DJP Kembangkan AI untuk Intai Perubahan Harta Orang Kaya, Ini Cara Kerjanya

Direktorat Jenderal Pajak (DJP) tengah mengembangkan teknologi kecerdasan buatan (artificial intelligence/AI) untuk memantau perubahan kekayaan individu beraset besar. Langkah ini diungkapkan oleh Wakil Menteri Keuangan Nurkholisoh Ibnu Aman dalam forum The 7th Belt and Road Initiative Tax Administration Cooperation Forum (BRITACOF) di Jakarta, Selasa (13/10).

Menurut Ibnu, DJP sedang membangun dasbor yang mampu memetakan individu beraset besar, keluarga, perusahaan, aset yang dimiliki, hingga hubungan di antara berbagai entitas tersebut. "Kami sekarang berada pada tahap akhir penambahan AI yang dapat membantu kami membaca berita dan keterbukaan informasi korporasi mengenai individu-individu tersebut serta perusahaan terkait," ujarnya.

AI tersebut diharapkan dapat membantu petugas pajak mengetahui perubahan kekayaan individu secara lebih cepat, terutama ketika terjadi aksi korporasi yang memengaruhi nilai kepemilikan saham. Ibnu mencontohkan aksi korporasi seperti merger dan akuisisi maupun penjualan saham. "Ketika perangkat kami mendeteksi aksi korporasi, misalnya merger dan akuisisi atau penjualan saham, sistem akan memperbarui nilai saham mereka pada dasbor," jelasnya.

Dengan mekanisme itu, petugas pajak dapat memantau perubahan kekayaan tanpa harus menunggu laporan tahunan. "Dengan demikian, petugas pajak kami nantinya dapat melihat perubahan kekayaan saat perubahan itu terjadi, bukan setahun kemudian atau bahkan dua tahun kemudian," kata Ibnu. Meski demikian, ia belum merinci jadwal penerapan penuh sistem maupun potensi penerimaan pajak dari pemanfaatan AI tersebut.

Selain pemantauan kekayaan individu beraset besar, DJP juga memanfaatkan machine learning untuk mengidentifikasi risiko pajak di sektor kelapa sawit. Ibnu menjelaskan setiap transaksi penjualan antarbadan usaha disertai faktur pajak elektronik, namun deskripsi barang yang berbeda-beda membuat informasi dalam faktur perlu dianalisis agar transaksi dapat diidentifikasi dan dibandingkan secara sistematis.

"Kami menggunakan machine learning untuk membaca faktur-faktur tersebut dan mengidentifikasi barang yang dijual, jumlahnya, serta harganya," ujar Ibnu. DJP kemudian mencocokkan data pembelian tandan buah segar oleh pabrik dengan perkiraan jumlah minyak sawit yang seharusnya dihasilkan, lalu membandingkannya dengan laporan penjualan pabrik.

Menurut Ibnu, ketidaksesuaian antara data pembelian bahan baku, perkiraan hasil produksi, dan laporan penjualan dapat menjadi petunjuk awal bagi petugas pajak untuk menindaklanjuti risiko yang ditemukan. "Ketika angka-angka tersebut tidak sesuai, kami memiliki petunjuk yang jelas untuk ditindaklanjuti," ujarnya. Pendekatan serupa juga sedang diterapkan untuk sektor lain, meski ia tidak merinci sektor apa saja yang menjadi sasaran berikutnya.

Ibnu menegaskan pemanfaatan teknologi tidak dapat berdiri sendiri dalam memperkuat administrasi perpajakan. Menurutnya, penerapan teknologi perlu didukung sumber daya manusia yang kompeten, regulasi yang jelas, serta kepercayaan wajib pajak. "Teknologi hanyalah sebagian dari solusi. Kita juga membutuhkan sumber daya manusia yang kompeten, aturan yang jelas, dan kepercayaan dari para wajib pajak," pungkasnya.