Kuis 12 Pemeriksaan Pajak: Aplikasi Python Programming Pada Audit Sektor Usaha Jasa Konstruksi

APLIKASI PEMOGRAMAN PYTHON

Python adalah bahasa pemrograman tingkat tinggi yang diperkenalkan oleh Guido van Rossum pada tahun 1991. Bahasa ini dirancang untuk mempermudah pengembangan perangkat lunak dengan fokus pada keterbacaan kode. Python mendukung berbagai paradigma pemrograman, termasuk pemrograman berorientasi objek, prosedural, dan fungsional.

Keunggulan Python meliputi:

1. Sintaks Sederhana - Memudahkan pemrograman, bahkan bagi pemula.
2. Pustaka Lengkap - Memiliki pustaka standar yang luas, seperti NumPy, pandas, matplotlib, dan scikit-learn.
3. Kompatibilitas Tinggi - Dapat berjalan di berbagai sistem operasi seperti Windows, macOS, dan Linux.
4. Komunitas Aktif - Banyak sumber daya pembelajaran dan dukungan dari komunitas global.

Sejarah Penggunaan Python di Bidang Keuangan

1. Awal Mula Python dalam Keuangan (1990-an)

Python pertama kali dirilis pada tahun 1991 oleh Guido van Rossum, tetapi adopsi awalnya lebih banyak terjadi di bidang akademik dan ilmiah. Bahasa ini dirancang untuk menjadi sederhana, fleksibel, dan mudah digunakan. Dalam keuangan, adopsi Python mulai muncul di akhir 1990-an, terutama di kalangan akademisi dan peneliti yang menggunakan Python untuk analisis data dan pemodelan matematis.

Pada saat itu, sebagian besar institusi keuangan masih mengandalkan perangkat lunak komersial seperti MATLAB, SAS, atau Excel untuk analisis data dan simulasi. Python mulai menarik perhatian karena sifatnya yang open-source, fleksibel, dan dapat digunakan tanpa biaya lisensi.

2. Pertumbuhan Python dalam Analisis Data (2000-an)

Memasuki awal 2000-an, kebutuhan untuk menangani data keuangan yang semakin kompleks mulai meningkat. Python mulai mendapatkan tempat karena dirasa lebih fleksibel dibandingkan alat seperti Excel. Pengembangan pustaka seperti NumPy (2006) dan pandas (2008) menjadi tonggak penting yang mendorong penggunaan Python untuk analisis data keuangan.

Pustaka ini memudahkan analis keuangan dalam:

• Mengolah data besar yang berasal dari laporan keuangan dan pasar saham.
• Membuat visualisasi data interaktif.
• Melakukan analisis statistik tanpa perlu alat tambahan.

Pada masa ini, Python juga mulai digunakan oleh startup teknologi keuangan (fintech) untuk membuat aplikasi inovatif, meskipun institusi keuangan besar masih lebih bergantung pada perangkat lunak tradisional.

3. Python untuk Keuangan Kuantitatif (2010-an)

Tahun 2010-an menjadi titik balik signifikan dalam sejarah penggunaan Python di bidang keuangan. Seiring dengan perkembangan big data dan kebutuhan akan analisis keuangan yang lebih cepat, Python mulai menggantikan bahasa pemrograman tradisional seperti R, C++, dan MATLAB dalam banyak aplikasi.

4. Python dalam Fintech dan Algoritma Perdagangan

Dengan munculnya fintech, Python menjadi salah satu alat utama untuk pengembangan aplikasi berbasis keuangan. Startup fintech menggunakan Python untuk menciptakan solusi inovatif seperti:

• Aplikasi investasi otomatis.
• Sistem pembayaran daring.
• Algoritma perdagangan otomatis.

Python juga mulai digunakan oleh hedge fund dan perusahaan perdagangan untuk strategi perdagangan berbasis data real-time.

Python telah menjadi alat yang sangat diperlukan dalam berbagai aplikasi keuangan. Beberapa fungsinya meliputi:

• Analisis Data: Python unggul dalam analisis data berkat pustaka seperti:
  • pandas: Untuk manipulasi data dan analisis berbasis tabel.
  • NumPy: Untuk perhitungan numerik.
  • matplotlib dan seaborn: Untuk visualisasi data.
• Pemodelan Keuangan: Python sering digunakan untuk pemodelan keuangan seperti perhitungan nilai sekarang (NPV), pengembalian investasi (ROI), hingga simulasi Monte Carlo. Pustaka seperti scipy dan statsmodels sangat membantu dalam perhitungan statistik dan pemodelan probabilistik.
• Algoritma Perdagangan (Algorithmic Trading): Python digunakan secara luas dalam pengembangan algoritma perdagangan. Dengan pustaka seperti Quantlib, Zipline, atau TA-Lib, Python memungkinkan para profesional untuk:
  • Membuat dan menguji strategi perdagangan otomatis.
  • Menganalisis data pasar secara real-time.
  • Mengelola risiko portofolio.
• Prediksi dan Pembelajaran Mesin: Python juga populer dalam penerapan pembelajaran mesin di sektor keuangan. Model prediktif dapat digunakan untuk:
  • Memprediksi harga saham.
  • Mendeteksi aktivitas penipuan dalam transaksi keuangan.
  • Segmentasi pelanggan untuk penawaran produk keuangan.
• Otomasi Proses Keuangan: Dengan Python, tugas-tugas rutin dalam keuangan dapat diotomasi, seperti:
  • Membuat laporan keuangan.
  • Memproses faktur dan data transaksi.
  • Menyiapkan pajak dan rekonsiliasi akun.

USAHA JASA KONSTRUKSI

Usaha Jasa Konstruksi dan Kewajiban Pajaknya

Jasa konstruksi mencakup layanan konsultasi atau kegiatan yang berhubungan dengan konstruksi, seperti perencanaan, pelaksanaan, dan pengawasan suatu proyek pembangunan. Kegiatan ini bertujuan menghasilkan bangunan atau bentuk fisik lainnya yang penggunaannya memiliki dampak langsung terhadap kepentingan dan keselamatan masyarakat.

Penyedia layanan jasa konstruksi, yang dikenal sebagai usaha jasa konstruksi, merupakan pelaku usaha yang menyediakan layanan tersebut. Bidang ini menjadi salah satu pilihan usaha yang menarik karena peluang keuntungannya yang menjanjikan. Dalam konteks perpajakan, usaha jasa konstruksi dikenakan Pajak Penghasilan (PPh) Final berdasarkan ketentuan Pasal 4 ayat (2) Undang-Undang No. 36 Tahun 2008 tentang Pajak Penghasilan.

Ketentuan Pajak untuk Usaha Jasa Konstruksi

PPh Pasal 4 ayat (2) adalah pajak final yang dikenakan atas penghasilan tertentu, termasuk jasa konstruksi, sewa tanah dan bangunan, pengalihan hak atas tanah dan bangunan, hadiah undian, dan lainnya. Khusus untuk jasa konstruksi, terdapat pengelompokan usaha yang dikenakan pajak berdasarkan jenis jasa yang disediakan.

Kategori Usaha Jasa Konstruksi

1. Jasa Perencanaan dan Pengawasan Konstruksi
   • Jasa Perencanaan Konstruksi: Layanan yang diberikan oleh individu atau badan usaha dalam bentuk penyusunan dokumen rencana konstruksi bangunan fisik.
   • Jasa Pengawasan Konstruksi: Layanan yang mencakup pengawasan pekerjaan konstruksi dari awal hingga selesai, termasuk evaluasi teknis dan kelayakan bangunan.
2. Jasa Pelaksana Konstruksi
   Jasa pelaksana konstruksi melibatkan penerapan langsung hasil perencanaan ke dalam bentuk fisik seperti bangunan atau infrastruktur lainnya. Bidang ini mencakup pekerjaan konstruksi yang terintegrasi, mulai dari tahap perencanaan hingga pelaksanaan.

Kewajiban Pajak Usaha Jasa Konstruksi

Usaha jasa konstruksi wajib mematuhi ketentuan perpajakan yang berlaku, termasuk:

1. PPh Final: Tarif final bervariasi berdasarkan jenis layanan yang diberikan, kualifikasi usaha, dan nilai proyek yang dikerjakan.
2. Pajak Pertambahan Nilai (PPN): Dikenakan atas jasa tertentu yang memenuhi kriteria sebagai objek PPN sesuai Undang-Undang PPN.

KEUNGGULAN MENGGUNAKAN PYTHON PADA AUDIT

Dalam dunia audit, keakuratan, efisiensi, dan kemampuan untuk menangani data yang kompleks merupakan aspek penting. Python, sebagai bahasa pemrograman yang fleksibel dan mudah digunakan, menawarkan berbagai keunggulan yang membuatnya ideal untuk mendukung proses audit. Berikut adalah beberapa keunggulan Python dalam membantu auditor meningkatkan kualitas dan efisiensi pekerjaan mereka:

1. Kemampuan Mengolah Data dalam Skala Besar: Python memiliki pustaka seperti pandas, NumPy, dan Dask yang memungkinkan auditor untuk mengolah dan menganalisis data dalam jumlah besar dengan cepat. Hal ini sangat relevan dalam audit modern, di mana data transaksi perusahaan sering kali mencapai jutaan entri.

• Contoh: Auditor dapat menggunakan pandas untuk memfilter, membersihkan, dan mengidentifikasi anomali dalam dataset besar, seperti mendeteksi transaksi dengan nilai yang mencurigakan.

2. Automasi Proses Audit: Python dapat digunakan untuk mengotomasi tugas-tugas rutin dalam audit, seperti:

• Membandingkan data laporan keuangan dengan transaksi pendukung.
• Mengidentifikasi pola transaksi yang mencurigakan secara otomatis.
• Membuat laporan audit secara terstruktur.

Dengan mengotomasi proses ini, auditor dapat menghemat waktu dan mengurangi risiko kesalahan manusia.

3. Deteksi Penipuan (Fraud Detection): Python mendukung analisis data dan model statistik untuk mendeteksi potensi penipuan. Dengan pustaka seperti scikit-learn atau TensorFlow, auditor dapat membangun model prediktif untuk mengidentifikasi transaksi yang tidak biasa.

• Contoh: Menggunakan algoritma klasifikasi untuk menandai transaksi yang memiliki probabilitas tinggi sebagai hasil dari aktivitas penipuan berdasarkan pola historis.

4. Visualisasi Data: Dengan pustaka seperti matplotlib, seaborn, atau plotly, Python memudahkan auditor untuk memvisualisasikan data keuangan dan hasil analisis dalam bentuk grafik yang mudah dipahami. Hal ini membantu dalam:

• Mengidentifikasi tren atau outlier dalam data keuangan.
• Menyampaikan temuan audit kepada manajemen atau pihak terkait secara lebih efektif.

5. Fleksibilitas dan Integrasi: Python dapat diintegrasikan dengan berbagai alat lain yang sering digunakan dalam audit, seperti Excel, sistem ERP, atau database SQL. Pustaka seperti openpyxl dan SQLAlchemy memungkinkan auditor untuk menarik data dari berbagai sumber dan mengolahnya dalam satu lingkungan kerja.

• Contoh: Auditor dapat mengekstrak data dari Excel, memprosesnya di Python, dan mengunggah hasilnya kembali ke laporan audit.

6. Pustaka Khusus Audit: Python memiliki beberapa pustaka yang dirancang khusus untuk keperluan audit, seperti:

• PyAudit: Untuk membantu memproses data audit secara efisien.
• ACL Python Interface: Untuk mengintegrasikan Python dengan perangkat lunak analisis audit seperti ACL Analytics.

Pustaka ini memperluas kemampuan Python dalam memenuhi kebutuhan audit yang spesifik.

7. Kustomisasi Analisis: Python memungkinkan auditor untuk membangun skrip atau algoritma khusus yang disesuaikan dengan kebutuhan audit tertentu, seperti:

• Mengembangkan model risiko untuk mengevaluasi tingkat kepatuhan.
• Membangun aturan berbasis logika untuk menilai konsistensi laporan keuangan.

8. Biaya Rendah: Sebagai bahasa open-source, Python tidak memerlukan biaya lisensi, berbeda dengan perangkat lunak audit komersial. Hal ini menjadikannya solusi hemat biaya bagi organisasi, baik besar maupun kecil.

9. Dukungan Komunitas yang Kuat: Python memiliki komunitas pengguna yang luas, sehingga auditor dapat dengan mudah menemukan tutorial, dokumentasi, dan forum untuk membantu menyelesaikan masalah teknis yang dihadapi.

10. Penerapan Kecerdasan Buatan (AI): Python mendukung pengembangan model berbasis kecerdasan buatan untuk meningkatkan proses audit, seperti:

• Mendeteksi transaksi yang tidak sesuai dengan kebijakan internal.
• Menganalisis pola perilaku untuk menilai risiko kecurangan.

CONTOH PENGHITUNGAN PPH 42 JASA KONSTRUKSI DENGAN PYTHON

Berikut adalah contoh pemograman sederhana menggunakan python, yang bisa dijalankan melalui DOS. Program ini membantu menghitung secara otomatis PPh Pasal 4(2) yang terutang atas suatu transaksi jasa konstruksi

# Daftar jenis usaha dan tarif pajakjenis_usaha_data = { "1": ("Pekerjaan konstruksi yang diselenggarakan oleh perorangan atau usaha kecil bersertifikat", 0.0175), "2": ("Pekerjaan konstruksi yang diselenggarakan oleh sebuah badan usaha atau perorangan yang tidak bersertifikat", 0.04), "3": ("Pekerjaan konstruksi yang diselenggarakan oleh usaha menengah/besar atau spesialis", 0.0265), "4": ("Layanan pekerjaan konstruksi terintegrasi yang diselenggarakan oleh penyedia jasa bersertifikat", 0.0265), "5": ("Layanan pekerjaan konstruksi terintegrasi yang diselenggarakan oleh penyedia jasa tidak bersertifikat", 0.04), "6": ("Jasa konsultasi konstruksi yang diselenggarakan oleh penyedia jasa bersertifikat", 0.035), "7": ("Jasa konsultasi konstruksi yang diselenggarakan oleh penyedia jasa tidak bersertifikat", 0.06),}# Fungsi untuk menampilkan daftar jenis usahadef tampilkan_jenis_usaha(): print("Pilih jenis usaha:") for key, (deskripsi, tarif) in jenis_usaha_data.items(): print(f"{key}. {deskripsi} (Tarif Pajak: {tarif * 100:.2f}%)")# Fungsi untuk menghitung PPh terutangdef hitung_pph(peredaran_usaha, kode_jenis_usaha): if kode_jenis_usaha in jenis_usaha_data: deskripsi, tarif_pajak = jenis_usaha_data[kode_jenis_usaha] return deskripsi, tarif_pajak, peredaran_usaha * tarif_pajak else: return None, None, None# Program utamadef main(): print("=== Kalkulator PPh untuk Bisnis Konstruksi ===") try: # Input peredaran usaha peredaran_usaha = float(input("Masukkan peredaran usaha (Rp): ")) # Pilih jenis usaha tampilkan_jenis_usaha() kode_jenis_usaha = input("Masukkan nomor jenis usaha: ") # Hitung PPh terutang deskripsi, tarif_pajak, pph_terutang = hitung_pph(peredaran_usaha, kode_jenis_usaha) if pph_terutang is not None: print(f"\nJenis Usaha: {deskripsi}") print(f"Tarif Pajak yang Digunakan: {tarif_pajak * 100:.2f}%") print(f"PPh Terutang: Rp {pph_terutang:,.2f}") else: print("Kode jenis usaha tidak valid.") except ValueError: print("Input tidak valid. Harap masukkan angka yang benar untuk peredaran usaha.")if __name__ == "__main__": main()

Pada Antarmuka DOS, akan muncul tampilan sebagai berikut:

Kita hanya perlu memasukan nilai transaksi atau nilai kontrak jasa konstruksi

Sumber: olahan penulis

Setelah itu, kita dapat memilih jenis transaksi jasa konstruksi yang dilakukan

sumber: olahan penulis

program sederhana ini akan langsung menentukan berapa besar tarif dan pajak yang harus dibayar oleh perusahaan.

Referensi:

Modul Pertemuan 12 Pemeriksaan Pajak. Prof. Dr. Apollo Daito, S.E., Ak., M.Si., CIFM., CIABV., CIABG

UU PPh