
Peran AI dalam Meningkatkan Efisiensi Kegiatan Audit Keuangan
Oleh: Muhammad Raihan Rafli, S.E. (Staff SPI)
Kecerdasan buatan atau yang sering disebut sebagai Artificial Intelligence (AI) merupakan salah satu pilar penting dalam revolusi industri 4.0 dan dapat mempengaruhi berbagai macam jenis pekerjaan (Rikhardsson et al., 2022). Proses digitalisasi sistem bisnis yang didorong oleh peningkatan akses ke database yang sangat besar membuat perubahan mendasar dalam prosedur organisasi, sehingga mengubah cara para profesional menjalankan pekerjaan mereka yang diperkuat dengan kombinasi AI, big data, dan cloud computing (Leocádio et al., 2024).
Pengauditan merupakan evaluasi atas keandalan dan kredibilitas informasi keuangan dan non-keuangan perusahaan, serta sistem dan proses yang bertanggung jawab atas pencatatan dan pengikhtisaran informasi tersebut. Hal ini melibatkan pelaksanaan berbagai pengujian atas transaksi dan proses keuangan perusahaan, wawancara dengan manajemen, pengumpulan bukti-bukti untuk menguatkan pernyataan dan laporan keuangan, serta verifikasi fisik atas nilai aset (Rikhardsson et al., 2022).
Transformasi digital audit internal telah membawa perubahan mendasar dalam peran auditor dan pendekatan terhadap manajemen risiko serta pengendalian internal. Sejak diperkenalkannya AI, industri keuangan dan audit telah mengalami perubahan dengan meningkatkan transparansi informasi, audit, dan pelaporan keuangan. AI mengotomatiskan tugas-tugas yang kompleks, menganalisis kumpulan data yang besar dengan cepat dan akurat, serta mendukung peningkatkan efektivitas pelaporan keuangan, manajemen risiko, serta pengambilan keputusan yang lebih baik (Almaqtari, 2024; Leocádio et al., 2024; Rafli et al., 2025; Seethamraju & Hecimovic, 2023).
Karena prosedur audit mengikuti serangkaian langkah tertentu untuk mengidentifikasi jenis dan kualitas informasi yang ada dalam data keuangan serta melibatkan pengelolaan berbagai tugas yang berulang, teknologi berbasis AI dapat membantu meningkatkan efisiensi dalam prosedur audit, penilaian risiko, analisis mempersiapkan kertas kerja audit, mendeteksi anomali, serta membantu mendeteksi kecurangan (Alassuli, 2025; Munoko et al., 2020; Zhang et al., 2022).
Salah satu inovasi dalam mengotomatisasi proses audit yakni Robotic Process Automation Systems (RPAS) yang dapat menyelesaikan tugas berulang dengan cepat dan akurat, serta berpeluang untuk meningkatkan kualitas audit (Salim et al., 2025). Teknologi RPAS yang memungkinkan auditor untuk melakukan pengujian terhadap seluruh dataset akuntansi sehingga dapat mengurangi kemungkinan kesalahan pada pengambilan sampel. Teknologi RPAS juga dapat meningkatkan deteksi kesalahan, anomali, kecurangan, memastikan kepatuhan dengan memverifikasi data pengeluaran dengan dokumen pendukung, serta meningkatkan efisiensi melalui pemantauan dan peringatan yang berkelanjutan (Alassuli, 2025). Teknologi ini telah terbukti dalam memperbaiki proses bisnis dan layanan di kantor akuntan publik, seperti yang diterapkan oleh Accenture dan PwC.
Implementasi AI dan RPAS dalam audit keuangan merupakan langkah transformatif yang telah memberikan dampak signifikan terhadap prosedur dan metodologi audit, termasuk peningkatan kualitas audit, pengurangan kesalahan manusia, serta penghematan waktu dan biaya yang substansial untuk tugas-tugas yang berulang dan berbasis peraturan. Tidak seperti pengambilan sampel tradisional, metode ini memungkinkan pengujian komprehensif terhadap seluruh dataset, sehingga memberikan dukungan yang lebih objektif terhadap opini audit (Alassuli, 2025).
Integrasi AI dan RPAS dalam proses audit memberikan banyak manfaat, namun juga menghadirkan tantangan dan risiko yang signifikan. Salah satu risiko utama adalah potensi bias dan kesalahan dalam interpretasi data oleh sistem omatisasi. Karena itu, memastikan akurasi dan integritas data menjadi sangat krusial agar hasil audit tetap andal. Auditor memiliki tanggung jawab untuk memastikan bahwa sistem AI dan RPAS yang digunakan dapat dipercaya serta mematuhi standar keamanan data yang ketat (Anggraeni, 2024). Implementasi yang tepat dari teknologi ini dapat membantu auditor dalam memeriksa jumlah data yang besar dengan lebih efisien, mengidentifikasi kecurangan, memperkuat pengendalian internal, dan memastikan keandalan informasi keuangan (Fariah, 2023). Penting untuk diingat bahwa AI adalah alat yang kuat, namun bukan sebagai pengganti auditor manusia. AI dengan auditor manusia bekerjasama sebagai kunci untuk mencapai hasil audit yang optimal dan mendukung pencapaian tujuan organisasi.
Daftar Pustaka
Alassuli, A. (2025). Impact of artificial intelligence using the robotic process automation system on the efficiency of internal audit operations at Jordanian commercial banks. Banks and Bank Systems, 20(1), 122–135. https://doi.org/10.21511/bbs.20(1).2025.11
Almaqtari, F. A. (2024). The Role of IT Governance in the Integration of AI in Accounting and Auditing Operations. Economies, 12(8), 199. https://doi.org/10.3390/economies12080199
Anggraeni, R. M. (2024). Ai dan Ia: Akankah Peran Internal Auditor Tergantikan Oleh Artificial Intelligence? Jurnal Profiet, 5(1).
Fariah, A. (2023). Mengeksplorasi Masa Depan Audit: Memanfaatkan Teknologi dan Analisis Data untuk Peningkatan Integritas Keuangan. Cakrawala Repositori IMWI, 6(4), 1388–1399. https://doi.org/10.52851/cakrawala.v6i4.380
Leocádio, D., Malheiro, L., & Reis, J. (2024). Artificial Intelligence in Auditing: A Conceptual Framework for Auditing Practices. Administrative Sciences, 14(10), 238. https://doi.org/10.3390/admsci14100238
Munoko, I., Brown-Liburd, H. L., & Vasarhelyi, M. (2020). The Ethical Implications of Using Artificial Intelligence in Auditing. Journal of Business Ethics, 167(2), 209–234. https://doi.org/10.1007/s10551-019-04407-1
Rafli, M. R., Claudia, M., Rahadhian, L. N. R., Syahputra, M. D., & Wahyudi, M. H. (2025). Generative Artificial Intelligence Sebagai Penasihat Keuangan Pribadi. KINDAI, 21(1), 29–36. https://doi.org/10.35972/kindai.v21i1.2072
Rikhardsson, P., Thórisson, K. R., Bergthorsson, G., & Batt, C. (2022). Artificial intelligence and auditing in small‐ and medium‐sized firms: Expectations and applications. AI Magazine, 43(3), 323–336. https://doi.org/10.1002/aaai.12066
Salim, A., Sutedjo, G. I., & Siallagan, C. N. (2025). Menuju Audit ESG Berkualitas dan Transparan: Optimalisasi Implementasi Audit ESG dengan Robotic Process Automatization. Indonesian Journal of Auditing and Accounting, 2(1), 138–153. https://doi.org/10.71188/ijaa.v2i1.104
Seethamraju, R., & Hecimovic, A. (2023). Adoption of artificial intelligence in auditing: An exploratory study. Australian Journal of Management, 48(4), 780–800. https://doi.org/10.1177/03128962221108440
Zhang, M., Nazir, M. S., Farooqi, R., & Ishfaq, M. (2022). Moderating Role of Information Asymmetry Between Cognitive Biases and Investment Decisions: A Mediating Effect of Risk Perception. Frontiers in Psychology, 13. https://doi.org/10.3389/fpsyg.2022.828956