Untuk mengidentifikasi pola kartel dalam e-procurement, auditor perlu melakukan analisis data yang cermat dan terarah untuk mengungkap hubungan yang mencurigakan antara penyedia yang berpartisipasi dalam lelang. Mengingat pola yang dicari adalah penawaran yang selalu berdekatan dalam waktu (timestamp) dan mendahului waktu pendaftaran minimum, pendekatan yang tepat adalah dengan menggunakan alat analitik yang dapat menangkap pola-pola tersebut secara sistematis.
Langkah analitis berbasis CAATs yang paling tepat dan efektif adalah:
B. Menggunakan algoritma clustering pada timestamp dan harga penawaran untuk mengelompokkan pola serupa, lalu melakukan pemeriksaan forensik pada kelompok yang mencurigakan.
Penjelasan:
-
Algoritma clustering: Dengan menggunakan algoritma clustering (seperti K-means atau DBSCAN), auditor dapat mengelompokkan data berdasarkan timestamp dan harga penawaran untuk mencari pola yang berdekatan atau sangat mirip antar penyedia. Clustering memungkinkan auditor untuk mengidentifikasi kelompok-kelompok penyedia yang mungkin saling terkait atau berkoordinasi dalam menyusun penawaran, yang dapat mengindikasikan pola kartel.
-
Pemeriksaan forensik: Setelah mengidentifikasi kelompok yang mencurigakan, auditor dapat melakukan pemeriksaan forensik untuk menelusuri lebih dalam hubungan antar penyedia dalam kelompok tersebut, serta mengevaluasi apakah ada indikasi bahwa penyedia-penyedia ini secara sengaja berkoordinasi untuk mengatur harga atau waktu penawaran, yang merupakan tanda utama dari kartel.
-
Keunggulan CAATs: Penggunaan CAATs (Computer-Assisted Audit Techniques) memungkinkan auditor untuk menganalisis volume data yang besar secara efisien dan mendalam. Teknik ini sangat berguna untuk mendeteksi pola yang mungkin tidak mudah terlihat hanya dengan analisis manual atau pemeriksaan acak.
Pilihan lain kurang tepat karena:
-
A (Uji cut-off manual dengan memeriksa 10 kasus terpilih secara acak): Ini terlalu terbatas dan tidak efektif untuk mendeteksi pola sistemik dalam data yang besar. Hanya memeriksa 10 kasus acak tidak akan memberikan gambaran yang cukup mengenai adanya pola kartel.
-
C (Meminta pihak IT mengekspor data ke pihak eksternal karena data terlalu besar): Meskipun dapat membantu dalam pengelolaan data besar, ini tidak langsung berfokus pada analisis data dan pola yang dicari. Selain itu, analisis data tetap perlu dilakukan oleh auditor yang memiliki pemahaman terkait dengan audit pengadaan.
-
D (Mengandalkan wawancara dengan pejabat pengadaan): Wawancara dapat memberikan konteks atau informasi tambahan, tetapi ini bukan metode yang efektif untuk identifikasi pola kecurangan yang berbasis data. Pola kartel lebih mudah diidentifikasi dengan pendekatan berbasis data dan analitik.
-
E (Membandingkan daftar pemenang dalam 3 tahun terakhir): Meskipun ini bisa memberikan indikasi adanya pola distribusi kemenangan yang tidak normal, ini tidak secara langsung menunjukkan pola penawaran yang berdekatan dalam waktu atau harga yang disepakati, yang merupakan inti dari pola kartel yang ingin diungkapkan.
Dengan menggunakan clustering, auditor bisa mendapatkan analisis yang lebih komprehensif dan berbasis data mengenai adanya indikasi kartel dalam penawaran, serta bisa melakukan investigasi lebih lanjut pada pola-pola yang mencurigakan.
