Makna Akuntabilitas dan Kepercayaan Stakeholder Dalam Penerapan Sistem Akuntansi Berbasis Ai di Perusahaan Jasa Keuangan Indonesia

Anak Agung Istri Pradnyarani Dewi; Putu Yudha Asteria Putri

doi:10.55681/sentri.v4i11.4845

Authors

Anak Agung Istri Pradnyarani Dewi Universitas Warmadewa
Putu Yudha Asteria Putri Universitas Warmadewa

DOI:

https://doi.org/10.55681/sentri.v4i11.4845

Keywords:

Akuntabilitas algoritmik, Kepercayaan digital, Kecerdasan buatan, Akuntansi, Tata kelola digital beretika

Abstract

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) telah membawa perubahan signifikan dalam sistem akuntansi modern, terutama di sektor jasa keuangan yang menuntut efisiensi, transparansi, dan akuntabilitas tinggi. Penelitian ini bertujuan untuk memahami makna akuntabilitas dan kepercayaan stakeholder dalam penerapan sistem akuntansi berbasis AI di perusahaan jasa keuangan Indonesia. Pendekatan yang digunakan adalah kualitatif dengan paradigma interpretatif, dan desain penelitian bersifat fenomenologis interpretatif, yang berfokus pada pemaknaan pengalaman subjektif para akuntan, auditor, manajer keuangan, serta stakeholder eksternal. Data diperoleh melalui wawancara mendalam, observasi terbatas, dan dokumentasi, kemudian dianalisis dengan model interaktif Miles, Huberman, dan Saldaña. Hasil penelitian mengungkap tiga temuan utama. Pertama, munculnya akuntabilitas algoritmik, yakni bentuk pertanggung jawaban baru yang menuntut sistem AI tetap dapat diaudit, dijelaskan, dan dipertanggung jawabkan secara etis. Kedua, terbentuknya kepercayaan digital

(digital trust)

yang berakar pada tingkat transparansi dan keterbukaan sistem terhadap proses pengambilan keputusan. Ketiga, adanya rekonstruksi peran manusia dalam tata kelola akuntansi, di mana akuntan berfungsi sebagai penafsir hasil sistem dan penjaga nilai etis. Penelitian ini menyimpulkan bahwa keberhasilan penerapan AI dalam akuntansi tidak hanya ditentukan oleh kecanggihan teknologi, tetapi juga oleh kemampuan manusia menjaga integritas, etika, dan kepercayaan publik. Secara teoretis, penelitian ini memperluas konsep akuntabilitas klasik ke arah akuntabilitas hibrid antara manusia dan algoritma; secara praktis, hasilnya menegaskan pentingnya regulasi transparansi algoritmik dan literasi etika digital dalam tata kelola keuangan modern.

Downloads

Download data is not yet available.

References

Creswell, J. W. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). Thousand Oaks, CA: Sage Publications.

Denzin, N. K., & Lincoln, Y. S. (2017). The SAGE handbook of qualitative research (5th ed.). Thousand Oaks, CA: Sage Publications.

Fadilah, N., Rakhmawati, A., & Sutanto, H. (2024). Good Corporate Governance dan Kepercayaan Stakeholder di Sektor Keuangan Syariah Indonesia. Jurnal Perbankan Syariah Indonesia.

Fadilah, N., Rakhmawati, D., & Sutanto, A. (2024). Good Corporate Governance dan kepercayaan stakeholder dalam era digitalisasi keuangan. Jurnal Akuntansi dan Keuangan Indonesia, 21(2), 145–162.

Ghasemi, M., Shafeiepour, V., Aslani, M., & Barvayeh, E. (2011). The impact of information technology (IT) on modern accounting systems. Procedia - Social and Behavioral Sciences, 28, 112–116. https://doi.org/10.1016/j.sbspro.2011.11.023

Gray, R., Owen, D., & Adams, C. (2014). Accountability, social responsibility and sustainability: Accounting for society and the environment (2nd ed.). New York, NY: Routledge.

Guest, G., Namey, E., & Chen, M. (2020). A simple method to assess and report thematic saturation in qualitative research. PLoS ONE, 15(5), e0232076. https://doi.org/10.1371/journal.pone.0232076

Hohma, E., Klein, S., & Reimers, S. (2023). Accountability challenges in AI-based decision systems. Journal of Business Research, 152, 89–101.

Hohma, L., Fischer, J., & Kunkel, S. (2023). Managerial accountability in AI-driven decision environments: Ethical challenges and governance mechanisms. Journal of Business Ethics, 185(4), 921–936. https://doi.org/10.1007/s10551-022-05136-8

Lehner, O. M., Harrer, T., & Steininger, D. (2022). Unexplainable AI and stakeholder trust in financial technologies: A governance dilemma. Journal of Business Research, 148, 325–338. https://doi.org/10.1016/j.jbusres.2022.05.018

Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. Beverly Hills, CA: Sage Publications.

McKinsey & Company. (2024). AI in financial services: Southeast Asia report. Singapore: McKinsey Global Institute.

Miller, G. J. (2022). Algorithmic governance and ethical accountability in digital organizations. Accounting, Organizations and Society, 99, 101363. https://doi.org/10.1016/j.aos.2021.101363

Miller, G. J. (2022). Stakeholder accountability in artificial intelligence projects. Journal of Economic Management, 44(1), 446–494.

Munoko, I., Brown, A., & Morris, G. (2020). The ethical implications of artificial intelligence in auditing. Journal of Business Ethics, 167(2), 209–234. https://doi.org/10.1007/s10551-019-04407-1

Novelli, C. (2024). Accountability in human–AI interaction: From delegation to relational responsibility. AI & Society, 39(3), 781–794. https://doi.org/10.1007/s00146-023-01620-8

Omoteso, K. (2012). The application of artificial intelligence in auditing: Looking back to the future. Expert Systems with Applications, 39(9), 8490–8495. https://doi.org/10.1016/j.eswa.2012.01.098

Osama, S., Khan, M. A., & Abdulrahman, A. (2025). Digital trust and stakeholder confidence in AI-based financial reporting. International Journal of Accounting Information Systems, 53, 100645. https://doi.org/10.1016/j.accinf.2024.100645

Osama, S., Li, X., & Zhang, H. (2025). AI-driven financial transparency and corporate accountability. Sustainability, 17(9), 3818.

Restufiani, M. (2022). Transparansi dan akuntabilitas sebagai determinan kepercayaan publik dalam pelaporan keuangan. Jurnal Akuntansi Keuangan dan Publik, 4(1), 45–58.

Restufiani, R. (2022). Transparansi, akuntabilitas, dan kepercayaan publik pada lembaga keuangan digital. Jurnal Akuntansi dan Audit Syariah, 8(1), 45–58.

Smith, J. A., Flowers, P., & Larkin, M. (2013). Interpretative phenomenological analysis: Theory, method and research.London: Sage Publications.

Sutton, S. G., Holt, M., & Arnold, V. (2016). The reports of my death are greatly exaggerated: Artificial intelligence research in accounting. International Journal of Accounting Information Systems, 22, 60–73. https://doi.org/10.1016/j.accinf.2016.07.005

Sutton, S. G., Holt, M., & Arnold, V. (2016). The role of accounting information systems in the age of big data and artificial intelligence. Journal of Information Systems, 30(3), 1–4.

Yusuf, M., Rahman, A., & Hidayat, T. (2023). Artificial intelligence dalam sistem akuntansi modern: Tantangan akuntabilitas dan kesiapan SDM di Indonesia. Jurnal Teknologi dan Akuntansi Reformasi, 5(3), 88–103.

Yusuf, M., Rahman, T., & Hamid, A. (2023). Digital transformation in accounting: The role of AI in enhancing accountability and decision quality. Asian Journal of Accounting Research, 8(2), 225–241. https://doi.org/10.1108/AJAR-03-2023-0021