Surakarta — Integrasi data kependudukan individu dengan data Kartu Keluarga terbukti mampu meningkatkan penerimaan pajak daerah secara signifikan. Temuan ini diungkapkan dalam riset terbaru yang ditulis Sarsiti, Tamam Rosid, Juli Prastyorini, dan Putri Nilam Aisyah dari sejumlah perguruan tinggi di Indonesia, dan dipublikasikan pada 2026 di International Journal of Finance and Business Management (IJFBM). Penelitian ini penting karena menunjukkan bagaimana pemanfaatan data administrasi yang selama ini terpisah dapat memperkuat keuangan daerah sekaligus mendukung perencanaan pembangunan yang lebih adil.
Penelitian dilakukan di tiga kabupaten/kota di Indonesia dengan karakter berbeda—wilayah perkotaan, peri-urban, dan perdesaan—selama periode 2021–2024. Hasilnya, integrasi data berhasil meningkatkan kepatuhan pajak sebesar 23–31 persen, memperluas basis wajib pajak hingga 18–26 persen, serta mendorong pertumbuhan penerimaan pajak daerah sampai 48,3 persen.
Masalah Lama: Data Terpisah, Pajak Bocor
Selama bertahun-tahun, pemerintah daerah di Indonesia menghadapi masalah klasik dalam pengelolaan pajak: data kependudukan, data rumah tangga, dan data perpajakan tersimpan di sistem yang berbeda dan jarang terhubung. Akibatnya, banyak potensi pajak yang tidak tergarap, terutama dari sektor informal dan rumah tangga yang belum tercatat sebagai wajib pajak aktif.
Menurut para peneliti, kondisi ini menyebabkan selisih besar antara potensi pajak dan realisasi penerimaan, yang di beberapa daerah bisa mencapai 35–50 persen. Padahal, pajak daerah merupakan tulang punggung pembiayaan pembangunan, mulai dari infrastruktur, layanan publik, hingga program bantuan sosial.
Menggabungkan Data Individu dan Rumah Tangga
Penelitian ini menawarkan pendekatan berbeda. Alih-alih hanya mengandalkan data pajak, peneliti menggabungkan data kependudukan individu, data Kartu Keluarga, dan data administrasi pajak daerah. Dengan cara ini, pemerintah daerah dapat melihat kondisi ekonomi wajib pajak secara lebih utuh—bukan hanya sebagai individu, tetapi juga sebagai bagian dari rumah tangga.
Data yang dianalisis mencakup lebih dari 2,2 juta data individu, 587 ribu keluarga, dan 1,47 juta akun pajak. Integrasi data berhasil menghubungkan lebih dari 94 persen data individu dengan data keluarga, serta hampir 88 persen rumah tangga dengan sistem perpajakan daerah.
Hasil Nyata: Pajak Naik, Biaya Turun
Dampak integrasi data terlihat jelas. Jumlah wajib pajak terdaftar meningkat drastis, terutama di wilayah perdesaan yang sebelumnya sulit dijangkau. Tingkat kepatuhan pembayaran pajak naik hingga hampir 80 persen, sementara rasio biaya administrasi pemungutan pajak turun 35–42 persen karena proses menjadi lebih otomatis dan berbasis risiko.
Penerimaan pajak daerah melonjak signifikan. Di wilayah perkotaan, pendapatan pajak meningkat dari Rp487 miliar menjadi Rp723 miliar. Wilayah peri-urban dan perdesaan juga mencatat pertumbuhan di atas 40 persen. Peneliti mencatat bahwa sebagian besar kenaikan ini bukan semata karena pertumbuhan ekonomi, melainkan hasil langsung dari integrasi data.
Peran Analitik Prediktif dan Machine Learning
Menariknya, penelitian ini juga memanfaatkan analitik prediktif berbasis machine learning untuk memetakan perilaku wajib pajak. Dengan memanfaatkan data keluarga—seperti tingkat pendidikan, pekerjaan kepala keluarga, dan kepemilikan aset—model prediksi mampu mengidentifikasi wajib pajak potensial dengan akurasi hingga 84–85 persen.
“Data rumah tangga memberi kontribusi lebih dari 40 persen terhadap akurasi prediksi kepatuhan pajak,” tulis Sarsiti dan tim. Artinya, informasi Kartu Keluarga bukan sekadar data administrasi, tetapi aset strategis dalam kebijakan fiskal daerah.
Model ini membantu pemerintah daerah memfokuskan pengawasan pada kelompok berisiko tinggi, sekaligus mengurangi pendekatan penagihan yang bersifat umum dan tidak efisien.
Dampak ke Perencanaan Pembangunan Daerah
Manfaat integrasi data tidak berhenti pada peningkatan pajak. Akurasi proyeksi pendapatan daerah meningkat tajam, dari rata-rata meleset 32–38 persen menjadi hanya 11–16 persen. Dengan pendapatan yang lebih pasti, pemerintah daerah mampu menyusun rencana pembangunan jangka menengah dengan lebih percaya diri.
Distribusi anggaran antarwilayah juga menjadi lebih adil. Indeks pemerataan pembangunan meningkat signifikan, dan program bantuan sosial menjadi lebih tepat sasaran. Kebocoran bantuan menurun lebih dari 20 persen, sementara cakupan keluarga yang benar-benar berhak justru meningkat.
Tantangan Tetap Ada
Meski hasilnya menjanjikan, peneliti mengingatkan bahwa integrasi data bukan tanpa tantangan. Isu perlindungan data pribadi, keterbatasan infrastruktur teknologi, serta kesiapan sumber daya manusia menjadi pekerjaan rumah utama. Investasi awal untuk membangun sistem ini memang tidak kecil, namun penelitian mencatat periode balik modal hanya sekitar dua hingga tiga tahun.
Profil Penulis
Sarsiti
Dosen Fakultas Ekonomi, Universitas Surakarta
Bidang keahlian: akuntansi sektor publik dan kebijakan fiskal daerah
Tamam Rosid,
Universitas Muhammadiyah Berau, Kalimantan Timur
Bidang keahlian: manajemen keuangan publik
Juli Prastyorini
STIAMAK Barunawati Surabaya
Bidang keahlian: akuntansi pemerintahan
Putri Nilam Aisyah,
Fakultas Ekonomi, Universitas Surakarta
Bidang keahlian: analisis data keuangan publik
Sumber Penelitian
Sarsiti, Rosid, Prastyorini, & Aisyah. (2026). Integration of Individual Data and Family Cards in Optimizing Tax Revenue: a Public Accounting and Predictive Analytics Approach to Regional Development Planning. International Journal of Finance and Business Management, Vol. 4 No. 1.
DOI: https://doi.org/10.59890/ijfbm.v4i1.176
0 Komentar