Direktorat Jenderal Pajak (DJP) kini tidak lagi hanya mengandalkan pemeriksaan lapangan atau pelaporan manual untuk menguji kepatuhan Wajib Pajak. Melalui implementasi Sistem Inti Administrasi Perpajakan (SIAP) atau yang lebih dikenal sebagai Coretax, DJP telah bertransformasi menjadi instansi berbasis data (data-driven organization).
Peran Big Data dan Data Analytics dalam pengawasan blockchain untuk pajak di Indonesia sangat masif, berfungsi sebagai “radar” pintar yang mampu mendeteksi potensi pajak terutang secara otomatis, akurat, dan real-time.
Berikut adalah peran mendalam, mekanisme, dan pengaruh teknologi data dalam sistem pengawasan pajak saat ini:
1. Sumber Big Data Perpajakan: Dari Mana Data Berasal?
DJP mengumpulkan miliaran data dari berbagai sumber hulu-ke-hilir untuk membentuk satu profil besar Wajib Pajak (Single Customer View). Sumber data ini meliputi:
-
Data Internal: Seluruh riwayat Surat Pemberitahuan (SPT) Tahunan dan Masa, Faktur Pajak Elektronik (e-Faktur), Bukti Potong Elektronik (e-Bupot), serta data mutasi pembayaran dari bank persepsi.
-
Data Pihak Ketiga (ILAP): Berdasarkan amanat undang-undang, Instansi Pemerintah, Lembaga, Asosiasi, dan Pihak Lain (ILAP) wajib menyetor data transaksi masyarakat ke DJP. Ini mencakup data kepemilikan tanah/bangunan (BPN), kepemilikan kendaraan mewah (Samsat), kepemilikan saham, hingga transaksi ekspor-impor (Bea Cukai).
-
Data Perbankan dan Keuangan (AEoI): Melalui mekanisme Automatic Exchange of Information, DJP menerima data saldo rekening keuangan di atas Rp1 miliar dari perbankan domestik, serta data rekening luar negeri milik warga negara Indonesia dari ratusan negara mitra.
-
Data Aktivitas Digital (Web Scraping): DJP juga memanfaatkan teknologi pemindaian data publik di internet, seperti aktivitas transaksi di platform e-commerce, media sosial, hingga data kepemilikan aset digital (Kripto/NFT).
2. Implementasi Data Analytics dalam Pengawasan Pajak
Setelah miliaran data dari berbagai sumber tersebut berkumpul di Data Warehouse DJP, teknologi Data Analytics, Machine Learning, dan Artificial Intelligence (AI) mulai bekerja melalui beberapa metode:
A. Compliance Risk Management (CRM)
CRM adalah mesin analisis risiko utama milik DJP. Sistem ini secara otomatis memetakan Wajib Pajak ke dalam matriks risiko (tinggi, menengah, rendah) berdasarkan analisis perilaku.
-
Cara Kerja: Sistem membandingkan data internal (omzet yang dilaporkan di SPT) dengan data eksternal (nilai aset yang dibeli atau transaksi dengan vendor). Jika terdapat ketidaksesuaian (mismatch) yang signifikan, Wajib Pajak tersebut otomatis masuk ke dalam kategori Risiko Tinggi.
-
Dampak: CRM menentukan tindakan DJP. Wajib Pajak risiko rendah cukup diedukasi, risiko menengah diawasi melalui penerbitan Surat Permintaan Penjelasan atas Data dan/atau Keterangan (SP2DK), sedangkan risiko tinggi langsung divalidasi untuk diperiksa (audit).
B. Social Network Analysis (SNA)
SNA adalah analisis berbasis visual grafis yang digunakan untuk memetakan hubungan atau jejaring antara satu Wajib Pajak dengan pihak lainnya.
-
Cara Kerja: Mesin analisis ini bisa melacak hubungan kepemilikan saham perusahaan, transaksi afiliasi antar-grup usaha (transfer pricing), hingga hubungan keluarga.
-
Dampak: Jika sebuah perusahaan melakukan transaksi mencurigakan dengan perusahaan cangkang (shell company) milik kerabat direksi di luar negeri untuk menggeser laba (profit shifting), sistem SNA dapat mendeteksinya dalam hitungan detik berupa peta visual jaringan.
C. Analisis Pre-populated pada Sistem Coretax
Teknologi Big Data Analytics memungkinkan terwujudnya fitur pre-populated (pengisian otomatis) pada draf laporan pajak.
-
Cara Kerja: Ketika Anda memotong pajak karyawan atau menerima e-Faktur dari vendor, data analytics langsung memproses data tersebut di latar belakang.
-
Dampak: Saat Wajib Pajak membuka akun Coretax untuk melapor SPT, kolom-kolom penghasilan dan kredit pajak sudah terisi otomatis oleh sistem. Wajib Pajak tinggal mencocokkan dan melakukan klik “Setuju”, meminimalkan kesalahan hitung dan kelalaian pelaporan.
3. Implikasi bagi Wajib Pajak: Era “Transparansi Mutlak”
Pemanfaatan Big Data dan Data Analytics ini secara radikal mengubah cara Wajib Pajak dalam mengelola kepatuhan Pelatihan Perpajakan Online:
-
SP2DK Berbasis Data Kuat: Ketika kantor pajak (KPP) menerbitkan SP2DK, surat tersebut kini selalu disertai lampiran data konkret (misalnya riwayat pembelian mobil atau rincian e-faktur yang belum dilaporkan). Wajib Pajak tidak bisa lagi mengelak dengan argumen lisan tanpa bukti tandingan yang valid.
-
Pemeriksaan Lebih Akurat & Efektif: Berkat data analytics, proses penentuan target pemeriksaan menjadi sangat objektif. DJP hanya akan memeriksa wajib pajak yang terindikasi kuat memiliki ketidakpatuhan material berdasarkan sistem, sehingga mengurangi risiko pemeriksaan subjektif oleh oknum petugas.
-
Pentingnya Rekonsiliasi Data Internal: Perusahaan kini wajib melakukan tax review internal secara berkala sebelum melaporkan SPT. Keuangan perusahaan harus memastikan bahwa apa yang tercatat di laporan keuangan komersial, laporan PPN (e-faktur), dan PPh Pasal 21 (gaji) sudah sinkron, karena ketidaksinkronan tersebut akan langsung memicu alarm risiko di sistem komputer DJP.