan yang dengan
sengaja menerbitkan laporan keuangan yang
salah kepada publik
Kecurangan,Laporan,Keuangan,(Financial
Statement,Fraud)
Menurut ACFE, kecurangan/manipulasi laporan
keuangan adalah kesengajaan karyawan
menampilkan salah saji informasi material dalam
laporan keuangan perusahaan. Schroeder, Clark,
dan Cathey (2005) menyatakan bahwa manipulasi
pendapatan yang bermaksud untuk menipu investor
dan kreditor termasuk dalam tindakan kecurangan
Jurnal Administrasi Bisnis (JAB)|Vol. 72 No. 2 Juli 2019| 226
administrasibisnis.studentjournal.ub.ac.id
laporan keuangan. Priantara (2013:98)
menjelaskan lebih detail jenis-jenis fraud
pencatatan dan pelaporan pendapatan, yaitu
pendapatan fiktif, penjualan dengan kondisi atau
persyaratan, perbedaan waktu pencatatan, kontrak
jangka panjang, channel stuffing, perjanjian
sampingan, retur dan refund, transaksi bill and
hold, pengiriman lebih awal dan penerimaan up
front fee, pengiriman parsial (partial shipments)
dan kontrak dengan syarat beberapa pengiriman
(multiple deliverebles), round-tripping, konsinyasi
dan barang contoh, alokasi yang salah dalam
penetapan pendapatan. Sedangkan jenis fraud
pencatatan dan pelaporan beban dan utang menurut
Priantara (2013:102) adalah mengeluarkan
liabilitas dan beban, mengkapitalisasi beban,
membebankan belanja modal, retur dan rabat serta
jaminan purnajual, tidak mampu mengungkap
biaya garansi dan liabilitas, transaksi dengan pihak
berelasi.
Pendeteksian Kecurangan Laporan Keuangan
Koornhof (2000) menyatakan bahwa, tidak
mudah mengidentifikasi gejala dari kecurangan
laporan keuangan segera setelah dilakukannya
tindakan tersebut oleh perusahaan, sebab
pelakunya adalah pihak manajerial, sehingga
tersembunyi dengan baik dari auditor, investor dan
stakeholder lainnya. Oleh sebab itu perlu dilakukan
pencegahan kecurangan laporan keuangan, seperti
memberi peringatan sedini mungkin dengan
penggunaan red flags. Red flags yang dikenal juga
sebagai symptom atau fraud indicator adalah
karakteristik yang timbul, baik berupa keadaan
lingkungan maupun perilaku seseorang, saat
melakukan tindakan fraud (Priantara, 2013).
Selain menggunakan red flags, untuk
menemukan perusahaan yang berlaku curang pada
pengungkapan laporan keuangannya dapat
menggunakan Beneish ratio index dan M-Score.
Beneish ratio index dan M-Score adalah sebuah alat
yang dapat digunakan untuk mengidentifikasi
perusahaan yang melakukan financial statement
fraud. Yang mana alat ini ditemukan oleh Messod
Daniel Beneish pada tahun 1999. Beneish ratio
index dan M-Score (Beneish, 1999) terdiri dari
delapan variabel, yaitu DSRI, GMI, AQI, SGI,
DEPI, SGAI, LVGI, dan TATA. Beneish ratio
index dapat menangkap distorsi laporan keuangan
akibat manipulasi (ditunjukkan oleh variabel
DSRI, AQI, DEPI, dan TATA) atau
mengidentifikasi kecenderungan laporan keuangan
yang akan dimanipulasi (ditunjukkan oleh variabel
GMI, SGI, SGAI, dan LVGI). Kedelapan variabel
tersebut secara lebih spesifik dijelaskan sebagai
yang tertera di bawah ini:
1. Days Sales in Receivables Index (DSRI)
𝑅𝑒𝑐𝑒𝑖𝑣𝑎𝑏𝑙𝑒𝑠 (𝑡)
𝑆𝑎𝑙𝑒𝑠 (𝑡)
𝐷𝑆𝑅𝐼 =
𝑅𝑒𝑐𝑒𝑖𝑣𝑎𝑏𝑙𝑒𝑠 (𝑡 − 1)
𝑆𝑎𝑙𝑒𝑠 (𝑡 − 1)
Sumber: Beneish (1999)
Indeks DSRI menunjukkan rasio piutang
terhadap penjualan pada tahun berjalan
dibandingkan dengan tahun sebelumnya. Nilai
DSRI yang tinggi menunjukkan adanya
pengubahan kebijakan kredit perusahaan untuk
mendorong penjualan. Namun, peningkatan
piutang yang tidak proporsional dapat
disimpulkan sebagai indikasi penggelembungan
pendapatan. Nilai cut-off DSRI (Beneish,
1999:27) dijelaskan sebagai berikut:
a. DSRI < 1,031 = non-manipulator
b. DSRI > 1,031 = manipulator
2. Gross Margin Index (GMI)
𝑆𝑎𝑙𝑒𝑠 (𝑡 − 1) − 𝐶𝑜𝑠𝑡 𝑜𝑓 𝐺𝑜𝑜𝑑𝑠 𝑆𝑜𝑙𝑑 (𝑡 − 1)
𝑆𝑎𝑙𝑒𝑠 (𝑡 − 1)
GMI =
𝑆𝑎𝑙𝑒𝑠 (𝑡) − 𝐶𝑜𝑠𝑡 𝑜𝑓 𝐺𝑜𝑜𝑑𝑠 𝑆𝑜𝑙𝑑 (𝑡)
𝑆𝑎𝑙𝑒𝑠 (𝑡)
Sumber: Beneish (1999)
Apabila nilai GMI melewati titik cut-off,
yaitu 1,014 maka hal tersebut adalah tanda
bahwa perusahaan mengalami penurunan laba
kotor yang berarti sinyal negatif untuk prospek
perusahaan di masa depan. Beneish menilai
perusahaan dengan prospek yang buruk lebih
berpotensi untuk melakukan manipulasi
pendapatan. Nilai cut-off GMI (Beneish,
1999:27) dijelaskan sebagai berikut:
a. GMI < 1,014 = non-manipulator
b. GMI > 1,014 = manipulator
3. Asset Quality Index (AQI)
1−(
𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐴𝑠𝑠𝑒𝑡 (𝑡) + 𝑃𝑃𝐸 (𝑡)
)
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠 (𝑡)
𝐴𝑄𝐼 =
(𝑡 (𝑡
( 𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐴𝑠𝑠𝑒𝑡 − 1) + 𝑃𝑃𝐸 − 1)
1−(
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠 (𝑡 − 1)
)
Sumber: Beneish (1999)
Index AQI mengukur kualitas aset
perusahaan. AQI menunjukkan perubahan
dalam aset di luar aset lancar dan aset tetap
dalam total aset tahun berjalan dibandingkan
dengan tahun sebelumnya. Dengan kata lain,
AQI dapat digunakan untuk menunjukkan
berapa proporsi aset lain-lain dalam total aset.
Tingginya AQI mengindikasikan perusahaan
melakukan penangguhan beban. Penangguhan
Jurnal Administrasi Bisnis (JAB)|Vol. 72 No. 2 Juli 2019| 227
administrasibisnis.studentjournal.ub.ac.id
 beban akan membuat laba lebih besar dan
termasuk dalam salah satu cara dalam
melakukan kecurangan laporan keuangan. Nilai
cut-off AQI (Beneish, 1999:27) dijelaskan
sebagai berikut:
a. AQI < 1,039 = non-manipulator
b. AQI > 1,039 = manipulator
4. Sales Growth Index (SGI)
𝑆𝑎𝑙𝑒𝑠 (𝑡)
SGI =
𝑆𝑎𝑙𝑒𝑠 (𝑡 − 1)
Sumber: Beneish (1999)
SGI merupakan index yang fokusnya
mengamati kondisi naik turunnya penjualan
perusahaan. Nilai SGI yang lebih dari 1,134
mengindikasikan adanya kenaikan penjualan
dari tahun kemarin. Perusahaan yang
mengalami kenaikan penjualan, cenderung
berusaha untuk mempertahankan kondisi
tersebut dan lebih bermotif untuk melakukan
kecurangan laporan keuangan. Hal tersebut
dikarenakan posisi keuangan perusahaan dan
kebutuhan atas kapital memberikan tekanan
pada manajer untuk mencapai target, sehingga
kemungkinan dilakukan kecurangan cukup
besar. Nilai cut-off SGI (Beneish, 1999:27)
dijelaskan sebagai berikut:
a. SGI < 1,134 = non-manipulator
b. SGI > 1,134 = manipulator
5. Depreciation Index (DEPI)
𝐷𝑒𝑝𝑟𝑒𝑐𝑖𝑎𝑡𝑖𝑜𝑛 (𝑡 − 1)
𝐷𝑒𝑝𝑟𝑒𝑐𝑖𝑎𝑡𝑖𝑜𝑛 (𝑡 − 1) + 𝑃𝑃𝐸 (𝑡 − 1)
DEPI =
𝐷𝑒𝑝𝑟𝑒𝑐𝑖𝑎𝑡𝑖𝑜𝑛 (𝑡)
𝐷𝑒𝑝𝑟𝑒𝑐𝑖𝑎𝑡𝑖𝑜𝑛 (𝑡) + 𝑃𝑃𝐸 (𝑡)
Sumber: Beneish (1999)
Apabila besar ratio DEPI melebihi 1,001,
maka hal ini menunjukkan perusahaan
melakukan usaha menangguhkan pengakuan
beban depresiasi, atau dengan kata lain
menaikkan umur aset. Di sampaing
kemungkinan itu, besarnya rasio DEPI juga
menunjukkan usaha perusahaan dengan cara
menerapkan metode baru untuk meningkatkan
pendapatan. Nilai cut-off DEPI (Beneish,
1999:27) dijelaskan sebagai berikut:
a. DEPI < 1,001 = non-manipulator
b. DEPI > 1,001 = manipulator
6. Sales General and Administrative Expenses
Index (SGAI)
𝑆𝑎𝑙𝑒𝑠, 𝐺𝑒𝑛𝑒𝑟𝑎𝑙 𝑎𝑛𝑑 𝐴𝑑𝑚𝑖𝑛𝑖𝑠𝑡𝑟𝑎𝑡𝑖𝑣𝑒 𝐸𝑥𝑝𝑒𝑛𝑐𝑒𝑠 (𝑡)
𝑆𝑎𝑙𝑒𝑠 (𝑡)
SGAI =
𝑆𝑎𝑙𝑒𝑠, 𝐺𝑒𝑛𝑒𝑟𝑎𝑙 𝑎𝑛𝑑 𝐴𝑑𝑚𝑖𝑛𝑖𝑠𝑡𝑟𝑎𝑡𝑖𝑣𝑒 𝐸𝑥𝑝𝑒𝑛𝑐𝑒𝑠 (𝑡 − 1)
𝑆𝑎𝑙𝑒𝑠 (𝑡 − 1)
Sumber: Beneish (1999)
Index SGAI yang bernilai lebih dari atau sama
dengan 1 mengindikasikan peningkatan
pengeluaran pada biaya pemasaran dan
administrasi. Hal ini menunjukkan turunnya
efisiensi penggunaan biaya pemasaran dan
administrasi, secara tidak langsung
menggambarkan naiknya resiko kerugian yang
akan dialami perusahaan di masa depan.
Kondisi perusahaan yang demikian itu
cenderung untuk melakukan kecurangan
laporan keuangan. Nilai cut-off SGAI (Beneish,
1999:27) dijelaskan sebagai berikut:
a. SGAI < 1,054 = non-manipulator
b. SGAI > 1,054 = manipulator
7. Leverage Index (LVGI)
𝐿𝑜𝑛𝑔 𝑡𝑒𝑟𝑚 𝐷𝑒𝑏𝑡 (𝑡) + 𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠 (𝑡)
LVGI =
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠 (𝑡)
𝐿𝑜𝑛𝑔 𝑇𝑒𝑟𝑚 𝐷𝑒𝑏𝑡 (𝑡 − 1) + 𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠 (𝑡 − 1)
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠 (𝑡 − 1)
Sumber: Beneish (1999)
LVGI adalah ratio yang membandingkan
antara total utang dengan total aktiva. Nilai
LVGI lebih dari 1 menunjukkan kenaikan pada
leverage. Leverage yang tinggi menunjukkan
resiko utang atau kebutuhan membayar utang
yang tinggi, sehingga perusahaan akan
cenderung melakukan manipulasi laporan
keuangan. Nilai cut-off LVGI (Beneish,
1999:27) dijelaskan sebagai berikut:
a. LVGI < 1,037 = non-manipulator
b. LVGI > 1,037 = manipulator
8. Total Accruals to Total Assets (TATA)
𝑁𝑒𝑡 𝐼𝑛𝑐𝑜𝑚𝑒 − 𝐶𝑎𝑠ℎ 𝐹𝑙𝑜𝑤 𝑓𝑟𝑜𝑚 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛
TATA =
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠 (𝑡)
Sumber: Beneish (2012)
TATA mengukur rasio akrual perusahaan
terhadap total aset. Diikutsertakannya aspek
akrual sebab pada akrual terdapat
peluang/celah yang besar untuk melakukan
kecurangan. TATA mengetahui pendapatan
yang berasal dari akrual (accounting profit) dan
bukan dari kas (cash profit). Nilai cut-off
TATA (Beneish, 1999:27) dijelaskan sebagai
berikut:
a. TATA < 0,018 = non-manipulator
b. TATA > 0,018 = manipulator
Hasil dari kedelapan Beneish ratio index tersebut
dapat digunakan untuk mencari M-Score dengan
persamaan matematika seperti yang tertera di
bawah ini:
Jurnal Administrasi Bisnis (JAB)|Vol. 72 No. 2 Juli 2019| 228
administrasibisnis.studentjournal.ub.ac.id
𝑀 − 𝑆𝑐𝑜𝑟𝑒 = −4,84 + (0,92 × 𝐷𝑆𝑅𝐼) + (0,528
× 𝐺𝑀𝐼) + (0,404 × 𝐴𝑄𝐼) + (0,892
× 𝑆𝐺𝐼) + (0,115 × 𝐷𝐸𝑃𝐼) − (0,172
× 𝑆𝐺𝐴𝐼) + (4,679 × 𝑇𝐴𝑇𝐴)
− (0,327 × 𝐿𝑉𝐺𝐼)
Sumber: Beneish (2012)
Nilai cut-off M-score tertera di bawah ini:
a. M-Score < -2,22; tergolong sebagai non-
manipulator.
b. M-Score > -2,22; tergolong sebagai
manipulator.
c. M-Score = -2,22; tergolong dalam grey area
(grey company).
Penggolongan perusahaan berstatus sebagai
menipulator atau bukan menggunakan M-score,
sedangkan nilai cut-off masing-masing variabel
digunakan untuk mendeteksi bagian laporan
keuangan mana yang dimanipulasi. Namun,
penemuan Beneish ini masih mengandung
keterbatasan, yaitu Beneish ratio index tidak dapat
digunakan pada perusahaan yang bersifat privat
(tidak mempublikasikan laporan keuangan) dan
kurang efektif untuk mendeteksi kecurangan
laporan keuangan yang bersifat understatement
(menyatakan laba lebih rendah dari seharusnya).
Kerangka Pemikiran
Gambar 2. Kerangka Pemikiran
Sumber: Penulis, 2019.
METODE PENELITIAN
Jenis penelitian yang digunakan adalah
deskriptif dengan pendekatan kuantitatif. Lokasi
penelitian adalah perusahaan sektor manufaktur
yang terdaftar di Bursa Efek Indonesia (BEI).
Teknik pengumpulan data adalah dokumentasi,
sedangkan analisis data menggunakan Beneish
ratio index dan M-Score. Fokus penelitian ini
adalah mengetahui jumlah perusahaan sektor
manufaktur yang terdaftar di BEI tahun 2016-2017
yang terindikasi sebagai manipulator, non-
manipulator dan grey company menurut Beneish
ratio index.
HASIL DAN PEMBAHASAN
Analisis Hasil Perhitungan Beneish ratio index
Berikut adalah rata-rata hasil perhitungan dari
kedelapan variabel Beneish ratio index
dibandingkan dengan masing-masing nilai cut-off-
nya.
Tabel 1 Cut-off Masing-masing Variabel
Beneish ratio index dengan rata-rata
Beneish ratio index perusahaan sampel
Variabel Cut-off Rata-rata
DSRI 1,031 1,158
GMI 1,014 0,886
AQI 1,039 1,372
SGI 1,134 1,178
DEPI 1,001 1,198
SGAI 1,054 1,042
LVGI 1,037 0,966
TATA 0,018 0,001
Sumber: Penulis, 2019.
Masing-masing variabel Beneish ratio index
tersebut dapat menunjukkan bagian laporan
keuangan yang tidak wajar sebagai akibat atau
tanda perusahaan melakukan kecurangan laporan
keuangan. Pada variabel DSRI nilai cut-off-nya
adalah 1,031, sedangkan rata-rata nilai variabel
DSRI pada penelitian ini melebihi cut-off tersebut,
yaitu sebesar 1,158. Hal ini menunjukkan bahwa
rata-rata perusahaan sampel menggunakan piutang
sebagai celah kecurangannya. Kemudian, nilai
rata-rata variabel GMI perusahaan sampel adalah
sebesar 0,886, sedangkan nilai cut-off GMI adalah
1,014. Nilai rata-rata variabel GMI tidak melewati
cut-off sehingga dapat disimpulkan bahwa dari 66
perusahaan tidak banyak yang mengalami
penurunan laba kotor dan tidak cukup punya motif
untuk melakukan kecurangan.
Variabel yang ketiga adalah AQI dengan nilai
cut-off sebesar 1,039. Rata-rata variabel AQI dari
66 perusahaan adalah 1,372. Rata-rata AQI
melewati cut-off, sehingga dapat diartikan bahwa
dari perusahaan yang diteliti cukup banyak
perusahaan yang berusaha menangguhkan
biayanya dengan cara menurunkan kualitas
asetnya. Berikutnya, variabel SGI memiliki nilai
cut-off 1,134. Hasil perhitungan rata-rata variabel
Jurnal Administrasi Bisnis (JAB)|Vol. 72 No. 2 Juli 2019| 229
administrasibisnis.studentjournal.ub.ac.id
SGI adalah 1,178, sedikit melebihi cut-off-nya. Hal 4 ALKA 3,09 37 MRAT -2,41
ini menunjukkan ada cukup banyak perusahaan 5 ALMI -1,07 38 MYOR -2,42
yang mengalami pertumbuhan penjualan, sehingga AMIN
6 -1,84 39 MYTX -1,48
ada motif perusahaan untuk menjaga kondisi
laporan keuangannya terus naik dan berbuat 7 ARNA -2,95 40 PBID -2,22
kecurangan. 8 ASII -2,40 41 PCAR -1,73
Variabel DEPI memiliki nilai cut-off 1,001, 9 AUTO -2,28 42 PICO -1,74
sedangkan hasil perhitungan rata-rata variabel 10 BELL -2,46 43 POLY -3,06
tersebut dari 66 perusahaan adalah 1,198. Nilai 11 BRAM -2,22 44 PSDN -1,55
DEPI yang melebihi cut-off tersebut mencerminkan
12 BRPT -2,04 45 PYFA -2,70
rata-rata perusahaan sampel melakukan
kecurangan dengan cara menggunakan celah 13 BTON -2,34 46 RICY -2,97
depresiasi (memperpanjang masa hidup aset, dan 14 BUDI -2,53 47 RMBA -2,53
lain-lain). Kemudian, variabel SGAI memiliki nilai 15 CINT -2,69 48 SKBM -0,31
cut-off sebesar 1,054. Hasil rata-rata perhitungan 16 CLEO -1,97 49 SKLT -2,23
variabel SGAI adalah 1,042. Meski hampir
17 DLTA -2,93 50 SMSM -2,02
mendekati nilai cut-off, rata-rata SGAI masih
dibawahnya. Nilai SGAI perusahaan sampel yang 18 DVLA -2,65 51 SPMA -2,43
tidak melebihi cut-off mencerminkan bahwa rata- 19 GGRM -1,36 52 SRIL -2,29
rata perusahaan cukup efisien mengelola 20 HOKI -0,23 53 SRSN -3,07
pengeluaran penjualan dan administrasinya, 21 IMAS -2,26 54 STTP -2,63
sehingga perusahaan tidak memiliki motif untuk 22 INCI -2,02 55 TBMS -1,61
melakukan kecurangan.
23 INDR -2,89 56 TCID -2,59
Variabel berikutnya adalah LVGI yang memiliki
nilai cut-off sebesar 1,037. Rata-rata hasil 24 INDS -2,75 57 TKIM -2,30
perhitungan variabel tersebut adalah 0,966. Nilai 25 INKP -2,55 58 TOTO -2,48
rata-rata tersebut masih di bawah cut-off, sehingga 26 KAEF -2,10 59 TPIA -2,24
dapat diartikan rata-rata perusahaan sampel tidak 27 KBLI -1,59 60 TSPC -2,39
memiliki utang yang tinggi sehingga perusahaan KBLM 3,48 ULTJ -2,79
28 61
tidak memiliki dorongan untuk menyatakan
laporan keuangannya tidak sama dengan 29 KDSI -1,98 62 UNVR -2,35
kenyataan. Terakhir, variabel TATA memiliki nilai 30 KICI -3,67 63 VOKS -2,01
cut-off sebesar 0,018. Rata-rata perhitungan TATA 31 KLBF -2,22 64 WOOD -1,36
dari 66 perusahaan adalah 0,001. Rata-rata 32 KMTR -3,05 65 WSBP -2,65
perhitungan masih lebih kecil dari cut-off, hal ini 33 KRAS -2,87 66 WTON 0,16
menunjukkan rata-rata perusahaan sampel cukup
Manipulator (ditandai dengan ) 25
taat mencatat pendapatan akrual yang diikuti
Non-manipulator
dengan kas.
(ditandai dengan ) 38
Pengklasifikasian perusahaan berdasarkan Grey Company (ditandai dengan ) 3
nilai M-Score. Sumber: Penulis, 2019.
Setelah mengetahui nilai dari delapan variabel,
dicarilah nilai M-Score. Berikut adalah hasil Penentuan besar persentase perusahaan yang
perhitungan Beneish M-Score untuk terindikasi manipulator, non-manipulator, dan
mengelompokkan perusahaan sampel termasuk grey company.
perusahaan yang terindikasi sebagai manipulator, Berikut adalah perhitungan persentase masing-
non-manipulator dan grey company. masing klasifikasi perusahaan:
a. Persentase Perusahaan Terindikasi sebagai
Tabel 2 Hasil Perhitungan M-Score Manipulator
Kode M- Kode M- % Perusahaan Manipulator
No No 25
Perusahaan score Perusahaan score
= × 100% = 37,88%
1 ADMG -5,14 34 LMSH -0,40 66
2 AGII -2,32 35 MARK -2,28 b. Persentase Perusahaan Terindikasi sebagai
Non-manipulator
3 ALDO -1,83 36 MLBI -1,72
% Perusahaan Non − manipulator
Jurnal Administrasi Bisnis (JAB)|Vol. 72 No. 2 Juli 2019| 230
administrasibisnis.studentjournal.ub.ac.id
 38
= × 100% = 57,58%
66
c. Persentase Perusahaan Terindikasi sebagai
Grey Company
% Perusahaan 𝐺𝑟𝑒𝑦 𝐶𝑜𝑚𝑝𝑎𝑛𝑦
3 terindikasi sebagai non-manipulator. Perusahaan
= × 100% = 4,55%
66
4,55%
Manipulator
37,88% Non-
manipulator
57,58% Grey
Company
Gambar 3. Pie Chart Penggolongan Perusahaan
Sumber: Penulis, 2019.
Interpretasi Hasil Penelitian
Beneish ratio index adalah indikator deteksi
kecurangan laporan keuangan yang ditemukan oleh
Messod Daniel Beneish, seorang profesor
akuntansi di Universitas Bloomington Indiana.
Beneish ratio index pertama kali dipublikasikan
pada tahun 1999 oleh Beneish dalam jurnalnya
yang berjudul “The Detection of Earning
Manipulation”. Penemuan Beneish tersebut
ditandai sebagai penemuan yang besar setelah
berhasil mendeteksi kecurangan yang dilakukan
Enron jauh sebelum kebangkrutannya tahun 2001.
Setelah itu, temuan Beneish tersebut telah dikutip
dalam buku teks analisis laporan keuangan, seperti
Fridson tahun 2002 dan Stickney et al. Tahun 2003.
Temuan ini juga diangkat dalam artikel yang
diarahkan oleh auditor, pemeriksa penipuan
bersertifikat, dan profesional investasi, seperti pada
Cieselski 1998, Merrill Lynch 2000, Wells 2001,
DKW 2003, dan Harrington 2005 (Beneish, 2012).
Pada jurnalnya, Beneish menemukan Beneish
ratio index yang terdiri atas delapan variabel yaitu
DSRI, GMI, AQI, SGI, DEPI, SGAI, LVGI dan
TATA. Penemuan Beneish tersebut kemudian
dikembangkan lagi dalam jurnalnya tahun 2012
yang berjudul “Fraud Detection and Expected
Returns”. Penelitian tersebut mengubah rumus
variabel TATA (Total Acrual to Total Asset) yang
mewakili pos akrual. Pada penelitian tahun 1999,
penentuan akrual diambil dari neraca, sedangkan
pada penelitian tahun 2012, akrual diambil dari
arus kas karena dinilai lebih mudah dan tepat.
Kedelapan variabel Beneish ratio index tersebut
kemudian digunakan untuk menemukan nilai M-
Score yang kemudian menjadi indikator penentu
sebuah perusahaan adalah manipulator atau bukan.
Apabila nilai M-Score lebih besar dari -2,22 maka
perusahaan terindikasi sebagai manipulator.
Sebaliknya apabila lebih kecil maka perusahaan
yang memiliki nilai tepat pada -2,22 akan tergolong
dalam grey area atau berstatus sebagai grey
company.
Semakin tinggi M-Score menandakan semakin
besar kemungkinan suatu perusahaan memalsukan
laporan keuangannya. M-Score tersebut didapatkan
dari delapan variabel Beneish ratio index. Besar
tiap variabel akan mempengaruhi M-Score dan cut-
off masing-masing variabel akan menunjukkan
celah dimana perusahaan sekiranya melakukan
kecurangan.
Hasil penelitian menunjukkan perusahaan yang
memegang nilai M-Score paling tinggi adalah PT
Kabelindo Murni Tbk. (KBLM), yaitu sebesar
3,48. Kondisi variabel PT Kabelindo adalah tujuh
variabel melewati titik cut-off dan hanya satu yang
berada di bawah titik cut-off. Satu-satunya variabel
yang bernilai lebih rendah dari titik cut-off adalah
variabel SGAI. Sedangkan perusahaan yang
memiliki nilai M-Score paling rendah adalah PT
Polychem Indonesia Tbk. (ADMG), yaitu sebesar -
5,14. Pada PT Polychem hanya terdapat dua dari
delapan variabel yang bernilai melebihi titik cut-
off, yaitu AQI dan SGI.
Berdasarkan pengolahan data yang dilakukan
dan hasil yang didapatkan, diketahui jumlah
perusahaan yang terindikasi manipulator masih
lebih sedikit dibandingkan yang non-manipulator.
Perusahaan sektor manufaktur yang terindikasi
melakukan kecurangan laporan keuangan
(manipulator) menurut Beneish M-Score (2012)
berjumlah 25 dengan persentase 37,88% dari 66
perusahaan yang diteliti. Sedangkan perusahaan
yang terindikasi tidak melakukan kecurangan
laporan keuangan sebanyak 38 dari 66 perusahaan
dengan jumlah persentase 57,58%. Kemudian, sisa
tiga perusahaan dari 66 perusahaan yang diteliti
terendus sebagai grey company dengan besar
persentase 4,55%.
Meski perusahaan manufaktur yang terindikasi
sebagai manipulator berdasarkan M-Score lebih
sedikit dibandingkan dengan yang tidak, 25
manipulator dari 66 perusahaan sampel termasuk
jumlah yang cukup besar. Hasil tersebut
mengindikasikan bahwa masih cukup banyak
perusahaan yang tidak jujur dalam pengungkapan
kondisi keuangannya, sehingga investor dan
kreditur perlu lebih berhati-hati dalam membuat
keputusan investasi atau pemberian kreditnya.
Jurnal Administrasi Bisnis (JAB)|Vol. 72 No. 2 Juli 2019| 231
administrasibisnis.studentjournal.ub.ac.id
Sedapat mungkin investor dan kreditur tidak
berinvestasi atau memberikan kredit pada
perusahaan yang berstatus manipulator dan grey
company.
Namun, perlu diingat kembali bahwa ketepatan
Beneish ratio index dalam mendeteksi kecurangan
laporan masih sebatas 71% saja. Sehingga hasil
dari penelitian ini masih memerlukan pemeriksaan
lebih lanjut oleh pihak-pihak yang memiliki akses
lebih luas terkait kondisi internal perusahaan.
Meski ketepatan pendeteksian belum mencapai
100%, seperti yang diungkapkan Beneish dalam
jurnalnya, masih lebih baik memiliki alat
pendeteksian demi menghindari kerugian yang
tidak diinginkan di masa depan. Dari penjelasan
tersebut dapat disimpulkan bahwa Beneish ratio
index adalah sebagai alat “deteksi awal”
kecurangan laporan keuangan.
Yang perlu diingat lagi adalah Beneish ratio
index dan M-Score adalah alat pendeteksian
kecurangan yang masih memiliki kemungkinan
ketidaktepatan dalam menggolongkan perusahaan.
Oleh karena itu, belum tentu perusahaan-
perusahaan yang tergolong sebagai manipulator
benar-benar melakukan kecurangan dan yang
bukan tergolong sebagai manipulator pada
kenyataannya tidak melakukan kecurangan.
Sehingga hasil penelitian ini bukan dimaksudkan
untuk menuduh atau memberikan judgement
kepada pihak manapun, tetapi sebagai langkah
antisipasi atau berjaga-jaga atas tindak kecurangan.
KESIMPULAN DAN SARAN
Kesimpulan
1. Perusahaan yang terindikasi sebagai
manipulator menurut Beneish ratio index
sebanyak 25 perusahaan dari 66 perusahaan
sektor manufaktur. Persentase perusahaan
manipulator terhadap seluruh perusahaan
sektor manufaktur yang diteliti adalah sebesar
37,88%.
2. Perusahaan yang terindikasi sebagai non-
manipulator menurut Beneish ratio index
sebanyak 38 perusahaan dari 66 perusahaan
sektor manufaktur. Persentase perusahaan
manipulator terhadap seluruh perusahaan
sektor manufaktur yang diteliti adalah sebesar
57,58%.
3. Perusahaan yang terindikasi sebagai grey
company menurut Beneish ratio index
sebanyak 3 perusahaan dari 66 perusahaan
sektor manufaktur. Persentase perusahaan
manipulator terhadap seluruh perusahaan
sektor manufaktur yang diteliti adalah sebesar
4,55%.
Saran
1. Bagi perusahaan yang terindikasi sebagai
manipulator disarankan untuk mengecek
internal perusahaan (divisi-divisi
operasionalnya) akan adanya kemungkinan
kecurangan yang lolos dari pengawasan
auditor internal dan eksternal. Dengan kata lain
perusahaan disarankan untuk menyajikan
laporan keuangannya dengan lebih teliti, sebab
hasil penelitian ini adalah warning (peringatan)
atas terjadinya kecurangan laporan keuangan.
2. Bagi kreditur dan investor disarankan dalam
membuat keputusan investasi atau pemberian
kredit lebih berhati-hati dengan cara tidak
berinvestasi atau memberi kredit perusahaan
yang tergolong sebagai manipulator atau grey
company, agar dapat meminimalisir resiko
kerugian di masa depan. Di samping itu, baik
investor dan kreditur disarankan untuk selalu
waspada dan memastikan laporan keuangan
telah disampaikan dengan jujur oleh
perusahaan.
DAFTAR PUSTAKA
ACFE. (2016). The Fraud Tree Occupational
Fraud And Abuse Classification System.
2016 ed. Austin. Texas.
ACFE. (2018). Report to the Nation (RTTN). 2018
ed. Austin. Texas.
Beneish, D. Messod. (1999). The Detection of
Earning Manipulation. Financial Analysis
Journal, Vol. 55, pp. 24-36.
Beneish, D. Messod., Lee, C., Nichols, D. 2012.
Fraud Detection and Expected Returns. SSRN
Financial Accounting eJournal. Retrieved
May 2, 2019 from
https://ssrn.com/abstract=1998387.
Crawford, Rodney L. (2011). Fraud guidance for
corporate counsel reviewing financial
statements and reports. Journal of Financial
Crime, Vol. 18(4), pp.347-360
cnnindonesia.com. (2018). Kasus SNP Finance,
Dua Akuntan Publik Diduga Bersalah.
Retrieved Februari 20, 2019 from CNN
Indonesia:
https://www.cnnindonesia.com/ekonomi/20
180926072123-78-333248/kasus-snp-
Jurnal Administrasi Bisnis (JAB)|Vol. 72 No. 2 Juli 2019| 232
administrasibisnis.studentjournal.ub.ac.id
 finance-dua-kantor-akuntan-publik-diduga-
bersalah.

Ikatan Akuntan Indonesia (IAI). (2017). Tujuan,

Kegunaan, dan Keterbatasan Pelaporan
Keuangan Bertujuan Umum. No.1.02.
PSAK-IAI. Jakarta

Jusup, Al. Haryono. (2011). Dasar-dasar

Akuntansi. Edisi 7. Yogyakarta: Sekolah
Tinggi Ilmu Ekonomi Yayasan Keluarga
Pahlawan Negara

Koornhof, C. (2000). Red flagging as an indicator

of financial statement fraud: The perspective
of investors and lenders. Meditari
Accountancy Research, Vol. 8 Issue: 1,
pp.69-93

liputan6.com. (2009). Dua Direksi Waskita

Dicopot. Retrieved Februari 19, 2019 from
Liputan 6:
https://www.liputan6.com/news/read/24230
6/dua-direksi-waskita-dicopot.

Priantara, Diaz. (2013). Fraud Auditing &

Investigation. Mitra Wacana Media.

Schroeder, Richard G. et. al. (2005). Financial

Accounting Theory and Analysis. 8th ed.
USA: John Wiley & Sons, Inc.

Tempo.co. (2003). Bapepam: Kasus Kimia Farma

Merupakan Tindak Pidana. Retrieved
Februari 20, 2019 from Tempo.co:
http://bisnis.tempo.co/read/33339/bapepam-
kasus-kimia-farma-merupakan-tindak-
pidana.

Tuanakotta, Theodorus M. (2013). Mendeteksi

Manipulasi Laporan Keuangan. Jakarta
Selatan: Salemba Empat

Zimbelman, Mark F. dan Albrecht, Conan C.

(2012). Forensic Accounting. 4th ed. South
Western: Cengage Learning.

Jurnal Administrasi Bisnis (JAB)|Vol. 72 No. 2 Juli 2019| 233

administrasibisnis.studentjournal.ub.ac.id