Nama: Eka Saryuni
Npm: 2413031030
1. Pendekatan tradisional penilaian fair value mengandalkan pertimbangan profesional, metodologi valuasi yang eksplisit (pendekatan pasar, biaya, dan pendapatan), serta transparansi dalam asumsi dan input yang digunakan. Dari perspektif teori akuntansi, pendekatan ini sejalan dengan prinsip verifiability dan representational faithfulness karena proses penilaiannya dapat dijelaskan dan diuji ulang. Sebaliknya, pendekatan berbasis AI menekankan pemrosesan data skala besar, pembelajaran pola, dan prediksi nilai wajar secara otomatis, sehingga lebih menonjolkan efisiensi dan relevance atas informasi.
2. Secara epistemologis, penggunaan AI menggeser sumber pengetahuan akuntansi dari pertimbangan manusia dan teori valuasi konvensional menjadi pengetahuan yang dihasilkan algoritma melalui pembelajaran dari data. Validitas pengetahuan menjadi bergantung pada kualitas data, desain model, dan asumsi implisit yang tertanam dalam algoritma, yang sering kali tidak terlihat. Epistemologi akuntansi tradisional menekankan justifikasi rasional yang dapat diaudit, tetapi epistemologi berbasis AI menimbulkan “pengetahuan yang dihasilkan mesin”, yang validitasnya bersifat probabilistik dan sulit diverifikasi secara langsung.
3. Strategi akuntabilitas dan pelaporan untuk memastikan kesesuaian AI dengan IFRS 13 meliputi pengembangan dokumentasi yang memadai mengenai arsitektur model, jenis data yang digunakan, metode pelatihan, serta pengujian dan validasi model terhadap pendekatan valuasi konvensional. Perusahaan perlu menyediakan penjelasan mengenai input signifikan dan sensitivitas hasil, termasuk batasan model, bias potensial, dan tingkat ketergantungan pada data pasar.
Npm: 2413031030
1. Pendekatan tradisional penilaian fair value mengandalkan pertimbangan profesional, metodologi valuasi yang eksplisit (pendekatan pasar, biaya, dan pendapatan), serta transparansi dalam asumsi dan input yang digunakan. Dari perspektif teori akuntansi, pendekatan ini sejalan dengan prinsip verifiability dan representational faithfulness karena proses penilaiannya dapat dijelaskan dan diuji ulang. Sebaliknya, pendekatan berbasis AI menekankan pemrosesan data skala besar, pembelajaran pola, dan prediksi nilai wajar secara otomatis, sehingga lebih menonjolkan efisiensi dan relevance atas informasi.
2. Secara epistemologis, penggunaan AI menggeser sumber pengetahuan akuntansi dari pertimbangan manusia dan teori valuasi konvensional menjadi pengetahuan yang dihasilkan algoritma melalui pembelajaran dari data. Validitas pengetahuan menjadi bergantung pada kualitas data, desain model, dan asumsi implisit yang tertanam dalam algoritma, yang sering kali tidak terlihat. Epistemologi akuntansi tradisional menekankan justifikasi rasional yang dapat diaudit, tetapi epistemologi berbasis AI menimbulkan “pengetahuan yang dihasilkan mesin”, yang validitasnya bersifat probabilistik dan sulit diverifikasi secara langsung.
3. Strategi akuntabilitas dan pelaporan untuk memastikan kesesuaian AI dengan IFRS 13 meliputi pengembangan dokumentasi yang memadai mengenai arsitektur model, jenis data yang digunakan, metode pelatihan, serta pengujian dan validasi model terhadap pendekatan valuasi konvensional. Perusahaan perlu menyediakan penjelasan mengenai input signifikan dan sensitivitas hasil, termasuk batasan model, bias potensial, dan tingkat ketergantungan pada data pasar.
