Forensic Data Analytics (FDA) Menggunakan Power Query

Dalam era digital yang ditandai dengan volume dan kompleksitas data yang semakin besar, perusahaan dituntut untuk memiliki kemampuan analisis data yang andal dalam mendeteksi potensi kecurangan, penyimpangan transaksi, serta pelanggaran terhadap kebijakan dan prosedur internal. Pendekatan audit dan pengendalian internal konvensional yang berbasis sampling semakin kurang efektif dalam mengidentifikasi anomali yang tersembunyi di dalam keseluruhan populasi data. Oleh karena itu, Forensic Data Analytics (FDA) menjadi alat yang strategis dalam mendukung fungsi audit, manajemen risiko, dan investigasi kecurangan. Power Query sebagai fitur analitik data pada Microsoft Excel dan Power BI menyediakan kemampuan ekstraksi, transformasi, dan pemodelan data secara efisien, terstruktur, dan dapat direplikasi. Melalui pemanfaatan Power Query, auditor dan profesional keuangan dapat melakukan pembersihan data, analisis pola transaksi, serta deteksi anomali secara sistematis dan berbasis data, sehingga meningkatkan kualitas temuan audit, efektivitas investigasi, serta keandalan sistem pengendalian internal perusahaan

Pokok Bahasan

A. Konsep Forensic Data Analytics dan Peran Power Query

1. Konsep Forensic Data Analytics (FDA) dalam konteks audit, fraud examination, dan compliance

2. Keterkaitan FDA dengan Sistem Pengendalian Internal (COSO), manajemen risiko, dan tata kelola perusahaan

3. Posisi Power Query dalam siklus analisis data audit dan investigasi kecurangan

4. Jenis data yang umum digunakan dalam FDA (GL, AP, AR, payroll, procurement, dan transaksi kas)

B. Teknik Ekstraksi dan Transformasi Data Menggunakan Power Query

1. Import data dari berbagai sumber (Excel, CSV, database, PDF, dan folder transaksi)

2. Struktur query dan konsep ETL (Extract, Transform, Load) dalam Power Query

3. Transformasi data dasar untuk keperluan audit:

   • Data type validation

   • Splitting, merging, dan appending tabel

   • Normalisasi dan standarisasi data transaksi

4. Pengenalan Power Query M Language untuk kebutuhan analisis lanjutan

C. Pembersihan dan Validasi Data untuk Analisis Forensik

1. Identifikasi dan penanganan data duplikat, data kosong, dan data tidak wajar

2. Validasi data berdasarkan aturan bisnis dan kebijakan internal

3. Otomatisasi proses data cleansing untuk audit periodik dan continuous auditing

4. Penanganan data tidak terstruktur dan inkonsistensi format transaksi

D. Deteksi Anomali dan Analisis Pola Transaksi

1. Teknik identifikasi red flags dalam data keuangan menggunakan Power Query:

   • Transaksi bernilai ekstrem (outliers)

   • Pola transaksi berulang atau tidak lazim

   • Tanggal, jam, dan user transaksi yang tidak wajar

2. Analisis transaksi berbasis vendor, pegawai, dan akun

3. Penerapan Benford’s Law secara konseptual dan eksploratif menggunakan Power Query

4. Penyusunan indikator awal kecurangan (fraud indicators) berbasis data

E. Studi Kasus dan Simulasi Audit Forensik

1. Studi kasus deteksi kecurangan pada transaksi pengadaan atau pembayaran

2. Simulasi analisis data end-to-end menggunakan Power Query

3. Interpretasi hasil analisis dan penarikan kesimpulan investigatif

4. Dokumentasi hasil analisis sebagai kertas kerja audit forensik

F. Penyusunan Output dan Optimalisasi Analisis

1. Penyusunan dataset siap analisis untuk Power Pivot atau dashboard audit

2. Best practices dalam dokumentasi query dan reproducible analysis

3. Tips dan trik mempercepat proses analisis data audit dan investigasi

4. Integrasi Power Query dalam workflow audit dan pengendalian internal berkelanjutan

Pelaksanaan

Hari/ Tanggal        : Selasa, 10 Maret 2026

Waktu                   : Pukul 08.30 – 16.30 WIB

Media                  : Online via Zoom

Jumlah SKP         : 8 SKP