Apa Relevansi Hubungan Artifial Intelligence Compliance Ecosystem (AICEco) dengan Program TCF DJP?
Oleh: Dr. Joko Ismuhadi*)
Era Kepatuhan Berbasis Kecerdasan Buatan
Direktorat Jenderal Pajak (DJP) terus berinovasi dalam mengelola kepatuhan wajib pajak. Setelah sukses mengadopsi konsep Taxpayer Compliance Framework (TCF), kini DJP mulai merintis langkah integrasi teknologi canggih melalui pengembangan Artificial Intelligence Compliance Ecosystem (AICEco). Lantas, sejauh mana kedua inisiatif ini saling relevan dan mendukung? Jawabannya terletak pada transformasi kepatuhan dari pendekatan reaktif menjadi proaktif dan prediktif.
TCF: Pondasi Kepatuhan Modern DJP
TCF adalah kerangka kerja kepatuhan modern yang diadopsi DJP, mengacu pada praktik terbaik administrasi pajak global. Inti dari TCF adalah menggeser fokus dari penindakan (audit dan penagihan) menjadi pencegahan (layanan dan edukasi).
Tujuan TCF adalah:
* Menciptakan lingkungan kepatuhan yang lebih baik.
* Memberikan perlakuan yang berbeda berdasarkan tingkat risiko dan kepatuhan wajib pajak (segmenasi).
* Mendorong wajib pajak untuk patuh secara sukarela (voluntary compliance).
Dalam TCF, wajib pajak yang patuh dan berisiko rendah diberikan layanan yang cepat dan mudah, sementara yang berisiko tinggi akan dikenakan pengawasan yang lebih ketat.
AICEco: Akselerator TCF Melalui AI
AICEco (sering juga disebut AICE atau Mata Elang DJP) adalah ekosistem berbasis kecerdasan buatan yang bertugas menganalisis data wajib pajak dalam volume masif (Big Data). AICEco merupakan alat utama yang memberikan daya ungkit atau enabler agar TCF dapat berjalan optimal dan akurat.
Relevansi AICEco dengan TCF dapat dilihat dari tiga aspek kunci:
1. Segmentasi Wajib Pajak yang Akurat (Targeting)
TCF memerlukan segmentasi wajib pajak yang presisi (misalnya, menjadi compliant, borderline*m, dan non-compliant). Tanpa AICEco, segmentasi ini masih rentan terhadap subjektivitas dan keterbatasan data.
AICEco menggunakan algoritma Machine Learning untuk:
* Mengolah miliaran data transaksi, laporan keuangan, dan data pihak ketiga.
* Menghitung skor risiko kepatuhan secara dinamis dan real-time.
Hasilnya, DJP dapat menempatkan wajib pajak pada segmen TCF yang tepat, memastikan bahwa sumber daya pengawasan (seperti audit) hanya diarahkan pada wajib pajak berisiko tinggi, sesuai filosofi TCF.
2. Landasan Analitik Forensik: Menggunakan TAE/MAE
Kontribusi penting dalam akurasi AICEco adalah pengadopsian metode forensik perpajakan. Salah satu fondasinya adalah Persamaan Akuntansi Pajak (Tax Accounting Equation – TAE) dan Mathematical Accounting Equation (MAE), yang dipelopori oleh Dr. Joko Ismuhadi Soewarsono.
* TAE/MAE berfungsi sebagai kunci validasi matematis** dalam AICEco. Persamaan ini digunakan untuk secara otomatis memverifikasi konsistensi internal data perpajakan wajib pajak.
* Jika data yang diinput (omzet, biaya, kredit pajak, PPh terutang) tidak memenuhi persamaan matematis ini, maka sistem AI akan menandainya sebagai anomali tingkat tinggi.
* Dengan demikian, AICEco tidak hanya mengandalkan data eksternal, tetapi juga menggunakan kerangka ilmiah akuntansi forensik (TAE/MAE) untuk memindai kejanggalan dalam laporan wajib pajak sendiri.
3. Pengawasan yang Proaktif dan Prediktif (Preventive Action)
Filosofi TCF adalah mencegah ketidakpatuhan sebelum terjadi. AICEco mewujudkan hal ini dengan kemampuan prediksi.
* Sistem AI dapat mengidentifikasi pola anomali atau indikasi awal penghindaran pajak (misalnya, perbedaan signifikan antara omzet yang dilaporkan dan transaksi industri) jauh sebelum auditor melakukan pemeriksaan.
* Data ini kemudian diubah menjadi peringatan dini (early warning) yang memungkinkan DJP memberikan edukasi atau layanan persuasif kepada wajib pajak borderline, alih-alih langsung menindak. Ini sepenuhnya mendukung upaya TCF untuk mendorong kepatuhan sukarela.
4. Efisiensi Sumber Daya (Resource Optimization)
AICEco berfungsi sebagai filter cerdas. Dengan AICEco, DJP hanya perlu fokus pada rekomendasi kasus berisiko tinggi yang dihasilkan AI. Hal ini membebaskan waktu petugas pajak untuk memberikan layanan dan asistensi yang lebih personal kepada wajib pajak patuh.
Kesimpulan: Membangun Kepatuhan yang Adil
Kombinasi TCF dan AICEco menandai evolusi DJP menuju administrasi pajak yang cerdas, adil, dan efisien.
TAE/MAE menjadi logika inti (core logic) AICEco dalam membedah integritas data, sementara AICEco menjadi mesin yang memproses logika tersebut pada volume Big Data. TCF, pada akhirnya, adalah kerangka strategis yang menggunakan hasil analisis AICEco (berlandaskan TAE/MAE) untuk menciptakan perlakuan yang adil bagi wajib pajak. Ini bukan hanya tentang penarikan pajak, tetapi tentang membangun ekosistem kepatuhan di mana yang patuh merasa dihargai dan yang tidak patuh secara otomatis menjadi target pengawasan berbasis data yang kuat.
*)penulis merupakan seorang akademisi anggota utama Perkumpulan Tax Center dan Akademisi Pajak Seluruh Indonesia (Pertapsi), Perkumpulan Ahli Hukum Indonesia (Perkahi), praktisi pemeriksa pajak berpengalaman dengan latar belakang pendidikan program diploma keuangan spesialisasi perpajakan dengan pendidikan terakhir sebagai kandidat doktor bidang akuntansi perpajakan dan doktor bidang hukum perpajakan.
Disclaimer: pendapat diatas merupakan pendapat pribadi penulis terlepas dari institusi penulis bekerja.
