nama : afita nurmala sari
npm :2453031006

1. Perbandingan Pendekatan Fair Value
Pendekatan Tradisional:
Penilaian didasarkan pada model ekonomi standar dan justifikasi profesional manusia. Keunggulannya adalah Verifiabilitas yang tinggi karena prosesnya eksplisit dan mudah diaudit. Namun, hasilnya mungkin kurang real-time (kurang relevan).
Pendekatan Berbasis AI:
Penilaian didasarkan pada akurasi prediksi dari algoritma machine learning yang menganalisis big data secara real-time. Keunggulannya adalah Relevansi yang tinggi (ketepatan waktu), tetapi menghadapi tantangan Reliabilitas karena proses AI seringkali disebut sebagai "Black Box" dan sulit diverifikasi auditor.

2. Implikasi Epistemologis (Validitas Pengetahuan Akuntansi)
Penggunaan AI mengubah sumber pengetahuan akuntansi dari penjelasan dan bukti manusia (tradisional) menjadi prediksi algoritmik.
Validitas dalam akuntansi tradisional bersumber dari konsensus profesional dan dokumentasi yang transparan. Sebaliknya, validitas AI bersumber dari akurasi prediksinya.
Tantangan epistemologisnya adalah: Auditor hanya melihat hasil akhir tanpa mengetahui secara transparan mengapa model AI sampai pada nilai tersebut. Ini berisiko merusak konsep objektivitas dan verifiabilitas informasi akuntansi.

3. Strategi Akuntabilitas (Kepatuhan IFRS 13)
Untuk memastikan PT Cerdas Digital mematuhi IFRS 13, perusahaan harus meningkatkan transparansi proses algoritmik:
- Gunakan Explainable AI(XAI):
Terapkan teknik yang memungkinkan model AI menjelaskan variabel dan bobot paling berpengaruh yang digunakan dalam penilaian. Ini membantu auditor mengidentifikasi dan memverifikasi Level Input IFRS 13.
- Kontrol Internal (ICFR) Algoritma:
Terapkan kontrol internal yang ketat untuk input data, pengujian independen model secara berkala, dan manajemen perubahan algoritma. Ini menjamin asumsi AI masuk akal (reasonable).
- Pengungkapan yang Ditingkatkan:
Ungkapkan secara detail di Catatan Atas Laporan Keuangan (CALK) jenis algoritma, input data non-tradisional yang digunakan, dan Analisis Sensitivitas Algoritma. Ini memenuhi persyaratan pengungkapan FRS 13.

nama :afita nurmala sari
npm :2454032006

1. - Reliabilitas (Reliability)
Blockchain secara langsung memperkuat atribut kualitatif reliabilitas dalam kerangka konseptual akuntansi.
Keterverifikasian (Verifiability): Data transaksi atau metrik keberlanjutan (seperti konsumsi energi atau asal bahan baku) yang dicatat pada distributed ledger (buku besar terdistribusi) menjadi tidak dapat diubah (immutable) setelah diverifikasi dan ditambahkan ke chain. Ini menghilangkan kebutuhan untuk menguji integritas data secara ekstensif karena sifat teknologinya sudah memastikan kebenaran historis. Hal ini memberikan dasar yang kuat bagi stakeholder untuk percaya pada data yang disajikan.

Netralitas (Neutrality): Pencatatan otomatis melalui smart contract dan sensor IoT (Internet of Things) yang terhubung ke blockchain dapat mengurangi pertimbangan profesional (professional judgment) yang subjektif (yang rentan terhadap bias manajerial) dalam pengumpulan data. Data menjadi lebih objektif, mencerminkan transaksi atau kejadian nyata tanpa pengaruh keinginan manajemen.

- Transparansi (Transparency)
Blockchain meningkatkan transparansi data keberlanjutan (non-keuangan) secara radikal, melampaui kerangka pelaporan tradisional.
Keteraksesan (Accessibility): Dengan membuat data metrik keberlanjutan (misalnya, jejak karbon per ton produk) dapat diakses oleh pihak yang berwenang (regulator, investor, atau bahkan publik) melalui ledger yang sama, blockchain menciptakan single source of truth. Hal ini memungkinkan penelusuran (traceability) yang tak tertandingi atas klaim sustainability, dari sumber bahan baku hingga produk akhir.

Integrasi Data Keuangan & Non-Keuangan: Blockchain memungkinkan integrasi data akuntansi keuangan (misalnya, biaya pembelian bahan baku) dan data non-keuangan (misalnya, lokasi dan waktu panen bahan baku) secara real-time dalam satu sistem yang terverifikasi. Ini mendukung prinsip materialitas dalam pelaporan keberlanjutan, di mana data yang paling relevan dapat dengan mudah diverifikasi secara holistik.

2. 1. Tantangan Regulasi Indonesia
-Kejelasan Regulasi Teknologi: Regulator Indonesia (OJK, BEI) telah mengakui blockchain di sektor keuangan, tetapi belum ada kerangka regulasi yang eksplisit mengenai penggunaan blockchain untuk pelaporan non-keuangan/keberlanjutan dan bagaimana data tersebut diakui sebagai bukti audit yang sah dalam konteks kepatuhan GRI atau POJK terkait.

-Validitas Data Input: Masalah hukum terbesar adalah pada titik input (data off-chain ke on-chain). Jika data jejak karbon dari sensor atau data sumber bahan baku dari pemasok awal dimasukkan ke blockchain secara salah (Garbage in, garbage out), integritas data yang tidak dapat diubah justru menjadi bumerang. Regulasi perlu mendefinisikan standar teknis (misalnya, penggunaan IoT bersertifikasi) untuk memvalidasi input data ini.

-Kompetensi Auditor: Otoritas (PPAJP) perlu menetapkan pedoman audit untuk auditor keberlanjutan agar mampu menilai desain, kontrol, dan integritas jaringan blockchain yang digunakan perusahaan.

2. Tantangan Global dan Standar GRI
-Standar Interoperabilitas: Standar GRI adalah kerangka pelaporan, tetapi belum secara spesifik mengatur format data blockchain. PT Hijau Lestari perlu memastikan blockchain mereka dapat dioperasikan (interoperable) dengan sistem pemasok dan pembeli internasional, serta dapat menghasilkan output yang mudah dicerna dan sesuai dengan indikator GRI yang disyaratkan.

-Tata Kelola Jaringan (Network Governance): Jika blockchain adalah permissioned ledger (hanya diizinkan), PT Hijau Lestari harus mengatasi kekhawatiran stakeholder global mengenai sentralisasi. Jika ledger dikendalikan oleh satu entitas, kritikus mungkin berpendapat bahwa kepercayaan pada data tetap bergantung pada kepercayaan pada entitas tersebut.

3. 1. Fokus pada Materialitas dan Transparansi Selektif
Pilih Indikator Material (GRI): Jangan mencoba menempatkan semua data di blockchain. Prioritaskan metrik keberlanjutan yang paling material dan berisiko tinggi (seperti Emisi Gas Rumah Kaca Scope 1 & 2 atau sertifikasi sumber bahan baku). Tindakan ini selaras dengan prinsip materialitas GRI, mengalokasikan sumber daya verifikasi yang mahal ke area yang paling penting bagi stakeholder.

Implementasi Permissioned Ledger yang Terkelola: PT Hijau Lestari sebaiknya menggunakan Permissioned Blockchain (hanya pihak tertentu yang memiliki izin membaca/menulis) dan mengundang pihak independen (auditor, badan sertifikasi, atau regulator) sebagai node validator di jaringan. Hal ini mempertahankan kerahasiaan data komersial sensitif sambil memenuhi prinsip transparansi melalui mekanisme pengawasan terdistribusi.

2. Memperkuat Kontrol Internal Data Input
Integrasi IoT dan Smart Contract: Gunakan perangkat IoT dan sensor yang andal (bersertifikasi) untuk mengotomatisasi pengumpulan data jejak karbon dan energi, meminimalkan campur tangan manusia. Smart contract harus dikodekan untuk secara otomatis mencatat data ini ke blockchain hanya jika memenuhi kriteria validasi yang telah ditetapkan. Hal ini memperkuat prinsip keandalan data pada sumbernya.

Audit Kode (Code Audit): Lakukan audit independen atas kode smart contract yang mengatur pencatatan metrik keberlanjutan sebelum diimplementasikan. Tujuannya adalah memastikan logika pengakuan data non-keuangan sudah sesuai dengan interpretasi standar GRI dan tidak ada celah untuk manipulasi kode.

3. Keterlibatan Regulator dan Stakeholder
Sinyal dan Edukasi: PT Hijau Lestari harus memberi sinyal (signal) komitmennya kepada regulator dan investor tentang penggunaan blockchain sebagai alat untuk meningkatkan kualitas laporan keberlanjutan. Adakan sesi edukasi yang menjelaskan bagaimana blockchain secara teknis memastikan integritas data. Ini dapat meningkatkan kepercayaan investor dan berpotensi mengurangi biaya modal (berdasarkan Teori Sinyal) karena laporan dianggap lebih andal.

nama : afita nurmala sari
npm : 2453031006


1. Analisis Kritis:
-Tantangan dalam penerapan teori akuntansi tradisional muncul karena sistem otomatisasi dan blockchain mengubah cara pencatatan dan verifikasi dilakukan. Teori akuntansi tradisional mengandalkan pencatatan manual dan pengendalian internal berbasis manusia. Teknologi baru membuat proses berjalan otomatis sehingga akuntan kesulitan menilai keandalan algoritma. Blockchain juga mencatat data secara permanen sehingga koreksi transaksi tidak bisa dilakukan dengan cara biasa. Kondisi ini membuat beberapa konsep seperti materialitas, pengakuan, dan verifikasi perlu penyesuaian agar sesuai dengan sistem digital.

-Digitalisasi memberi peluang untuk meningkatkan ketepatan dan efisiensi akuntansi karena sistem otomatis dapat memproses transaksi besar dengan cepat. Namun digitalisasi juga menciptakan risiko manipulasi. Algoritma bisa disetel untuk menunda pengakuan beban atau mengubah estimasi akuntansi. Manipulasi lebih sulit dideteksi karena jejak keputusan tersembunyi di dalam sistem. Perusahaan dapat menyembunyikan bias dalam parameter algoritma sehingga laporan terlihat wajar tetapi tidak mencerminkan kondisi sebenarnya.

2. Etika dan Transparansi:
-Risiko etika muncul ketika estimasi dan judgement keuangan digantikan oleh AI. Akuntan bisa kehilangan kendali atas proses penilaian yang seharusnya membutuhkan pertimbangan profesional. Jika algoritma salah atau disetel dengan tujuan tertentu, akuntan dapat dianggap bertanggung jawab meskipun tidak mengetahui detail logikanya. Akuntan juga berisiko terjebak pada situasi dimana mereka hanya menjadi operator sistem tanpa kemampuan menguji kembali kewajaran hasil yang diberikan AI.

-Akuntan profesional harus bersikap tegas ketika menghadapi tekanan untuk menyesuaikan hasil laporan agar menarik bagi investor. Akuntan harus memegang prinsip integritas dan objektivitas. Akuntan perlu menolak perubahan yang tidak sesuai dengan standar atau tidak mencerminkan kondisi perusahaan. Akuntan juga harus memberi penjelasan kepada manajemen bahwa laporan yang akurat lebih penting bagi keberlanjutan jangka panjang dibanding sekadar menarik investor dalam jangka pendek.

3. Respon Strategis:
-Perusahaan dan akuntan publik perlu menyesuaikan praktik audit dengan meningkatkan pemahaman terhadap teknologi seperti AI dan blockchain. Auditor harus menilai desain algoritma, menguji logika sistem, dan memastikan tidak ada manipulasi parameter. Perusahaan perlu memperkuat tata kelola teknologi agar setiap perubahan pada sistem terekam dengan jelas. Auditor juga harus menambahkan prosedur audit berbasis data analytics untuk menguji pola transaksi yang tidak wajar.

-Standar pelaporan keuangan saat ini belum sepenuhnya adaptif terhadap kompleksitas keuangan digital dan globalisasi. Beberapa standar belum menjelaskan cara mengaudit algoritma, menilai aset digital, atau mengatasi transaksi yang terjadi secara otomatis. Namun standar yang ada masih bisa digunakan sebagai dasar selama dilakukan interpretasi tambahan. Menurut saya, regulator perlu memperbarui standar agar lebih sesuai dengan perkembangan teknologi sehingga akuntan tidak kebingungan ketika menghadapi sistem berbasis AI dan blockchain.

nama : afita nurmala sari
npm 2453031006

1. Manajemen laba atau earnings management adalah cara manajemen memanipulasi laporan keuangan agar angka laba terlihat lebih baik, biasanya dengan mempercepat pengakuan pendapatan atau mengurangi biaya operasional. Di PT Karya Sentosa, terjadi kenaikan laba bersih sebesar 45% pada tahun 2022, dan analisis menunjukkan kemungkinan adanya manipulasi jenis accrual-based. Berikut penjelasan indikator-indikator utama yang mendukung dugaan ini, berdasarkan teori akuntansi:

1) Kenaikan besar pada akun piutang usaha:
Piutang usaha yang meningkat tajam bisa menunjukkan bahwa perusahaan mempercepat pengakuan pendapatan dari penjualan kredit, meskipun uang belum diterima. Ini adalah tanda bahwa perusahaan mungkin mencoba membengkakkan laba dengan metode accrual, meskipun belum ada arus kas yang nyata.
2) Penurunan cadangan kerugian piutang:
Biasanya, cadangan ini dibuat untuk menyiapkan dana menghadapi piutang yang tidak akan dibayar.Jika penurunan cadangan ini tidak wajar, bisa jadi manajemen mengurangi perkiraan kerugian agar laba terlihat lebih besar. Hal ini bertentangan dengan prinsip konservatisme dalam akuntansi (GAAP/IFRS), yang menuntut cadangan dibuat secara realistis berdasarkan data sebelumnya.
3) Peningkatan pendapatan yang tidak sesuai dengan arus kas operasi: Jika laba akuntansi meningkat tajam tetapi arus kas operasi tetap rendah, ini menunjukkan adanya perbedaan antara pendapatan yang diperhitungkan (accrual) dan kas yang benar-benar masuk.Ini bisa menjadi tanda bahwa laba dihitung berdasarkan metode accrual yang tidak didukung oleh arus kas yang cukup.

2. Dalam jurnal Abu Afifa, M., Saleh, I., Al-shoura, A., & Vo Van, H. (2024). Nexus among board characteristics, earnings management and dividend payout: evidence from an emerging market. International Journal of Emerging Markets, 19(1), 106-133 menggunakan pendekatan empiris-eksplanatori yang didasarkan pada Teori Keagenan, bertujuan untuk menguji hubungan kausal tertentu antara karakteristik dewan direksi, ML, dan kebijakan dividen di negara-negara berkembang. Metode yang mereka pilih adalah analisis regresi dengan data panel tingkat perusahaan, yang sering memanfaatkan teknik ekonometri canggih seperti GMM untuk mengatasi masalah endogenitas. Hasil utama yang didapatkan menunjukkan bahwa karakteristik dewan memiliki pengaruh signifikan dalam memoderasi hubungan antara ML dan kebijakan dividen, di mana ML dimanfaatkan oleh manajer untuk memastikan kestabilan pembayaran dividen. Sedangkan dalam jurnal Wardani, M. S., Saribu, Y. A. S. D., & Kesuma, S. A. (2023). Earnings management in corporate governance: A systematic literature review. Utsaha: Journal of Entrepreneurship, 74-94 menggunakan pendekatan Tinjauan Literatur Sistematis (SLR) dengan tujuan untuk menyatukan pemahaman mengenai hubungan antara Manajemen Laba (ML) dan Tata Kelola Perusahaan (CG). Metode yang diterapkan adalah proses SLR yang ketat, di mana dilakukan identifikasi, penyaringan, dan analisis terhadap penelitian-penelitian empiris yang relevan dari beragam basis data akademis, tanpa melakukan pengumpulan data keuangan primer. Hasil utama dari sintesis literatur ini menegaskan kesepakatan dalam Teori Keagenan, yang menunjukkan bahwa mekanisme CG yang kuat dan independen, seperti dewan yang lebih mandiri dan komite audit yang efisien, umumnya berhasil membatasi tindakan ML yang dilakukan oleh manajer. Namun, kajian ini juga menekankan adanya kekurangan dalam penelitian, terutama perlunya penyelidikan lebih lanjut mengenai peran mekanisme CG yang baru (contohnya keberagaman dewan) dan dampaknya terhadap Manajemen Laba Riil (REM), yang masih kurang dibahas dalam literatur dibandingkan dengan Manajemen Laba Berbasis Akrual.

3.Tidak, penerapan manajemen laba tidak selalu bersifat negative itu bergantung pada situasi, niat, dan konsekuensinya. Meskipun sering diasosiasikan dengan tindakan oportunis (seperti penipuan demi keuntungan pribadi), beberapa dari praktik ini dapat bersifat efisien atau menstabilkan. Manajemen laba dapat diterapkan untuk "penghalusan pendapatan", yang membantu mengurangi fluktuasi dalam laporan keuangan dan memperkuat kepercayaan para investor. Teori signaling (Spence, 1973) menjelaskan bahwa manajemen dapat mengubah laba untuk mengkomunikasikan informasi pribadi mengenai prospek ke depan, seperti mengakui pendapatan lebih cepat untuk menunjukkan adanya pertumbuhan. Riset yang dilakukan oleh Healy dan Wahlen (1999) menunjukkan bahwa perataan laba dapat menurunkan biaya modal, terutama di perusahaan yang memiliki risiko tinggi. Selain itu, dalam konteks pasar berkembang, sedikit manipulasi dapat membantu perusahaan untuk memenuhi syarat pinjaman atau investasi tanpa merusak nilai sebenarnya.

4.Kesimpulannya adalah indikator di PT Karya Sentosa menunjukkan adanya kemungkinan tindakan manajemen laba berbasis akrual yang dapat merusak kepercayaan pasar, meskipun tidak selalu berdampak negatif. Perbandingan catatan menunjukkan bahwa manipulasi akrual cenderung merugikan nilai, sedangkan kegiatan nyata dapat meningkatkan risiko. Secara keseluruhan, manajemen laba dapat memberikan dampak positif jika digunakan untuk penyeimbangan, tetapi sering kali memiliki efek negatif akibat adanya informasi yang tidak simetris.Rekomendasi untuk skateholder sendiri adalah untuk
melakukan adopsi tata kelola yang lebih baik, seperti pembentukan komite audit independen, untuk menghindari praktik manipulasi. Jika terbukti ada masalah, lakukan pernyataan ulang laporan untuk mengembalikan tingkat transparansi.

nama : afita nurmala sari
npm :2453031006
kelas : c

Video dari Edspira dan artikel "Earnings Management: A Literature Review" oleh Debbianita, Tan Ming Kuang, dan Marcella Hoetama membahas konsep earnings management sebagai suatu tindakan manajemen untuk mengatur atau memanipulasi laporan laba perusahaan dengan tujuan tertentu yang biasanya bukan berdasarkan alasan ekonomi sebenarnya. Dalam video, nyata bahwa earnings management tidak selalu ilegal, melainkan lebih pada timing atau pengaturan transaksi agar laba tampak naik, seperti contoh penjualan aset pada waktu tertentu guna merealisasikan keuntungan. Definisi ini senada dengan yang dibahas dalam literatur, di mana earnings management adalah intervensi disengaja dalam pelaporan keuangan melalui pilihan kebijakan akuntansi yang dapat menyesatkan pengguna laporan.

Artikel menjelaskan dua perspektif utama earnings management, yaitu opportunistic dan signaling. Perspektif opportunistic melihat earnings management sebagai tindakan manajemen untuk memaksimalkan keuntungan pribadi, misalnya mendapatkan bonus atau memenuhi kondisi perjanjian hutang, dengan mengorbankan kepentingan pihak lain. Sementara perspektif signaling menganggap earnings management sebagai alat komunikasi informasi manajemen kepada investor mengenai prospek perusahaan, membantu mengurangi ketidakpastian.

Mayoritas penelitian menggunakan pendekatan accrual-based karena fleksibilitas pilihan akuntansi yang ada, meskipun real earnings management juga banyak dijalankan dan sulit dideteksi auditor. Walaupun sering dipandang negatif, earnings management tidak selalu buruk—dalam batas tertentu, ia berfungsi untuk meningkatkan komunikasi perusahaan dengan pasar dan menciptakan ekspektasi laba yang lebih stabil.

Menurut saya, earnings management jika dilakukan secara moderat dan transparan, bisa membantu menyampaikan informasi yang lebih akurat tentang kondisi perusahaan ke pasar. Namun, bila dilakukan secara berlebihan demi menipu atau menutupi kinerja sebenarnya, maka akan merusak kredibilitas laporan keuangan dan berpotensi merugikan investor dan stakeholder. Oleh karena itu, earning management harus diimbangi dengan pengawasan ketat dari regulator dan auditor agar tetap pada koridor etika dan standard akuntansi yang berlaku. Dengan demikian, praktik ini bisa lebih berfungsi sebagai alat komunikasi yang sah dan bukan alat manipulasi semata.