Yurita Putri Rahmasari

Artificial Intelligence dan Masa Depan Optimalisasi Penerimaan Pajak di Indonesia

Bisnis | 2026-03-25 21:18:36

Di tengah tuntutan pembangunan yang semakin besar, optimalisasi penerimaan pajak menjadi agenda strategis yang tidak dapat ditunda. Hal ini dapat dilihat dari struktur Anggaran Pendapatan dan Belanja Negara (APBN) Indonesia yang masih sangat bergantung pada pajak sebagai sumber utama penerimaan negara. Di sisi lain, kompleksitas aktivitas ekonomi modern, khususnya akibat pesatnya perkembangan ekonomi digital, membuat sistem administrasi perpajakan konvensional semakin sulit menjangkau seluruh potensi pajak yang ada. Volume transaksi yang tinggi, model bisnis lintas platform, serta besarnya arus data menuntut adanya pendekatan pengawasan yang lebih adaptif dan berbasis teknologi. Oleh karena itu, pemanfaatan Artificial Intelligence (AI) menjadi salah satu instrumen strategis untuk meningkatkan efektivitas pengawasan, memperbaiki kepatuhan wajib pajak, serta mengoptimalkan penerimaan negara.

Salah satu indikator yang menunjukkan masih terbatasnya kinerja perpajakan nasional adalah tax ratio Indonesia yang belum mampu mencapai tingkat ideal. Data yang diolah dari Badan Pusat Statistik (BPS) dan Kementerian Keuangan menunjukkan bahwa tax ratio Indonesia pada tahun 2025 tercatat sebesar 9,31% dari Produk Domestik Bruto (PDB), menurun dari 10,08% pada tahun 2024. Dalam beberapa tahun terakhir, rasio pajak Indonesia cenderung stagnan di kisaran 10% dan belum mampu mencapai target pemerintah sebesar 10,02% pada tahun 2025. Angka tersebut juga masih jauh dari standar ideal negara berkembang menurut International Monetary Fund (IMF) yang berada di sekitar 15% dari PDB. Kondisi ini menunjukkan bahwa potensi penerimaan pajak belum tergali secara optimal, baik karena keterbatasan sistem pengawasan, rendahnya kepatuhan wajib pajak, maupun belum maksimalnya pemanfaatan teknologi dalam administrasi perpajakan.

Kondisi tersebut juga tercermin dari realisasi penerimaan pajak tahun 2025. Berdasarkan data dari Kementerian Keuangan, penerimaan pajak tahun 2025 tercatat sebesar Rp1.917,6 triliun atau hanya mencapai 87,6% dari target APBN yang ditetapkan sebesar Rp2.189,3 triliun. Ketidakberhasilan dalam mencapai target ini tidak selalu disebabkan oleh lemahnya ekonomi, tetapi juga dapat disebabkan dari keterbatasan sistem perpajakan yang masih menghadapi kesulitan baik dalam memetakan potensi pajak secara akurat, mendeteksi ketidakpatuhan secara dini, maupun ketika melakukan pengawasan terhadap aktivitas ekonomi yang semakin kompleks dan dinamis. Dalam situasi seperti ini, penguatan kapasitas administrasi perpajakan menjadi kebutuhan mendesak, terutama melalui pemanfaatan teknologi berbasis data.

Tantangan tersebut semakin besar seiring dengan pesatnya pertumbuhan ekonomi digital. Berdasarkan rilis Bank Indonesia, lanskap perdagangan elektronik di Indonesia mengalami pertumbuhan agregat sebesar 136,9% di mana nilai transaksi e-commerce melonjak drastis dari Rp205,5 triliun pada tahun 2019 menjadi Rp487,01 triliun pada tahun 2024. Peningkatan yang sangat signifikan ini menunjukkan bahwa aktivitas ekonomi semakin banyak berlangsung secara digital, lintas platform, dan sering kali melibatkan transaksi dalam jumlah besar dengan frekuensi tinggi. Dalam kondisi seperti ini, pendekatan pengawasan manual tidak lagi memadai karena volume data yang harus dianalisis sangat besar dan tersebar di berbagai sistem.

Pertumbuhan ekonomi digital yang pesat berpotensi memperbesar celah ketidakpatuhan pajak apabila tidak diimbangi dengan sistem pengawasan yang memadai. Transaksi yang terjadi melalui marketplace, pembayaran elektronik, maupun platform digital lainnya menghasilkan data dalam jumlah sangat besar yang sulit dianalisis secara konvensional. Oleh karena itu, otoritas pajak membutuhkan teknologi yang mampu menghubungkan berbagai sumber data, mengolah big data secara cepat, serta memetakan potensi ketidakpatuhan secara lebih presisi. Artificial Intelligence menawarkan solusi atas kebutuhan tersebut.

Pemanfaatan Artificial Intelligence dalam administrasi perpajakan memungkinkan pengolahan data dalam skala besar secara otomatis dan terintegrasi. Melalui teknologi machine learning dan predictive analytics, sistem dapat mengidentifikasi pola perilaku wajib pajak, memetakan profil risiko, serta mendeteksi potensi penghindaran pajak sejak dini. Pendekatan ini mendukung penerapan pengawasan berbasis risiko (risk-based compliance), di mana pemeriksaan pajak dilakukan secara lebih selektif terhadap wajib pajak yang memiliki indikasi ketidakpatuhan. Dengan demikian, sumber daya pemeriksa dapat digunakan secara lebih efisien dan tepat sasaran.

Selain meningkatkan efektivitas pengawasan, AI juga berpotensi meningkatkan kualitas pelayanan perpajakan. Sistem berbasis kecerdasan buatan dapat digunakan untuk menyediakan chatbot, asisten digital, serta layanan konsultasi otomatis yang memungkinkan wajib pajak memperoleh informasi dan memahami kewajiban perpajakannya secara cepat tanpa harus datang ke kantor pajak. Sistem berbasis AI juga dapat membantu pengisian SPT, menjawab pertanyaan umum, hingga memberikan notifikasi kepatuhan. Pelayanan yang lebih cepat dan responsif diharapkan dapat meningkatkan kepercayaan masyarakat terhadap otoritas pajak, yang pada akhirnya berdampak pada peningkatan kepatuhan sukarela (voluntary compliance) secara berkelanjutan.

Pengalaman negara maju menunjukkan bahwa pemanfaatan AI dalam perpajakan bukan hanya sekadar wacana, tetapi sudah menjadi praktik nyata. Otoritas pajak Inggris, HM Revenue & Customs (HMRC), menggunakan sistem kecerdasan buatan bernama Connect yang mampu menganalisis lebih dari 30 sumber data untuk mendeteksi penghasilan yang tidak dilaporkan. Internal Revenue Service (IRS) di Amerika Serikat memanfaatkan machine learning untuk mengidentifikasi pencurian identitas dan mendeteksi kecurangan dalam pengembalian pajak. Singapura menggunakan predictive analytics untuk menargetkan wajib pajak berisiko tinggi sekaligus menyediakan layanan berbasis AI bagi pelaku usaha kecil dan menengah. Australian Taxation Office (ATO) juga mengembangkan asisten virtual berbasis AI yang mampu menangani jutaan pertanyaan wajib pajak setiap tahun. Pengalaman berbagai negara tersebut menunjukkan bahwa pemanfaatan kecerdasan buatan dapat membantu menutup tax gap, meningkatkan kepatuhan, serta memperkuat kualitas pelayanan perpajakan.

Di Indonesia, arah modernisasi perpajakan sebenarnya telah mengarah pada pemanfaatan teknologi berbasis data. Digitalisasi layanan, integrasi informasi, serta penguatan sistem administrasi yang telah dilaksanakan merupakan fondasi penting bagi penerapan AI. Namun demikian, implementasi kecerdasan buatan tidak hanya bergantung pada kesiapan teknologi, tetapi juga membutuhkan dukungan regulasi, infrastruktur, serta sumber daya manusia yang memadai. Tanpa kerangka hukum yang jelas, penggunaan AI dalam pengolahan data perpajakan berpotensi menimbulkan masalah baru, terutama terkait dengan perlindungan data pribadi dan transparansi pengambilan keputusan.

Isu etika dan hukum menjadi perhatian penting dalam penerapan AI di sektor perpajakan. Penggunaan data dalam jumlah besar harus diimbangi dengan mekanisme perlindungan yang kuat agar tidak menimbulkan pelanggaran privasi. Selain itu, algoritma yang digunakan dalam menentukan profil risiko wajib pajak harus dapat dipertanggungjawabkan secara hukum dan tidak menimbulkan diskriminasi. Kajian Bogucki (2025) secara tegas menggarisbawahi berbagai aspek etis, hukum, dan sosioekonomi dari penerapan AI dalam administrasi perpajakan. Studi tersebut mengingatkan bahwa di balik potensinya meningkatkan kepatuhan, AI membawa risiko bawaan berupa bias data, pelanggaran privasi, dan bahaya ketergantungan berlebih pada sistem risk-scoring otomatis. Sistem algoritma sering kali beroperasi sebagai "black box" (kotak hitam) yang mengorbankan akuntabilitas dan transparansi penjelasan kepada publik. Tanpa kerangka hukum yang kokoh, model yang dilatih dengan data yang cacat dapat memicu diskriminasi sebagaimana yang terjadi dalam kasus Toeslagenaffaire di Belanda di mana puluhan ribu keluarga berpenghasilan rendah dihukum secara tidak adil karena sistem deteksi otomatis yang dikembangkan oleh otoritas pajak lokal bias dan minim pengawasan. Oleh karena itu, tanpa pengaturan yang memadai, penggunaan teknologi justru dapat menurunkan tingkat kepercayaan publik terhadap otoritas perpajakan.

Di samping hal tersebut, tantangan penerapan AI di sektor publik juga berkaitan dengan kesiapan organisasi. Pengembangan sistem berbasis kecerdasan buatan membutuhkan investasi yang besar, baik dalam pembangunan infrastruktur teknologi maupun dalam peningkatan kompetensi sumber daya manusia. Aparatur perpajakan harus memiliki kemampuan dalam analisis data, pemahaman sistem digital, serta pengelolaan teknologi informasi agar implementasi AI dapat berjalan secara optimal. Tanpa kesiapan tersebut, digitalisasi berisiko hanya menjadi perubahan administratif tanpa memberikan dampak nyata terhadap peningkatan penerimaan pajak.

Terlepas dari berbagai tantangan tersebut, peluang pemanfaatan Artificial Intelligence dalam optimalisasi penerimaan pajak sangat besar. Dengan tax ratio yang masih rendah, target penerimaan yang belum sepenuhnya tercapai, serta pertumbuhan ekonomi digital yang sangat cepat, Indonesia membutuhkan sistem perpajakan yang lebih adaptif dan berbasis data. AI dapat menjadi instrumen penting untuk memperkuat pengawasan, meningkatkan kepatuhan, serta memperbaiki kualitas layanan perpajakan. Namun, keberhasilan penerapannya sangat bergantung pada keseimbangan antara inovasi teknologi, perlindungan hukum, dan kesiapan kelembagaan.

Pada akhirnya, reformasi perpajakan tidak lagi cukup dilakukan melalui perubahan regulasi semata, tetapi juga pada kemampuan negara memanfaatkan teknologi. Dengan perencanaan yang matang dan pengaturan yang tepat, pemanfaatan Artificial Intelligence dapat menjadi kunci dalam meningkatkan penerimaan pajak sekaligus memperkuat fondasi fiskal nasional di tengah transformasi ekonomi digital yang semakin cepat.