Jurnal Akuntansi dan Keuangan West Science Vol.
No.
Januari 2025, pp.
Pengaruh Artificial Intelligence terhadap Kecepatan dan Akurasi Sistem Informasi Akuntansi Loso Judijanto1.
Mulyadi AR2 1IPOSS Jakarta.
losojudijantobumn@gmail.
Universitas Muhammadiyah Aceh.
ar@unmuha.
Info Artikel
ABSTRAK
Article history:
Penelitian ini mengkaji dampak kecerdasan buatan (AI) terhadap kecepatan dan akurasi sistem informasi akuntansi (AIS) di Indonesia, dengan menggunakan pendekatan penelitian kuantitatif.
Data dikumpulkan dari 38 responden yang mewakili bisnis yang telah menerapkan AI dalam proses akuntansi mereka.
Kuesioner terstruktur yang menggunakan skala Likert 5 poin digunakan untuk mengukur persepsi tentang efek AI terhadap kinerja AIS.
Data dianalisis menggunakan SPSS versi 25, menggunakan statistik deskriptif, korelasi, dan analisis regresi.
Hasilnya menunjukkan bahwa integrasi AI secara signifikan meningkatkan kecepatan dan akurasi AIS, dengan akurasi menunjukkan dampak yang sedikit lebih kuat.
Temuan ini menyoroti potensi AI untuk meningkatkan pengambilan keputusan, efisiensi operasional, dan kualitas pelaporan keuangan.
Studi ini menyumbangkan wawasan berharga bagi praktisi dan pembuat kebijakan yang bertujuan untuk mengoptimalkan praktik akuntansi melalui adopsi AI.
Received Januari, 2025 Revised Januari, 2025 Accepted Januari, 2025 Kata Kunci:
Kecerdasan Buatan.
Sistem Informasi Akuntansi.
Kecepatan.
Akurasi.
Indonesia Keywords:
Artificial Intelligence.
Accounting Information Systems.
Speed.
Accuracy.
Indonesia
ABSTRACT
This study examines the impact of artificial intelligence (AI) on the speed and accuracy of accounting information systems (AIS) in Indonesia, using a quantitative research approach.
Data were collected from 38 respondents representing businesses that have implemented AI in their accounting processes.
A structured questionnaire employing a 5-point Likert scale was used to measure perceptions of AI's effects on AIS performance.
The data were analyzed using SPSS version 25, employing descriptive statistics, correlation, and regression The results indicate that AI integration significantly improves both the speed and accuracy of AIS, with accuracy showing a slightly stronger impact.
These findings highlight AI's potential to enhance decision-making, operational efficiency, and financial reporting This study contributes valuable insights for practitioners and policymakers aiming to optimize accounting practices through AI This is an open access article under the CC BY-SA license.
Journal homepage: https://wnj.
westscience-press.
com/index.
php/jakws Jurnal Akuntansi dan Keuangan West Science A Corresponding Author:
Name: Loso Judijanto Institution: IPOSS Jakarta Email: losojudijantobumn@gmail.
PENDAHULUAN
Integrasi kecerdasan buatan (AI) ke dalam sistem informasi akuntansi telah merevolusi proses akuntansi tradisional dengan meningkatkan efisiensi, akurasi, dan kemampuan pengambilan AI mengotomatiskan tugas rutin, mengurangi kesalahan manusia, dan memberikan wawasan data waktu nyata, memungkinkan akuntan lebih fokus pada peran strategis.
Teknologi ini banyak digunakan dalam pelaporan keuangan, audit, dan manajemen data untuk meningkatkan kinerja operasional dan kepatuhan.
AI secara signifikan mengurangi waktu pemrosesan data dan pelaporan keuangan (Fitriani, 2022.
Romney & Steinbart, 2.
, sementara solusi berbasis cloud mendukung akses real-time dan pengambilan keputusan lebih cepat (Fitriani, 2.
Selain itu.
AI meningkatkan akurasi audit melalui deteksi kecurangan yang lebih baik, seperti yang diterapkan oleh firma audit Big 4 (Aini, 2.
, dan penggunaan blockchain dengan AI memastikan integritas data serta ketepatan catatan keuangan.
Pergeseran ke sistem berbasis AI membutuhkan keterampilan baru dalam analisis data dan teknologi, memungkinkan akuntan beralih ke posisi strategis berbasis data (Fitriani, 2022.
Marina et al.
, 2.
Meski demikian, hambatan seperti biaya tinggi dan ketidakpastian peraturan menjadi tantangan bagi perusahaan kecil , sementara isu etika seperti privasi data dan bias algoritmik memerlukan regulasi yang matang (Apriyanti, 2.
Integrasi teknologi AI ke dalam sistem informasi akuntansi di Indonesia mentransformasi sektor keuangan dengan meningkatkan efisiensi, akurasi, dan kepatuhan.
Sistem berbasis AI mengotomatiskan tugas rutin, mengurangi kesalahan manusia, dan menyediakan akses data realtime untuk pelaporan keuangan yang akurat, memungkinkan bisnis bersaing di tingkat internasional (Ismaya et al.
, 2021.
Mardin & Martadinata, 2.
AI juga mendukung pengambilan keputusan yang lebih baik dan memastikan kepatuhan terhadap standar global (Maharani & Khasanah, 2.
Pergeseran ini memungkinkan akuntan fokus pada peran strategis dengan memanfaatkan wawasan berbasis data, sementara alat AI seperti ChatGPT meningkatkan produktivitas dan mengubah cara kerja profesional akuntansi (Ari Purwanti et al.
, 2.
Namun, tantangan seperti adaptasi sumber daya manusia, keamanan data, hambatan teknis, dan isu etika, termasuk privasi data dan bias algoritmik, masih menjadi kendala.
Di sektor perbankan.
AI meningkatkan deteksi penipuan, penilaian kredit, strategi investasi, dan personalisasi produk, mendukung manajemen risiko serta efisiensi operasional (Apriyanti, 2.
Terlepas dari potensi manfaatnya, implementasi AI dalam sistem informasi akuntansi menghadirkan tantangan, seperti kebutuhan akan tenaga terampil, investasi keuangan yang signifikan, dan perubahan alur kerja organisasi.
Selain itu, meskipun penelitian sebelumnya telah menyoroti manfaat umum dari AI dalam operasi bisnis, penelitian yang dilakukan secara khusus berfokus pada dampaknya terhadap sistem informasi akuntansi di Indonesia masih sangat terbatas.
Kesenjangan ini menggarisbawahi perlunya analisis komprehensif tentang bagaimana AI mempengaruhi kecepatan dan akurasi sistem akuntansi dalam konteks ini.
TINJAUAN PUSTAKA
Kecerdasan Buatan dalam Akuntansi Teknologi Kecerdasan Buatan (Artificial Intelligence/AI), termasuk pembelajaran mesin, pemrosesan bahasa alami, dan otomatisasi proses robotik (RPA), merevolusi sektor akuntansi dengan mengotomatisasi tugas-tugas berulang, menganalisis data besar, dan meningkatkan Vol.
No.
Januari 2025: pp.
Jurnal Akuntansi dan Keuangan West Science A pengambilan keputusan.
AI efektif mengatasi tantangan efisiensi, presisi, dan pengelolaan data keuangan kompleks, dengan kemampuannya meniru fungsi kognitif manusia, sehingga mengubah operasi bisnis di berbagai sektor, termasuk keuangan.
RPA merampingkan tugas-tugas akuntansi rutin seperti entri data dan rekonsiliasi, mengurangi kesalahan, dan meningkatkan efisiensi operasional (Ernawatiningsih & Arizona, 2.
Selain itu.
AI mendukung pengambilan keputusan yang lebih efisien melalui analisis data besar dan algoritme pembelajaran mesin yang meningkatkan akurasi prediksi, penting untuk peramalan dan perencanaan strategis (Romney & Steinbart, 2.
Pemrosesan bahasa alami memungkinkan mesin memahami bahasa manusia, memberikan solusi intuitif yang mempercepat analisis keuangan (Agatha & Mulyadi, 2.
Secara keseluruhan.
AI menyediakan wawasan strategis berbasis bukti, membantu organisasi mencapai presisi dan efisiensi yang lebih tinggi (Romney & Steinbart, 2.
Sistem Informasi Akuntansi (SIA) Integrasi AI ke dalam Sistem Informasi dan Akuntansi (SIA) secara signifikan meningkatkan otomatisasi dan akurasi pemrosesan data keuangan, mengatasi keterbatasan proses manual atau semi-otomatis.
Teknologi AI, seperti pembelajaran mesin dan otomatisasi proses robotik, mengurangi kesalahan manusia, meningkatkan efisiensi, dan memungkinkan akuntan fokus pada peran strategis dengan memanfaatkan data waktu nyata untuk pengambilan keputusan yang lebih baik (Meiryani et al.
, 2.
Sistem berbasis AI menghasilkan efisiensi dan akurasi yang lebih tinggi dalam pelaporan keuangan, mengurangi kesalahan, dan meningkatkan keandalan data (Fatmawati et al.
, 2.
Integrasi dengan platform seperti SAP Business Technology Platform mendukung konversi data kompleks menjadi wawasan strategis dan pembuatan komentar otomatis untuk laporan keuangan yang lebih koheren (Pelealu & Sabijono, 2.
Namun, tantangan seperti keamanan data, pertimbangan etika, dan kebutuhan personel terampil tetap menjadi hambatan (Alotaibi et al.
, 2021.
Meiryani et al.
, 2.
Praktik terbaik termasuk investasi dalam pelatihan, integrasi AI dengan keahlian manusia, dan penerapan tata kelola data yang kuat untuk memastikan akurasi dan integritas laporan AI (Bawaneh, 2.
Kecepatan dan Akurasi dalam SIA Teknologi AI secara signifikan meningkatkan kecepatan dan keakuratan sistem informasi keuangan, yang penting untuk menjaga kepercayaan pemangku kepentingan dan memastikan kepatuhan terhadap peraturan.
Dengan mengotomatiskan tugas rutin dan analisis data real-time.
AI meminimalkan kesalahan manusia, meningkatkan keandalan laporan keuangan, dan merampingkan proses pelaporan serta audit (Debreceny & Gray, 2013.
Markus & Pfeffer, 1.
Teknologi AI, seperti pembelajaran mesin dan analisis prediktif, otomatis mendeteksi anomali, memperkuat deteksi penipuan, dan menjaga integritas laporan keuangan, meskipun pengawasan manusia tetap diperlukan untuk memvalidasi hasil (Aliusta, 2023.
Debreceny & Gray, 2.
Selain itu.
AI mempercepat pelaporan keuangan dengan mengotomatiskan tugas seperti entri data dan rekonsiliasi, memungkinkan pengambilan keputusan yang cepat melalui pemantauan metrik kinerja secara real-time (Aliusta, 2.
Data akurat yang dihasilkan AI meningkatkan efisiensi bisnis, profitabilitas, dan likuiditas, menyoroti pentingnya pelaporan keuangan yang tepat waktu dan akurat (Moffitt & Vasarhelyi, 2.
Dampak AI terhadap Kinerja SIA Integrasi Kecerdasan Buatan (AI) ke dalam sistem informasi secara signifikan meningkatkan kinerja, efisiensi operasional, dan daya saing organisasi.
AI mengoptimalkan pemrosesan data, pengambilan keputusan, dan efisiensi melalui otomatisasi, deteksi anomali, dan penyediaan wawasan strategis.
Dalam Sistem Informasi Manajemen (SIA).
AI mengurangi waktu pemrosesan data hingga 66% dan memberikan wawasan waktu nyata untuk meningkatkan kinerja operasional (A Ali & AlSondos, 2020.
Aliusta, 2.
Akurasi pengambilan keputusan meningkat hingga 29% melalui analisis data yang lebih efektif, sementara dalam sistem informasi akuntansi.
AI meningkatkan keandalan pelaporan keuangan dengan mendeteksi anomali dan memastikan kepatuhan terhadap standar (Janvrin & Watson, 2017.
Zheng, 2.
Implementasi AI juga Vol.
No.
Januari 2025: pp.
Jurnal Akuntansi dan Keuangan West Science A mengurangi biaya operasional hingga 20% dengan mengotomatiskan tugas rutin, mendukung efisiensi secara keseluruhan.
Teknologi seperti pembelajaran mesin membantu organisasi mengembangkan keunggulan strategis dan posisi kompetitif melalui rekomendasi strategis berbasis AI untuk hasil bisnis yang lebih baik (Wibowo et al.
, 2.
Temuan-temuan ini menunjukkan bahwa adopsi AI dalam SIA dapat menghasilkan peningkatan substansial dalam hal kecepatan dan akurasi, meskipun tantangan seperti biaya implementasi dan kebutuhan akan tenaga terampil tetap ada.
Kesenjangan Penelitian Meskipun literatur yang ada menggarisbawahi manfaat AI dalam SIA, penelitian yang ada masih terbatas pada dampak spesifiknya terhadap kecepatan dan akurasi di Indonesia.
Sebagian besar penelitian membahas tema yang lebih luas tentang adopsi AI tanpa memberikan bukti empiris yang rinci tentang hasil kinerjanya.
Penelitian ini bertujuan untuk mengisi kesenjangan ini dengan menganalisis hubungan antara integrasi AI dan kinerja SIA dengan menggunakan pendekatan METODE PENELITIAN Desain Penelitian Penelitian ini menggunakan desain penelitian kuantitatif untuk menyelidiki hubungan antara integrasi AI dan kinerja SIA.
Pendekatan terstruktur diadopsi untuk mengumpulkan dan menganalisis data numerik, yang memungkinkan identifikasi pola dan hubungan.
Penelitian ini berfokus pada dua variabel dependen-kecepatan dan akurasi SIA-sementara integrasi AI berfungsi sebagai variabel independen.
Populasi dan Sampel Populasi penelitian ini mencakup perusahaan-perusahaan di Indonesia yang telah mengadopsi teknologi AI dalam proses akuntansi mereka.
Sampel terdiri dari 38 perusahaan yang dipilih dengan menggunakan teknik purposive sampling.
Perusahaan-perusahaan ini dipilih berdasarkan penggunaan aktif SIA dengan integrasi AI, untuk memastikan relevansi dengan tujuan Responden terdiri dari akuntan, manajer keuangan, dan administrator sistem yang memahami implementasi dan kinerja SIA di organisasi masing-masing.
Pengumpulan Data Data primer dikumpulkan melalui kuesioner terstruktur yang dirancang untuk mengukur dampak AI terhadap kinerja SIA.
Kuesioner terdiri dari dua bagian utama: informasi demografis, yang mengumpulkan rincian tentang responden dan organisasi mereka, termasuk peran pekerjaan, tahun pengalaman, dan durasi penggunaan AI, dan penilaian dampak AI, yang menggunakan skala Likert 5 poin .
= sangat tidak setuju, 5 = sangat setuj.
untuk mengevaluasi persepsi responden tentang pengaruh AI pada kecepatan dan akurasi SIA mereka.
Untuk memastikan kenyamanan dan tanggapan yang tepat waktu, kuesioner didistribusikan secara elektronik.
Analisis Data Data yang dikumpulkan dianalisis menggunakan SPSS versi 25, dengan menggunakan beberapa teknik statistik.
Statistik deskriptif digunakan untuk meringkas informasi demografis dan tren umum dalam data, sementara pengujian reliabilitas dengan Cronbach's Alpha memastikan keandalan dan konsistensi internal kuesioner.
Analisis korelasi Pearson mengevaluasi kekuatan dan arah hubungan antara integrasi AI dan dua variabel dependen .
ecepatan dan akuras.
Terakhir, analisis regresi berganda dilakukan untuk menentukan sejauh mana integrasi AI berdampak pada kecepatan dan akurasi SIA, sambil mengendalikan variabel perancu yang potensial.
HASIL DAN PEMBAHASAN
Statistik Deskriptif Statistik deskriptif memberikan gambaran umum tentang karakteristik demografis responden dan persepsi mereka tentang dampak AI terhadap kecepatan dan keakuratan sistem Vol.
No.
Januari 2025: pp.
Jurnal Akuntansi dan Keuangan West Science A informasi akuntansi (SIA).
Data dikumpulkan dari 38 responden, yang dikategorikan ke dalam tiga peran: akuntan .
%, 24 responde.
, manajer keuangan .
%, 9 responde.
, dan administrator sistem .
%, 5 responde.
Mengenai durasi implementasi AI, 42% responden melaporkan telah menggunakan SIA yang terintegrasi dengan AI selama kurang dari 2 tahun, 37% selama 2-5 tahun, dan 21% selama lebih dari 5 tahun.
Responden menilai dampak AI terhadap kecepatan dan akurasi dengan menggunakan skala Likert 5 poin.
Skor rata-rata untuk kecepatan SIA adalah 4,32 .
tandar deviasi 0,.
, yang menunjukkan bahwa responden umumnya setuju bahwa SIA secara signifikan meningkatkan ketepatan waktu dalam proses akuntansi.
Skor rata-rata untuk akurasi sedikit lebih tinggi yaitu 4,45 .
tandar deviasi 0,.
, yang mencerminkan persepsi yang kuat tentang dampak positif AI terhadap keandalan data.
Skor rata-rata untuk tingkat integrasi AI adalah 4,27 .
tandar deviasi 0,.
, menunjukkan bahwa responden menganggap AI telah diintegrasikan secara efektif ke dalam SIA dalam organisasi mereka.
Hasil ini menyoroti manfaat yang konsisten dan substansial yang diberikan AI terhadap proses akuntansi.
Pengujian Keandalan Reliabilitas kuesioner dikonfirmasi dengan menggunakan Cronbach's Alpha, yang menghasilkan nilai 0,87 untuk skala kecepatan dan 0,91 untuk skala akurasi, yang menunjukkan konsistensi internal yang tinggi.
Analisis Korelasi Analisis korelasi Pearson menunjukkan adanya hubungan positif yang signifikan antara integrasi AI dan dua variabel dependen, dengan koefisien korelasi sebesar r = 0.
726, p <0.
01 untuk kecepatan dan r = 0.
81, p <0.
01 untuk akurasi.
Hasil ini menunjukkan bahwa tingkat integrasi AI yang lebih tinggi sangat terkait dengan peningkatan kecepatan dan akurasi sistem informasi Analisis Regresi Analisis regresi berganda dilakukan untuk menguji sejauh mana integrasi kecerdasan buatan (AI) berdampak pada kecepatan dan keakuratan sistem informasi akuntansi (SIA).
Analisis difokuskan pada dua variabel dependen-kecepatan dan akurasi-sedangkan integrasi AI sebagai variabel independen.
Ringkasan Model Regresi Hasil analisis regresi menunjukkan bahwa integrasi AI secara signifikan mempengaruhi kecepatan dan akurasi sistem informasi akuntansi.
Untuk kecepatan, model menjelaskan 52% varians dalam variabel dependen (R2 = 0,52, adjusted R2 = 0,50, standar error = 0,.
, sedangkan untuk akurasi, model menjelaskan 66% varians (R2 = 0,66, adjusted R2 = 0,65, standar error = 0,.
Nilai R2 yang disesuaikan ini mengkonfirmasi bahwa model regresi dapat diandalkan dan menjelaskan sebagian besar varians pada kedua hasil.
Tabel 1.
Koefisien Regresi Dependent Beta Coefficient Predictor t-Value p-Value Variable () Speed AI Integration < 0.
Accuracy AI Integration < 0.
Analisis regresi menunjukkan bahwa koefisien beta () untuk kecepatan adalah 0,68, yang menunjukkan bahwa peningkatan satu unit dalam integrasi AI dikaitkan dengan peningkatan 0,68 unit dalam kecepatan SIA, dengan menganggap faktor-faktor lain konstan.
Hubungan ini signifikan secara statistik .
<0,.
Demikian pula, koefisien beta () untuk akurasi adalah 0,74, yang menunjukkan bahwa peningkatan satu unit dalam integrasi AI menyebabkan peningkatan 0,74 unit dalam akurasi SIA, yang juga signifikan secara statistik .
<0,.
Signifikansi model regresi ini dikonfirmasi melalui pengujian ANOVA, dengan F-statistik sebesar 34,47 .
<0,.
untuk kecepatan Vol.
No.
Januari 2025: pp.
Jurnal Akuntansi dan Keuangan West Science A dan 41,64 .
<0,.
untuk akurasi, yang menunjukkan bahwa model-model tersebut cocok dengan Hasil ini menunjukkan bahwa integrasi AI memiliki dampak yang substansial terhadap kecepatan dan akurasi SIA.
Untuk kecepatan, koefisien beta yang positif dan model yang menjelaskan 52% dari varians menunjukkan bahwa organisasi yang memanfaatkan AI dapat memproses data keuangan dengan lebih cepat, mengurangi penundaan dalam pelaporan dan pengambilan keputusan.
Untuk akurasi, koefisien beta yang lebih kuat dan nilai R2 yang lebih tinggi .
%) menunjukkan bahwa integrasi AI secara signifikan meningkatkan keandalan dan ketepatan informasi keuangan dengan mendeteksi anomali, mengotomatisasi tugas-tugas yang rentan terhadap kesalahan, dan memastikan kepatuhan terhadap standar.
Hal ini menyoroti potensi transformatif AI dalam meningkatkan kinerja SIA secara keseluruhan.
Pembahasan Hasil penelitian menunjukkan bahwa integrasi AI secara signifikan meningkatkan kecepatan proses akuntansi.
Hal ini konsisten dengan penelitian sebelumnya (Mir & Naskar, 2.
, yang menyoroti kemampuan AI untuk mengotomatisasi tugas-tugas yang berulang, mengurangi waktu pemrosesan, dan memungkinkan analisis data secara real-time.
Dalam konteks Indonesia, pemrosesan yang lebih cepat sangat berharga bagi bisnis yang menghadapi persaingan yang semakin ketat dan tuntutan regulasi.
Temuan ini menunjukkan bahwa mengadopsi AI memungkinkan organisasi untuk menghasilkan laporan keuangan yang tepat waktu, meningkatkan kemampuan pengambilan keputusan dan efisiensi operasional.
Dampak AI terhadap akurasi ditemukan lebih kuat daripada dampaknya terhadap Hal ini sejalan dengan temuan (Ritchi et al.
, 2.
, yang melaporkan bahwa AI meningkatkan keandalan data dengan mendeteksi anomali dan memastikan kepatuhan terhadap standar akuntansi.
Peningkatan akurasi yang signifikan yang diamati dalam penelitian ini menggarisbawahi peran AI dalam meminimalkan kesalahan manusia dan menghasilkan informasi keuangan yang berkualitas tinggi.
Bagi perusahaan-perusahaan di Indonesia, keandalan ini sangat penting untuk memenuhi standar internasional dan mendapatkan kepercayaan dari para pemangku Implikasi untuk Praktik Temuan-temuan di atas menyoroti potensi AI untuk merevolusi praktik akuntansi di Indonesia.
Organisasi yang mengadopsi AI dapat memperoleh manfaat dari proses akuntansi yang lebih efisien dan akurat, yang pada gilirannya mendukung pengambilan keputusan strategis dan meningkatkan daya saing.
Namun, keberhasilan implementasi AI membutuhkan investasi dalam infrastruktur, pelatihan karyawan, dan manajemen perubahan.
Tantangan dan Keterbatasan Meskipun hasilnya cukup menjanjikan, tantangan seperti biaya implementasi yang tinggi, kurangnya keahlian teknis, dan resistensi terhadap perubahan masih menjadi penghalang bagi adopsi AI.
Selain itu, ukuran sampel penelitian ini .
membatasi kemampuan generalisasi temuan.
Penelitian di masa depan dapat memperluas ukuran sampel dan mengeksplorasi variabel tambahan, seperti budaya organisasi dan penerimaan karyawan, untuk mendapatkan wawasan yang lebih dalam tentang adopsi AI di bidang akuntansi.
KESIMPULAN
Penelitian ini memberikan bukti empiris mengenai dampak signifikan dari integrasi kecerdasan buatan (AI) terhadap kecepatan dan keakuratan sistem informasi akuntansi (SIA) di Indonesia.
Temuan ini mengungkapkan bahwa AI meningkatkan ketepatan waktu dan keandalan proses akuntansi, dengan akurasi menunjukkan peningkatan yang sedikit lebih besar daripada Peningkatan ini menggarisbawahi potensi AI untuk merevolusi praktik akuntansi Vol.
No.
Januari 2025: pp.
Jurnal Akuntansi dan Keuangan West Science A tradisional dengan mengotomatisasi tugas-tugas yang berulang, mendeteksi anomali, dan memastikan kepatuhan terhadap standar keuangan.
Studi ini juga menyoroti pertumbuhan adopsi AI dalam bisnis di Indonesia, yang menekankan perannya dalam mendorong efisiensi operasional dan memenuhi tuntutan lingkungan bisnis yang kompetitif dan teregulasi.
Namun, tantangan seperti biaya implementasi yang tinggi, keahlian teknis yang terbatas, dan resistensi terhadap perubahan masih menjadi penghalang bagi adopsi AI secara luas.
Bagi para praktisi, studi ini menggarisbawahi pentingnya berinvestasi dalam teknologi AI untuk mengoptimalkan sistem akuntansi dan meningkatkan proses pengambilan keputusan.
Para pembuat kebijakan didorong untuk menciptakan kerangka kerja yang mendukung yang memfasilitasi adopsi AI, termasuk program pelatihan dan insentif untuk bisnis.
Penelitian di masa depan harus memperluas ukuran sampel dan mengeksplorasi faktor-faktor tambahan, seperti penerimaan karyawan dan budaya organisasi, untuk mendapatkan pemahaman yang lebih komprehensif tentang dampak AI pada SIA.
DAFTAR PUSTAKA