Data and Driven Fraud Detection [PDF]

Citation preview

BAB 06 Data and Driven Fraud Detection A. Latar Belakang Analisis berbasis data pada ringkasan laporan keuangan sangat berguna terutama dalam audit eksternal. Bagian ini menganalisis jenis data-penggerak tertentu yang mengarah pada penipuan dan korupsi dalam laporan keuangan. Penipuan dapat dideteksi dari mana saja di sepanjang cara-melalui dokumen sumber transaksi, jurnal entri transaksi berdasarkan dokumen tersebut, buku besar saldo (yang merupakan ringkasan dari jurnal entri) -dan akhirnya dari laporan keuangan yang dihasilkan. Kecuali penipuan besar, bagaimanapun, tidak dapat mempengaruhi ringkasan laporan keuangan secara signifikan untuk dideteksi. Penipuan kecil biasanya terdeteksi dengan berfokus pada sumber dokumen atau gejala lainnya. Untuk mendeteksi penipuan melalui laporan keuangan, pada perubahan yang tidak dapat dijelaskan. Misalnya, kebanyakan perusahaan dengan pelanggan yang sangat sedikit membayar kas pada saat pembelian. Sebaliknya, pembayaran mereka dibuat dengan cek berdasarkan tagihan bulanan. Akibatnya, pendapatan biasanya tidak meningkat tanpa penyesuaian pendapatan dimana harus disertai dengan kenaikan biaya pokok penjualan dan persediaan yang dibeli dan rekening saldo hutang. B. Anomali Akuntansi dan Fraud



Dalam realita yang terjadi, auditor hanya menemukan anomali saja tanpa menemukan fraud. Anomali Akuntansi disebabkan oleh lemahnya control. Mereka bukan serta merta kesalahan; namun terjadi karena adanya kegagalan di sebuah sistem, prosedur, dan kebijakan. Ciri khas dari anomali akuntansi adalah :



1. Bukan merupakan penipuan dan tidak berakibat hukum



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



2. Dapat ditemukan diseluruh data, sehingga auditor cukup melakukan sampel statistik



Fraud itu berbeda dengan Anomali Akuntansi. Fraud adalah tindakan penipuan yang dirancang dengan intelegensi yang baik dan mempergunakan bukti-bukti palsu untuk meyakinkan dan berakibat hukum. Biasanya terjadi hanya pada satu atau dua kasus akun tertentu. Sedangkan Anomali Akuntansi disebabkan oleh lemahnya control.



Audit Sampling dan Fraud



Statistic



sampling



menjadi



dibutuhkan



dalam



menganalisis



anomali



dikarenakan anomali sangat berbeda dengan fraud, dan ada disetiap bagian laporan keuangan, didalamnya ada kontrol dan kebijakan audit. Namun sebaliknya dalam mendeteksi fraud, statistic sampling kurang efektif. Kekurangan ini dapat dibantu dengan menggunakan software yang sesuai dengan keadaan klien, sehingga saat ini lebih banyak auditor yang dapat mengefisiensikan waktu dan biaya.



C. Proses Dalam Analisi Data



Proses analisis data membutuhkan sebuah meode yang efektif yang menggunakan perangkat lunak dan sebuah analisis teknik yang berorientasi data. Menggunakan Metode Provoactive untuk Deteksi Fraud. Langkah- langkahnya sebagai berikut:



Langkah 1: Memahami Bisnis



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Proses deteksi provoaktif dimulai dengan pemahaman dari bisnis atau unit yang diperiksa. Pemahaman yang baik meliputi pemahaman bisnis, proses dan prosedur. Hal ini akan memudahkan analisis.dan membuat hipotesis tentang skema yang bisa ada. Prosedur deteksi penipuan yang sama tidak dapat diterapkan secara umum untuk semua jenis bisnis atau unit organisasi.



Langkah 2: Identifikasi Kemungkinan Terjadinya Frauds



Langkah penilaian risiko membutuhkan pemahaman tentang sifat penipuan yang berbeda. Proses identifikasi penipuan dimulai dengan konseptual membagi unit bisnis ke fungsi individu atau siklus. Hal ini akan membantu memfokuskan pada proses deteksi. Pada langkah ini, orang yang terlibat dalam fungsi bisnis dapat diwawancarai. Pemeriksaan dapat menggunakan pertanyaan seperti berikut:



• Bagaimana orang dalam dan orang luar berinteraksi satu sama lain?



• Apa jenis penipuan telah terjadi atau diduga di masa lalu?



• Apa jenis penipuan yang dapat dilakukan atas nama perusahaan?



• Bagaimana kemungkinan karyawan atau manajemen melakukan penipuan?



• Bagaimana vendor atau pelanggan melakukan penipuan?



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



• Bagaimana vendor atau pelanggan yang bekerja melakukan kolusi dengan karyawan?



Langkah 3: Membuat Daftar Gejala Kemungkinan Fraud



Penipuan itu sendiri jarang terlihat,



hanya gejalanya yang biasanya dapat



diamati. Gejala penipuan sering hanya dijelaskan oleh faktor non-fraud, yang menciptakan kebingungan, penundaan dan tambahan biaya untuk tim penipuan. Gejala kecurangan dapat dibagi menjadi kelompok berikut:



•



Akuntansi anomali



•



Kelemahan pengendalian intern



•



Analytical anomali



•



Extravagant gaya hidup



•



Perilaku yang tidak biasa



•



Saran dan keluhan



Langkah 4: Gunakan Teknologi untuk mengumpulkan data symptom



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Setelah gejala didefinisikan dan berkorelasi dengan penipuan, data pendukung diambil dari database perusahaan, situs web online, dan sumber lain. Langkah ini biasanya dilakukan dengan menganalisis data melalui aplikasi atau dengan (SQL) query dan script.



Langkah 5: Menganalisis Hasil



Setelah anomali diperhalus dan diproses oleh pemeriksa menjadi indikasi kemungkinan penipuan, data dianalisis dengan menggunakan metode tradisional ataupun berbasis teknologi. Penguji biasanya bekerja dengan auditor dan personil keamanan untuk mengidentifikasi alasan adanya anomali. Wawancara dilakukan dengan rekan kerja, menyelidiki dokumen kertas, dan kontak pihak luar yang terkait. Satu keuntungan dari pendekatan deduktif adalah potensinya menggunakan kembali. Analisis sering dapat otomatis dan terintegrasi langsung ke dalam sistem perusahaan dengan cara yang menyediakan real-time analisis dan sebagai deteksi penipuan serta mengetahui jenis pencegahan penipuan.



Langkah 6: Selidiki Symptom



Langkah terakhir dari pendekatan data-driven adalah investigasi menjadi indikator yang paling penting. Penyidik dapat sepenuhnya menggunakan analisis komputer untuk menyediakan data pendukung dan detail data.



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Keuntungan utama dari pendekatan data-driven adalah penyidik mengambil alih proses penyelidikan penipuan. Pendekatan data-driven dapat menyoroti adanya penipuan hal ini masih kecil.



Kelemahan utama pada pendekatan data-driven adalah bahwa proses ini lebih mahal dan membutuhkan waktu lebih intensif dari pendekatan tradisional.



Mendeteksi kecurangan berbasis data.



Dalam mendeteksi kecurangan dengan berbasis data, pengujian dapat dilakukan dengan beberapa metode, seperti metode deduktif dan induktif:



1. Adapun metode induktif dapat dilakukan dengan menggunakan:



a.



Commercial data mining software.



Keuntungan :



 Dapat mengetahui adanya keanehan-keanehan pada database (database



anomalies) dan aktivitas lain yang tidak biasanya



 Dapat mengidentifikasi tren pembelian atas variasi produk dengan melakukan



pengujian terlebih dahulu



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



 Dapat menemukan harga yang diinginkan oleh vendor sehingga dapat



meningkatkan total pembelian lebihcepat



 Mudah untuk digunakan.



Kerugian :



 Hanya bias mentransfer data dengan ukuran yang kecil, data yang ditansferakan



bersifat statis dan tidak bias dikombinasikan.



 Adanya keterbatasan software akan membuat keterbatasan dalam menganalisis.



 Tanpa adanya manipulasi data dan membuat model atas banyaknya kombinasi



red flags, maka identifikasi atas gejala-gejala fraud akan terhenti dan tindakan fraud yang terjadi tidak dapat dibersihkan.



b. Statistical Analysis.



Keuntungan :



 Biayanya lebih murah dalam implementasi dan penggunaannya.



 Orang yang berpotensi melakukan fraud tidak akan mengetahui bahwa fraud



sedang dideteksi.



 Dapat digunakan pada perusahaan yang memiliki ukuran database sangat besar.



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Kerugian :







Menggunakan spekulasi untuk mencari sesuatu yang penting yaitu orang yang berpotensi untuk melakukan tindakan fraud, jadi ada kemungkinan bahwa yang akan terjadi sesudahnya akan berbeda dari apa yang diharapkan







Cenderung mengidentifikasi fraud melalui seberapa banyak jumlah gejala (symptoms)



2. Adapun metode deduktif dapat dilakukan dengan menggunakan cara:



Langkah-langkah menggunakan metode deduktif:



a)



Memahami Bisnis perusahaan



b) Memahami type kecurangan yang terjadi di perusahaan



c)



menjelaskan indikasi yang menunjukkan terjadinya kecurangan



d) menggunakan database dan sistem informasi perusahaan untuk mengidentifikasi indikasi kecurangan



e)



melakukan follow up untuk menjelaskan apakah aksi kecurangan benar-benar terjadi dan faktor-faktor apa saja yang menjadi penyebab terjadinya kecurangan tersebut.



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Dalam mendeteksi kecurangan dengan berbasis analisis laporan keuangan (laporanlaba/rugi dan neraca) pengujian dapat dilakukan dengan beberapa metode, yaitu:



1. AnalisisVertikal



Mengkonversikan angka laporan keuangan dalam bentuk prosentase lalu membandingkan pos laporan keuangan terhadap pos dasar pembandingnya.



2. AnalisisRasio



Menghitung rasio atas laporan keuangan dan membandingkan perubahannya dari tahun ketahun.



3. AnalisisHorisontal



Analisis tren hubungan atas angka-angka pos laporan keuangan dari tahun ketahun.



 



Bila dibandingan dengan pendekatan yang lebih tradisional yang reaktif, pendekatan proaktif ini akan lebih efektif dan efisien karena dengan mendeteksi secara proaktif, kita melakukan pengujian-pengujian analitis tentang dugaan kecurangan dengan menggunakan data-data dengan hasil yang lebih akurat sehingga



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



akan lebih afektif dalam mendeteksi kecurangan. Hal ini juga akan lebih efisien karena akan lebih cepat dalam waktu ketika kita mengolah data dengan metode yang lebih akurat.



D. Pentingnya Analisis laporan Keuangan



Analisis berbasis data pada ringkasan laporan keuangan sangat berguna terutama dalam audit eksternal. Bagian ini menganalisis jenis data-penggerak tertentu yang mengarah pada penipuan dan korupsi dalam laporan keuangan. Penipuan dapat dideteksi dari mana saja di sepanjang cara-melalui dokumen sumber transaksi, jurnal entri transaksi berdasarkan dokumen tersebut, buku besar saldo (yang merupakan ringkasan dari jurnal entri) dan akhirnya dari laporan keuangan yang dihasilkan.



Untuk memahami bagaimana perubahan pernyataan keuangan dapat memberi sinyal penipuan, kita harus mengenal sifat tiga laporan keuangan utama yaitu:



a. Neraca Periodik,



Neraca adalah pernyataan yang menunjukkan aset, liabilitas, dan ekuitas organisasi yang berada pada titik waktu tertentu. Karena neraca adalah pernyataan posisi pada tanggal tertentu, maka harus dikonversi ke pernyataan perubahan sebelum dapat digunakan untuk mendeteksi penipuan. Perubahan kemudian dapat dianalisis untuk menentukan apakah mereka masuk akal atau merupakan gejala yang harus diselidiki.



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



b. Laporan Laba Rugi,



Laporan laba rugi menunjukkan apa saja pendapatan dan biaya untuk suatu periode waktu, biasanya dalam periode satu tahun. Seperti neraca, L/R juga harus diubah menjadi pernyataan perubahan sebelum dapat digunakan secara efektif sebagai alat deteksi penipuan.



Neraca dan laporan laba rugi dijabarkan dari posisi dan periode laporan menjadi laporan perubahan (change statement) dalam empat cara:



1. Membandingkan saldo akun dalam laporan dari satu periode ke periode kunci.



Pendekatan pertama membandingkan Angka-Angka dalam pernyataan dari satu periode ke periode berikutnya. Sebagai contoh, saldo piutang satu periode dibandingkan dengan saldo pada periode berikutnya untuk melihat apakah perubahan ke arah yang diharapkan dan perubahan adalah wajar, perubahan lain diberikan dalam angka. Sayangnya, karena laporan keuangan sering angka-angkanya besar dan sulit untuk dibandingkan, penilaian tingkat perubahan bisa menjadi sulit.



2. Menghitung rasio dan membandingkannya dari periode ke periode.



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Dalam pendekatan kedua – konversi



neraca dan laporan laba rugi



menjadi pernyataan perubahan-kunci rasio laporan keuangan dihitung dan perubahan rasio ini dibandingkan dari periode ke periode.



 Rasio cepat (juga disebut acid-test ratio) dan current rasio menilai likuiditas perusahaan.



 Piutang turnover dan rasio perputaran persediaan menilai efisiensi



operasional perusahaan.



 Utang terhadap ekuitas dan times-interest-earned ratios menilai solvabilitas



perusahaan. Profit margin, return on assets, return on equity, dan laba per saham menilai rasio profitabilitas.



Dengan memeriksa rasio, adalah mungkin untuk melihat apakah yang dihasilkan perubahan likuiditas, efisiensi, solvabilitas, dan profitabilitas seperti yang diharapkan. Perubahan rasio yang tidak masuk akal merupakan hasil dari aktivitas penipuan oleh manajer. Mendeteksi penipuan melalui rasio laporan keuangan adalah jauh lebih mudah daripada menilai perubahan angka dalam laporan keuangan sendiri.



3. Melakukan vertikal analisis



Konversi neraca dan laporan laba rugi dengan menggunakan vertikal analisis, yang mengubah angka-angka laporan keuangan menjadi persentase. Untuk neraca, total aset ditetapkan 100 persen, dan semua saldo lainnya adalah persentase dari total aset.



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



4.



Melakukan horisontal analisis



Analisis horizontal adalah metode yang paling fokus pada perubahan. Dengan rasio dan vertikal analisis, laporan akan dikonversi ke angka yang lebih mudah dipahami, dan kemudian dibandingkan dari periode ke periode. Dengan analisis horizontal, perubahan dalam jumlah dari periode ke periode adalah dikonversi ke persentase (perubahan/ Jumlah 1 Tahun



= %



Perubahan).



Contoh penipuan dalam laporan keuangan cukup banyak. Beberapa penipuan yang tidak terjawab oleh auditor dapat dengan mudah dideteksi dengan menggunakan analisis horizontal atau vertikal. Namun disayangkan manajer dan bahkan auditor umumnya menggunakan rasio, analisis horisontal dan analisis vertikal hanya sebagai alat untuk menilai kinerja organisasi. Jarang mereka menggunakan langkah-langkah untuk mendeteksi penipuan. laporan keuangan



c. Laporan arus kas.



Laporan arus kas merupakan pernyataan perubahan dan tidak perlu dikonversi. Laporan arus kas menunjukkan arus masuk kas dan arus kas keluar selama suatu periode. Kenaikan atau penurunan yang tidak masuk akal menjadi “red flag” dan harus diselidiki. Karena laporan arus kas berfokus pada perubahan, dapat digunakan untuk menjawab pertanyaan seperti berikut:



•



Apakah peningkatan arus kas seperti yang diharapkan?



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



•



Mengapa piutang naik (turun)?



•



Mengapa terjadi peningkatan persediaan (penurunan)?



•



Mengapa terjadi peningkatan hutang (penurunan)?



•



Mengapa ada peningkatan hutang ketika persediaan menurun?



•



Mengapa aset dijual (dibeli)?



•



Dari mana uang untuk membayar dividen?



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Jawaban Kasus ShortCase 2 Sebuah bisnis manufaktur besar telah mempekerjakan anda sebagai spesialis deteksi penipuan. Hari pertama pada pekerjaan atasan anda memberikan anda pertanyaanpertanyaan berikut: 1. Apa itu Hukum Benford ini? 2. Dalam situasi yang bagaimana Hukum Benford digunakan, dan dalam situasi apa adalah Hukum Benford yang tidak pantas? Jawab: 1. Hukum Benford merupakan merupakan metode analisis digital dalam penyelidikan penipuan. Hukum ini menyatakan bahwa kemungkinan kemunculan angka itu ada aturannya.



Aturannya adalah bahwa sebuah angka menduduki kemungkinan



tertentu untuk sering-tidaknya muncul dalam posisinya. Angka



Rp. 34.578



dipandang sebagi angka 34578 (tanpa titik) dengan posisi angka 3 di posisi pertama, angka 4 diposisi kedua, angka 5 di posisi ketiga, angka 7 diposisi keempat dan terakhir angka 8 diposisi kelima. 2. Dalam situasi yang mendeteksi fraud dan (Transaksi Kartu Kredit, Order pembelian, Data pinjaman, Saldo pelanggan, Jurnal, Harga saham, Transaksi utang usaha, Harga persediaan) dapat digunakan Hukum Benford caranya dengan mencari angkaangka yang mencurigakan. Ini Populer dengan nama Benford’s Law (kaidah atau hukum Benford), analisanya mengatakan bahwa secara umum dan internasional dalam sebuah populasi, angka yang berawalan 1,2, dan 3 akan berjumlah lebih banyak dari angka yang berawalan 7,8, dan 9. Akan tetapi supaya Benford’s Law ini dapat diterapkan secara efektif, angka-angka dalam satu populasi tersebut harus memenuhi beberapa syarat: 



Tidak ada batas bawah angka tertentu



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1







Lebih banyak nilai/angka-angka yang kecil daripada yang besar (misalnya lebih banyak satuan, puluhan, dan ratusan daripada ratusan ribuan atau puluhan juta)







Minimal 1000 data







Merupakan angka yang ‘natural’ (bukan daftar angka-angka berupa nomor telepon, KTP, NPWP, dan sejenisnya)







Berasal dari transaksi yang mirip/serupa (misalnya, data jumlah pembelian perkonsumen di bulan tertentu)



Hukum Benford tidak bekerja pada nomor yang terkontrol nilai spesifik, atau yang bekerja pada angka acak seperti generator angka acak. Hukum Benford juga tidak bekerja dengan baik pada sampel yang berukuran kecil. Contoh: • Nomor telepon • Data dengan jumlah 500 atau lebih sedikit • Data yang tersusun dari formula (misalnyaYYMM#### sebagai nomor polis asuransi) • Data sets with 500 or fewer transactions • Data generated by formulas (e.g., YYMM#### as an insurance policy number) Secara khusus, dalam kumpulan data, digit(s) terkemuka adalah () didistribusikan dengan cara tertentu, nonuniform. Sementara salah satu mungkin berpikir bahwa nomor 1 akan muncul sebagai digit pertama 11 persen dari waktu (yaitu, salah satu nomor mungkin sembilan), itu sebenarnya muncul sekitar 30 persen dari waktu (lihat gambar 1). Sembilan, di sisi lain, adalah digit pertama kurang dari 5 persen dari waktu. Teori mencakup digit pertama, digit kedua, dua digit pertama, digit terakhir dan kombinasi lainnya dari digit karena teori didasarkan pada logaritma probabilitas terjadinya digit.



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Tabel Benford’s Law



ShortCase 3 Dennis Jones, seorang teman lama di kampus, menghubungi Anda minggu lalu. Dennis memiliki beberapa usaha pencucian mobil, dan ia percaya bahwa penipuan laporan keuangan yang mungkin terjadi. (Dia membayar bonus pada setiap manajer cuci mobil jika suatu tingkat tertentu laba diperoleh dan khawatir bahwa terdapat beberapa manajer yang melebih-lebihkan laba untuk mendapatkan bonus lebih tinggi). Dennis datang hari ini untuk melihat apakah Anda dapat membantu dia menentukan jika kecurigaannya adalah valid. Dia membawa serta laporan keuangan untuk setiap cuci mobil (laporan laba rugi, neraca, dan laporan arus kas) untuk lima tahun terakhir. Jawab: Dalam mendeteksi terjadinya fraud, dapat melakukan “analisis terhadap laporan keuangan” perusahaan pencucian mobil dengan menggunakan metode-metode tertentu, diantaranya : 1. Membandingkan saldo akun dalam laporan keungan antar periode



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Metode ini melihat langsung saldo dalam setiap akun dalam laporan keuangan dari suatu periode ke periode berikutnya, apakah terdapat perubahan ke arah yang diharapkan dan apakah besarnya perubahan adalah wajar apa tidak. 2. Menghitung rasio.



Menghitung rasio laporan keuangan suatu periode dan periode berikutnya kemudian membandingkannya antar periode. Metode ini untuk melihat apakah perubahan likuiditas, efisiensi, solvabilitas, dan profitabilitas terjadi seperti yang diharapkan. Perubahan rasio yang tidak masuk akal sering hasil dari aktivitas fraud oleh manajer. 3. Melakukan analisis vertikal Mengubah angka laporan keuangan menjadi bentuk persentase. Untuk neraca, total aset ditetapkan 100 persen, dan semua saldo lainnya adalah persentase dari total aset. Hal ini untuk mempermudah melihat bagian-bagian dalam laporan keuangan dan memeriksa kontribusi suatu akun terhadap keseluruhan total neraca dan laporan lainnya. 4. Melakukan analisis horisontal Analisis ini mengkonversi laporan ke dalam angka yang lebih mudah dipahami, dan kemudian angka tersebut dibandingkan dari periode ke periode. Sehingga mempermudah dalam melihat perubahan angka akun-akun dalam laporan keuangan antar periode.



Shortcase 10 Penipuan besar sering dapat dideteksi dengan melakukan analisa keuangan. Meskipun analisis semacam itu dapat meningkatkan pusat perhatian, tidak semua bendera merah adalah hasil dari kegiatan penipuan. Penjelasan yang masuk akal sering ada untuk anomali dalam laporan keuangan. Laporan arus kas adalah satu laporan keuangan yang dianalisis untuk mengidentifikasi kemungkinan terjadinya penipuan. Pernyataan ini untuk Kelly Enterprises, Inc, selama tiga tahun ditunjukkan dalam tabel pada Halaman di bawah ini.



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



1. Identifikasi kemungkinan terjadinya bendera merah. 2. Menunjukkan jika ada penjelasan yang masuk akal untuk bidang yang menjadi pusat perhatian. Jawab: 1. Kemungkinan terjadinya bendera merah dalam laporan arus kas:



 Dalam Laporan Arus Kas, kenaikan atau penurunan yang tidak masuk akal



menjadi “red flag” dan harus diselidiki . Karena laporan arus kas berfokus pada perubahan. Dalam Kasus ini terdapat perbedaan peningkatan dan penurunan arus kas:



•



Kas bersih dari aktivitas operasi yang lebih tinggi $100 dari pada



perhitungan yang seharusnya pada tahun 2012 (harusnya 399 menjadi 499),



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



dan lebih rendah $30 dari pada perhitungan yang seharusnya pada tahun 2011 (harusnya 720 menjadi 690)



•



Kas bersih dari aktivitas pembiayaan yang lebih besar $300 daripada



perhitungan yang seharusnya pada tahun 2011.



2. Penjelasan yang masuk akal untuk bidang yang menjadi pusat perhatian:



Karena laporan arus kas berfokus pada penurunan dan peningkatan arus kas , yang menjadi fokus perhatian adalah:



• Mengapa piutang turun secara signifikan.?



• Mengapa terjadi peningkatan persediaan (penurunan)?



• Mengapa terjadi peningkatan hutang (penurunan)?



• Mengapa ada peningkatan hutang ketika persediaan menurun?



• Mengapa aset dijual (dibeli)?



• Dari mana uang untuk membayar dividen?



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Case Studies 4



Menghitung rasio diperlukan pada lembar analisis rasio dan kemudian menyelesaikan lembar kerja analisis horisontal dan vertical.



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1



Tabel. Analisis Rasio



A BC CO M P A N Y RA TIO A N A LYSIS 31-De c-12 LIQU IDITY RATIOS 12/ 31/ 2012 12/ 31/ 2011 Change Cu rre nt Ratio 3.79 2.26 1.53 Q u ick ratio 2.57 1.49 1.09 A cco u nts re ce ivable tu rn o ve r 0.76 0.78 -0.03 Days ’ sale s in acco u nts re ce ivable 483.27 465.52 17.75 In ve n to ry turno ve r 1.18 1.36 -0.19 PROFITABILITY/ PERFORM ANCE RATIO P ro fit m argin 0.21 0.22 -0.01 Gro ss pro fit m argin (%) 62% 61% 0.01 Earn in gs pe r sh are 9.03 11.38 -2.35 Sale s/ To tal asse ts 0.73 0.70 0.03 Sale s/ W o rkin g capital 1.33 1.72 -0.39 EQUITY POSITION RATIOS O w ne rs’ equ ity/ To tal asse ts 0.61 0.48 0.13 Cu rre nt liabilitie s/ O w ne rs’ e qu ity 0.33 0.68 0.35 To tal liabilitie s/ O w ne rs’ e qu ity 0.65 1.10 0.44



Forensic Accounting & Fraud Examination



FEB-UB 2012



% Change 67% 73% -4% 4% -14% -4% 2% -21% 4% -23% 27% 52% 40%



Page 1



Tabel. Analisis Horisontal ABC COMPANY INCOME STATEMENT FOR THE PERIOD ENDED DECEMBER 31,2012 2012 2011 Change Sales Cost of good solds Gross profit EXPENSES Advertising Depreciation Bad Debts Legal Miscellaneous Rent Repairs and maintenace Salaries and wages Utilities Total Expenses Net Income before income tax income tax expense NET INCOME



% Change



$ $ $



1,572,134 $ 601,215 $ 970,919 $



1,413,581 $ 556,721 $ 856,860 $



158,553 44,494 114,059



11% 8% 13%



$ $ $ $ $ $ $ $ $ $ $ $ $



55,153 21,442 20,151 17,261 91,014 148,321 14,315 47,121 15,912 430,690 540,229 216,092 324,137



50,531 21,442 18,934 10,207 31,214 142,078 13,642 45,312 15,643 349,003 507,857 203,143 304,714



4,622 1,217 7,054 59,800 6,243 673 1,809 269 81,687 32,372 12,949 19,423



9% 0% 6% 69% 192% 4% 5% 4% 2% 23% 6% 6% 6%



$ $ $ $ $ $ $ $ $ $ $ $ $



Forensic Accounting & Fraud Examination



$ $ $ $ $ $ $ $ $ $ $ $ $



FEB-UB 2012



Page 1



Tabel. Analisis Vertikal A BC COM PA N Y BA LA N CE SHEET A S O F DECEM BER 31, 2012 ASSETS



2012



% TOTAL ASSETS



Current A ssets Cash $ 501,992 23.33% A ccounts receivable $ 335,272 15.59% Inventory $ 515,174 23.95% Prepaid Expe nse $ 251,874 11.71% To tal Current assets $ 1,604,312 74.58% P ro perty, P lant, and Equipm ents $ 765,215 35.57% A ccum ulated Depreciatio n $ (218,284) -10.15% TOTA L A SSETS $ 2,151,243 100.00% LIA BILITIES Current Liabilities A ccounts payable $ 284,494 13.22% A ccrued liabilitie s $ 122,192 5.68% Incom e tax payable $ 10,645 0.49% Curre nt portion of long-te rm debt $ 42,200 1.96% To tal current liabilities $ 423,531 19.69% Lo ng-term liabilities Lo ng-term de bt $ 425,311 19.77% TOTA L LIA BILITIES $ 848,842 39.46% STO CKHOLDER'S EQ UITY Com m o n stock $ 370,124 17.21% A dditio nal Paid-in capital $ 29,546 1.37% Retained Earnings $ 902,731 41.96% To tal Sto ckho lde r's e quity $ 1,302,401 60.54% TOTA L LIBILITIES A N D STO CKHO LDER'S $ EQ UITY 2,151,243 100.00%



2011



% TOTAL ASSETS



2010



% TOTAL ASSETS



$ $ $ $ $ $ $ $



434,215 302,514 505,321 231,100 1,473,150 735,531 (196,842) 2,011,839



22% 15% 25% 11% 73% 37% -10% 100%



$ $ $ $ $ $ $ $



375,141 241,764 310,885 136,388 1,064,178 705,132 (175,400) 1,593,910



24% 15% 20% 9% 67% 44% -11% 100%



$ $ $ $ $



366,864 216,533 25,698 42,200 651,295



18% 11% 1% 2% 32%



$ $ $ $ $



322,156 215,474 22,349 42,200 602,179



20% 14% 1% 3% 38%



$ $



400,311 1,051,606



20% 52%



$ $



375,100 977,279



24% 61%



$ $ $ $ $



356,758 24,881 578,594 960,233 2,011,839



18% 1% 29% 48% 100%



$ $ $ $ $



320,841 21,910 273,880 616,631 1,593,910



20% 1% 17% 39% 100%



Forensic Accounting & Fraud Examination



FEB-UB 2012



Page 1