Nama : Tantowi Jauhari
NPM : 2413031008
Kiriman dibuat oleh Tantowi Jauhari
AKM A2025 -> Diskusi
oleh Tantowi Jauhari -
Nama : Tantowi Jauhari
NPM : 2413031008
Akuntansi merupakan suatu hal yang penting dipelajari karena banyak perusahaan menggunakan aset melalui sewa, bukan membeli. Dengan standar baru seperti PSAK 73, hampir semua aset harus diakui sebagai aset dan kewajiban, sehingga sangat mempengaruhi laporan posisi keuangan, utang, dan kinerja perusahaan. Tanpa pemahaman ini, laporan keuangan bisa berputar.
Kebijakan akuntansi juga sangat penting karena menentukan bagaimana transaksi diakui dan diukur. Perbedaan kebijakan dapat menyebabkan perbedaan laba dan aset meskipun transaksinya sama. Pemahaman kebijakan akuntansi membantu pengguna laporan keuangan menilai kinerja secara lebih tepat dan transparan.
Isu-isu akuntansi semakin penting seiring berkembangnya teknologi dan kompleksitas bisnis, seperti akuntansi digital, ESG, dan etika pelaporan. Akuntansi kini bukan sekadar pencatatan, tetapi juga mencakup akuntabilitas dan kepercayaan masyarakat.
NPM : 2413031008
Akuntansi merupakan suatu hal yang penting dipelajari karena banyak perusahaan menggunakan aset melalui sewa, bukan membeli. Dengan standar baru seperti PSAK 73, hampir semua aset harus diakui sebagai aset dan kewajiban, sehingga sangat mempengaruhi laporan posisi keuangan, utang, dan kinerja perusahaan. Tanpa pemahaman ini, laporan keuangan bisa berputar.
Kebijakan akuntansi juga sangat penting karena menentukan bagaimana transaksi diakui dan diukur. Perbedaan kebijakan dapat menyebabkan perbedaan laba dan aset meskipun transaksinya sama. Pemahaman kebijakan akuntansi membantu pengguna laporan keuangan menilai kinerja secara lebih tepat dan transparan.
Isu-isu akuntansi semakin penting seiring berkembangnya teknologi dan kompleksitas bisnis, seperti akuntansi digital, ESG, dan etika pelaporan. Akuntansi kini bukan sekadar pencatatan, tetapi juga mencakup akuntabilitas dan kepercayaan masyarakat.
Jadinya, mempelajari akuntansi sewa, kebijakan akuntansi, dan isu-isu akuntansi sangat bermanfaat untuk meningkatkan kualitas laporan keuangan, mendukung pengambilan keputusan, serta menjaga transparansi dan kepercayaan di dunia usaha.
AKM A2025 -> CASE STUDY
oleh Tantowi Jauhari -
Nama : Tantowi Jauhari
NPM : 2413031008
1. Analisis Instrumen Investasi
Saham dividen memberikan return tertinggi sekitar 11% per tahun tetapi memiliki risiko fluktuasi harga yang tinggi karena sangat dipengaruhi kondisi ekonomi dan pasar saham, meskipun likuiditasnya tinggi sehingga mudah dijual. Obligasi pemerintah menawarkan return sedang sebesar 6,5% per tahun dengan risiko sangat rendah karena dijamin negara, likuiditasnya sedang, serta sangat sesuai untuk dana pensiun karena memberikan pendapatan yang stabil. Deposito berjangka memiliki return terendah sebesar 4,25% per tahun, risiko sangat rendah, namun likuiditasnya rendah karena terkena penalti jika dicairkan sebelum jatuh tempo, sehingga lebih cocok sebagai dana cadangan.
2. Penentuan Alokasi Portofolio
Dengan profil risiko dana pensiun yang konservatif-moderat, alokasi yang ideal dari dana Rp10 miliar adalah 50% pada obligasi pemerintah sebesar Rp5 miliar untuk menjaga stabilitas dan kepastian pendapatan, 30% pada saham dividen sebesar Rp3 miliar untuk memperoleh pertumbuhan nilai jangka panjang, serta 20% pada deposito sebesar Rp2 miliar untuk menjaga likuiditas dan dana cadangan. Alokasi ini menyeimbangkan antara keamanan dana dan optimalisasi imbal hasil.
3. Simulasi Dampak Ekonomi
Dalam kondisi krisis ekonomi saat IHSG turun 20% dan inflasi meningkat, nilai investasi saham akan mengalami penurunan cukup besar, obligasi relatif tetap stabil karena memberikan kupon tetap meskipun harga pasar bisa berfluktuasi, sementara deposito tetap aman namun nilainya secara riil tergerus inflasi. Untuk mitigasi risiko, manajer investasi dapat melakukan rebalancing portofolio, meningkatkan porsi obligasi pemerintah, melakukan diversifikasi saham lintas sektor, serta menghindari panic selling agar kerugian tidak terealisasi secara permanen.
4. Aspek Akuntansi dan Pelaporan
Berdasarkan PSAK 71, saham dan obligasi dicatat sebagai aset keuangan yang dapat diklasifikasikan sebagai FVOCI atau biaya perolehan diamortisasi tergantung tujuan pengelolaan, sedangkan deposito dicatat sebagai aset lancar sebesar nilai nominalnya; pendapatan dividen saham diakui sebagai pendapatan investasi, bunga obligasi dan deposito diakui sebagai pendapatan bunga, serta perubahan nilai wajar saham dan obligasi yang diklasifikasikan FVOCI dilaporkan dalam penghasilan komprehensif lain pada ekuitas dana pensiun.
NPM : 2413031008
1. Analisis Instrumen Investasi
Saham dividen memberikan return tertinggi sekitar 11% per tahun tetapi memiliki risiko fluktuasi harga yang tinggi karena sangat dipengaruhi kondisi ekonomi dan pasar saham, meskipun likuiditasnya tinggi sehingga mudah dijual. Obligasi pemerintah menawarkan return sedang sebesar 6,5% per tahun dengan risiko sangat rendah karena dijamin negara, likuiditasnya sedang, serta sangat sesuai untuk dana pensiun karena memberikan pendapatan yang stabil. Deposito berjangka memiliki return terendah sebesar 4,25% per tahun, risiko sangat rendah, namun likuiditasnya rendah karena terkena penalti jika dicairkan sebelum jatuh tempo, sehingga lebih cocok sebagai dana cadangan.
2. Penentuan Alokasi Portofolio
Dengan profil risiko dana pensiun yang konservatif-moderat, alokasi yang ideal dari dana Rp10 miliar adalah 50% pada obligasi pemerintah sebesar Rp5 miliar untuk menjaga stabilitas dan kepastian pendapatan, 30% pada saham dividen sebesar Rp3 miliar untuk memperoleh pertumbuhan nilai jangka panjang, serta 20% pada deposito sebesar Rp2 miliar untuk menjaga likuiditas dan dana cadangan. Alokasi ini menyeimbangkan antara keamanan dana dan optimalisasi imbal hasil.
3. Simulasi Dampak Ekonomi
Dalam kondisi krisis ekonomi saat IHSG turun 20% dan inflasi meningkat, nilai investasi saham akan mengalami penurunan cukup besar, obligasi relatif tetap stabil karena memberikan kupon tetap meskipun harga pasar bisa berfluktuasi, sementara deposito tetap aman namun nilainya secara riil tergerus inflasi. Untuk mitigasi risiko, manajer investasi dapat melakukan rebalancing portofolio, meningkatkan porsi obligasi pemerintah, melakukan diversifikasi saham lintas sektor, serta menghindari panic selling agar kerugian tidak terealisasi secara permanen.
4. Aspek Akuntansi dan Pelaporan
Berdasarkan PSAK 71, saham dan obligasi dicatat sebagai aset keuangan yang dapat diklasifikasikan sebagai FVOCI atau biaya perolehan diamortisasi tergantung tujuan pengelolaan, sedangkan deposito dicatat sebagai aset lancar sebesar nilai nominalnya; pendapatan dividen saham diakui sebagai pendapatan investasi, bunga obligasi dan deposito diakui sebagai pendapatan bunga, serta perubahan nilai wajar saham dan obligasi yang diklasifikasikan FVOCI dilaporkan dalam penghasilan komprehensif lain pada ekuitas dana pensiun.
TA2025 -> CASE STUDY 2
oleh Tantowi Jauhari -
Nama : Tantowi Jauhari
NPM : 2413031008
1. Perbandingan penilaian fair value tradisional vs berbasis AI (perspektif teori akuntansi)
Pendekatan tradisional penilaian fair value mengandalkan metode seperti market approach, income approach, atau cost approach yang dilakukan oleh penilai profesional dengan asumsi, pertimbangan, dan dokumentasi yang dapat diaudit sehingga konsisten dengan prinsip faithful representation dalam teori akuntansi. Sebaliknya, pendekatan berbasis AI menggunakan algoritma dan data besar (big data) untuk menghasilkan estimasi nilai wajar secara otomatis, sehingga meningkatkan timeliness dan potensi akurasi berbasis pola pasar real-time, namun menimbulkan tantangan karena proses pengambilan keputusannya tidak selalu dapat dijelaskan, sehingga mengurangi aspek verifiability dan understandability dalam karakteristik kualitatif laporan keuangan. Dengan demikian, secara teori akuntansi pendekatan tradisional unggul dalam transparency & auditability, sementara AI unggul dalam relevance & predictive value, tetapi berisiko tidak memenuhi elemen-elemen representasi setia jika model tidak dapat dijelaskan secara memadai.
2. Implikasi epistemologis penggunaan AI dalam penentuan fair value
Dari sudut epistemologi akuntansi, penggunaan AI menggeser sumber pengetahuan dari profesional manusia menuju sistem algoritmik yang bergantung pada data, sehingga pengetahuan akuntansi tidak lagi lahir dari expert judgement tetapi dari pola statistik yang belum tentu dapat dipahami secara konseptual. Validitas pengetahuan akuntansi menjadi problematis karena hasil AI bersifat correlation-based, bukan causation-based, sehingga pengguna laporan tidak dapat menilai ketepatan dasar asumsi yang digunakan mesin dalam menentukan nilai wajar. Selain itu, black box issue melemahkan klaim bahwa fair value tersebut adalah “pengetahuan akuntansi yang terpercaya” karena proses epistemiknya tidak dapat diverifikasi oleh auditor, sehingga mengancam prinsip objectivity dan faithful representation. Akibatnya, epistemologi akuntansi menghadapi tantangan baru: apakah nilai wajar yang tidak dapat dijelaskan secara manusiawi tetap dapat dianggap sebagai pengetahuan yang sah.
3. Strategi akuntabilitas dan pelaporan agar sesuai IFRS 13
PT Cerdas Digital perlu menerapkan strategi explainable AI (XAI) untuk memastikan bahwa algoritma penilaian dapat dijelaskan, termasuk dokumentasi model, variabel utama, sumber data, serta penilaian risiko bias sehingga auditor dapat melakukan model audit. Selain itu, perusahaan harus menyediakan disclosure tambahan sesuai IFRS 13, seperti teknik valuasi, level hirarki fair value (Level 1–3), sensitivitas asumsi, serta batasan reliabilitas model AI untuk memperkuat transparansi. Perusahaan juga dapat menerapkan human oversight, yaitu kombinasi AI dan profesional penilai untuk melakukan reasonableness check agar estimasi tetap dapat dipertanggungjawabkan secara normatif. Terakhir, governance teknologi perlu diperkuat melalui komite audit, kebijakan manajemen model (model validation framework), dan audit independen algoritma untuk memastikan proses AI memenuhi prinsip verifiability, faithful representation, dan neutrality sesuai standar IFRS 13.
NPM : 2413031008
1. Perbandingan penilaian fair value tradisional vs berbasis AI (perspektif teori akuntansi)
Pendekatan tradisional penilaian fair value mengandalkan metode seperti market approach, income approach, atau cost approach yang dilakukan oleh penilai profesional dengan asumsi, pertimbangan, dan dokumentasi yang dapat diaudit sehingga konsisten dengan prinsip faithful representation dalam teori akuntansi. Sebaliknya, pendekatan berbasis AI menggunakan algoritma dan data besar (big data) untuk menghasilkan estimasi nilai wajar secara otomatis, sehingga meningkatkan timeliness dan potensi akurasi berbasis pola pasar real-time, namun menimbulkan tantangan karena proses pengambilan keputusannya tidak selalu dapat dijelaskan, sehingga mengurangi aspek verifiability dan understandability dalam karakteristik kualitatif laporan keuangan. Dengan demikian, secara teori akuntansi pendekatan tradisional unggul dalam transparency & auditability, sementara AI unggul dalam relevance & predictive value, tetapi berisiko tidak memenuhi elemen-elemen representasi setia jika model tidak dapat dijelaskan secara memadai.
2. Implikasi epistemologis penggunaan AI dalam penentuan fair value
Dari sudut epistemologi akuntansi, penggunaan AI menggeser sumber pengetahuan dari profesional manusia menuju sistem algoritmik yang bergantung pada data, sehingga pengetahuan akuntansi tidak lagi lahir dari expert judgement tetapi dari pola statistik yang belum tentu dapat dipahami secara konseptual. Validitas pengetahuan akuntansi menjadi problematis karena hasil AI bersifat correlation-based, bukan causation-based, sehingga pengguna laporan tidak dapat menilai ketepatan dasar asumsi yang digunakan mesin dalam menentukan nilai wajar. Selain itu, black box issue melemahkan klaim bahwa fair value tersebut adalah “pengetahuan akuntansi yang terpercaya” karena proses epistemiknya tidak dapat diverifikasi oleh auditor, sehingga mengancam prinsip objectivity dan faithful representation. Akibatnya, epistemologi akuntansi menghadapi tantangan baru: apakah nilai wajar yang tidak dapat dijelaskan secara manusiawi tetap dapat dianggap sebagai pengetahuan yang sah.
3. Strategi akuntabilitas dan pelaporan agar sesuai IFRS 13
PT Cerdas Digital perlu menerapkan strategi explainable AI (XAI) untuk memastikan bahwa algoritma penilaian dapat dijelaskan, termasuk dokumentasi model, variabel utama, sumber data, serta penilaian risiko bias sehingga auditor dapat melakukan model audit. Selain itu, perusahaan harus menyediakan disclosure tambahan sesuai IFRS 13, seperti teknik valuasi, level hirarki fair value (Level 1–3), sensitivitas asumsi, serta batasan reliabilitas model AI untuk memperkuat transparansi. Perusahaan juga dapat menerapkan human oversight, yaitu kombinasi AI dan profesional penilai untuk melakukan reasonableness check agar estimasi tetap dapat dipertanggungjawabkan secara normatif. Terakhir, governance teknologi perlu diperkuat melalui komite audit, kebijakan manajemen model (model validation framework), dan audit independen algoritma untuk memastikan proses AI memenuhi prinsip verifiability, faithful representation, dan neutrality sesuai standar IFRS 13.
TA2025 -> CASE STUDY 1
oleh Tantowi Jauhari -
Nama : Tantowi Jauhari
NPM : 2413031008
1. Pengaruh Blockchain terhadap Teori Akuntansi (Reliabilitas & Transparansi)
Penggunaan blockchain dalam pelaporan keberlanjutan meningkatkan reliabilitas informasi karena setiap data—seperti jejak karbon, penggunaan energi, atau asal bahan baku—tersimpan dalam ledger terdistribusi yang tidak mudah dimodifikasi, sehingga mengurangi risiko manipulasi atau greenwashing. Dalam teori akuntansi, konsep verifiability dan representational faithfulness semakin kuat karena transaksi atau data lingkungan divalidasi oleh banyak pihak dan memiliki jejak audit yang permanen. Transparansi juga meningkat karena data dapat dilihat secara real-time dan dapat ditelusuri (traceable) sehingga pemangku kepentingan lebih percaya bahwa laporan mengikuti prinsip GRI yang menekankan akurasi, kelengkapan, dan keterbandingan informasi.
2. Tantangan Regulasi Indonesia dan Global
PT Hijau Lestari dapat menghadapi tantangan dari sisi regulasi karena penggunaan blockchain dalam pelaporan keberlanjutan masih relatif baru dan belum sepenuhnya diatur secara spesifik oleh OJK maupun standar GRI, sehingga terdapat risiko ketidakpastian hukum dan kesulitan penyesuaian terhadap pedoman audit lingkungan. Selain itu, peraturan perlindungan data di Indonesia (UU PDP) dapat membatasi jenis data yang boleh disimpan dalam blockchain, terutama jika melibatkan data sensitif atau lintas negara. Secara global, tantangan muncul pada harmonisasi standar, interoperabilitas teknologi, serta penerimaan auditor dan regulator yang mungkin masih meragukan validitas data berbasis blockchain jika tidak disertai mekanisme verifikasi independen.
3. Rekomendasi Strategi Implementasi
PT Hijau Lestari dapat mengadopsi pendekatan bertahap dengan melakukan pilot project pada satu jenis data keberlanjutan (misalnya jejak karbon) untuk menguji kelayakan sistem blockchain sebelum diperluas ke seluruh rantai pasok. Berdasarkan teori akuntansi, perusahaan perlu memastikan bahwa sistem yang diterapkan memenuhi karakteristik kualitatif laporan seperti relevance, faithful representation, dan comparability dengan mengintegrasikan smart contract untuk otomatisasi pencatatan data yang terukur. PT Hijau Lestari juga sebaiknya bekerja sama dengan auditor independen, konsultan GRI, serta regulator (seperti OJK dan KLHK) untuk memastikan kesesuaian praktik dengan standar nasional dan internasional. Selain itu, meningkatkan literasi teknologi internal dan menyediakan mekanisme off-chain verification menjadi kunci untuk menjaga kredibilitas data dan penerimaan pemangku kepentingan.
NPM : 2413031008
1. Pengaruh Blockchain terhadap Teori Akuntansi (Reliabilitas & Transparansi)
Penggunaan blockchain dalam pelaporan keberlanjutan meningkatkan reliabilitas informasi karena setiap data—seperti jejak karbon, penggunaan energi, atau asal bahan baku—tersimpan dalam ledger terdistribusi yang tidak mudah dimodifikasi, sehingga mengurangi risiko manipulasi atau greenwashing. Dalam teori akuntansi, konsep verifiability dan representational faithfulness semakin kuat karena transaksi atau data lingkungan divalidasi oleh banyak pihak dan memiliki jejak audit yang permanen. Transparansi juga meningkat karena data dapat dilihat secara real-time dan dapat ditelusuri (traceable) sehingga pemangku kepentingan lebih percaya bahwa laporan mengikuti prinsip GRI yang menekankan akurasi, kelengkapan, dan keterbandingan informasi.
2. Tantangan Regulasi Indonesia dan Global
PT Hijau Lestari dapat menghadapi tantangan dari sisi regulasi karena penggunaan blockchain dalam pelaporan keberlanjutan masih relatif baru dan belum sepenuhnya diatur secara spesifik oleh OJK maupun standar GRI, sehingga terdapat risiko ketidakpastian hukum dan kesulitan penyesuaian terhadap pedoman audit lingkungan. Selain itu, peraturan perlindungan data di Indonesia (UU PDP) dapat membatasi jenis data yang boleh disimpan dalam blockchain, terutama jika melibatkan data sensitif atau lintas negara. Secara global, tantangan muncul pada harmonisasi standar, interoperabilitas teknologi, serta penerimaan auditor dan regulator yang mungkin masih meragukan validitas data berbasis blockchain jika tidak disertai mekanisme verifikasi independen.
3. Rekomendasi Strategi Implementasi
PT Hijau Lestari dapat mengadopsi pendekatan bertahap dengan melakukan pilot project pada satu jenis data keberlanjutan (misalnya jejak karbon) untuk menguji kelayakan sistem blockchain sebelum diperluas ke seluruh rantai pasok. Berdasarkan teori akuntansi, perusahaan perlu memastikan bahwa sistem yang diterapkan memenuhi karakteristik kualitatif laporan seperti relevance, faithful representation, dan comparability dengan mengintegrasikan smart contract untuk otomatisasi pencatatan data yang terukur. PT Hijau Lestari juga sebaiknya bekerja sama dengan auditor independen, konsultan GRI, serta regulator (seperti OJK dan KLHK) untuk memastikan kesesuaian praktik dengan standar nasional dan internasional. Selain itu, meningkatkan literasi teknologi internal dan menyediakan mekanisme off-chain verification menjadi kunci untuk menjaga kredibilitas data dan penerimaan pemangku kepentingan.