DISUSUN OLEH: SUHERTI 2009-34-015 ROFIQAH 2010-34-020 PROSEDUR ANALISIS DISUSUN OLEH: SUHERTI 2009-34-015 ROFIQAH 2010-34-020

Prosedur analisis Prosedur analisis terdiri dari analisis rasio dan tren yang signifikan termasuk pemeriksaan yang disebabkan fluktuasi dan hubungan yang tidak konsisten dengan informasi terkait lainnya atau menyimpang nilai jumlah yang diperkirakan

Prosedur Analisis Sebuah pemikiran dasar tentang menggunakan prosedur analisis adalah ada hubungan yang masuk akal di antara data serta hubungan tersebut yang cukup dapat diperkirakan untuk terus.

Prosedur analisis secara umum: Analisis trend adalah analisis perubahan dalam saldo rekening dari waktu ke waktu. Analisis rasio adalah perbandingan hubungan antara rekening laporan keuangan, perbandingan account dengan data non-keuangan, atau perbandingan hubungan diantara perusahaan dalam industri

Tes rasionalitas adalah analisa terhadap saldo atau perubahan saldo rekening dalam suatu periode akuntansi dalam hal "rasionalitas" mereka sehubungan dengan hubungan yang diharapkan antar akun. Analisis statistik adalah analisis data yang menggunakan metode statistik

Data mining adalah serangkaian teknik dengan bantuan komputer yang menggunakan analisis statistik canggih, termasuk teknik kecerdasan buatan, untuk memeriksa volume data yang besar yang bertujuan untuk menunjukkan informasi atau pola tersembunyi atau tak terduga. Untuk tes ini auditor umumnya menggunakan babtuan komputer

Yang diperlukan dalam proses analisis Prosedur analisis yang dilakukan minimal dua kali pada Suatu audit - dalam perencanaan dan prosedur penyelesaian.

CAAT CAAT - Audit dengan bantuan Komputer teknik-Aplikasi prosedur audit dengan menggunakan komputer sebagai alat audit. CAATs dapat digunakan untuk memilih transaksi sampel dari file elektronik kunci, untuk mengurutkan transaksi dengan karakteristik tertentu, atau untuk menguji keseluruhan populasi CAATs umumnya meliputi manipulasi data, perhitungan, seleksi data, analisis data, identifikasi transaksi yang tidak biasa, analisis regresi, dan analisis statistik

Pelaksanaan prosedur analisis terbagi dalam 4 tahap: Tahap Satu - merumuskan harapan (ekspektasi), Tahap Dua-membandingkan nilai ekspektasi dengan jumlah yang tercatat (identifikasi), Tahap Tiga - meneliti penjelasan yang mungkin untuk perbedaan antara nilai- nilai yang diharapkan dan dicatat (investigasi), Tahap Empat - mengevaluasi dampak dari perbedaan antara harapan dan jumlah yang tercatat pada audit dan laporan keuangan (evaluasi

Entity prior period financial statements Industry Information Phase I Expectation General Economy Information Entity disaggregated financial & non-financial data Phase II Identification Auditor Experience Expected Value Difference recorded and expected Phase III Investigation Entity current recorded account balances Reasons for Difference Phase IV Evaluation

Perumusan ekspektasi Ekspektasi dikembangkan dengan mengidentifikasi hubungan masuk akal yang yang cukup diharapkan ada berdasarkan pemahaman auditor klien dan industrinya. Hubungan ini dapat ditentukan dengan membandingkannya dengan sumber-sumber berikut: Informasi sebanding untuk periode sebelumnya, hasil yang diharapkan (seperti anggaran dan prakiraan, atau harapan auditor), informasi industri sejenis, dan informasi non-keuangan

Efektivitas prosedur analitis adalah fungsi dari sifat dan karakteristik rekening akun lainnya. sifat account menyeimbangkan berdasarkan perkiraan atau akumulasi transaksi jumlah transaksi ditunjukkan oleh neraca lingkungan pengendalian. karakteristik account jumlah transaksi tetap vs variabel tingkat kerincian (agregasi) kelayakan data

Analisis Trend Ini bekerja ketika account atau hubungan cukup dapat diprediksi Jumlah tahun yang digunakan dalam analisis tren merupakan fungsi stabilitas operasi. Analisis kecenderungan yang paling tepat akan berada di data yang dipisahkan (misalnya, dengan segmen, produk, atau lokasi, dan bulanan atau kuartalan dan bukan pada basis tahunan). Pada tingkat agregat yang relatif tidak tepat karena kesalahan penyajian material sering kali relatif kecil dengan saldo rekening agregat

Analisis rasio Ini yang paling sesuai ketika hubungan antar rekening cukup diprediksi dan stabil Ini lebih efektif daripada analisis tren karena perbandingan antara neraca dan laporan laba rugi sering dapat mengungkapkan fluktuasi yang tidak biasa bahwa analisis dari rekening individu tidak akan. Seperti analisis tren, analisis rasio pada tingkat agregat relatif tidak tepat

5 jenis analisis ratio rasio yang membandingkan klien dan data industri;   rasio yang membandingkan data klien dengan data periode yang sama sebelumnya;   rasio yang membandingkan data klien dengan klien ditentukan hasil yang diharapkan;   rasio yang membandingkan data klien dengan auditor-ditentukan hasil yang diharapkan, dan   rasio yang membandingkan data klien dengan hasil yang diharapkan menggunakan data non- keuangan.

Uji rasionalitas Analisis saldo akun atau perubahan saldo rekening mengingat hubungan yang diharapkan antara account. meliputi perkembangan suatu harapan berdasarkan data keuangan, data non-keuangan, atau keduanya

Prosedur analisis digunakan untuk untuk membantu auditor dalam merencanakan sifat, waktu dan luas prosedur audit   sebagai prosedur substantif;   sebagai review menyeluruh dari laporan keuangan dalam tahap akhir dari audit

Manfaat dan kerugian keuntungan: pemahaman bisnis klien diperoleh selama prosedur perencanaan. memungkinkan auditor untuk fokus pada beberapa faktor kunci yang mempengaruhi neraca transaksi. lebih efisien dalam melakukan uji pernyataan. kekurangan: memakan waktu untuk merancang dan memerlukan organisasi yang lebih besar kurang efektif bila diterapkan pada entitas secara keseluruhan tidak akan selalu memberikan hasil yang diinginkan setiap tahun. dalam periode ketidakstabilan dan perubahan yang cepat, sulit untuk mengembangkan harapan cukup tepat membutuhkan pembuktian

CAATs pada dasarnya digunakan untuk: manipulasi data, perhitungan, seleksi data, analisis data, identifikasi pengecualian dan transaksi yang tidak biasa (misalnya, hukum Benford itu), analisis regresi, analisis statistik

GAS Generalized audit software (GAS) adalah paket perangkat lunak komputer (misalnya, ACL, Idea) yang melakukan rutinitas otomatis pada file data elektronik berdasarkan ekspektasi auditor. Fungsi GAS umumnya termasuk memformat ulang, manipulasi file, perhitungan, seleksi data, analisis data, pemrosesan file, statistik dan pelaporan data. Ini juga termasuk sampling statistik untuk tes rinci, dan menghasilkan surat penegasan.

Prosedur pemeriksaan file menggunakan GAS Mengkonversi data klien menjadi format umum Analisis data Bandingkan data pada berkas terpisah Mengkonfirmasi keakuratan perhitungan dan membuat perhitungan contoh statistik Menguji celah atau duplikat secara berurutan.

4 Tahapan GAS sebelum analisis Format data sehingga dapat dibaca dengan perangkat lunak. Tahap Satu dalam melakukan prosedur analitis - harapan Tentukan basis data yang tepat dan tingkat yang sesuai disagregasi. Gunakan teknik analisis regresi untuk mengembangkan dari basis data hubungan yang masuk akal antara jumlah yang akan diuji dan satu atau lebih independen set data Berdasarkan hubungan ini, menggunakan perangkat lunak GAS untuk menghitung harapan berdasarkan nilai arus periode variabel memprediksi.

Tahap Dua dalam melakukan prosedur analitis - identifikasi Gunakan teknik statistik GAS untuk membantu dalam mengidentifikasi perbedaan yang signifikan untuk penyelidikan berdasarkan model regresi, penilaian audit untuk presisi moneter (MP), jaminan Audit dibutuhkan (R factor), dan arah tes. Tahap Tiga dalam melakukan prosedur analitis - investigasi Selidiki dan menguatkan penjelasan untuk perbedaan yang signifikan antara harapan dan jumlah tercatat Tahap Empat dalam melakukan prosedur analitis - evaluasi Mengevaluasi temuan dan menentukan tingkat jaminan, jika ada, yang akan diambil dari prosedur analitis.

Prosedur analisis data mining GAS telah dikritik karena tidak dapat menyelesaikan analisis data dengan sendirinya. Data mining, di sisi lain, analisis data secara otomatis. Metode penambangan data meliputi deskripsi data, analisis dependensi, klasifikasi dan prediksi, analisis cluster, analisis outlier dan analisis evolusi Algoritma yang paling sering digunakan adalah pohon keputusan, algoritma apriori, dan jaringan saraf.

deskripsi data, analisis dependensi, dan klasifikasi Tujuan dari deskripsi data adalah untuk memberikan gambaran keseluruhan data, baik dalam dirinya sendiri maupun di setiap kelas atau konsep. pendekatan utama dalam memperoleh data deskripsi - karakterisasi data dan diskriminasi data. Tujuan analisis ketergantungan adalah untuk mencari hubungan yang paling signifikan di sejumlah besar variabel atau atribut.   Klasifikasi adalah proses untuk menemukan model, juga dikenal sebagai pengklasifikasi, atau fungsi yang catatan peta menjadi satu dari beberapa kelas yang ditentukan diskrit.

analisis klaster, analisis outlier dan analisis evolusi Tujuan dari analisis cluster adalah untuk memisahkan data yang memiliki karakteristik serupa dari yang berbeda.   Outliers adalah item data yang jelas berbeda dengan orang lain dan dapat dilihat sebagai suara atau kesalahan. Tujuan dari analisis evolusi adalah untuk menentukan perubahan yang paling signifikan dalam set data dari waktu ke waktu.

Data mining paling sering menggunakan tiga algoritma. Sebuah pohon keputusan adalah model prediksi yang mengklasifikasikan data dengan struktur hirarkis. Algoritma apriori mencoba untuk menemukan set item yang sering menggunakan aturan untuk menemukan hubungan antara kehadiran atau tidak adanya barang. Sebuah jaringan saraf adalah model komputer yang didasarkan pada arsitektur otak.

TERIMAKASIH