Perkembangan Penelitian Artificial intelligence terhadap Audit Sistem Informasi

AUDIT-Pada tahun 2018, Askary et al. mengembangkan sebuah model umum yang direkomendasikan untuk diterapkan oleh berbagai jenis badan usaha. Model tersebut menawarkan cara praktis untuk memanfaatkan Kecerdasan Buatan (AI) dalam mengotomatisasi proses dan mengatasi kelemahan pada sistem pengendalian internal.

Dalam konteks yang sama tentang penggunaan teknologi dalam audit, Li et al., juga pada tahun 2018, memperkenalkan sebuah sistem asisten kognitif khusus untuk domain audit. Sistem ini dirancang untuk mendukung pengambilan keputusan dengan cara interaktif, terutama dalam pengambilan informasi dan penilaian risiko selama sesi brainstorming audit.

Baca juga: Tembus Rp21,606 Triliun, Smelter Amman Mineral Investasi Terbesar di NTB 2022

Bergerak ke tahun 2020, Obaid et al. membahas bagaimana Kecerdasan Sintetik bisa diintegrasikan ke dalam tata letak struktur mekanis, mencakup serangkaian langkah dan konsep. Pada tahun yang sama, Liu dkk. menawarkan solusi untuk pialang saham dengan mengembangkan sistem analisis video berbasis pembelajaran mendalam. Sistem ini secara rinci terdiri dari lima modul utama, yakni: 1) Pemeriksaan kerusakan video dan deteksi integritas; 2) Penentuan lokasi dan asosiasi objek yang relevan; 3) Analisis kehadiran dan kepergian personel dalam video; 4) Evaluasi kualitas citra wajah; dan 5) Pendeteksian tindakan yang berkaitan dengan tanda tangan.

Pada tahun 2021, Al-Sayyed et al. melakukan penelitian dengan fokus pada dampak teknologi kecerdasan buatan terhadap bukti audit. Studi tersebut dilihat dari perspektif auditor bersertifikat yang bekerja di perusahaan teknologi informasi di Yordania.

Baca juga: Dinas Pendidikan dan Kebudayaan Mamuju Tengah Launching Aplikasi SIAP AJA, Urus Ijazah Lebih Mudah

Wen, pada tahun 2021, mengenalkan tiga model audit internal berkelanjutan yang menggunakan XBRL (eXtensible Business Reporting Language) dan mendiskusikan bagaimana teknologi big data dapat diterapkan dalam konteks audit internal berkelanjutan XBRL. Beberapa karya lain yang juga memberikan pengaruh signifikan dalam bidang ini meliputi penelitian oleh Sui et al. (2015), Lin et al. (2020), Fan et al. (2021), dan Wang (2022).

Referensi :
[1] Jie Sui; Zuochun Fang; "Research on The Technology of On-line Audit Warning in Big Data Environment", 2015.
[2] Saeed Askary; Nasser Abu-Ghazaleh; Yasean A. Tahat; "Artificial Intelligence and Reliability of Accounting Information", 2018.
[3] Qiao Li; Miklos A. Vasarhelyi; "Developing A Cognitive Assistant for The Audit Plan Brainstorming Session",    The International Journal Of Digital Accounting Research, 2018.
[4] Ahmed J. Obaid; Shubham Sharma; "Recent Trends and Development of Heuristic Artificial Intelligence Approach in Mechanical System and Engineering Product Design",    Journal Of Engineering And Technology, 2020.
[5] Bin Liu; Mingyu Wu; Minze Tao; Qin Wang; Luye He; Guoliang Shen; Kai Chen; Junchi Yan; "Video Content Analysis for Compliance Audit in Finance and Security Industry",    IEEE ACCESS, 2020.
[6] Renzao Lin; Yeping Huang; "Enterprise Internal Audit Data Network Security System in The Information Age", 2020.
[7] Saleh Mohammed Al-Sayyed; Shaher Falah Al-Aroud; Lena Mustafa Zayed; "The Effect of Artificial Intelligence Technologies on Audit Evidence", 2021.
[8] Yong Wen; "Research on XBRL Continuous Internal Audit Under The Big Data",    Journal Of Physics: Conference Series, 2021.
[9] Ruixia Fan; Junguo Song; "Research and Application of Analysis System in Material Field By Digital Audit and Artificial Intelligence",    Journal Of Physics: Conference Series, 2021.
[10] Yuhui Wang; "Research on Performance Optimization Algorithm of Resource and Environment Audit Based on Computer Technology",    Computational Intelligence And Neuroscience, 2022.

Penulis:
Hidayatullah, SE., M.Si., M.Kom., M.H., Ak., CA., CPA., CIISA., CDMP
Dosen IIB Darmajaya