Deteksi Fraud: Menggunakan Teknik Data Analisis

Dengan menggunakan general audit software (GAS) - seperti ACL, TeamMate, dan Idea – internal auditor dapat mendeteksi keberadaan fraud dengan cara melakukan pengujian pola dalam sebaran data.
Rasionalisasi dari analisis ini adalah bahwa suatu pola yang tidak biasa, dapat menjadi simptom dari kemungkinan adanya fraud. Contoh sederhana dari penerapan teknik ini adalah mencari adanya duplikasi transaksi seperti duplikasi pencatatan transaksi pengeluaran untuk nomor invoice dan nomor vendor yang sama:

Duplikasi Transaksi

Nomor Invoice	Nomor Vendor	Nilai
129304	A543891	Rp10.357.100
129304	A543891	Rp10.357.100

Biasanya, kita berpikir bahwa kombinasi dari nomor invoice – nomor vendor, adalah bersifat unik. Oleh karena itu, keberadaan dua transaksi dengan kombinasi nomor invoice – nomor vendor yang sama, menunjukan adanya pola yang tidak biasa dalam data tersebut. Identifikasi kemungkinan adanya duplikasi transaksi akan menjadi simptom dari fraud, yang seharusnya dievaluasi lebih lanjut. Namun, simptom fraud hanyalah simptom dan seharusnya di investigasi secara memadi sebelum mengambil suatu simpulan. Transaksi-transaksi yang kelihatannya duplikasi, bisa jadi hanyalah merupakan pembayaran-pembayaran bertahap atau pembebanan bulanan dengan nilai tagihan yang sama. Akan lebih baik untuk mencari duplikasi transaksi dengan menggunakan lebih dari satu field kunci.

Pembulatan Nilai

Teknik analisis digital lainnya adalah untuk mengidentifikan nilai rupiah, angka yang dibulatkan, seperti Rp200.000 atau Rp5.000.000. Keberadaan angka bulat tersebut mungkin menunjukan simptom kemungkinan fraud, dan seharusnya diperiksa.
Fungsi MOD() dalam ACL dapat secara mudah mengidentifikasi tipe angka bulat tersebut. can easily identify these types of even numbers. Sebagai contoh: MOD(Amount,1000) = 0 akan mengidentifikasi transaksi-2 yang dikalikan 1.000, seperti Rp30.000 dan Rp70.000, dan juga Rp120.000 dan Rp250.000, namun tidak dapat mengidentifikasi transaksi dengan nilai Rp200.230, atau 125.500.

Studi Kasus: Pembulatan Nilai

Beban perjalanan sering menjadi perhatian para auditor, karena biasanya kontrol lemah. Para pegawai memiliki batas maksimal per diem saat perjalanan dinas, namun harus mempertanggungjawabkan kwitansi realisasinya. Batas maksimum juga diterapkan untuk beban makan minum: sarapan Rp100.00, makan siang Rp200.000, dan makan malam Rp300.000, dan untuk hotel Rp1.000.000. Auditor menggunakan fungsi MOD() untuk mengidentifikasi transaksi-2 yang dikalikan Rp10.000 atau Rp100.000. Transaksi-2 tersebut dibandingkan dengan bukti SPJ untuk meyakinkan bahwa nilai yang dibebankan tersebut dapat diterima.
Reviu manual menunjukan bahwa beberapa pegawai telah mengklaim tarif maksimum untuk makan minum dan hotel, meskipun bukti SPJ tidak menunjukan nilai tersebut.

Analisis Rasio

Teknik deteksi fraud lainnya adalah analisis rasio atas field numerik kunci. Seperti hal nya analisis rasio keuangan yang menjadi indikasi kesehatan suatu perusahaan, analisis rasio data juga menunjukan kemungkinan simptom fraud. Tiga rasio yang umumnya digunakan adalah:

• rasio nilai maksimum dibandingkan nilai minimum (Maximum/Minimum);
• rasio nilai maksimum pertama dibandingkan nilai maksimum kedua (Maximum/2nd Highest); dan
• rasio tahun berjalan dibandingkan tahun sebelumnya,

Sebagai contoh, auditor ingin menilai kewajaran harga dari suatu produk, maka ia dapat menganalisis rasio harga per unit maksimum dibandingkan harga per unit minimum untuk setiap produk. Jika rasio mendekati 1, maka auditor cukup yakin bahwa tidak besar variasi antara harga tertinggi dan terendah, yang dibayar perusahaan. Namun, jika rasio cukup besar, hal ini mengindikasikan perusahaan lebih bayar untuk produk tersebut.

Line Produk	Max	Min	Rasio
Produk 1	235	127	1,85
Produk 2	289	285	1,01

Produk 1 memiliki perbedaan besar dalam harga per unit antara maksimum dan minimum (rasio 1,85); sedangkan Produk 2 memiliki variasi kecil dalam harga per unit (rasio 1,01). Audit seharusnya mereviu transaksi-2 dengan harga per unit Rp235.000 dan Rp127.000 untuk Produk 1, untuk menilai kewajaran pembayaran yang terjadi. Pembayaran tidak normal untuk produk dengan harga per unit tinggi dapat mengindikasikan simptom kickback terkait pembelian produk tersebut.
Rasio maksimum dibandingkan dengan maksimum kedua dapat juga menunjukan kemungkinan fraud. Sebagai contoh, pengujian pola pembayaran kepada para vendor dapat mengungkapkan ketidaknormalan. Dalam kasus ini, rasio besar mengindikasikan suatu anomali dalam data tersebut.

Vendor	Max	Mak ke-2	Rasio
Vendor XYZ	Rp100.080.000	Rp26.068.000	3,84
Vendor ABC	Rp103.429.000	Rp101.210.000	1,02

Rasio besar menunjukan bahwa nilai maksimum berbeda jauh daripada nilai maksimum kedua. Deviasi yang tidak dapat dijelaskan dapat mengindikasikan simptom fraud. Dalam beberapa kasus, rasio besar membuktikan adanya pembayaran tidak benar kepada vendor terkait.

Studi Kasus – Tagihan Dokter

Auditor mereviu sistem billing pasien untuk menentukan apakah tagihan telah cukup diperiksa oleh penyedia jasa kesehatan. Analisis awal terhadap data tersebut dilakukan untuk menghitung rasio tagihan tertinggi dan terendah untuk setiap pelayanan kesehatan.
Standar mensyaratkan bahwa layanan dengan rasio Tertinggi/ Terendah lebih dari 1,30 agar dicatat dan dilakukan prosedur reviu tambahan.
Kuartal ini, tiga layanan memiliki rasio lebih dari 1,30, dengan rasio tertinggi adalah 1,42. Suatu filter dibuat untuk menindentifikasi rekaman-2 yang terkait dengan tiga layanan tersebut, dan prosedur/analisis tambahan dilakukan. Prosedur tambahan tersebut secara cepat mengidentifikasi bahwa satu dokter telah membuat tagihan lebih besar dari dokter-2 lainnya, untuk prosedur yang sama. Perbandingan tagihan dari Sistem Billing dengan pencatatan pembayaran dalam Sistem Piutang, menunjukan bahwa dokter tersebut telah melakukan skimming beberapa pembayaran yang diterima. Nilai pelayanan tersebut tercatat dalam Sistem Piutang sesuai sebesar nilai tagihan yang normalnya untuk layanan terkait. Dokter tersebut tidak mampu menjelaskan alasan tagihan yang lebih tinggi, atau menjelaskan perbedaan antara Sistem Billing dengan Sistem Piutang.

Analisis Trend

Analisis trend beberapa tahun, atau antar departemen, divisi, dll, dapat berguna untuk mendeteksi kemungkinan fraud. Perhitungan berguna lainnya adalah rasio tahun berjalan dengan tahun sebelumnya. Rasio tinggi mengindikasikan perubahan signifikan dalam jumlah total, yang seharusnya dapat dijelaskan.

Studi Kasus – Kickback Pengadaan Kontrak

Johnathan, pejabat pengadaan, telah merancang skema besar yang menguntungkan dirinya dan perusahaan rekanan yang bersedia berbisnis dibawah syarat-syarat ybs. Perusahaan yang tidak bersedia untuk memberikan kickback ke Johnathan, maka tidak akan mendapatkan kontrak.
Auditor memutuskan untuk menggunakan analisis digital sebagai bagian dari reviu terhadap kegiatan pengadaan. Salah satu analisis menghitung nilai kontrak oleh vendor untuk dua tahun terakhir. Rasio tahun berjalan dibandingkan tahun sebelumnya telah dihitung, dan perhitungan statistik digunakan untuk melihat minimum, maksimum, rata-rata, dan tertinggi/ terendah 5 rasio. Walau rata-2 mendekati nilai 1,0, namun nilai tertinggi/ terendah 5 rasio menunjukan bahwa beberapa Rekanan mengalami penurunan signifikan nilai kontrak, sedangkan lainnya mengalami kenaikan signifikan nilai kontrak.
Auditor mereviu detail dari seluruh Rekanan yang memiliki rasio kurang dari 0,7 atau lebih dari 1,30. Catatan detail di ekstrak ke dalam file dan nilai totalnya dihitung. Untuk rekanan yang mendapatkan kenaikan kontrak, hasil ekstrak menunjukan bahwa Johnathan telah menaikan beberapa kontrak. Sebaliknya, Johnathan tidak memberikan tambahan kontrak untuk rekanan yang mengalami penurunan nilai kontrak. Auditor kemudian mengetahui skema kickback Johnathan ketika melakukan interviu dengan Staf Pemasaran dari Rekanan yang memiliki rasio kurang dari 0,7.  Interviu dengan Staf Pemasaran dari Rekanan yang mendapatkan kenaikan penjualan lebih dari 1,30, menghasilkan keyakinan adanya sangkaan fraud.

Sumber:
Dave Coderre
Penulis ‘The Fraud Toolkit; ‘Fraud Detection: Using Data Analysis Techniques to Detect Fraud’ dan ‘CAATTs and Other BEASTs for Auditors’