Fraud Reimbursement di Perusahaan: Kenapa Sistem Manual Selalu Kalah Cepat dari Karyawan yang Berniat Curang

Pada 17 Juni 2026, Mekari Talenta dan Mekari Expense menyelenggarakan webinar bertajuk “Beyond Fraud Prevention: Solusi Membangun Sistem yang Transparan, Akuntabel, & Anti-Fraud”.

Dalam sesi yang dipandu oleh Sandra Yumantra, Head of Business Mekari Expense, dan Elilya S. Wijaya, Head of People Operations Mekari, pembahasan berfokus pada bagaimana perusahaan dapat membangun sistem reimbursement yang lebih transparan sekaligus meminimalkan risiko fraud melalui kombinasi kebijakan HR, kontrol internal, dan teknologi.

Salah satu temuan yang paling menarik dalam sesi tersebut adalah betapa mudahnya praktik fraud reimbursement dilakukan ketika perusahaan masih mengandalkan pemeriksaan manual.

Kalau Anda mengelola HR atau finance di perusahaan dengan puluhan hingga ratusan karyawan, kemungkinan besar Anda pernah menemukan satu nota yang terlihat “agak aneh”. 

Bukan karena jelas-jelas palsu, justru karena terlihat terlalu rapi. Cap toko yang sempurna, font yang konsisten, nominal yang selalu pas di bawah radar.

Fenomena ini bukan sekadar ilustrasi. Dalam webinar tersebut, tim Mekari juga menyoroti maraknya penjualan struk palsu di marketplace.

Struk untuk SPBU, restoran, ojek online, hingga hotel kini diperjualbelikan secara terbuka mulai dari Rp15.000 per lembar, lengkap dengan desain yang dibuat semirip mungkin dengan struk asli suatu merek tertentu.

Fenomena ini juga menjadi perhatian karena secara hukum di Indonesia, penggunaan struk palsu untuk reimburse tergolong tindak pemalsuan surat dengan ancaman pidana penjara hingga enam tahun dan denda hingga Rp2 miliar berdasarkan Pasal 263 KUHP.

Namun, ancaman hukum tersebut belum tentu menjadi penghalang yang efektif ketika proses verifikasi masih bergantung pada pemeriksaan manual dan peluang untuk lolos relatif tinggi.

Di kawasan Asia Pasifik, Indonesia juga termasuk negara dengan tingkat risiko occupational fraud yang tinggi, dengan penyalahgunaan aset, termasuk klaim biaya palsu dan penyalahgunaan dana perusahaan, sebagai jenis fraud yang paling banyak ditemukan.

Kombinasi antara temuan yang dibahas dalam webinar dan data dari berbagai riset tersebut menunjukkan bahwa fraud reimbursement bukan lagi persoalan satu atau dua oknum.

Tantangan bagi tim HR dan finance adalah membangun sistem yang mampu mendeteksi risiko sejak awal, bukan sekadar mengandalkan ketelitian manusia setelah klaim diajukan.

Modus Fraud Reimbursement yang Perlu Diwaspadai Perusahaan

Kesalahan paling umum yang dilakukan perusahaan adalah menyamakan “fraud reimbursement” dengan “struk palsu”.

Padahal, dari pola yang paling sering ditemukan, struk palsu hanyalah satu dari beberapa modus yang kerap dilakukan:

• Fraud klaim kesehatan — manipulasi nominal kwitansi klinik atau apotek, resep obat yang ditambah-tambahkan tanpa dasar medis yang jelas, hingga klaim atas nama anggota keluarga yang sebenarnya tidak terdaftar dalam polis perusahaan.
• Mark-up biaya perjalanan dinas — nilai akomodasi, tiket, atau uang harian yang digelembungkan di atas nilai aktual, sesuatu yang mudah lolos ketika tidak ada sistem yang menegakkan policy secara otomatis.
• Pengeluaran pribadi yang diklaim sebagai biaya bisnis — dan ini ternyata jauh lebih umum dari yang dibayangkan kebanyakan tim finance. Survei Emburse bersama YouGov (2024) menemukan hampir seperempat karyawan pernah mengklaim belanja pribadi atau hiburan sebagai biaya operasional perusahaan.
• Duplicate claims — dua karyawan yang melakukan perjalanan bersama mengklaim nota yang sama, dan keduanya lolos direimburse karena tidak ada mekanisme silang untuk mendeteksi kesamaan transaksi antar-pengguna.
• Delayed reconciliation — klaim dan reimbursement sudah cair, dan baru berbulan-bulan kemudian tim finance sadar bahwa angkanya tidak seharusnya seperti itu.

Yang lebih mengkhawatirkan dari daftar ini bukan variasi modusnya, melainkan seberapa lambat semuanya terungkap.

Hanya sekitar 5% fraud yang berhasil terdeteksi lewat data analytics, sementara sisanya baru ketahuan setelah kerugian sudah terjadi.

Sebanyak 43% kasus fraud justru terbongkar dari tips atau laporan whistleblower, tiga kali lebih efektif dibanding metode audit lainnya.

Ini artinya, organisasi rata-rata masih sangat bergantung pada seseorang yang secara sukarela melapor, bukan pada sistem internal yang otomatis menangkap anomali.

Di sisi lain, data yang sama juga menunjukkan bahwa organisasi yang menerapkan proactive monitoring terhadap transaksi dan pengeluarannya mencatat median kerugian 55% lebih rendah dibandingkan organisasi yang tidak melakukannya.

Sementara itu, perusahaan yang memiliki hotline atau kanal whistleblowing mengalami median kerugian 33% lebih rendah.

Dengan kata lain, investasi pada kontrol yang bersifat preventif bukan hanya meningkatkan kepatuhan, tetapi juga terbukti mampu mengurangi dampak finansial ketika fraud terjadi.

Mengapa Fraud Reimbursement Sering Lolos dari Sistem Manual?

Dalam webinar, salah satu pembahasan yang paling banyak disoroti adalah bahwa fraud reimbursement sering kali bukan terjadi karena pelaku semakin canggih, melainkan karena proses reimbursement masih mengandalkan kontrol manual.

Akibatnya, berbagai penyimpangan dapat lolos tanpa disadari hingga kerugian baru diketahui setelah reimbursement selesai diproses.

Kalau ditelusuri lebih dalam, ada empat kelemahan yang paling sering ditemukan pada sistem manual.

1. Verifikasi Bukti Transaksi Masih Mengandalkan Pemeriksaan Visual

Pemeriksaan manual hanya menilai apakah struk terlihat wajar, tetapi tidak mampu memastikan apakah transaksi benar-benar terjadi atau mendeteksi pola anomali secara otomatis. 

Struk dengan cap lengkap, font yang konsisten, dan nominal yang masuk akal dapat dengan mudah lolos meskipun sebenarnya tidak valid.

2. Approval Lebih Bersifat Administratif daripada Analitis

Ketika volume klaim tinggi dan tenggat waktu ketat, approver cenderung berfokus pada kelengkapan dokumen dibandingkan kewajaran transaksi.

Tanpa data pendukung maupun sistem yang memberikan peringatan otomatis, proses approval berisiko berubah menjadi formalitas sehingga berbagai penyimpangan, seperti pengeluaran di luar kebijakan atau klaim yang melebihi batas, tetap dapat disetujui.

3. Batas Klaim Tidak Dipantau secara Real-Time

Pada banyak perusahaan, kepatuhan terhadap limit reimbursement baru dievaluasi setelah transaksi diproses.

Akibatnya, policy violation, out-of-policy spending, maupun duplicate claims sering baru ditemukan ketika proses rekonsiliasi dilakukan, bahkan setelah dana reimbursement telah dicairkan.

4. Audit Trail Digital Belum Memadai

Riwayat perubahan nominal, kategori pengeluaran, maupun status approval sering kali tidak terdokumentasi secara terstruktur.

Kondisi ini menyulitkan proses investigasi ketika muncul sengketa, audit, atau dugaan penyalahgunaan karena perusahaan tidak memiliki jejak perubahan yang lengkap.

Mengapa Deteksi Manual Hampir Selalu Terlambat?

Kelemahan-kelemahan tersebut diperparah oleh cara kerja sistem manual yang bersifat periodik.

Data umumnya baru ditinjau saat rekonsiliasi bulanan, penutupan kuartal, atau audit tahunan. Akibatnya, terdapat jeda yang cukup panjang antara saat fraud terjadi dan saat pola penyimpangan mulai terlihat.

Data ACFE menunjukkan bahwa rata-rata fraud internal baru terdeteksi setelah berlangsung sekitar 12 bulan.

Selama periode tersebut, kerugian dapat terus bertambah hingga akhirnya terungkap melalui rekonsiliasi, audit, atau bahkan laporan dari whistleblower.

Temuan tersebut juga menunjukkan bahwa lemahnya pengendalian internal masih menjadi salah satu faktor utama yang memungkinkan fraud terjadi.

ACFE mencatat 51% kasus dipengaruhi oleh lemahnya internal control, 32% disebabkan tidak adanya kontrol yang memadai, dan 19% lainnya terjadi karena kontrol yang sebenarnya sudah tersedia tidak dijalankan secara konsisten.

Di sisi operasional, riset Association for Financial Professionals (AFP) menunjukkan sekitar 40% waktu kerja tim finance masih dihabiskan untuk rekonsiliasi manual dibandingkan analisis yang lebih strategis.

Sementara itu, riset Fyle memperkirakan biaya pemrosesan satu laporan pengeluaran secara manual dapat mencapai sekitar US$60.

Kondisi inilah yang membuat banyak perusahaan tetap berada dalam posisi reaktif. Penyimpangan baru diketahui setelah dana dicairkan, bukan dicegah sejak klaim diajukan.

Faktor Organisasi yang Meningkatkan Risiko Fraud Reimbursement

Dalam webinar, pembahasan tidak berhenti pada teknologi deteksi seperti OCR atau AI fraud detection.

Para pembicara juga menyoroti bahwa fraud reimbursement sering kali merupakan gejala dari masalah organisasi yang lebih mendasar, bukan sekadar tindakan individu.

Ketika budaya kerja, komunikasi, dan tata kelola perusahaan tidak berjalan dengan baik, peluang terjadinya fraud akan semakin besar.

Tiga faktor organisasi yang paling sering dikaitkan dengan meningkatnya risiko fraud reimbursement adalah sebagai berikut.

1. Employee Engagement yang Rendah

Karyawan yang tidak memiliki keterikatan dengan perusahaan cenderung kurang peduli terhadap kebijakan yang berlaku.

Mereka lebih mungkin menganggap aturan reimbursement sebagai hambatan administratif daripada pedoman yang harus dipatuhi.

Dalam kondisi seperti ini, peluang untuk mencari atau memanfaatkan celah kebijakan pun menjadi lebih besar.

Sebaliknya, karyawan yang memiliki engagement tinggi umumnya lebih proaktif memahami kebijakan perusahaan, mengajukan pertanyaan ketika ada aturan yang belum jelas, dan menjaga kepatuhan karena merasa ikut bertanggung jawab terhadap keberlangsungan organisasi.

2. Rendahnya Kepercayaan terhadap Manajemen

Kepercayaan terhadap manajemen berperan besar dalam membangun kepatuhan.

Ketika kebijakan reimbursement dianggap tidak konsisten, tidak transparan, atau tidak dikomunikasikan dengan baik, karyawan lebih mudah mempertanyakan legitimasi aturan tersebut.

Dalam situasi seperti ini, kepatuhan sering kali berubah menjadi pilihan pribadi, bukan bagian dari budaya kerja.

3. Komunikasi Internal yang Kurang Efektif

Kurangnya komunikasi menciptakan ruang abu-abu dalam penerapan kebijakan reimbursement.

Ketika informasi hanya dipahami oleh manajemen, sementara karyawan tidak memperoleh penjelasan yang memadai, kebingungan dapat berkembang menjadi interpretasi yang berbeda-beda terhadap aturan.

Kondisi ini membuka peluang terjadinya pelanggaran, baik yang disengaja maupun yang tidak disengaja.

Perlu dipahami bahwa ketiga faktor tersebut bukan penyebab langsung seseorang melakukan fraud.

Namun, berbagai penelitian menunjukkan bahwa lingkungan kerja dengan engagement rendah, tingkat kepercayaan yang lemah, dan komunikasi yang buruk cenderung memiliki risiko fraud yang lebih tinggi karena kontrol sosial dan kepatuhan terhadap kebijakan ikut melemah.

Salah satu contoh yang sering muncul adalah kebijakan benefit yang tidak transparan. Ketika batas klaim, syarat reimbursement, atau hak setiap divisi tidak dikomunikasikan secara jelas, sebagian karyawan dapat merasa diperlakukan tidak adil.

Perasaan tersebut berpotensi menurunkan kepercayaan terhadap perusahaan dan mendorong sebagian individu untuk merasionalisasi tindakan seperti memanipulasi klaim kesehatan atau reimbursement sebagai bentuk “kompensasi” atas ketidakadilan yang mereka rasakan.

Bagi tim HR, implikasinya cukup jelas. Pencegahan fraud reimbursement tidak cukup dilakukan dengan memperketat proses approval atau menambah lapisan verifikasi setelah klaim diajukan.

Langkah yang tidak kalah penting adalah membangun kebijakan reimbursement dan benefit yang transparan, terdokumentasi dengan baik, mudah diakses seluruh karyawan, serta dikomunikasikan secara konsisten.

Dengan begitu, perusahaan tidak hanya memperkuat sistem pengendalian, tetapi juga mengurangi faktor organisasi yang dapat mendorong terjadinya fraud sejak awal.

Baca juga: Contoh SOP dan Prosedur Reimbursement yang Efektif dalam Perusahaan

Tanda-Tanda Fraud Reimbursement yang Perlu Diwaspadai HR dan Manajemen

Selain memperkuat sistem dan proses reimbursement, perusahaan juga perlu mengenali berbagai indikator awal (behavioral red flags) yang dapat mengarah pada potensi fraud.

Dalam webinar, para pembicara menekankan bahwa tanda-tanda ini bukan bukti seseorang melakukan kecurangan, melainkan sinyal yang perlu diikuti dengan observasi dan investigasi lebih lanjut.

Beberapa indikator yang paling sering dikaitkan dengan risiko fraud antara lain:

1. Ketimpangan Gaya Hidup

Perubahan gaya hidup atau pola konsumsi yang tidak sebanding dengan pendapatan yang diketahui dapat menjadi salah satu indikator awal.

Meski bukan bukti langsung, perubahan yang signifikan tanpa penjelasan yang wajar layak menjadi perhatian, terutama pada posisi yang memiliki akses terhadap pengelolaan anggaran atau proses reimbursement.

2. Enggan Mengambil Cuti atau Mendelegasikan Pekerjaan

Dalam literatur fraud examination, keengganan mengambil cuti atau berbagi tanggung jawab sering disebut sebagai salah satu behavioral red flags.

Di satu sisi, perilaku ini bisa mencerminkan dedikasi yang tinggi. Namun di sisi lain, kondisi tersebut juga dapat mengindikasikan adanya upaya untuk menghindari orang lain mengakses proses atau dokumen yang selama ini mereka kelola.

3. Kedekatan yang Tidak Wajar dengan Vendor Tertentu

Hubungan yang terlalu erat dengan vendor tertentu, terutama pada posisi yang terlibat dalam proses procurement maupun approval, juga perlu menjadi perhatian.

Pola penggunaan vendor yang selalu sama tanpa alasan bisnis yang jelas dapat meningkatkan risiko konflik kepentingan maupun penyalahgunaan wewenang.

Karena itu, penerapan Good Corporate Governance (GCG) menjadi salah satu mekanisme penting untuk memastikan setiap keputusan bisnis tetap objektif dan dapat dipertanggungjawabkan.

Pencegahan Tidak Berhenti pada Pengamatan Perilaku

Mengamati behavioral red flags saja tidak cukup untuk mencegah fraud reimbursement.

Webinar ini juga menyoroti pentingnya dua langkah preventif yang sering diabaikan perusahaan, khususnya pada organisasi skala kecil dan menengah.

• Pertama, melakukan background check secara konsisten selama proses rekrutmen untuk meminimalkan risiko sejak awal.
• Kedua, membangun sistem whistleblowing yang aman, mudah diakses, dan dipercaya oleh karyawan.

Langkah kedua ini terbukti sangat penting. Berdasarkan data ACFE, sekitar 43% kasus fraud terungkap melalui laporan (tips atau whistleblower), menjadikannya metode deteksi yang paling efektif dibandingkan berbagai mekanisme lainnya.

Karena itu, kanal pelaporan tidak seharusnya dipandang hanya sebagai pemenuhan kewajiban kepatuhan, tetapi sebagai bagian penting dari sistem pengendalian internal perusahaan.

Cara Mekari Expense Menggunakan AI Fraud Detection dan OCR untuk Mencegah Fraud Reimbursement

Dalam webinar, Mekari Expense mendemonstrasikan bagaimana teknologi OCR (Optical Character Recognition) dan Fraud AI Checker membantu perusahaan mendeteksi potensi fraud reimbursement sejak proses pengajuan klaim.

Berbeda dengan sistem manual yang baru menemukan masalah setelah reimbursement dibayarkan, pendekatan ini memungkinkan transaksi dianalisis secara otomatis sebelum approver memberikan persetujuan.

Perubahan terbesar bukan sekadar otomatisasi proses, melainkan pergeseran dari kontrol yang reaktif menjadi preventif.

Sistem dapat menandai transaksi yang berisiko sebelum approver memberikan persetujuan sehingga investigasi dapat dilakukan lebih awal.

1. Unusual Amount

AI menganalisis apakah nominal klaim menyimpang dari pola historis menggunakan pendekatan statistik, seperti Robust Z-Score.

Analisis dilakukan berdasarkan kategori pengeluaran, subkategori, lokasi, hingga harga satuan sehingga sistem tidak hanya melihat nominal yang besar, tetapi juga memahami apakah nilai tersebut wajar dibandingkan pola reimbursement sebelumnya.

Sebagai contoh, klaim bensin senilai Rp2 juta mungkin langsung ditandai karena jauh melampaui pola klaim transportasi yang biasanya diajukan karyawan.

2. Unusual Vendor

Sistem juga memeriksa kesesuaian antara kategori pengeluaran dan vendor yang tercantum pada bukti transaksi.

Misalnya, klaim transportasi dengan vendor restoran cepat saji atau vendor yang belum pernah digunakan sebelumnya dapat ditandai sebagai anomali.

Selain itu, AI juga dapat membantu memverifikasi legitimasi vendor maupun rekening tujuan pembayaran.

3. Duplicate Detection

Melalui kombinasi OCR dan AI, sistem membandingkan data klaim berdasarkan vendor, nominal, tanggal transaksi, serta identitas karyawan.

Dengan pendekatan fuzzy matching, sistem tetap dapat mengenali kemungkinan duplikasi meskipun terdapat sedikit perbedaan penulisan, format, atau hasil pembacaan dokumen.

Penilaian Risiko Secara Otomatis

Setiap klaim kemudian diklasifikasikan ke dalam empat tingkat risiko:

• None: tidak ditemukan anomali sehingga klaim dapat diproses seperti biasa.
• Low: terdapat penyimpangan kecil yang kemungkinan disebabkan kesalahan administrasi.
• Medium: ditemukan pola yang memerlukan validasi lebih lanjut dari approver.
• High: terdapat indikasi kuat adanya fraud atau penyalahgunaan sehingga klaim perlu diinvestigasi sebelum disetujui.

Pendekatan berbasis tingkat risiko ini membantu perusahaan menghindari alert fatigue, yaitu kondisi ketika terlalu banyak notifikasi membuat approver mengabaikan peringatan yang benar-benar penting.

AI Tetap Membutuhkan Keputusan Manusia

Meskipun mampu mendeteksi anomali secara otomatis, AI tidak menggantikan peran approver. Dalam webinar dijelaskan bahwa approver tetap menjadi pihak yang mengambil keputusan akhir, baik untuk menyetujui maupun menolak hasil deteksi.

Keunggulan pendekatan ini adalah adanya feedback loop. Approver dapat memberikan alasan ketika menolak atau mengonfirmasi suatu anomali sehingga sistem terus belajar dari keputusan yang diambil.

Selain itu, setiap tahapan approval tercatat dalam audit trail sehingga reviewer berikutnya dapat melihat riwayat keputusan sebelumnya dan mengurangi risiko persetujuan yang dilakukan tanpa evaluasi yang memadai.

3 Pilar Membangun Sistem Reimbursement yang Transparan, Akuntabel, dan Anti-Fraud

Menjelang penutupan webinar, pembicara menekankan bahwa tidak ada satu solusi yang dapat menghilangkan risiko fraud reimbursement sepenuhnya.

Pencegahan yang efektif memerlukan kombinasi antara kebijakan yang jelas, proses yang terintegrasi, dan teknologi yang mampu mendeteksi anomali sejak awal.

Ketiga elemen tersebut perlu berjalan bersamaan agar sistem pengendalian dapat bekerja secara optimal.

1. Standardisasi Kebijakan Reimbursement

Langkah pertama adalah menetapkan aturan reimbursement yang jelas sebelum klaim diajukan.

Batas biaya, plafon anggaran, kategori pengeluaran, hingga alur persetujuan perlu terdokumentasi dengan baik dan diterapkan secara konsisten di seluruh organisasi.

Dengan aturan yang terstandarisasi, perusahaan dapat mengurangi perbedaan interpretasi, meminimalkan sengketa, serta mencegah pengeluaran yang melebihi batas melalui mekanisme pre-approved limit, bukan baru dikoreksi setelah dana dicairkan.

2. Integrasi Proses Reimbursement dengan HRIS dan Sistem Keuangan

Pengajuan, approval, reimbursement, hingga pencatatan akuntansi sebaiknya berada dalam satu alur kerja yang saling terhubung.

Dalam demonstrasi webinar, Mekari Expense diperlihatkan terintegrasi dengan Mekari Talenta dan sistem akuntansi sehingga data karyawan, struktur organisasi, hingga transaksi reimbursement dapat tersinkronisasi secara otomatis.

Perubahan seperti mutasi divisi, pergantian atasan, atau pembaruan anggaran tidak lagi memerlukan pembaruan manual di banyak sistem.

Integrasi tersebut juga membantu memastikan transaksi yang telah disetujui langsung dipetakan ke akun akuntansi yang sesuai sehingga proses rekonsiliasi menjadi lebih sederhana.

3. Analisis Real-Time dan Deteksi Fraud sejak Awal

Pilar terakhir adalah kemampuan memantau transaksi secara real-time. Dashboard penggunaan anggaran, notifikasi anomali, audit trail digital, serta AI fraud detection memungkinkan tim HR dan finance mengidentifikasi potensi penyimpangan sebelum reimbursement disetujui, bukan setelah kerugian terjadi.

Pendekatan ini mengubah fungsi sistem reimbursement dari sekadar alat administrasi menjadi mekanisme pengendalian yang membantu perusahaan mengambil tindakan lebih cepat ketika ditemukan transaksi yang tidak wajar.

Ketiga pilar tersebut saling melengkapi. Kebijakan yang baik tanpa sistem yang mendukung hanya akan menjadi dokumen administratif.

Integrasi tanpa analisis real-time hanya memindahkan proses manual ke platform digital tanpa mengurangi risiko fraud.

Sebaliknya, AI fraud detection juga membutuhkan kebijakan yang jelas sebagai acuan untuk menentukan apakah suatu transaksi benar-benar menyimpang.

Karena itu, perusahaan perlu membangun ketiga aspek tersebut secara bersamaan agar sistem reimbursement dapat berjalan lebih transparan, akuntabel, dan efektif dalam mencegah fraud.

Checklist Evaluasi: Apakah Sistem Reimbursement Perusahaan Anda Sudah Siap Mencegah Fraud?

Setelah memahami berbagai penyebab fraud reimbursement dan cara mencegahnya, langkah berikutnya adalah mengevaluasi apakah sistem pengendalian yang digunakan perusahaan sudah memadai.

Gunakan tabel berikut sebagai checklist sederhana untuk membandingkan kondisi saat ini dengan praktik yang direkomendasikan.

Jika sebagian besar proses di perusahaan Anda masih berada pada kolom sistem manual, berarti masih terdapat ruang untuk meningkatkan kontrol internal

Semakin banyak proses yang mengandalkan pemeriksaan manual, semakin besar pula kemungkinan penyimpangan baru diketahui setelah reimbursement dibayarkan.

Sebaliknya, perusahaan yang menerapkan validasi otomatis, kontrol berbasis kebijakan, audit trail digital, dan deteksi anomali sejak awal memiliki peluang lebih besar untuk mencegah fraud sebelum berkembang menjadi kerugian finansial.

Kesimpulan: Kapan Perusahaan Perlu Bertindak?

Fraud reimbursement bukan sekadar persoalan individu yang menyalahgunakan sistem.

Dalam banyak kasus, fraud terjadi ketika tiga faktor muncul secara bersamaan: budaya organisasi yang kurang mendukung kepatuhan, proses reimbursement yang masih menyisakan banyak celah, dan sistem pengendalian yang baru mendeteksi penyimpangan setelah kerugian terjadi.

Karena itu, pencegahan fraud tidak cukup dilakukan dengan memperketat proses approval atau melakukan audit setelah reimbursement dibayarkan.

Perusahaan juga perlu membangun kebijakan yang transparan, memperkuat kontrol internal, serta menerapkan sistem reimbursement management yang mampu mengintegrasikan proses pengajuan, persetujuan, hingga pemantauan klaim dalam satu alur kerja.

Seperti yang dibahas dalam webinar Mekari Talenta dan Mekari Expense, pendekatan yang menggabungkan kebijakan yang jelas, proses yang terintegrasi, serta AI fraud detection dan OCR membantu mengubah pengendalian reimbursement dari yang sebelumnya reaktif menjadi lebih proaktif.

Dengan begitu, potensi fraud dapat diidentifikasi lebih awal sebelum berkembang menjadi kerugian finansial yang lebih besar.