Akses tepat waktu ke informasi adalah hal yang penting. Di dalam ekonomi globalisasi ini yang berkembang cepat, pihak manajemen harus secara konstan mengawasi dan mengevaluasi kembali kinerja keuangan dan operasional dalam hal tujuan strategisnya Perusahaan harus mampu mengubah rencana mereka dengan cepat sebagai respons atasperubahan dalam lingkungan mereka. Akibatnya, banyak organisasi yang mengadopsi sistem buku besar on-line yang hampir sama dengan yang diperlihatkan dalam Gambar 15-3. Ketika sistem semacam ini mencakup database berdesain baik yang hampir sama dengan yang diperlihatkan dalam Gambar 15-7, pihak manajemen memiliki akses yang selalu siap ke informasi yang dibutuhkan untuk membuat keputusan operasional dan taktis secara tepat waktu.
Akan tetapi, sistem semacam ini tidaklah cukup untuk mendukung kebutuhan pembuatan keputusan pihak manajemen, karena database terstruktur seperti yang diperlihatkan dalam Gambar 15-7 didesain untuk mendukung kebutuhan pemrosesan transaksi organisasi. Maka, database tersebut biasanya berisi data hanya untuk tahun fiskal saat ini, dan mungkin ditambah satu bulan tambahan untuk memungkinkan perbandingan antara aktivitas bulan sekarang dengan bulan yang sama tahun lalu. Jadi. tabel kegiatan, yang berisi data yang biasanya berisi jurnal dalam SIA manual, akan seperti juga jurnal, ditutup dan disimpan pada akhir setiap tahun fiskal. Akan tetapi pembuatan keputusan strategis membutuhkan akses ke banyak data historis. Contohnya ketika mengevaluasi strategi pemasaran, pihak manajemen mungkin membutuhkan akses ke data mengenai penjualan yang dirinci berdasarkan produk, tenaga penjual, dan pelanggan, selama lima tahun sebelumnya.
Guna memberikan kebutuhan informasi yang dibutuhkan untuk pengambilan keputusan strategis, organisasi membangun database terpisah yang disebut sebagai gudang data. Gudang data berisi rincian dan ringkasan data untuk beberapa tahun dan digunakan untuk analisis, daripada untuk pemrosesan transaksi. Oleh karena berisi informasi untuk beberapa tahun, gudang data sangatlah besar. Bahkan, sudah biasa bahwa gudang data berisi puluhan, atau bahkan ratusan terabyte data. Akibatnya, gudang data biasanya merupakan sistem terpisah dari SIA yang digunakan untuk mendukung aktivitas bisnis harian organisasi, agar kinerja aktivitas tersebut tidak dipengaruhi secara negatif oleh sumber pemrosesan komputer yang digunakan untuk menganalisis data yang terdapat dalam gudang data. Sebagai tambahan, organisasi sering kali membangun gudang data terpisah untuk fungsi keuangan, lainnya untuk fungsi sumber daya manusia, dan seterusnya. Gudang data semacam ini yang lebih kecil sering kali disebut sebagai datamart.
Gudang data dan data mart tidak menggantikan database pemrosesan organisasi.
Sebaliknya, mereka melengkapi database tersebut dengan memberikan dukungan untuk pengambilan keputusan strategis. Merupakan hal yang penting untuk diingat bahwa gudang data dan data mart tidak digunakan untuk pemrosesan transaksi. Akibatnya, mereka biasanya tidak diperbarui secara real-time, tetapi secara periodik diperbarui untuk mencerminkan hasil dari semua transaksi yang terjadi sejak pembaruan yang terakhir.
Gudang data berbeda dari database yang digunakan untuk mendukung pemrosesan transaksi, tidak hanya dari segi ukuran, tetapi juga cara mereka distrukturkan. Jika database pemrosesan transaksi didesain untuk meminimalkan pengulangan dan karenanya memaksimalkan efisiensi pembaruannya untuk mencerminkan hasil transaksi saat ini, gudang data sering kali didesain untuk sengaja berulang-ulang agar dapat memaksimalkan efisiensi pertanyaan. Jadi, daripada berdasarkan model data REA, gudang data biasanya didesain secara dimensional.
Arsitektur dimensional yang paling umum disebut sebagai skema bintang, disebut demikian karena datanya diatur mirip dengan bintang (lihat Gambar 15-9).
 |
| Gambar 15-9 Contoh Skema Bintang untuk Gudang Data |
Pada pusat bintang tersebut adalah tabel fakta yang dihubungkan ke beberapa dimensi yang relevan. Di dalam gambar tersebut, tabel fakta berisi informasi mengenai berbagai pembelian bahan baku, dalam hal unit dan nilai uang. Dimensi yang relevan dapat meliputi lokasi tempat bahan tersebut disimpan, barang, dan staf pembelian serta departernennya, pernasoknya, serta periode waktumya. Gudang data berisi berbagai bintang semacam ini, satu untuk setiap rangkaian penting data fakta. Informasi lebih lanjut mengenai skema bintang berada di luar lingkup bahan bacaan ini, tetapi dapat ditemukan di buku teks apa pun yang digunakan untuk pelatihan gudang data.
Proses rnengakses data yang tennasuk dalarn gudang data dan menggunakannya untuk pengambilan keputusan strategis sering kali disebut sebagai intelijen bisnis. Terdapat dua teknik utama yang digunakan dalam intelijen bisnis: pemrosesan analitikal on-line (on-line analytical processing-OLAP) dan penggalian data. Pemrosesan analitikal on-line (OLAP) menggunakan bahasa pertanyaan yang memungkinkan pemakai mengarahkan penyelidikan hubungan yang dihipotesiskan dalam data tersebut. Contohnya, seorang manajer mungkin mulai dengan pertanyaan yang merinci pembelian berdasarkan pemasok selama tiga tahun terakhir. Hal ini dapat diikuti oleh pertanyaan tambahan yang "memperdalam" ke tingkat yang lebih rendah (hampir sama dengan hierarki laporan yang ditunjukkan dalam Gambar 15-4) berdasarkan, contohnya, pengelompokan pembelian berdasarkan barang yang berbeda dan periode fiskal.
Penggalian data menggunakan analisis statistik yang canggih, termasuk teknik intelijensi buatan seperti neural networks, untuk "menemukan" hubungan yang belum dihipotesiskan dalam data. Contohnya, perusahaan kartu kredit menggunakan penggalian data untuk mengidentifikasi pola penggunaan indikasi penipuan. Dalam cara yang hampir sama, teknik penggalian data dapat digunakan untuk mengidentifikasi hubungan yang sebelumnya belum diketahui dalam data penjualan, yang kemudian dapat digunakan sebagai dasar promosi di masa mendatang.
Gudang data dapat memberikan manfaat yang signifikan pada organisasi. Akan tetapi, dibutuhkan pengendalian yang benar untuk mendapatkan manfaat tersebut. Fokus 15-2 meringkas masalah-masalah utama yang harus ditangani.
Fokus 15-2
Masalah-masalah Pengendalian Gudang Data
Seperti proyek sistem mana pun, pengendalian dibutuhkan untuk memastikan bahwa gudang data dan data mart aman dan bahwa informasi yang mereka simpan andal. Berikut ini adalah tujuh langkah yang merupakan garis besar proses menyeluruh untuk menangani kekhawatiran mengenai potensi keamanan dan integritas gudang data:
1. Identifikasi data. Mendesain pengendalian yang tepat untuk gudang data atau data mart membutuhkan pengetahuan mengenai apa yang disimpan di dalamnya. Persediaan yang lengkap atas semua bagian data yang disimpan dalam gudang data harus dilakukan dan hasilnya diatur serta didokumentasikan dalam cara yang mudah ditelusuri.
2. Klasifikasi data. Begitu isi gudang data telah diidentifikasi, pihak manajemen harus mengklasifikasikan data dalam hal risiko keamanannya. Para ahli merekomendasikan penggunaan tiga kelas: data yang dapat tersedia untuk publik, data rahasia yang aksesnya harus dibatasi, serta data sangat rahasia yang sangat sensitif dan penting. Berhati-hatilah bahwa dengan membuat klasifikasi semacam itu tanpa mengikutinya dengan prosedur keamanan yang berbeda hanya membuatpekerjaan penyusup menjadi semakin mudah.
3. Penilaian data. Mendesain tingkat optimal pengendalian atas data meliputi pembobotan biaya pengendalian dengan manfaatnya. Jadi, merupakan hal yang penting untuk melengkapi sebuah nilai ke setiap kelas data dalam langkah 2, dengan biaya pengendalian yang diajukan, agar dapat dibandingkan.
4. Identifikasi kerentanan. Langkah ini mencakup penilaian risiko. Hal yang paling relevan adalah kriteria SysTrust untuk sistem yang andal: ketersediaan, integritas, keamanan, dan dapat dipelihara.
5. Identifikasi pengendalian. Potensi pengendalian harus diidentifikasi untuk menangani setiap ancaman yang sebelumnya diidentifikasi. Pengendalian akses sangatlah penting. Enkripsi mungkin diperlukan untuk melindungi data yang diklasifikasikan sebagai sangat rahasia. Pengendalian juga dibutuhkan untuk memastikan bahwa integritas data dipelihara ketika isi gudang data atau data mart diperbarui.
6. Pemilihan pengendalian yang efektif biayanya. Setelah berbagai ancaman dan potensi pengendalian telah diidentifikasi, analisis biaya manfaat dapat digunakan untuk memilih metode optimal untuk mengendalikan kerentanan.
7. Evaluasi. Begitu gudang data atau data mart digunakan, efektivitas keberadaan prosedur pengendalian dalam menangani berbagai ancaman harus secara periodik dinilai kembali. Penilaian risiko juga harus dilakukan kembali secara periodik, terutama jika ada perubahan signifikan dalam teknologi.
Sumber: Slemo Warigon, "Data Warehouse Control & Security," Internal Auditor (Februari 1998): 54-60
RINGKASAN DAN KESIMPULAN KASUS
Sistem buku besar dan pelaporan mengintegrasikan serta meringkas hasil-hasil berbagai subsistem akuntansi dari siklus pendapatan, pengeluaran, produksi, dan sumber daya manusia. Buku besar adalah file utama pusat dalam SIA. Akibatnya, merupakan hal yang penting untuk mengimplementasikan prosedur pengendalian agar dapat memastikan akurasi dan keamanannya. Pengendalian yang penting meliputi pemeriksaan edit catatan voucher jurnal yang dimasukkan ke dalam buku besar, pengendalian akses, jejak audit yang memadai, serta prosedur pembuatan cadangan dan pemulihan dari bencana yang tepat.
Output yang dihasilkan oleh sistem buku besar terbagi dalam dua kategori utama: laporan keuangan dan manajerial. Laporan keuangan dibuat secara periodik sesuai dengan GAAP (PSAK di Indonesia) dan disebarkan baik ke pemakai internal maupun eksternal. Laporan manajerial dibuat hanya untuk pemakaian internal dan karenanya sering kali memasukkan perbandingan antara kinerja aktual dengan yang dianggarkan.
Kegunaan laporan-laporan ini, baik disajikan dalam bentuk tabel ataupun grafik, dipengaruhi oleh seberapa baik mereka didesain.
Sebagai tambahan laporan tercetak, sistem buku besar harus mampu mendukung pemrosesan pertanyaan dari pembuat keputusan. Hal ini membutuhkan pengendalian yang mencukupi untuk membatasi akses ke, dan operasi yang diizinkan atas, data dalam buku besar. Mendesain buku besar agar sesuai dengan model data relasional akan memfasilitasi pemrosesan dengan membuat data lebih mudah diakses melalui alat desktop yang dapat ditemukan di sebagian besar komputer pribadi. Organisasi harus memberikan informasi ke berbagai jenis pemakai termasuk lembaga pemerintah, analis industri, lembaga keuangan, dan berbagai pengambil keputusan individual. XBRL memberikan mekanisme untuk meningkatkan efisiensi dalam menghasilkan informasi semacam ini dari sumber eksternal. Elizabeth Venko dan Ann Brandt mengusulkan agar AOE memanfaatkan kemampuan baru XBRL untuk meningkatkan efisiensi serta mengurangi biaya yang berkaitan dengan pemberian informasi keuangan ke pemakai eksternal.
Elizabeth dan Ann menginformasikan Linda Spurgeon dan Stephanie Cromwell bahwa database pemrosesan terintegrasi yang baru milik AOE, hampir sama dengan yang diperlihatkan dalam Gambar 15-7, memfasilitasi pengumpulan, penyimpanan, dan penarikan data yang dibutuhkan untuk membuat balanced scorecard. Akan tetapi, Ann mengatakan bahwa gudang data terpisah yang berisi tidak hanya data saat ini, tetapi juga data historis, akan harus dibuat untuk memenuhi kebutuhan intelijen bisnis AOE. Bab ini mengakhiri pembahasan mengenai berbagai siklus dalam sebuah SIA. Anda telah mempelajari bahwa sistem informasi akuntansi memiliki tiga tujuan utama: (1) memproses transaksi untuk tujuan akuntansi, (2) memelihara pengendalian yang memadai untuk memastikan integritas data organisasi dan menjaga asetnya, dan (3) memberikan informasi untuk mendukung pengambilan keputusan. Salah satu tema lainnya yang muncul di sepanjang buku ini adalah perlunya akuntan untuk bergerak di luar peran tradisional sebagai pencatat nilai dan untuk secara aktif mencari nilai tambah bagi organisasi mereka. Merupakan hal yang sangat penting bagi akuntan untuk terlibat dalam keputusan yang berkaitan dengan adopsi teknologi baru. Tiga bab berikut ini akan mendiskusikan berbagai aktivitas yang dilibatkan dalam mendesain, mendapatkan, dan mengimplementasikan sistem informasi baru.
Para akuntan harus berpartisipasi dalam keputusan mengenai adopsi teknologi baru dalam mengimplementasikan sistem informasi baru, karena mereka terlatih untuk dengan benar mengevaluasi biaya dan manfaat relatif, seperti juga risiko ekonomi, yang mendasar investasi semacam itu. Akan tetapi, berpartisipasi secara efektif dalam keputusan yang berkaitan dengan teknologi membuat para akuntan untuk tidak hanya terus mengikuti perkembangan akuntansi, tctapi juga tetap mendapatkan pengetahuan tentang kemajuan Tl. J adi, sebagai seorang akuntan, Anda harus membuat komitmen untuk pembelajaran seumur hidup. Semoga Anda berhasil
Posting Komentar
Berkomentar sesuai dengan judul blog ini yah, berbagi ilmu, berbagi kebaikan, kunjungi juga otoriv tempat jual aksesoris motor dan mobil lengkap