Universitas Tarumanagara,
Indonesia
|
Abstrak |
|
Persaingan bisnis yang semakin ketat mendorong sejumlah pihak untuk memanipulasi laporan keuangan demi berbagai tujuan, termasuk menampilkan kinerja manajemen yang lebih baik. Penelitian ini berfokus pada dugaan manipulasi laporan keuangan yang dilakukan oleh PT Kimia Farma Tbk
pada tahun 2024, di mana perusahaan
diduga menggelembungkan
data keuangan dan mengubah
kerugian menjadi keuntungan melalui praktik mark up, seperti mencatatkan distribusi penjualan yang tampak lebih baik dari
kenyataannya. Tujuan penelitian
ini adalah untuk menguji efektivitas model Beneish
M-Score dalam mendeteksi manipulasi laporan keuangan. Metode yang digunakan
adalah penelitian deskriptif, dengan populasi yang mencakup laporan keuangan PT Kimia Farma
Tbk pada tahun 2021.
Sampel penelitian diambil
dengan teknik purposive
sampling, dan data dikumpulkan melalui
analisis dokumen serta wawancara dengan pihak terkait. Analisis data dilakukan dengan menggunakan model Beneish
M-Score dan analisis rasio
Total Accruals to Total Assets (TATA). Hasil penelitian
menunjukkan bahwa model Beneish M-Score belum mampu secara akurat mendeteksi manipulasi laporan keuangan PT Kimia Farma Tbk, di
mana perusahaan hanya masuk ke dalam
kategori grey. Meskipun demikian, analisis rasio TATA mengindikasikan adanya manipulasi keuangan karena memenuhi parameter sebagai
manipulator. Simpulan dari
penelitian ini adalah perlunya pendekatan yang lebih komprehensif dalam mendeteksi manipulasi laporan keuangan agar dapat memberikan gambaran yang lebih akurat mengenai kondisi keuangan perusahaan. Kata kunci: pendeteksian
kecurangan; PT kimia farma Tbk; beneish M-Score. |
|
|
|
Abstract |
|
Increasingly tight
business competition encourages a number of parties to manipulate financial
reports for various purposes, including displaying better management performance.
This research focuses on the alleged manipulation of financial reports
carried out by PT Kimia Farma Tbk in 2024, where
the company is suspected of inflating financial data and turning losses into
profits through mark up practices, such as recording
sales distributions that appear better than in reality. The aim of this
research is to test the effectiveness of the Beneish
M-Score model in detecting financial statement manipulation. The method used
is descriptive research, with a population that includes the financial
reports of PT Kimia Farma Tbk in 2021. The research
sample was taken using a purposive sampling technique, and data was collected
through document analysis and interviews with related parties. Data analysis
was carried out using the Beneish M-Score model and
Total Accruals to Total Assets (TATA) ratio analysis. The research results
show that the Beneish M-Score model has not been
able to accurately detect manipulation of PT Kimia Farma Tbk's
financial reports, where the company is only included in the gray category.
However, TATA ratio analysis indicates financial manipulation because it
meets the parameters of a manipulator. The conclusion of this research is the
need for a more comprehensive approach in detecting financial report manipulation
in order to provide a more accurate picture of the company's financial
condition. Keywords: fraud detection; PT kimia
farma Tbk; beneish M-Score. |
*Correspondence
Author: Agusmansyah
Email: [email protected]
�
PENDAHULUAN
Laporan keuangan
merupakan sumber informasi krusial bagi para pemangku kepentingan, seperti
manajemen, investor, kreditor, dan regulator, dalam menilai kinerja keuangan
serta prospek suatu perusahaan (Baah et al., 2021;
Djamil, 2023; Turzo et al., 2022).
Sebagai alat utama untuk mengukur kesehatan finansial, laporan keuangan mendukung
pengambilan keputusan strategis, seperti investasi, pemberian kredit, atau
pengelolaan operasional. Informasi yang akurat memungkinkan pemangku
kepentingan untuk membuat keputusan yang tepat, memperkuat kepercayaan, dan
mendukung pertumbuhan ekonomi yang berkelanjutan. Namun, jika laporan keuangan
dimanipulasi, hal ini dapat menyesatkan para pemangku kepentingan, menciptakan
keputusan yang keliru, dan menimbulkan kerugian besar, baik secara finansial
maupun reputasi. Dampak negatif manipulasi ini juga dapat merusak integritas
pasar dan memicu krisis kepercayaan di kalangan pelaku bisnis.
Persaingan
ketat dalam dunia bisnis sering kali mendorong sejumlah pihak untuk
memanipulasi laporan keuangan demi berbagai tujuan, seperti menciptakan kesan kinerja
manajemen atau perusahaan yang lebih baik dari realitas (Alkahfi & Nawawi,
2022; Siswantoro, 2020).
Praktik kecurangan (fraud) dalam laporan keuangan tidak hanya melanggar
prinsip-prinsip akuntansi, tetapi juga dapat menyesatkan pengguna laporan dalam
pengambilan keputusan strategis. Untuk mendeteksi adanya manipulasi semacam
ini, diperlukan alat yang mampu mengungkap potensi kecurangan. Salah satu
metode yang diakui efektif adalah Model Beneish M-Score (M-Score, 2016), yang
dirancang untuk mengidentifikasi kemungkinan manipulasi dalam laporan keuangan
secara sistematis.
Model
Beneish, yang diperkenalkan oleh Messod D. Beneish melalui artikel jurnalnya
"The Detection of Earnings Manipulation" (1999), merupakan alat yang
dirancang untuk mengidentifikasi kemungkinan manipulasi laporan keuangan oleh
perusahaan. Model ini, yang dikenal sebagai Beneish M-Score, mengandalkan lima
variabel utama: Day�s Sales in Receivables Index (DSRI), Gross Margin Index
(GMI), Asset Quality Index (AQI), Sales Growth Index (SGI), dan Total Accruals
to Total Assets Index (TATA). Kelima indikator ini digunakan untuk menganalisis
dan mendeteksi potensi manipulasi dalam laporan keuangan secara sistematis.
Salah
satu perusahaan tercatat di Indonesia yang diduga terlibat dalam manipulasi
laporan keuangan adalah PT Kimia Farma Tbk, anak usaha BUMN Bio Farma yang
bergerak di sektor farmasi. Pada tahun 2023, PT Kimia Farma Tbk melaporkan
pembengkakan rugi bersih sebesar Rp1,48 triliun, meningkat signifikan dari rugi
Rp190,4 miliar pada tahun sebelumnya (Purwanto, 2017; Widasari & Nunayati, 2021). Kementerian BUMN juga mengonfirmasi adanya
indikasi kecurangan atau manipulasi dalam laporan keuangan perusahaan tersebut.
PT Kimia Farma Tbk diduga melakukan rekayasa keuangan dengan cara
menggelembungkan laporan keuangan, misalnya, mencatatkan distribusi penjualan
yang terlihat seolah-olah baik, meskipun kenyataannya tidak demikian (Chen et al., 2019; Lin et al., 2015; Salsabila &
Permatasari, 2021)
Mendeteksi
kecurangan dalam laporan keuangan sejak dini sangat penting untuk melindungi
kepentingan investor, kreditor, dan masyarakat luas dari potensi kerugian
finansial dan reputasi yang dapat ditimbulkan akibat praktik manipulasi
akuntansi (Chen et al., 2019;
Craja et al., 2020; Ratnasari & Rofi, 2020). Ketika
kecurangan tidak terdeteksi, hal ini dapat mengarah pada pengambilan keputusan
yang keliru, yang merugikan semua pihak yang terlibat, termasuk menurunnya
kepercayaan terhadap pasar saham dan integritas sektor bisnis secara
keseluruhan (Mulia et al., 2017;
West & Bhattacharya, 2016).
Penelitian ini bertujuan untuk menguji
kemampuan Model Beneish dalam mendeteksi praktik manipulasi laporan keuangan
yang dilakukan oleh PT Kimia Farma Tbk selama periode 2019 hingga 2023. Fokus
penelitian ini dilatarbelakangi oleh fakta bahwa perusahaan tersebut telah
menunjukkan indikasi manipulasi laporan keuangan pada tahun 2023. Judul
penelitian ini adalah �Analisis Pendeteksian Kecurangan Laporan Keuangan dengan
Beneish M-Score pada PT Kimia Farma Tbk Periode 2019-2023.�
METODE
PENELITIAN
Jenis Penelitian
Penelitian ini termasuk dalam
kategori penelitian deskriptif, yang berfokus pada menggambarkan karakteristik
suatu fenomena dengan tujuan untuk memberikan pemahaman yang lebih jelas
mengenai kondisi yang terjadi (Ramdhan, 2021). Dalam konteks penelitian
ini, fenomena yang dikaji adalah kemungkinan manipulasi laporan keuangan yang
terjadi pada PT Kimia Farma Tbk selama periode 2019 hingga 2023. Melalui
pendekatan deskriptif, penelitian ini berusaha untuk menggambarkan dan
menganalisis pola-pola dalam laporan keuangan perusahaan, serta
mengidentifikasi faktor-faktor yang mungkin mempengaruhi praktik akuntansi yang
diterapkan. Selain itu, penerapan metode Beneish M-Score dalam menganalisis
laporan keuangan PT Kimia Farma Tbk periode 2019-2023 sangat besar, karena
perusahaan ini adalah entitas publik yang wajib melaporkan kinerjanya secara
transparan. Dengan menggunakan M-Score, penelitian ini dapat mengungkap potensi
manipulasi dalam laporan keuangan perusahaan tersebut, memberikan gambaran yang
lebih jelas bagi investor, kreditor, dan regulator tentang tingkat keandalan
informasi keuangan yang disajikan oleh PT Kimia Farma Tbk.
Populasi dan Sampel
Populasi dalam penelitian ini
mencakup seluruh laporan keuangan PT Kimia Farma Tbk selama periode 2019 hingga
2023. Sampel yang diambil adalah laporan keuangan tahunan yang telah diaudit
untuk setiap tahun dalam periode tersebut. Dengan demikian, sampel terdiri dari
lima laporan keuangan tahunan yang digunakan untuk menganalisis potensi
manipulasi.
Teknik Pengambilan Sampel
Teknik pengambilan sampel yang
digunakan dalam penelitian ini adalah purposive sampling, yaitu pemilihan
sampel dengan kriteria tertentu. Dalam hal ini, laporan keuangan yang dipilih
adalah laporan yang telah diaudit dan dipublikasikan oleh PT Kimia Farma Tbk
untuk periode 2019 hingga 2023. Pemilihan ini bertujuan agar data yang
digunakan dalam analisis adalah data yang valid dan dapat dipercaya.
Teknik Pengumpulan Data
Data dikumpulkan melalui
metode dokumentasi, yaitu dengan menggunakan dokumen laporan keuangan PT Kimia
Farma Tbk untuk periode 2019-2023 yang diperoleh dari situs resmi Kimia Farma
(https://www.kimiafarma.co.id/id/laporan-audited).
Teknik Analisis Data
Analisis data dalam riset ini
memanfaatkan model Beneish M-Score (M-Score, 2016;
MacCarthy, 2017). Model ini digunakan untuk
mengevaluasi apakah PT Kimia Farma Tbk terindikasi melakukan manipulasi laporan
keuangan. Penilaian didasarkan pada nilai M-Score sesuai parameter indeks yang
ditentukan oleh model Beneish.
Variabel dan Definisi
Operasional
1. Day�s Sales in Receivables
Index (DSRI)
DSRI mengukur rasio jumlah
hari penjualan dalam piutang pada tahun tertentu (tahun t) dibandingkan dengan
tahun sebelumnya (tahun t-1).
2. Gross Margin Index (GMI)
GMI merupakan rasio gross
margin pada tahun sebelumnya (tahun t-1) terhadap gross margin pada tahun
tertentu (tahun t).
3. Asset Quality Index (AQI)
AQI menghitung rasio aset
tidak lancar (tidak termasuk plant, property, dan equipment) terhadap total
aset, untuk mengukur proporsi aset yang memberikan keuntungan di masa depan
tetapi memiliki tingkat ketidakpastian yang tinggi.
4. Sales Growth Index (SGI)
SGI menunjukkan rasio
pertumbuhan penjualan, yaitu perbandingan antara penjualan pada tahun tertentu
(tahun t) dengan penjualan pada tahun sebelumnya (tahun t-1).
5. Total Accruals to Total Assets
Index (TATA)
TATA adalah rasio total akrual
terhadap total aset. Total akrual dihitung dari perubahan akun modal kerja
selain kas dan piutang pajak dikurangi depresiasi.
HASIL DAN PEMBAHASAN
1.
Perhitungan Indeks Beneish
M-Score
a. Days Sales in Receivable Index
(DSRI)
����������� DSRI (2019) = 1,437
DSRI (2020) = 0,678
DSRI (2021) = 0,991
DSRI (2022) = 1,310
DSRI (2023) = 0,919
b. Gross Margin Index (GMI)
GMI (2019) = 0,985
GMI (2020) = 0,996
GMI (2021) = 0,986
GMI (2022) = 1,042
GMI (2023) = 0,942
c. Assets Quality Index (AQI)
AQI (2019) = 0,652
AQI (2020) = 1,133
AQI (2021) = 1,054
AQI (2022) = 0,832
AQI (2023) = 1,185
d. Sales Growth Indeks (SGI)
SGI (2019) = 1,111
SGI (2020) = 1,064
SGI (2021) = 1,285
SGI (2022) = 0,718
SGI (2023) = 1,079
e. Total Accruals to Total Assets
(TATA)
TATA (2019) = 0,128
TATA (2020) = -0,021
TATA (2021) = 0,068
TATA (2022) = 0,005
TATA (2023) = -0,069
2.
Penilaian Laporan Keuangan
Tahun 2019
Hasil perhitungan indeks
Beneish M-Score atas setiap rasio pada laporan keuangan PT Kimia Farma Tbk
selanjutnya dinilai dengan membandingkannya terhadap indeks parameter yang
telah ditetapkan. Perbandingan dilakukan untuk melihat apakah terdapat
manipulasi atas penyusunan laporan keuangan yang telah disusun.
Tabel 1. Skor Beneish M-Score
Tahun 2019
|
Rasio |
Skor |
Parameter |
Kesimpulan |
|
DSRI |
1,437 |
Grey |
Non Manipulator |
|
GMI |
0,985 |
Non Manipulator |
|
|
AQI |
0,652 |
Non Manipulator |
|
|
SGI |
1,111 |
Non Manipulator |
|
|
TATA |
0,128 |
Manipulator |
Sumber: Olahan Penulis (2024)
Tabel 1. menunjukkan bahwa
dari lima rasio yang telah dihitung, rasio DSRI masuk ke dalam parameter grey,
tiga rasio yaitu GMI, AQI, dan SGI masuk ke dalam parameter non manipulator,
dan rasio TATA masuk ke dalam parameter manipulator. Karena terdapat tiga rasio
yang termasuk ke dalam parameter non manipulator maka berdasarkan model Beneish
M-Score untuk tahun 2019 PT Kimia Farma Tbk digolongkan ke dalam perusahaan non
manipulator.�
3.
Penilaian Laporan Keuangan
Tahun 2020
Hasil penilaian atas kelima
rasio pada laporan keuangan PT Kimia Farna Tbk untuk tahun 2020 dapat dilihat
pada Tabel 2. berikut.
Tabel 2. Skor Beneish M-Score
Tahun 2020
|
Rasio |
Skor |
Parameter |
Kesimpulan |
|
DSRI |
0,678 |
Non Manipulator |
Non Manipulator |
|
GMI |
0,996 |
Non Manipulator |
|
|
AQI |
1,133 |
Grey |
|
|
SGI |
1,064 |
Non Manipulator |
|
|
TATA |
-0,021 |
Non Manipulator |
Sumber: Olahan Penulis (2024)
����������� Tabel 2. menampilkan empat rasio yang termasuk ke dalam
parameter non manipulator yaitu rasio DSRI, GMI, SGI, dan TATA. Sedangkan hanya
rasio AQI yang termasuk ke dalam parameter grey. Dikarenakan jumlah parameter
non manipulator sudah melebihi minimal tiga rasio, maka dapat dinyatakan bahwa
pada tahun 2020 PT Kimia Farma Tbk digolongkan ke dalam perusahaan non
manipulator atau dengan kata lain tidak melakukan manipulasi laporan keuangan.
4.
Penilaian Laporan Keuangan
Tahun 2021
Hasil penilaian atas kelima
rasio pada laporan keuangan PT Kimia Farna Tbk untuk tahun 2021 dapat dilihat
pada Tabel 3. berikut.
Tabel 3. Skor Beneish M-Score
Tahun 2021
|
Rasio |
Skor |
Parameter |
Kesimpulan |
|
DSRI |
0,991 |
Non Manipulator |
Grey |
|
GMI |
0,986 |
Non Manipulator |
|
|
AQI |
1,054 |
Grey |
|
|
SGI |
1,285 |
Grey |
|
|
TATA |
0,068 |
Manipulator |
Sumber: Olahan Penulis (2024)
Berdasarkan pada Tabel 3. di
atas dapat dilihat bahwa jumlah rasio yang masuk ke dalam parameter non
manipulator dan parameter grey sama-sama berjumlah dua rasio. Rasio yang
termasuk ke dalam non manipulator yaitu DSRI dan GMI, dan yang termasuk ke
dalam grey yaitu rasio AQI dan SGI sedangkan TATA masuk ke dalam parameter
manipulator. Berdasarkan kriteria model Beneish M-Score dikarenakan parameter
rasio pada tahun 2021 tidak memenuhi dua kriteria penggolongan manipulator dan
non manipulator yang minimal harus terdapat tiga rasio maka dapat disimpulkan
PT Kimia Farma Tbk digolongkan sebagai perusahaan grey. Perusahaan grey artinya
PT Kimia Farma Tbk tidak dapat diidentifikasi apakah dalam penyusunan laporan
keuangannya terdapat manipulasi maupun tidak memanipulasi laporan keuangan.
Dengan tergolongnya PT Kimia Farma Tbk ke dalam area grey, hal ini dapat
menjadi sinyal terhadap para pemangku kepentingan bahwa ada kemungkinan
perusahaan telah melakukan manipulasi laporan keuangan.
Hal ini sejalan dengan adanya
dugaan manipulasi laporan keuangan pada tahun 2021-2022 oleh Kimia Farma Apotek
yang merupakan anak perusaaan dari PT Kimia Farma Tbk yang menyebabkan kerugian
sekitar Rp1,82 triliun. Meskipun hasil Beneish M-Score
hanya menggolongkan ke dalam perusahaan grey, para pengguna laporan keuangan
harus menjadikannya sebagai warning agar lebih berhati-hati dalam pengambilan
keputusan terkait dengan PT Kimia Farma Tbk pada tahun 2021.
5.
Penilaian Laporan Keuangan
Tahun 2022
Hasil penilaian atas kelima
rasio pada laporan keuangan PT Kimia Farna Tbk untuk tahun 2022 dapat dilihat
pada Tabel 4. berikut.
Tabel 4. Skor Beneish M-Score
Tahun 2022
|
Rasio |
Skor |
Parameter |
Kesimpulan |
|
DSRI |
1,310 |
Grey |
Non Manipulator |
|
GMI |
1,042 |
Grey |
|
|
AQI |
0,832 |
Non Manipulator |
|
|
SGI |
0,718 |
Non Manipulator |
|
|
TATA |
0,005 |
Non Manipulator |
Sumber: Olahan Penulis (2024)
Tabel 4. di atas
memperlihatkan dua rasio yang masuk ke dalam parameter grey yaitu DSRI dan GMI,
sedangkan tiga rasio lain yaitu AQI, SGI, dan TATA masuk ke dalam parameter non
manipulator. Dengan demikian dapat disimpulkan bahwa pada tahun 2022 PT Kimia
Farma Tbk digolongkan ke dalam perusahaan non manipulator. Walaupun
kenyataannya terdapat dugaan manipulasi laporan keuangan pada tahun 2022.
6.
Penilaian Laporan Keuangan
Tahun 2023
Hasil penilaian atas kelima
rasio pada laporan keuangan PT Kimia Farna Tbk untuk tahun 2023 dapat dilihat
pada Tabel 5. berikut.
Tabel 5. Skor Beneish M-Score
Tahun 2023
|
Rasio |
Skor |
Parameter |
Kesimpulan |
|
DSRI |
0,919 |
Non Manipulator |
Non Manipulator |
|
GMI |
0,942 |
Non Manipulator |
|
|
AQI |
1,185 |
Grey |
|
|
SGI |
1,079 |
Non Manipulator |
|
|
TATA |
-0,069 |
Non Manipulator |
Sumber: Olahan Penulis
(2024)
Tabel 5. menunjukkan bahwa
terdapat empat rasio yang masuk ke dalam parameter non manipulator yaitu DSRI,
GMI, SGI, dan TATA, sedangkan hanya rasio AQI masuk ke dalam parameter grey.
Maka, berdasarkan kriteria model Beneish M-Score PT Kimia Farma Tbk digolongkan
ke dalam perusahaan non manipulator pada tahun 2023.
KESIMPULAN
Berdasarkan
hasil penelitian dan analisis yang dilakukan, dapat disimpulkan bahwa PT Kimia
Farma Tbk pada tahun 2019, 2020, 2022, dan 2023 tergolong dalam kategori non-manipulator,
yang menunjukkan bahwa laporan keuangan pada tahun-tahun tersebut tidak
terindikasi manipulasi. Namun, pada tahun 2021, perusahaan masuk ke dalam
kategori grey, yang berarti terdapat kemungkinan bahwa PT Kimia Farma
Tbk melakukan manipulasi laporan keuangan, meskipun tidak dapat dipastikan
sepenuhnya. Model Beneish M-Score belum mampu secara akurat mendeteksi
manipulasi laporan keuangan PT Kimia Farma Tbk pada tahun 2021, karena
perusahaan hanya berada dalam kategori grey. Namun, melalui analisis
rasio Total Accruals to Total Assets (TATA), terdapat indikasi
manipulasi keuangan, karena nilai parameter menunjukkan karakteristik
manipulator. Di sisi lain, fakta menunjukkan adanya dugaan manipulasi laporan
yang dilakukan oleh anak perusahaan pada tahun yang sama.
Alkahfi, M. A., & Nawawi, Z. M. (2022). Peran Etika
Bisnis dalam Perusahaan Bisnis di Era Globalisasi. ManBiz: Journal of
Management and Business, 1(2), 75�88.
Baah, C., Opoku-Agyeman, D., Acquah, I. S. K.,
Agyabeng-Mensah, Y., Afum, E., Faibil, D., & Abdoulaye, F. A. M. (2021).
Examining the correlations between stakeholder pressures, green production
practices, firm reputation, environmental and financial performance: Evidence
from manufacturing SMEs. Sustainable Production and Consumption, 27,
100�114.
Chen, Y.-J., Liou, W.-C., Chen, Y.-M., & Wu, J.-H.
(2019). Fraud detection for financial statements of business groups. International
Journal of Accounting Information Systems, 32, 1�23.
Craja, P., Kim, A., & Lessmann, S. (2020). Deep learning
for detecting financial statement fraud. Decision Support Systems, 139,
113421.
Djamil, N. (2023). Akuntansi Terintegrasi Islam: Alternatif
Model Dalam Penyusunan Laporan Keuangan: Islamic Integrated Accounting:
Alternative Models in Preparing Financial Statements. JAAMTER: Jurnal Audit
Akuntansi Manajemen Terintegrasi, 1(1), 1�10.
Lin, C.-C., Chiu, A.-A., Huang, S. Y., & Yen, D. C.
(2015). Detecting the financial statement fraud: The analysis of the
differences between data mining techniques and experts� judgments. Knowledge-Based
Systems, 89, 459�470.
M-Score, K. M. B. (2016). Detecting financial statement fraud
by Malaysian public listed companies: The reliability of the Beneish M-Score
model. Jurnal Pengurusan, 46, 23�32.
MacCarthy, J. (2017). Using Altman Z-score and Beneish
M-score models to detect financial fraud and corporate failure: A case study of
Enron Corporation. International Journal of Finance and Accounting, 6(6),
159�166.
Mulia, M. H. K., Febrianto, R., & Kartika, R. (2017). Pengaruh
moralitas individu dan pengendalian internal terhadap kecurangan: Sebuah studi
eksperimental. Muhammadiyah University Yogyakarta.
Purwanto, M. E. (2017). Critical Review Penyimpangan
Keuangan Perusahaan Pada Pasar Modal Di Indonesia. 0�15.
Ramdhan, M. (2021). Metode penelitian. Cipta Media
Nusantara.
Ratnasari, M., & Rofi, M. A. (2020). Faktor-faktor yang
memotivasi kecurangan laporan keuangan. Journal of Management and Business
Review, 17(1), 79�107.
Salsabila, S. S., & Permatasari, C. L. (2021).
Pendeteksian Kecurangan (Fraud) Laporan Keuangan oleh Auditor Eksternal Melalui
Bukti Audit. Ecodunamika, 4(2).
Siswantoro, S. (2020). Pengaruh faktor tekanan dan ukuran
perusahaan terhadap kecurangan laporan keuangan. Jurnal Akuntansi, Keuangan,
Dan Manajemen, 1(4), 287�300.
Turzo, T., Marzi, G., Favino, C., & Terzani, S. (2022).
Non-financial reporting research and practice: Lessons from the last decade. Journal
of Cleaner Production, 345, 131154.
West, J., & Bhattacharya, M. (2016). Intelligent
financial fraud detection: a comprehensive review. Computers & Security,
57, 47�66.
Widasari, E., & Nunayati, N. (2021). Pengaruh Corporate
Governance Terhadap Integritas Laporan Keuangan. The Asia Pacific Journal of
Management Studies, 8(3).
|
|
� 2024 by the authors. Submitted for possible open access publication
under the terms and conditions of the Creative Commons Attribution (CC BY SA) license (https://creativecommons.org/licenses/by-sa/4.0/). |