Nama : Alya Khoirun Nisa
NPM : 2413031019

1. Perbandingan Pendekatan Tradisional vs AI dalam Penilaian Fair Value

Pendekatan tradisional mengandalkan judgment profesional, penggunaan observable inputs, serta teknik penilaian seperti pendekatan pasar, pendapatan, atau biaya sesuai IFRS 13. Penilai manusia menjelaskan asumsi dan alasan di balik estimasi sehingga prosesnya transparan dan dapat diaudit. Sebaliknya, pendekatan berbasis AI menggunakan algoritma dan big data untuk memprediksi nilai wajar secara otomatis. Keunggulannya adalah kecepatan, konsistensi, dan kemampuan mengolah data besar, tetapi kelemahannya adalah kurangnya transparansi karena model sering bersifat “black box”. Secara teori akuntansi, pendekatan tradisional berfokus pada judgment normatif, sementara AI berfokus pada inferensi statistik dari data, sehingga menimbulkan tantangan terhadap prinsip keandalan, verifiability, dan understandability dalam pelaporan keuangan.

2. Implikasi Epistemologis Penggunaan AI untuk Fair Value

Penggunaan AI mengubah sumber pengetahuan akuntansi dari judgment manusia menjadi pengetahuan berbasis data dan algoritma. Secara epistemologis, validitas nilai wajar bergantung pada kualitas data, desain model, serta kemampuan menjelaskan bagaimana output dihasilkan. Risiko seperti bias data, ilusi kepastian (false precision), dan rendahnya explainability dapat melemahkan legitimasi pengetahuan akuntansi. Selain itu, fair value menurut IFRS harus mencerminkan perspektif market participants, sehingga model AI perlu dibuktikan benar-benar merepresentasikan perilaku pasar—bukan hanya pola statistik internal. Dengan demikian, tantangan epistemik utama adalah memastikan bahwa output AI tetap dapat diuji, dijelaskan, dan diverifikasi sebagai pengetahuan akuntansi yang sah.

3. Strategi Akuntabilitas & Pelaporan agar Sesuai IFRS 13

Agar penilaian berbasis AI tetap sesuai IFRS 13, perusahaan perlu membangun tata kelola model yang kuat, termasuk dokumentasi metode, sumber data, parameter, dan proses validasi. Perusahaan harus menyediakan explainability minimal, seperti penjelasan variabel utama atau hasil pengujian sensitivitas, untuk memungkinkan auditor menilai kewajaran nilai. Selain itu, perlukan back-testing, review independen, dan klasifikasi input sesuai hierarki fair value (Level 1–3). Dalam catatan laporan keuangan, perusahaan harus mengungkapkan metode penilaian, asumsi kunci, risiko model, serta bagaimana AI memaksimalkan penggunaan observable inputs. Dengan strategi ini, estimasi AI tetap dapat dipertanggungjawabkan, diaudit, dan memenuhi prinsip transparansi IFRS 13.

Nama : Alya Khoirun Nisa
NPM : 2413031019

1. Analisis Pengaruh Blockchain terhadap Teori Akuntansi: Reliabilitas dan Transparansi dalam Sustainability Reporting
Penggunaan blockchain berpotensi memperkuat konsep reliabilitas dan transparansi informasi akuntansi dalam sustainability reporting, sebagaimana ditekankan dalam teori akuntansi positif dan normative accounting theory. Dari sisi reliabilitas, karakteristik blockchain yang bersifat immutable, terdesentralisasi, dan menggunakan mekanisme verifikasi berlapis memungkinkan data jejak karbon, penggunaan energi, serta sumber bahan baku dicatat secara permanen tanpa dapat dimanipulasi setelah masuk ke dalam jaringan. Hal ini mendukung prinsip representational faithfulness, di mana informasi yang disajikan mencerminkan kondisi sebenarnya. Selain itu, transparansi meningkat karena blockchain memungkinkan audit trail yang lengkap dan dapat diakses oleh auditor serta stakeholder terkait, mendukung teori decision usefulness yang menekankan bahwa informasi akuntansi harus relevan dan dapat dipercaya untuk pengambilan keputusan. Dalam konteks sustainability reporting GRI, penggunaan blok-blok data yang dapat diverifikasi juga meminimalkan risiko greenwashing, sehingga memperkuat legitimasi perusahaan di mata publik, sebagaimana dibahas dalam teori legitimacy. Dengan demikian, blockchain tidak hanya menjadi alat teknis tetapi juga mekanisme yang memperkuat keandalan dan kepercayaan terhadap laporan keberlanjutan.

2. Evaluasi Tantangan dalam Konteks Regulasi Indonesia dan Global
Meskipun potensial, penerapan blockchain oleh PT Hijau Lestari menghadapi sejumlah tantangan regulasi dan operasional. Pertama, regulasi Indonesia terkait teknologi blockchain masih berkembang, terutama dalam aspek perlindungan data, audit digital, dan penerimaan data terdesentralisasi sebagai bukti akuntansi formal. Belum adanya pedoman spesifik OJK atau Kementerian Lingkungan Hidup terkait penggunaan blockchain untuk sustainability reporting dapat menimbulkan ketidakpastian hukum, khususnya dalam proses verifikasi dan assurance laporan keberlanjutan. Kedua, standar global seperti GRI, ESRS, maupun IFRS Sustainability Disclosure Standards memang mendorong transparansi, tetapi belum memberikan tata cara baku mengenai penggunaan blockchain, sehingga interpretasi dapat bervariasi. Tantangan teknis juga muncul, seperti keterbatasan infrastruktur digital di sektor agribisnis, integrasi antara blockchain dan sistem ERP perusahaan, serta potensi biaya awal yang cukup besar. Selain itu, risiko etis terkait privasi data pemasok dan petani kecil harus diperhatikan, mengingat sebagian data rantai pasok bersifat sensitif. Tantangan lain adalah kesiapan auditor dalam melakukan audit atas sistem blockchain, mengingat kompetensi dan prosedur audit teknologi ini masih dalam proses standardisasi global.

3. Rekomendasi Strategis Berbasis Teori Akuntansi dan Teknologi
Untuk mendukung keberhasilan implementasi blockchain dalam sustainability reporting, PT Hijau Lestari dapat mengambil sejumlah langkah strategis. Pertama, berdasarkan teori decision usefulness dan stakeholder theory, perusahaan perlu melakukan materiality assessment untuk menentukan indikator GRI mana yang paling diuntungkan oleh penggunaan blockchain, misalnya jejak karbon (GRI 305) atau rantai pasok bahan baku (GRI 204). Kedua, perusahaan sebaiknya mengadopsi pendekatan bertahap (pilot project) pada satu segmen rantai pasok untuk menguji efektivitas teknologi dan memastikan kesesuaian dengan kebutuhan auditor dan regulator. Ketiga, kolaborasi dengan lembaga verifikasi independen, startup blockchain, dan asosiasi industri diperlukan untuk memastikan standar, keamanan, serta validitas data sesuai praktik internasional. Keempat, perusahaan perlu menyusun governance data yang jelas, mencakup etika digital, privasi, dan mekanisme verifikasi, sejalan dengan prinsip akuntansi mengenai kontrol internal. Selain itu, PT Hijau Lestari dapat mengedukasi stakeholder internal (manajemen, auditor internal, dan staf sustainability) tentang implikasi akuntansi dan etika dari blockchain untuk meningkatkan organizational readiness. Terakhir, berpartisipasi dalam diskusi publik dengan regulator dan organisasi profesi (IAI, OJK, KLHK) dapat membantu mendorong pembentukan pedoman nasional terkait digital sustainability reporting. Dengan strategi ini, implementasi blockchain dapat berjalan lebih efektif, diterima oleh regulator, dan meningkatkan kredibilitas laporan keberlanjutan.