Posts made by Nurida Elsa

AKM A2025 -> Diskusi

by Nurida Elsa -
Nama: Nurida Elsa
NPM: 2413031012

Menurut saya, ,mempelajari akuntansi sewa itu penting karena banyak perusahaan memakai sistem sewa untuk mendapatkan aset. Jika cara mencatat sewanya benar, laporan keuangan akan lebih jelas dan sesuai aturan. Kebijakan akuntansi juga perlu dipahami karena berhubungan dengan cara perusahaan mencatat setiap transaksi, yang nantinya bisa memengaruhi jumlah laba dan kondisi keuangan. Selain itu, mengenal isu-isu akuntansi terbaru, seperti penggunaan teknologi, laporan keberlanjutan, dan aturan baru yang membantu akuntan menyesuaikan diri dengan perkembangan zaman sehingga informasi keuangan yang disajikan tetap akurat dan bisa dipercaya.

AKM A2025 -> Diskusi

by Nurida Elsa -

Nama: Nurida Elsa

NPM: 2413031012

Mempelajari akuntansi sewa, kebijakan akuntansi, dan isu-isu lain dalam akuntansi penting karena membantu perusahaan menyajikan laporan keuangan yang transparan, akurat, dan sesuai standar. Pemahaman akuntansi sewa memastikan pencatatan aset hak-guna dan kewajiban sewa dilakukan dengan benar sehingga posisi keuangan perusahaan tidak menyesatkan. Sementara itu, kebijakan akuntansi diperlukan agar perusahaan memiliki pedoman yang konsisten dalam memilih metode pencatatan, menilai transaksi, serta menjaga keterbandingan laporan antarperiode. Selain itu, memahami isu-isu akuntansi modern seperti pengakuan pendapatan, instrumen keuangan, digitalisasi, dan pelaporan keberlanjutan sangat bermanfaat untuk menghadapi kompleksitas bisnis yang terus berkembang. Secara keseluruhan, penguasaan ketiga aspek ini memperkuat kualitas pelaporan keuangan dan mendukung pengambilan keputusan yang lebih baik di dalam perusahaan.


TA2025 -> CASE STUDY 2

by Nurida Elsa -

Nama: Nurida Elsa

NPM: 2413031012

1. Perbandingan Pendekatan Fair Value Tradisional dan Berbasis AI
Pada pendekatan tradisional, penilaian fair value dilakukan melalui metode yang jelas seperti pendekatan pasar, biaya, atau arus kas, dan seluruh asumsi dapat dijelaskan secara transparan kepada auditor. Sementara itu, pendekatan berbasis AI menggunakan analisis big data dan algoritma otomatis untuk menghasilkan estimasi nilai wajar secara cepat dan dinamis. Keunggulan AI adalah kemampuannya memproses data besar secara real-time, tetapi dari perspektif teori akuntansi, metode ini menimbulkan tantangan terkait transparansi karena mekanisme penentuan nilai tidak selalu dapat dijelaskan secara rinci. Kondisi ini membuat hasil AI sulit diaudit dan berpotensi tidak sepenuhnya selaras dengan prinsip penilaian yang dapat dipertanggungjawabkan.

2. Implikasi Epistemologis (Sumber & Validitas Pengetahuan Akuntansi)
Secara epistemologis, penggunaan AI mengubah cara pengetahuan akuntansi diperoleh. Jika sebelumnya penilaian mengandalkan judgement manusia dan asumsi yang eksplisit, kini nilai wajar dibentuk oleh pola yang ditemukan mesin dari data historis dan pasar. Hal ini menimbulkan tantangan karena AI sering beroperasi sebagai “black box”, sehingga sulit dipahami bagaimana input diproses menjadi output. Akibatnya, validitas pengetahuan akuntansi menjadi lebih kompleks karena model dapat terpengaruh bias data, kesalahan pelatihan, atau pola yang tidak mencerminkan kondisi ekonomi nyata. Meskipun AI dapat meningkatkan akurasi teknis, hasilnya tetap harus diverifikasi melalui pengujian sensitivitas, tinjauan profesional, dan kontrol kualitas yang ketat.

3. Strategi Akuntabilitas dan Pelaporan agar Sesuai IFRS 13
Agar penggunaan AI tetap sejalan dengan IFRS 13, perusahaan perlu memastikan adanya tata kelola model yang kuat, dokumentasi lengkap, serta pengungkapan yang transparan. Perusahaan harus mencatat sumber data, asumsi utama, dan metode pemrosesan yang digunakan oleh AI agar auditor dapat menilai keandalan model tersebut. Validasi independen, back-testing, serta penggunaan teknik Explainable AI (XAI) penting untuk memastikan bahwa proses perhitungan nilai dapat dijelaskan secara logis. Selain itu, perusahaan harus mengungkapkan dalam catatan laporan keuangan bahwa penilaian fair value dilakukan menggunakan AI, termasuk penjelasan tentang input signifikan dan sensitivitas estimasi. Dengan demikian, pendekatan AI tetap dapat memenuhi standar IFRS 13 dan menjaga kredibilitas informasi keuangan perusahaan.