Memprediksi opini going concern perusahaan berdasarkan informasi olahan teknik audit berbantuan komputer berupa data mining : studi kasus pada perusahaan manufaktur yang terdaftar di BEI tahun 2012

Abstract

Sarbanes Oxley Act of 2002 mewajibkan auditor mengevaluasi kelangsungan perusahaan di masa yang akan datang, Evaluasi tersebut disebut juga sebagai evaluasi atas going concern perusahaan. Proses dalam memberikan opini going concern oleh auditor cenderung sulit (Haron:2009). Karena disamping keterbatasan waktu dan juga dikarenakan auditor masih mempunyai tujuan utama dalam mengaudit. Selain kesulitan penilaiannya, pemberian opini dapat berdampak munculnya dilema, salah satunya dilema self-fulfilling prophecy. Sehingga proses pemberian opini going concern membutuhkan suatu alat yang dapat memprediksi opini secara tepat namun dapat terjaga independensinya. Penelitian ini bertujuan untuk membuktikan bahwa penggunaan teknologi sebagai teknik audit berbantuan komputer pada proses audit dapat mempermudah auditor dalam memprediksi secara tepat mengenai opini going concern dengan menggunakan data mining melalui decision tree. Penelitian ini mengacu pada penelitian sebelumnya yang dilakukan oleh Hian Chye Koh dan Chan Kee Low tahun 2004 bahwa penggunaan data mining, yaitu proses pemilihan, pengolahan, modelling data yang berjumlah besar untuk mengetahui pola yang sebelumnya tidak diketahui (Trybula:1997) dapat mengatasi solusi pada kesulitan penilaian going concern. Metode yang digunakan dalam penelitian ini adalah metode penelitian deskriptif analitis. Penelitian ini menggunakan sampel dari perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia pada tahun 2012. Berdasarkan hasil penelitian, dapat disimpulkan bahwa data mining melalui decision tree dengan software Scikit dapat memprediksi keseluruhan opini perusahaan secara tepat sebanyak 96 perusahaan beropini non-going concern dan 8 perusahaan beropini going concern. Hasil prediksi ini ketepatannya memiliki akurasi sebesar 92%.