Kesimpulannya, kombinasi process mining dan machine learning memberikan pendekatan yang revolusioner dalam evaluasi kontrol internal pada audit, seperti yang diuraikan dalam artikel oleh Duan et al. (2024). Teknologi ini menawarkan peluang besar untuk meningkatkan kualitas audit dengan memanfaatkan analisis data yang lebih komprehensif dan mendalam. Meskipun terdapat tantangan dalam hal biaya awal dan keterampilan teknis yang diperlukan, manfaat jangka panjangnya, seperti peningkatan efisiensi dan kemampuan untuk mendeteksi anomali yang signifikan, menjadikannya investasi yang layak bagi auditor dan perusahaan.
Dalam dunia bisnis yang semakin kompleks dan berbasis data, penggunaan process mining untuk menganalisis 105.748 transaksi dan menemukan 12,6% penyimpangan menegaskan betapa pentingnya teknologi ini dalam menghadirkan transparansi dalam proses bisnis. Algoritma machine learning juga membuktikan perannya dengan memberikan hasil yang akurat dalam mendeteksi anomali yang sulit teridentifikasi secara manual.
Di masa depan, integrasi teknologi seperti ini akan menjadi standar dalam audit. Bukan hanya karena efisiensinya, tetapi juga karena kemampuannya untuk menyesuaikan dengan perubahan dan peningkatan dalam volume data dan kompleksitas proses bisnis. Dengan penerapan yang tepat, auditor dapat memanfaatkan teknologi ini untuk menghasilkan evaluasi kontrol yang lebih baik dan lebih cepat, memastikan bahwa risiko-risiko yang tersembunyi dapat diungkapkan secara efektif.
Refedensi
Duan, H. K., Vasarhelyi, M. A., & Codesso, M. (2024). Integrating process mining and machine learning for advanced internal control evaluation in auditing. Journal of Information Systems, XX(XX), 1--21. https://doi.org/10.2308/ISYS-2022-028
