Penggunaan Tools Audit Digital (ACL, IDEA, Python) untuk Auditor Bank
Penggunaan Tools Audit Digital (ACL, IDEA, Python) untuk Auditor Bank
Description
Transformasi digital di industri perbankan menuntut auditor internal untuk beralih dari metode audit manual ke pendekatan berbasis data (data-driven audit). Penggunaan tools audit digital seperti ACL Analytics, IDEA Data Analysis Software, dan bahasa pemrograman Python memungkinkan auditor menganalisis data dalam jumlah besar secara cepat, akurat, dan komprehensif. Pelatihan ini dirancang untuk meningkatkan kemampuan auditor dalam memanfaatkan teknologi guna mendeteksi anomali, fraud, serta meningkatkan kualitas dan efisiensi proses audit.
Objectives
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Memahami konsep audit berbasis data (data analytics audit)
- Mengoperasikan tools audit digital (ACL, IDEA, Python)
- Melakukan analisis data untuk mendukung proses audit
- Mengidentifikasi anomali, outlier, dan indikasi fraud
- Mengotomasi prosedur audit untuk meningkatkan efisiensi
Menyajikan hasil analisis data secara informatif dan mudah dipahami
Course outline
1. Konsep Audit Berbasis Data
- Perkembangan audit dari manual ke digital
- Peran data analytics dalam audit internal
- Jenis-jenis analisis data dalam audit
2. Pengenalan Tools Audit Digital
- Overview ACL Analytics
- Overview IDEA Data Analysis Software
- Pengenalan Python untuk audit
3. Data Preparation & Data Cleansing
- Import data dari berbagai sumber (core banking, Excel, database)
- Data cleansing (duplikasi, missing values, format data)
- Data validation dan integritas data
4. Teknik Analisis Data untuk Audit
- Filtering, sorting, dan stratifikasi data
- Gap detection dan duplicate testing
- Benford’s Law untuk deteksi fraud
- Analisis tren dan pola transaksi
5. Penggunaan ACL & IDEA dalam Audit
- Query dan scripting dasar
- Analisis transaksi besar (high value transaction)
- Pengujian kepatuhan dan kontrol internal
- Automasi prosedur audit berulang
6. Penggunaan Python untuk Audit
- Dasar Python untuk data analysis
- Library yang digunakan (pandas, numpy)
- Analisis dataset audit sederhana
- Visualisasi data (grafik dan dashboard sederhana)
7. Fraud Detection & Continuous Auditing
- Teknik deteksi fraud berbasis data
- Continuous auditing & continuous monitoring
- Pembuatan indikator red flags
8. Penyajian Hasil Analisis
- Membuat laporan berbasis data
- Visualisasi temuan audit
- Storytelling dengan data
9. Studi Kasus & Praktik
- Analisis data transaksi perbankan
- Deteksi anomali dan indikasi fraud
- Simulasi audit berbasis tools digital
Participants
- Audit Internal
- Information Technology
- Data Analytics / Data Science
- Risk Management
- Compliance & APUPPT
- Internal Control / GRC
- Digital Banking / Transformation
Method
- Pre-test
- Presentation
- Discussion
- Case study
- Post-test
Facilities
- Ruang Meeting Representatif
- Sertifikat Pelatihan Resmi
- Instruktur Profesional & Berpengalaman
- Training Kit Eksklusif
- Souvenir
- Pick Up Participant (Yogyakarta)
