Pada akhir 2023, Badan Pusat Statistik mencatat sebanyak 3,7 miliar transaksi e-commerce terjadi di Indonesia, sementara Bank Indonesia melaporkan jumlah pengguna QRIS tumbuh 57,8 persen dalam satu tahun. Pedagang kecil bertransaksi via marketplace, kreator konten meraup pendapatan dari iklan dan brand deal, dan freelancer menerima upah lintas batas melalui platform digital. Aktivitas ekonomi ini nyata, terukur, dan terus berkembang. Namun, tidak semuanya mencerminkan pelaporan pajak yang sepadan.
Direktorat Jenderal Pajak mencatat rasio pajak Indonesia pada 2023 masih berada di kisaran 10,31 persen dari PDB, jauh di bawah rata-rata negara OECD yang melampaui 34 persen. Kesenjangan ini bukan persoalan tarif yang terlalu rendah. Akar masalahnya lebih struktural: basis pajak kita belum mencerminkan ekonomi riil. Solusinya bukan menaikkan tarif, melainkan membangun kepatuhan berbasis intelijen data.
Paradigma “Beyond Tax Rate“
Selama bertahun-tahun, perdebatan fiskal terjebak dalam logika yang sama: untuk meningkatkan penerimaan, naikkan tarif. Logika itu terlihat masuk akal secara aritmatika, tetapi berbahaya secara perilaku. Kenaikan tarif tanpa perbaikan administrasi justru mendorong wajib pajak ke arah penghindaran, bahkan penggelapan.
Logika fiskal yang sehat tidak bergantung pada besaran tarif, melainkan pada seberapa luas basis yang belum terjangkau. Inilah inti dari paradigma beyond tax rate: pergeseran fokus dari tarif menuju ekspansi basis, dari pendekatan koersif menuju compliance building. Pertanyaannya bukan lagi “berapa persen yang harus dipungut?”, melainkan “siapa dan apa yang seharusnya masuk dalam jangkauan pajak namun belum tersentuh?” Ketahanan fiskal sejati ditentukan oleh seberapa luas basis pajak, bukan seberapa besar tarifnya.
Intelligence-Led Compliance: Kepatuhan yang Dibangun dari Data
Kepatuhan berbasis intelijen, atau intelligence-led compliance, adalah pendekatan perpajakan yang menempatkan analisis data dan penilaian risiko sebagai fondasi utama. Berbeda dari sistem konvensional yang bersifat reaktif dan menunggu pelanggaran terjadi sebelum bertindak, pendekatan ini bekerja secara prediktif, yakni mengidentifikasi potensi ketidakpatuhan sebelum ia mengakar.
Sistem konvensional mengandalkan pemeriksaan manual berbasis sampel, membutuhkan sumber daya besar, dan hanya menjangkau sebagian kecil populasi wajib pajak. Sebaliknya, sistem berbasis intelijen menggunakan artificial intelligence atau kecerdasan buatan dan big data untuk melakukan risk scoring secara masif dan otomatis, mendeteksi anomali dalam pola pelaporan, serta memprioritaskan pemeriksaan pada subjek pajak dengan risiko ketidakpatuhan tertinggi.
Kekuatan sistem ini terletak pada cakupan datanya. Transaksi di marketplace, data perbankan, catatan QRIS yang dikelola Bank Indonesia, kepemilikan aset digital, hingga data pihak ketiga dari platform logistik dan periklanan, semua membentuk ekosistem informasi yang sangat kaya. Di sinilah relevansinya terhadap shadow economy menjadi krusial. Influencer, reseller, freelancer, dan investor kripto menjalankan aktivitas ekonomi yang nyata, tetapi seringkali tidak sepenuhnya terlaporkan. Sistem berbasis intelijen mampu memetakan aktivitas-aktivitas ini untuk mengintegrasikannya ke dalam basis pajak secara adil dan proporsional.
Jejak Digital Ekonomi sebagai Basis Pajak Baru
Setiap interaksi ekonomi di dunia digital meninggalkan jejak. Sebuah transaksi di e-commerce menciptakan catatan di sistem platform, di gateway pembayaran, di penyedia logistik, dan di bank. Jejak-jejak ini adalah representasi paling akurat dari aktivitas ekonomi riil seseorang.
Artificial intelligence atau kecerdasan buatan mampu membaca pola dalam jutaan transaksi secara simultan, mengidentifikasi siapa yang pendapatannya tumbuh signifikan, siapa yang gaya hidupnya tidak konsisten dengan pelaporan pajaknya, dan siapa yang belum terdaftar sebagai wajib pajak meski jelas memiliki aktivitas ekonomi terukur. Korelasi antara digital footprint ini dengan data SPT kemudian menjadi instrumen utama deteksi dini. Basis pajak baru sebenarnya telah terbentuk melalui aktivitas ekonomi digital yang terdokumentasi, sehingga tantangan utama terletak pada kemampuan negara untuk mengintegrasikan dan mengolah data tersebut secara efektif.
Pre-Populated Tax Return dan Penguatan Kepatuhan Sukarela
Salah satu hambatan terbesar kepatuhan pajak adalah kompleksitas administratif. Bagi banyak wajib pajak, terutama pelaku UMKM dan pekerja mandiri, mengisi SPT terasa seperti menavigasi labirin regulasi. Di sinilah konsep pre-populated tax return menjadi terobosan penting.
Estonia menjadi preseden yang layak dirujuk. Sejak awal 2000-an, negara itu mengintegrasikan data dari pemberi kerja, bank, dan lembaga keuangan ke dalam sistem pajak digitalnya, sehingga lebih dari 90 persen wajib pajak dapat menyelesaikan pelaporan dalam hitungan menit. Hasilnya, tingkat kepatuhan sukarela Estonia termasuk tertinggi di Eropa.
Pendekatan serupa sesungguhnya dapat diterapkan di Indonesia. Dengan mengintegrasikan data dari pihak ketiga seperti platform e-commerce, bank, dan pemberi kerja, sistem dapat menyusun draf SPT yang mendekati lengkap sebelum wajib pajak membuka aplikasi. Wajib pajak cukup memverifikasi dan mengirimkan. Selama ini, tidak sedikit wajib pajak yang menghindari pelaporan bukan karena niat buruk, melainkan karena sistem yang terlalu rumit untuk dinavigasi. Ketika pajak tidak lagi identik dengan beban administratif yang berat, persepsi masyarakat pun bergeser dari ancaman menjadi layanan.
Risiko, Etika, dan Akuntabilitas Sistem Berbasis AI
Optimisme terhadap teknologi tidak boleh menutup mata terhadap risikonya. Sistem AI dalam administrasi pajak menyimpan potensi bias algoritma yang nyata. Model yang dilatih pada data historis dapat mereproduksi ketidakadilan struktural, misalnya dengan secara tidak proporsional memfokuskan pemeriksaan pada kelompok demografis atau sektor ekonomi tertentu.
Integrasi data lintas platform juga memunculkan pertanyaan serius tentang perlindungan privasi. Akses otoritas pajak terhadap data transaksi warga harus dibatasi oleh regulasi yang jelas dan dapat dipertanggungjawabkan. Wajib pajak yang diklasifikasikan sebagai “berisiko tinggi” harus memiliki mekanisme keberatan yang efektif karena teknologi, secanggih apa pun, tidak kebal dari kesalahan. Yang terpenting, AI tidak menggantikan fiskus melainkan memperkuat kapasitasnya. Teknologi harus adil, bukan hanya efisien.
Penutup
Transformasi perpajakan di era digital tidak bisa lagi bertumpu pada satu tuas kebijakan semata. Indonesia membutuhkan strategi yang dimulai dari pemahaman mendalam tentang di mana sesungguhnya ekonomi bergerak. Jejak digital telah menyediakan petanya, dan kecerdasan buatan telah menyediakan alat bacanya. Yang dibutuhkan sekarang adalah keberanian institusional untuk menggunakannya secara bertanggung jawab.
Kepatuhan berbasis intelijen adalah reorientasi fundamental tentang bagaimana negara memahami warganya sebagai aktor ekonomi. Ketika sistem pajak mampu membaca realitas lebih akurat, basis pajak meluas, penerimaan meningkat, dan kepercayaan publik terbangun tanpa satu sen pun kenaikan tarif. Transformasi ini membutuhkan kolaborasi antara pemerintah, pelaku ekonomi digital, dan masyarakat untuk membangun ekosistem perpajakan yang adil, modern, dan berkelanjutan. Pajak masa depan adalah pajak yang memahami ekonomi, bukan hanya memungutnya.
