Mohon tunggu...
Devy Permatasari
Devy Permatasari Mohon Tunggu... Mahasiswa - Universitas Mercu Buana NIM 55521120046 Dosen Pengampu Prof. Dr. Apollo, M.Si.Ak

Universitas Mercu Buana - Dosen Pengampu Prof. Dr. Apollo, M.Si.Ak - Magister Akuntansi - Mata Kuliah Pajak Internasional dan Mata Kuliah Pemeriksaan Pajak

Selanjutnya

Tutup

Ruang Kelas

Analisis Penerapan Kebijakan Compliance Risk Management Berbasis Machine Learning Pada Direktorat Jenderal Pajak

15 April 2023   23:09 Diperbarui: 15 April 2023   23:29 464
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Bagikan ide kreativitasmu dalam bentuk konten di Kompasiana | Sumber gambar: Freepik

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  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).

HALAMAN :
  1. 1
  2. 2
  3. 3
  4. 4
Mohon tunggu...

Lihat Konten Ruang Kelas Selengkapnya
Lihat Ruang Kelas Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun