Belajar Mendeteksi Fraud dalam 10 Menit


Kemarin2 di blog ini banyak postingan tentang contoh kasus fraud misalnya di Satyam, atau Madoff. Juga ada yang lebih umum kayak ini dan itu.

Dari semua postingan itu, ditambah masih banyak lagi kasus fraud yang lain seperti Enron, WorldCom, Tyco, Adelphia, de-el-el, semakin jelas aja kalo sekarang ini banyak banget kasus fraud yang terbongkar. Tapi hati-hati loh, jangan2 itu cuma fenomena gunung es, yang ketahuan dan kebongkar selalu lebih sedikit dari lebih banyak lagi fraud yang sekarang ini ‘sedang’, dan ‘akan’ dilakukan.  Yang terakhir ini cuma belum kebongkar aja (bisa karena nasib lagi belum apes, ato memang sedemikian canggih dan kompleksnya fraud yang dilakukan).

Terus pertanyaannya adalah, gimana sih cara mendeteksi fraud? Ini tidak hanya relevan buat auditor yang secara langsung maupun tidak langsung menangani kasus fraud, tapi juga sangat menarik buat yang suka ngikutin berita-berita tentang fraud dan korupsi.

Salah satu software yang paling banyak digunakan untuk mendeteksi fraud adalah ACL. Dalam salah satu webinar-nya, ada tips bagus dan simple dari Sean Elrington (Senior Technical Specialist ACL) untuk mendeteksi fraud. Kurang lebih gini caranya…

Suspicious numbers

Cara pertama yang sering dilakukan dalam mendeteksi fraud adalah dengan mencari angka-angka yang ‘mencurigakan’. Ini pake ilmu khusus, ‘curigation’ namanya (baru sekalinya denger sekarang? sama donk, he2x..)

a. Benford Analysis
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:

1. Tidak ada batas bawah angka tertentu
2. Lebih banyak nilai/angka-angka yang kecil daripada yang besar (misalnya lebih banyak satuan, puluhan, dan ratusan daripada ratusan ribuan atau puluhan juta)
3. Minimal 1000 data
4. Merupakan angka yang ‘natural’ (bukan daftar angka-angka berupa nomor telepon, KTP, NPWP, dan sejenisnya)
5. Berasal dari transaksi yang mirip/serupa (misalnya, data jumlah pembelian per-konsumen di bulan tertentu)

Harusnya pola yang normal dari sebuah populasi angka menurut Benford’s Law itu seperti ini:

benfords-law-11

Kurva yang di atas merupakan hasil analisa Benford’s Law yang dilakukan pake software ACL pada set data asli. Pas dimasukkan data palsu ato boongan, kurvanya jadi kayak gini:

benfords-law-21

Tapi analisa Benford’s Law ini tidak konklusif loh ya. Artinya, cuma menunjukkan adanya kemungkinan atau indikasi potensial terjadinya fraud. Perlu diinget juga bahwa adanya anomali dalam populasi data tidak selalu disebabkan fraud.

b. Even dollar transaction
Kalo yang ini, adalah mencari angka-angka yang jumlahnya sama persis, kalo di ACL menggunakan function MOD atau MODULUS. Kenapa memangnya dengan angka-angka yang sama persis? Karena salah satu cara untuk melakukan fraud adalah dengan mencatat atau menjurnal transaksi palsu, yang kemudian akan dikoreksi atau di-adjustment. Misalnya fraud yang dilakukan dengan menggelembungkan nilai penjualan (sales) supaya dapet bonus gede, lalu dikoreksi atau dihapuskan sejumlah yang sama di periode selanjutnya.

Sekali lagi, tes ‘even dollar transaction’ ini juga hanya menunjukkan indikasi atau potensi terjadinya fraud. Adanya kesamaan data tidak selalu berarti fraud, tapi oke-lah buat memandu investigasi fraud.

Suspicious Vendors

Kalo yang ini, adalah teknik mendeteksi fraud dengan mencari vendor atau supplier atau rekanan yang ‘mencurigakan’. Biasa dikenal dengan istilah ‘phantom vendors’, yang sebenarnya cuma numpang nama doang dan nggak pernah mengirimkan barang ato jasa yang dipesan, tapi melakukan penagihan (invoice) dan dibayar. Yang kayak gini ini biasanya melibatkan orang dalem, yang terlibat dalam siklus pembelian atau procurement dan pembayaran atau payment.

Salah satu cara nyari suspicious vendors adalah dengan mencari keterkaitan atau relasi antara karyawan perusahaan dengan supplier atau vendor tertentu. Bisa dengan mencari kesamaan data antara karyawan dan supplier, seperti alamat, nomor telepon, NPWP, nomor rekening bank, dll. Perusahaan dengan alamat PO. BOX. atau perumahan (apartemen, kompleks) juga bisa jadi mengindikasikan ‘phantom vendors’.

Di ACL juga ada function ‘soundslike’ untuk mencari kesamaan data antara sesama supplier, yang bisa menjadi indikasi adanya ‘phantom vendors’. Misalnya ada 2 vendors, yang satu namanya PT. ABC, satu lagi PT. AB C (tambah spasi). Mencurigakan gak sih.

Suspicious bids

Salah satu fungsi yang paling rawan resiko fraud-nya adalah bagian pengadaan atau pembelian atau procurement. Salah satu modus yang biasa dilakukan yaitu dengan memberikan informasi yang tidak fair kepada calon supplier. Jadinya yang menang 4 L (loe lagi loe lagi) wah CPD (cape dech).

Fraud test yang bisa dilakukan adalah dengan membandingkan tanggal penerimaan dokumen penawaran dengan tanggal pengumuman hasil pemenang. Supplier yang secara konsisten memenangkan tender dengan memasukkan penawaran mendekati tanggal pengumuman hasil tender bisa jadi mendapat info (baca: kolusi) dengan orang dalam. Misalnya dikasih tau harga penawaran supplier lain, dsb.

Kalo mau tau lebih jelas, bisa download video-nya dari sini (format *.wrf) >>> rada aneh kan, makanya harus pake installer ini.

7 Comments

Filed under Fraud and Corruption

7 responses to “Belajar Mendeteksi Fraud dalam 10 Menit

  1. wah.. wah.. boleh juga nih tulisannya.
    Saya juga seorang internal auditor.

    Thanks ilmunya

    • salam kenal mas Arif…
      kemarin kita ketemu di fb ya

      saya juga sudah berkunjung ke blog-nya
      tag-line yang menarik “on being a better man”
      plus ada kta kunci “auditor”-nya juga hehe..

    • salam kenal mas Arif…
      kemarin kita ketemu di fb ya

      saya juga sudah berkunjung ke blog-nya
      tag-line yang menarik “on being a better man”
      plus ada kata kunci “auditor”-nya juga hehe..

  2. makasih mas,,tapi saya ga bs download installernya nih,,
    gimana ya?

  3. Taufan

    Sip pa, klo utk fraud khusus di perbankan ada ga ya hint-nya?

  4. Pingback: Bagaimana cara mendeteksi Fraud dalam sekejap | Inspektorat Kota Bekasi

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s