(Universitas Pembangunan Pancabudi, Indonesia)(2) Meigia Nidya Sari
(Universitas Pembangunan Pancabudi, Indonesia)(3) Anggi Herawati Br. Sembiring
(Universitas Pembangunan Pancabudi, Indonesia)(4) Dinda Nuraini
(Universitas Pembangunan Pancabudi, Indonesia)(5) Githa Amelia JS
(Universitas Pembangunan Pancabudi, Indonesia)(6) Gracia Br. Purba
(Universitas Pembangunan Pancabudi, Indonesia)(7) Syarika Hannan
(Universitas Pembangunan Pancabudi, Indonesia)(8) Indah Setiarini
(Universitas Pembangunan Pancabudi, Indonesia)(9) Sofuli Zalukhu
(Universitas Pembangunan Pancabudi, Indonesia)(10) Michael Kristanto Manurung
(Universitas Pembangunan Pancabudi, Indonesia)*corresponding author
AbstractPerkembangan Artificial Intelligence (AI) telah membawa perubahan signifikan dalam praktik audit modern, khususnya dalam meningkatkan efektivitas deteksi fraud, analisis prediktif, dan kualitas laporan keuangan. Penelitian ini bertujuan menganalisis peran AI dalam mendukung proses audit modern melalui pendekatan studi literatur. Metode yang digunakan adalah penelitian kualitatif dengan mengkaji berbagai jurnal ilmiah, buku, dan dokumen resmi yang relevan. Analisis data dilakukan menggunakan teknik analisis isi (content analysis). Hasil penelitian menunjukkan bahwa AI mampu meningkatkan efektivitas audit melalui analisis data secara menyeluruh, deteksi dini terhadap indikasi fraud, serta mendukung analisis prediktif untuk mengidentifikasi risiko keuangan. Selain itu, AI membantu meningkatkan kualitas laporan keuangan melalui verifikasi data yang lebih cepat dan akurat sehingga mengurangi human error. Meskipun demikian, implementasi AI masih memerlukan dukungan kualitas data, infrastruktur teknologi, dan kompetensi auditor. Oleh karena itu, AI berperan sebagai alat pendukung yang memperkuat profesionalisme auditor, bukan menggantikan perannya
KeywordsArtificial Intelligence, audit modern, deteksi fraud, analisis prediktif, kualitas laporan keuangan
|
DOIhttps://doi.org/10.31604/jips.v13i5.2026.%25p |
Article metrics10.31604/jips.v13i5.2026.%p Abstract views : 0 |
Cite |
References
Association of Chartered Certified Accountants. (2020). Machine learning: More science than fiction. London:ACCA.
Appelbaum, D., Kogan, A., & Vasarhelyi, M. A. (2017). Big data and analytics in the modern audit engagement: Research needs. Auditing: A Journal of Practice & Theory, 36(4), 1-27. https://doi.org/10.2308/ajpt-51684
Accounting, Management and Administration (JEAMA).
Alnesafi, M. (2025). The role of AI-based predictive analytics in risk management and audit risk model mitigation. International Journal of Data and Network Science, 9(2), 201–212. https://doi.org/10.5267/j.ijdns.2024.11.008
Cressey, D. R. (1953). Other people's money: A study in the social psychology of embezzlement. Free Press. https://archive.org/details/otherpeoplesmone0000cres
Ginting, M. D. F. (2026). Dampak artificial intelligence terhadap kualitas audit dan efisiensi deteksi fraud: A systematic literature review. Al-Zayn: Jurnal Ilmu Sosial & Hukum, 4(2), 7509–7521.
Harahap, N. (2014). Penelitian kepustakaan. Jurnal Iqra’, 8(1), 68–73
Issa, H., Sun, T., & Vasarhelyi, M. A. (2016). Artificial Intelligence and its impact on auditing: A review of the literature. Journal of Emerging Technologies in Accounting, 13(2), 1–20.
International Federation of Accountants. (2023). The impact of artificial intelligence on the accountancy profession. New York: IFAC.
International Auditing and Assurance Standards Board. (2018). ISA 315 (Revised 2019): Identifying and assessing the risks of material misstatement. IFAC. https://www.ifac.org
International Auditing and Assurance Standards Board. (2018). ISA 330: The auditor’s responses to assessed risks. IFAC. https://www.ifac.org
International Auditing and Assurance Standards Board. (2018). ISA 520: Analytical procedures. IFAC. https://www.ifac.org
Issa, H., Sun, T., & Vasarhelyi, M. A. (2016). Research ideas for artificial intelligence in auditing: The case for audit analytics. International Journal of Accounting Information Systems, 23, 1-18. https://doi.org/10.1016/j.accinf.2016.09.001
Jensen, M. C., & Meckling, W. H. (1976). https://doi.org/10.1016/0304-405X(76)90026-X
Kokina, J., & Davenport, T. H. (2017). The emergence of artificial intelligence: How automation is changing auditing. Journal of Emerging Technologies in Accounting, 14(1), 115–122. [https://doi.org/10.2308/jeta-51730](https://doi.org/10.2308/jeta-51730)
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
Nasir, L. A., Putri, F. R., Utami, F. A., & Darma, J. (2025). Peran artificial intelligence dalam audit dan deteksi fraud: Kajian literatur. Jurnal Ekonomi, Akuntansi dan Manajemen Nusantara.
Pramesti, N., dkk. (2024). Kemampuan Artificial Intelligence terhadap pendeteksian fraud: Studi literatur. Jurnal Studi Akuntansi dan Keuangan, 7(1).
Qader, K. S., & Cek, K. (2024). Influence of blockchain and artificial intelligence on audit quality: Evidence from Turkey. Heliyon, 10(9), e30166.
Sholiqah, S. N. A., Widyastuti, R. A., & Ratnawati, T. (2023). Peran artificial intelligence untuk mendeteksi fraud dalam audit: Sebuah studi literatur. Jurnal Riset Ekonomi dan Akuntansi, 1(4), 226–238.
Siahaan, R., & Simanjuntak, D. (2024). Peran Artificial Intelligence dalam audit dan deteksi fraud. Journal of Economics,
Vasarhelyi, M. A., Kogan, A., & Tuttle, B. M. (2015). Big data in accounting: An overview. Accounting Horizons, 29(2), 381-396. https://doi.org/10.2308/acch-51071
Zweers, M., Dey, P., & Bhaumik, S. (2025). Formulating the AI-Fraud Diamond: Mitigating algorithmic fraud in the era of smart accounting. https://arxiv.org/abs/2501.12345
Refbacks
- There are currently no refbacks.
