UAS AUDIT IT

Tulisan ini saya buat dalam rangka memenuhi tugas UAS mata kuliah AUDIT IT

Studi Kasus Audit dengan menggunakan software ACL

1.  PT. Icoh Care Pegimana akan melakukan pemeriksaan terhadap seluruh data perusahaan. Salah satu aspek yang akan diperiksa adalah data piutang yang mereka miliki. Perusahaan ingin melihat kecocokan antara daftar piutang dengan daftar pelanggan berdasarkan nomor pelanggan. Bagaimana cara yang harus dilakukan perusahaan untuk melihat kecocokkan data apabila perusahaan menggunakan software Audit Command Language (ACL)?

Langkah – langkah :

 Lakukan SORT pada file PIUTANG.dbf berdasarkan NO_PLGN dan simpan SORT filenya dengan nama SORT_PIUTANG.

Tampilan View Default nya sebagai berikut :

Nb: File yang akan di Join adalah file yang sudah di SORT

     Lakukan SORT pada file PELANGGAN.dbf berdasarkan NO_PLGN dan simpan SORT filenya dengan nama SORT_PELANGGAN.

Tampilan View Default nya sebagai berikut :

Pilih menu Data lalu submenu JOIN.

 Pada Main pilih SORT_PIUTANG sebagai secondary filenya.

 Pada Primary Keys dan Secondary Keys pilih NO_PLGN.

  Klik checkbox Presort untuk meyakinkan Primary Key sudah terurut.

 Untuk Primary Fields dan Secondary Fields listboxnya pilih semua fields yaitu dengan     mengklik Add All.

 Kemudian klik check box Presort Secondary File untuk meyakinkan Secondary Fieldnya sudah terurut.

 Pada text box To ketik JOIN_MATCHED.

Klik tab More padaScope klik All dan pada Join Categories Matched Primary Records

    Klik Ok, maka tampilan Command Log akan muncul sebagai berikut :

Kemudian akan muncul tampilan di Jendela View seperti gambar dibawah ini

Analisis           : Berdasarkan hasil dari kecocokan antara daftar piutang dengan daftar pelanggan yang dilihat dari nomor pelanggannya, terdapat 41 records produced yang artinya ada 41 records yang memiliki kecocokan dan 29 records bypassed yang artinya ada 29 records yang memiliki ketidakcocokan

2. Mencari ketidak cocokan antara daftar piutang dengan daftar pelanggan 

 Pertama-tama, ikuti Langkah 1 s/d 9 sama sepertipada JOIN_MATCHED.

Pada text box To ketik JOIN_UNMATCHED

Klik tab More, pada Scope klik All dan pada Join Categories klik Unmatched Primary Records

Kemudian kembali ke tab Main, maka Secondary Fields akan otomatis ter-highlight

Klik Ok, maka tampilan Command Log akan muncul sebagai berikut

Lalu tampilan pada Default_View sebagai berikut

Analisis           : Berdasarkan hasil dari ketidakcocokan antara daftar piutang dengan daftar gaji pelanggan yang dilihat dari nomor pelanggannya, terdapat 29 records produced yang artinya ada 29 records yang memiliki  ketidak-cocokan  dan 41 records bypassed yang artinya ada 41 records yang memiliki kecocokan

3. Mencari data pegawai dan di minta untuk rincian jumlah karyawan yang bekerja sebagai programer yang berjenis kelamin laki-laki dan perempuan 

4. Mencari data pegawai yang memiliki hutang per periode lebih dari sama dengan Rp. 300.000

Langkah-langkah :

  Menciptakan Extract pertama:

  Aktif pada file DATA_PEGAWAI.

 Pilih perintah Extract pada menubar Data.

Pada Main, Klik radio button Fields

Klik Extract Fields, pilih fields yang dibutuhkan (Nama Pegawai, JenisKelamin, Jabatan, Hutang Per Periode danNomor Telepon) lalu klik OK

Klik If, isi kolom Expression dengan rumus: JABATAN = ‘Programmer’ AND JNS_KLMN = ‘L’ AND HTG_PER_PR>=300.000

Jika sudah, Klik Verify untuk memastikan apakah rumus yang diinput sudah benar/ valid, lalu klik Ok

Pada text box To ketik Hutang_LProgrammer, klik Ok

Maka hasil akan muncul pada Command Log dan Default_View

Analisis           : Dari data diatas diketahui bahwa extract 1 yaitu Data Hutang_LProgrammer berhasil dibuat dengan 6 file yang aktif dari 45 record yang memiliki jabatan sebagai programmer, berjenis kelamin laki-laki dan memiliki hutang per periode lebih besar sama dengan Rp 300.000

5. Mencari data pegawai perusahaan untuk memeriksa gaji bersih yang lebih besar sama dengan Rp. 6.000.000 dan hutang per periode lebih kecil sama dengan Rp. 5.000.000 dengan cara membuat filter