Tujuan penelitian ini adalah untuk mengkaji dan menganalisis penerapan kebijakan CRM pada DJP dengan basis machine learning dan dampaknya pada manajemen risiko perpajakan secara umum. Namun, penelitian ini tidak menganalisis lebih dalam mengenai efek atas kebijakan tersebut kepada masing-masing jenis pajak yang ada pada DJP.
1.4. Kegunaan Penelitian
Dari penelitian yang dilakukan penulis, diharapkan penelitian ini berguna untuk pengembangan keilmuan dan berguna secara praktis sebagai berikut :
1.41. Kegunaan Pengembangan Keilmuan
Secara keilmuan penelitian ini diharapkan dapat melengkapi pengembangan studi keilmuan sebelumnya mengenai penerapan teknologi dalam perpajakan, terutama dalam hal pengolahan big data dan penerapan Machine Learning.
1.4.2 Kegunaan Praktis
Secara implementasi praktis penelitian ini diharapkan dapat menjadi referensi bagi otoritas perpajakan di Indonesia dalam menerapkan sistem CRM yang berbasis Machine Learning untuk mengurangi risiko perpajakan dan meningkatkan penerimaan pajak.
BAB II Â TINJAUAN PUSTAKA
2.1. Landasan Teori
Menurut OECD di dalam laporan "Tax Administration 2019", pengelolaan administrasi pajak telah beralih ke administrasi elektronik dengan menggunakan berbagai alat teknologi, sumber data, dan analisis data untuk meningkatkan kepatuhan pajak (OECD, 2019). Sehubungan dengan hal itu, secara umum teknologi yang dapat membantu perpajakan dapat dibagi menjadi empat, yakni: solusi mengenai compliance yang membantu dalam hal pelaporan pajak, solusi mengenai insight yang membantu mengidentifikasi potensi risiko pajak, solusi mengenai process management yang membantu mengelola proses tertentu dalam perpajakan, dan infrastruktur yang memungkinkan implementasi ketiga solusi sebelumnya. Penelitian ini akan lebih memfokuskan pada solusi mengenai insight dengan menggunakan teknologi Machine Learning untuk mengidentifikasi dan meminimalisir potensi risiko ketidakpatuhan pembayaran pajak.
Dengan ada banyaknya aktivitas ekonomi digital yang tidak tercatat secara formal (shadow economy), sejumlah negara memecahkan tantangan ini dengan mengimplementasikan big data analytics. Pemerintah Inggris contohnya telah sukses mengembalikan pendapatan pajak sebesar US$5.4M. Besarnya volume transaksi digital melalui e-commerce dan multichannel pembayaran dapat diurai dalam big data analytics. Big data analytics adalah kumpulan data yang sangat besar yang membutuhkan super komputer untuk memproses dan menganalisis sehingga menghasilkan kesimpulan yang berarti (Moorthy et al., 2015).
