Cara Akuntan Memeriksa Anomali Transaksi dengan AI

Pernah menghabiskan sore hanya untuk mencari satu pembayaran ganda di antara ribuan baris buku besar? Pekerjaan semacam ini bisa dipercepat dengan AI. Asisten AI yang bisa membaca file spreadsheet mampu menyisir data, menghitung, dan menandai transaksi yang menyimpang dari pola biasa dalam hitungan menit.

Yang perlu dipahami sejak awal: AI tidak menggantikan pertimbangan profesional. AI menghasilkan daftar "perlu dicek", bukan kesimpulan. Keputusan apakah sebuah transaksi wajar, salah input, atau indikasi kecurangan tetap ada di tangan akuntan yang memeriksa dokumen pendukungnya.

Langkah 1: Anomali apa saja yang perlu dicari?

AI bekerja jauh lebih baik bila kamu memberi daftar pemeriksaan yang konkret daripada perintah umum "cari yang aneh". Beberapa pola yang lazim diperiksa dalam review transaksi:

• Duplikat: nominal, tanggal, dan vendor sama, atau nomor faktur sama dengan nominal berbeda.
• Angka bulat: transaksi besar dengan nominal bulat sempurna (misalnya kelipatan satu juta) yang jarang muncul di tagihan asli.
• Tepat di bawah batas otorisasi: banyak transaksi sedikit di bawah batas persetujuan atasan.
• Waktu tidak biasa: input pada akhir pekan, hari libur, atau tengah malam.
• Vendor baru dengan nilai besar: vendor yang baru dibuat lalu langsung menerima pembayaran besar.
• Pembalikan dan koreksi berulang: jurnal yang dibuat lalu dibatalkan berkali-kali.
• Distribusi digit pertama: perbandingan dengan Hukum Benford, yang memprediksi angka 1 muncul sebagai digit pertama sekitar 30% pada banyak data keuangan alami.

Pilih yang relevan dengan klien atau periode yang kamu periksa. Hukum Benford misalnya tidak cocok untuk data yang nominalnya dibatasi, seperti tunjangan tetap atau harga produk yang seragam.

Langkah 2: Siapkan dan bersihkan data

Ekspor data dari sistem akuntansi ke CSV atau Excel dengan kolom minimal: tanggal, jam input (bila ada), nomor bukti, akun, vendor atau pelanggan, deskripsi, debit, kredit, dan nama pengguna yang menginput.

Sebelum diunggah, lakukan dua hal:

1. Rapikan format. Pastikan kolom nominal berupa angka, bukan teks, dan format tanggal seragam. Masalah format adalah penyebab paling umum AI salah hitung.
2. Samarkan data sensitif. Ganti nama orang, nomor rekening, dan NPWP dengan kode (misalnya V001, K014). Simpan tabel padanannya di komputermu sendiri.

Langkah kedua penting karena data keuangan klien bersifat rahasia dan sebagian berisi data pribadi. Pertimbangan lengkapnya ada di aman tidak memasukkan data perusahaan ke ChatGPT. Bila kantor punya paket AI bisnis dengan ketentuan bahwa data tidak dipakai untuk melatih model, pakai paket itu, dan tetap patuhi kebijakan kerahasiaan klien.

Langkah 3: Minta AI memeriksa dengan aturan yang terukur

Unggah file, lalu beri perintah yang menyebut aturan secara eksplisit. Contoh:

Kamu membantu review transaksi. Data terlampir berisi transaksi
pengeluaran Januari sampai Maret. Lakukan pemeriksaan berikut dan
tampilkan hasilnya dalam tabel terpisah per pemeriksaan:
1. Duplikat: vendor, tanggal, dan nominal sama.
2. Nomor bukti sama tetapi nominal berbeda.
3. Nominal >= 10.000.000 yang habis dibagi 1.000.000.
4. Nominal antara 4.500.000 dan 4.999.999 (batas otorisasi 5 juta).
5. Transaksi yang diinput hari Sabtu, Minggu, atau di luar 07.00-19.00.
6. Distribusi digit pertama nominal dibanding Hukum Benford.
Sertakan nomor bukti tiap baris agar bisa saya telusuri. Jelaskan
cara kamu menghitung. Jangan menyimpulkan kecurangan.

Asisten AI yang punya fitur analisis data biasanya menulis dan menjalankan kode untuk perhitungan ini, sehingga hasilnya bisa kamu periksa ulang. Minta AI menampilkan kode atau rumus yang dipakai. Dasar membaca hasil analisis file dibahas di cara mengunggah file Excel ke AI dan membaca hasilnya.

Langkah 4: Bagaimana memastikan hitungan AI benar?

Jangan langsung percaya jumlah temuan. Ambil dua atau tiga pemeriksaan dan ulangi dengan rumus sendiri. Contohnya, duplikat bisa dicek dengan COUNTIFS di Excel atau Google Sheets, dan angka bulat dengan MOD(nominal;1000000)=0.

Bila jumlahnya cocok, kamu bisa lebih yakin pada pemeriksaan lainnya. Bila tidak cocok, cari tahu sebabnya. Sering kali ada baris yang terbaca sebagai teks atau tanggal yang tertukar format hari dan bulan. Kalau perlu bantuan menyusun rumusnya, AI juga bisa diminta membuatkan, seperti dibahas di pakai AI untuk rumus Excel.

Langkah 5: Verifikasi temuan ke dokumen sumber

Inilah bagian yang tidak bisa diserahkan ke AI. Untuk setiap transaksi yang ditandai:

1. Cocokkan dengan bukti: faktur, kuitansi, kontrak, atau persetujuan.
2. Tanyakan konteks ke pihak terkait. Pembayaran bulat bisa saja uang muka yang sah, dan input akhir pekan bisa karena tutup buku.
3. Catat kesimpulan per transaksi: wajar, salah input, atau perlu tindak lanjut.

Banyak temuan akan ternyata wajar. Itu normal. Tujuan penyaringan adalah mempersempit ribuan baris menjadi puluhan yang layak dilihat manusia.

Langkah 6: Dokumentasikan proses untuk kertas kerja

Simpan prompt, versi data yang diunggah, hasil AI, hasil cek ulangmu, dan kesimpulan verifikasi. Dokumentasi ini membuat prosesnya bisa diulang di periode berikutnya dan bisa dipertanggungjawabkan bila ditanya atasan, klien, atau reviewer.

Setelah beberapa periode, kamu punya satu set prompt pemeriksaan standar. Rangkaian ini bahkan bisa diotomasi, misalnya laporan pemeriksaan otomatis setiap bulan. Gambaran pemakaian AI yang lebih luas di bagian keuangan ada di memakai AI di tim keuangan.

Ringkasan peran AI dan akuntan

Checklist sebelum memulai pemeriksaan:

• Daftar pola anomali dan ambang batasnya sudah ditentukan.
• Data diekspor lengkap dengan nomor bukti dan nama penginput.
• Nama, rekening, dan NPWP sudah disamarkan.
• Minimal dua pemeriksaan dicek ulang dengan rumus sendiri.
• Setiap temuan diverifikasi ke bukti dan dicatat kesimpulannya.