Edgar Dippos Jonathan

023002008034

UTS
DATA ANALISIS UNTUK AKUNTANSI

PENGETAHUAN KONSEPTUAL
1. Big data yaitu pengumpulan dan penggunaan informasi yang terkumpul dari berbagai macam
sumber. Big data itu kumpulan data yang besar dan sifatnya kompleks (terutama data baru).
Hubungan big data dengan data analytic dan pengambilan keputusan yaitu setiap hari (apalagi
dalam konteks bisnis), kerap kali kita dituntut untuk melakukan analisis dan mengambil
keputusan terhadap suatu fenomena. Dengan adanya big data, tersedia kumpulan informasi
dalam jumlah besar untuk memudahkan kita dalam mengambil keputusan.

2. Dampak fenomena big data dan data analytic sangatlah positif terhadap profesi akuntan. Hal
ini karena big data memiliki banyak data dan dapat menyajikan berbagai macam analisis yang
berbeda dari banyak sumber yang dapat dimanfaatkan oleh akuntan untuk meningkatkan
efektivitas atau kinerja perusahaan. Dengan adanya big data dan data analytic, maka akuntan
dapat lebih mudah dalam melakukan pekerjaan.

Untuk audit, big data dan data analytic dapat membantu para auditor dalam melakukan
pekerjaannya. Big data dan data analytic memudahkan auditor untuk mengumpulkan
informasi dan melakukan analisis seputar perusahaan yang diaudit. Jadi audit tidak lagi
seputar temuan dan opini, tapi dapat juga membantu meningkatkan efektivitas perusahaan
tersebut.

Untuk manajemen, big data dan data analytic memudahkan mereka dalam meningkatkan
kualitas penilaian dan juga membantu untuk mengetahui resiko-resiko apa saja yang mungkin
dihadapi oleh perusahaa.

Untuk perpajakan, dulu perusahaan membayar pajak sesuai transaksi atau laba yang mereka
hasilkan. Namun dengan adanya big data dan data analytic, perusahaan dapat melakukan
perencanaan pajak sehingga pembiayaan dapat lebih efektif.

3. Data analytic ini dapat kita manfaatkan secara maksimal jika kita menggunakan IMPACT
Cycle. IMPACT cycle terdiri dari : Identify The Question, Master The Data, Perform Test
Plan, Address And Refine Result, Communicate Insights, dan Track Outcomes.
 Model IMPACT ini berisi step-step yang harus kita lakukan atau jawab sehingga penggunaan
data analytic dapat berjalan efektif.
Data analytic dapat memudahkan perusahaan dalam menjalankan bisnis. Dengan adanya data
analytic, perusahaan dapat menemukan berbagai macam pola yang dapat mereka manfaatkan
untuk memajukan perusahaan.

4. Data analytic terbukti sangat berguna bagi perusahaan. Data analytic dapat membantu
perusahaan menjalankan bisnis dengan pola-pola yang berbeda.

Data analytic penting dalam hal :

 Menyelidiki anomali yang sulit diprediksi dan memperkirakan kemungkinan yang terjadi
di masa mendatang
 Dapat mengidentifikasi resiko atau kelemahan dari pola-pola yang terjadi di masa lalu,
sehingga dapat merencanakan pola-pola untuk kemungkinan yang lebih baik di masa
mendatang
 Membantu produktivitas, kinerja, dan tumbuh kembang perusahaan karena mampu
memprediksi kemungkinan terbaik untuk masa depan.

5. a. Flat File Database adalah jenis database yang digunakan untuk menyimpan data dalam
jumlah kecil. Modelnya seperti serangkaian string dalam satau file atau lebih yang dapat
diuraikan untuk mengambil informasi yang disimpan
Relational Database adalah jenis database yang memiliki struktur yang lebih logis disbanding
flat file database. Modelnya menggunakan sebuah table yang terdiri dari baris dan kolom.
Model ini juga lebih mudah diakses dibandingkan flat file database.

b. SQL digunakan dalam konsep Relayional Database karena SQL berfungsi untuk mengatur dan
mengolah data di Relational Database.

c. Data dictionary adalah tempat / Gudang penyimpanan data dalam sebuah database. Fungsinya
agar pengguna memahami arti input, output, dan komponen data store.
Data Manipulation Language adalah Bahasa basis data yang berfungsi untuk memodifikasi
dan mengambil data dari sebuah database. Fungsinya untuk mengelola database seperti
penambahan data baru, pengapusan data, atau insert.

6. a. Profilling adalah pendekatan data yang digunakan untuk mengkarakterisasi perilaku "khas"
individu, kelompok, atau populasi dengan menghasilkan ringkasan statistik tentang data.
b. Penggunaannya model profiling dapat dilakukan saat mengidentifikasi kasus penipuan.

KASUS
Model yang paling memungkinkan dan terkait untuk dipakai adalah model profiling dan
clustering. Karena kedua model tersebut sama-sama mengelompokkan sesuatu ke kategori
masing-masing, yang mana cocok untuk menjawab pertanyaan bisnis dimana dikelompokkan
sesuai dengan unit / divisi yang ada.

1. Pertama saya akan memakai IMPACT cycle :

• Identify The Question
Dimulai dengan memahami masalah bisnis yang perlu ditangani dan memiliki pertanyaan
spesifik dan konkret yang berpotensi dijawab oleh Analisis Data.

• Master The Data

Membutuhkan seseorang untuk mengetahui data apa yang tersedia dan apakah data tersebut
mungkin dapat membantu mengatasi masalah bisnis.

• Perform Test Plan

Menemukan pendekatan yang tepat terhadap data untuk dapat menjawab pertanyaan dengan
mengekstrak pengetahuan dari data untuk menjawab pertanyaan dan masalah.

• Address And Refine Result

Mengiris data, mencari korelasi, membuat pertanyaan, merevisi dan menjalankan kembali
seluruh proses (analisis) sampai hasilnya siap.

• Communicate Insights
Setelah hasilnya ditentukan, dilakukan pengambil keputusan dan dikomunikasikan.

• Track Outcomes
Pastikan ada tindak lanjut di masa mendatang dengan mitra bisnis Anda atas hasil tindakan
apapun.

2. Pertanyaan bisnis yang mungkin muncul :

 Apa faktor utama penyebab profit menurun?
 Pos akun (Beban Operasional) apa yang paling besar atau bengkak dalam periode
 Apakah terdapat kenaikan harga bahan baku?
 Berapa total produk terjual setiap periodenya?
 Bagaimana persebaran produk? Apakah ada wilayah yang tidak terjamah
3. Data dan unit untuk menjawan pertanyaan bisnis :

• Apa faktor utama penyebab profit menurun?

Pertanyaan ini dapat saya jawab dengan melakukan analytical review terhadap pos-pos akun
yang sifatnya mengurangi revenue perusahaan. Data yang diminta adalah financial report
perusahaan dari unit accounting.

• Pos akun (Beban Operasional) apa yang paling besar atau bengkak?

Pertanyaan ini dapat saya jawab dengan melihat pada akun beban operasional, lalu saya
melihat 1 per 1 untuk menemukan sub akun apa yang meningkat dalam 2 tahun terakhir
(apakah beban gaji, atau beban penjualan, atau beban lain-lain?). Data yang diminta adalah
financial report (laporan laba/rugi) perusahaan dari unit accounting.

• Apakah terdapat kenaikan harga bahan baku?

Pertanyaan ini dapat saya jawab dengan melihat COGS yang dihasilkan dalam sebuah
produk, apakah selalu meningkat setiap tahunnya? Data yang diminta bisa dilihat dari
financial report melalui tim accounting ataupun langsung konfirmasi kepada pihak produksi
dengan melihat dokumen serah terima barang (biasanya ada nominal harga)

• Berapa total produk terjual setiap periodenya?

Pertanyaan ini dapat saya jawab dengan melihat listing penjualan setiap periode lalu
melakukan perbandingan untuk melihat kenaikan / penuruan penjualan. Data yang diminta
adalah laporan penjualan setiap periode dari divisi sales.

• Bagaimana persebaran produk? Apakah ada wilayah yang tidak terjamah

perusahaan?

Pertanyaan ini dapat saya jawab dengan melihat titik lokasi terjadinya penjualan terbanyak
ada dimana. Data yang diminta adalah laporan penjualan dan laporan penyebaran tim
marketing dari divisi marketing.