Temuan ini penting karena administrasi perpajakan semakin memanfaatkan teknologi digital untuk mengidentifikasi potensi ketidakpatuhan. Namun, keberhasilan transformasi tersebut tidak hanya bergantung pada kecanggihan teknologi. Persepsi wajib pajak terhadap kemungkinan pemeriksaan serta kepercayaan mereka terhadap sistem digital juga berkaitan dengan keputusan untuk melaporkan dan memenuhi kewajiban pajak.
Teknologi Mengubah Cara Pengawasan Pajak
Pengawasan pajak secara konvensional banyak mengandalkan pemeriksaan setelah pelaporan dilakukan. Perkembangan teknologi memungkinkan otoritas pajak menganalisis data secara lebih sistematis untuk mengenali pola transaksi yang tidak biasa, mengidentifikasi potensi ketidaksesuaian, dan menentukan wajib pajak yang perlu mendapatkan perhatian lebih lanjut.
Pendekatan tersebut dikenal sebagai algorithmic risk profiling, yaitu pemetaan risiko menggunakan algoritma untuk membantu menilai kemungkinan ketidakpatuhan berdasarkan informasi yang tersedia. Teknologi ini dapat mendukung pemeriksaan berbasis risiko sehingga sumber daya pengawasan dapat diarahkan kepada kasus yang dinilai memerlukan pemeriksaan lebih mendalam.
Dalam konteks Indonesia, perkembangan administrasi pajak digital dan pendekatan Compliance Risk Management (CRM) membuat pemahaman mengenai respons wajib pajak semakin relevan. Sistem pengelolaan risiko membantu mengelompokkan risiko berdasarkan karakteristik wajib pajak dan informasi perpajakan yang tersedia.
Danny Wibowo menempatkan Surabaya sebagai lokasi penelitian karena kota ini merupakan salah satu pusat ekonomi utama di Indonesia, dengan aktivitas perdagangan, industri, jasa, dan bisnis yang beragam. Kondisi tersebut memberikan konteks yang relevan untuk mempelajari perilaku wajib pajak yang telah menggunakan layanan perpajakan digital.
Meski demikian, pemetaan risiko berbasis algoritma bukan sekadar persoalan teknis. Wajib pajak dapat mengubah perilakunya ketika meyakini bahwa ketidaksesuaian dalam pelaporan lebih mudah terdeteksi. Pada saat yang sama, mereka perlu memiliki kepercayaan bahwa penggunaan data dan keputusan pengawasan dilakukan secara adil dan dapat dipertanggungjawabkan.
Survei terhadap 200 Wajib Pajak di Surabaya
Wibowo menggunakan pendekatan kuantitatif melalui survei terhadap 200 wajib pajak yang tinggal atau menjalankan kegiatan usaha di Surabaya. Para responden memiliki Nomor Pokok Wajib Pajak (NPWP), pernah menggunakan layanan administrasi pajak digital, dan bersedia berpartisipasi dalam survei.
Kuesioner mengukur empat aspek utama, yaitu persepsi terhadap pemetaan risiko berbasis algoritma, persepsi mengenai risiko pemeriksaan pajak, kepercayaan terhadap administrasi pajak digital, serta perilaku kepatuhan wajib pajak. Jawaban responden dinilai menggunakan skala lima tingkat, dari sangat tidak setuju hingga sangat setuju.
Data tersebut kemudian dianalisis menggunakan regresi linear berganda untuk mengetahui hubungan setiap faktor dengan perilaku kepatuhan. Peneliti juga melakukan pengujian statistik untuk memeriksa kelayakan instrumen dan model analisis yang digunakan.
Survei ini melibatkan 142 wajib pajak orang pribadi atau 71 persen responden, sedangkan 58 responden atau 29 persen merupakan wajib pajak badan. Kelompok usia 31–40 tahun menjadi kelompok terbesar, dengan proporsi 39 persen. Selain itu, 58,5 persen responden telah menggunakan layanan pajak digital selama sedikitnya tiga tahun.
Karena responden dipilih menggunakan teknik purposive sampling, hasil penelitian terutama menggambarkan pola hubungan pada kelompok yang disurvei. Temuan tersebut tidak secara otomatis mewakili seluruh wajib pajak di Indonesia.
Risiko Pemeriksaan Menjadi Faktor Terkuat
Hasil analisis menunjukkan bahwa ketiga faktor yang diuji memiliki hubungan positif dan signifikan dengan perilaku kepatuhan wajib pajak. Di antara ketiganya, persepsi mengenai risiko pemeriksaan menunjukkan koefisien regresi paling besar.
Berikut temuan utama penelitian Danny Wibowo:
- Persepsi risiko pemeriksaan pajak: memiliki koefisien regresi sebesar 0,341. Hasil ini menunjukkan bahwa persepsi mengenai kemungkinan pemeriksaan merupakan faktor terkuat di antara tiga variabel yang dianalisis.
- Kepercayaan terhadap administrasi pajak digital: memiliki koefisien sebesar 0,298. Kepercayaan terhadap sistem digital berkaitan positif dengan perilaku kepatuhan.
- Persepsi terhadap pemetaan risiko berbasis algoritma: memiliki koefisien sebesar 0,286. Kesadaran bahwa sistem digital dapat membantu mendeteksi ketidaksesuaian berkaitan dengan kecenderungan kepatuhan yang lebih tinggi.
Ketiga hubungan tersebut dilaporkan signifikan secara statistik dengan nilai p kurang dari 0,001. Artinya, berdasarkan model dan data yang digunakan, hubungan yang ditemukan tidak mudah dijelaskan sebagai variasi acak semata.
Model penelitian juga menghasilkan nilai R kuadrat sebesar 0,524. Angka ini berarti ketiga variabel dalam model secara bersama-sama menjelaskan 52,4 persen variasi perilaku kepatuhan yang diamati dalam sampel. Sisanya, sebesar 47,6 persen, berkaitan dengan faktor lain di luar model, seperti pengetahuan perpajakan, persepsi keadilan, kondisi ekonomi, dan karakteristik individu.
Angka tersebut tidak berarti bahwa teknologi algoritma secara langsung menyebabkan kepatuhan pajak meningkat sebesar 52,4 persen. Nilai R kuadrat menunjukkan kemampuan penjelasan model statistik, bukan persentase peningkatan kepatuhan akibat penerapan teknologi.
Kepercayaan Publik Tetap Penting dalam Pengawasan Digital
Temuan Wibowo memperlihatkan bahwa pengawasan berbasis teknologi perlu berjalan bersama upaya membangun kepercayaan masyarakat. Sistem yang mampu mengidentifikasi risiko belum tentu memperoleh penerimaan yang baik apabila wajib pajak tidak memahami cara data mereka digunakan atau meragukan keadilan proses pengawasan.
Kepercayaan terhadap administrasi pajak digital berkaitan dengan persepsi bahwa sistem bekerja secara andal, transparan, dan dapat dipertanggungjawabkan. Karena itu, otoritas pajak perlu menjelaskan tujuan penggunaan data, memberikan informasi yang memadai mengenai proses administrasi, serta menyediakan mekanisme untuk menangani kesalahan atau keberatan wajib pajak.
Hasil penelitian ini juga menunjukkan pergeseran pendekatan kepatuhan dari pola reaktif menuju pola prediktif dan preventif. Dalam pola reaktif, pelanggaran umumnya ditangani setelah ditemukan melalui pemeriksaan. Sebaliknya, pendekatan prediktif memanfaatkan analisis data untuk mengenali potensi risiko lebih awal sehingga tindakan pengawasan dapat diarahkan secara lebih selektif.
Namun, teknologi tidak berarti menggantikan seluruh peran pemeriksa pajak. Penilaian manusia tetap diperlukan untuk meninjau hasil analisis algoritma, memeriksa konteks suatu kasus, dan mencegah kesalahan klasifikasi. Pengawasan manusia juga penting untuk memastikan keputusan yang melibatkan wajib pajak dapat dipertanggungjawabkan.
Implikasi bagi Kebijakan Perpajakan Indonesia
Bagi Direktorat Jenderal Pajak dan pemangku kepentingan terkait, hasil penelitian ini memberikan tiga pelajaran utama. Pertama, pengembangan sistem pemetaan risiko perlu diikuti komunikasi publik yang jelas mengenai manfaat dan tujuan pengawasan berbasis data. Kedua, kepercayaan masyarakat harus menjadi bagian dari strategi transformasi digital, bukan sekadar persoalan tambahan setelah teknologi diterapkan. Ketiga, mekanisme pengawasan perlu mempertahankan akuntabilitas dan peninjauan manusia agar proses penilaian risiko tetap adil.
Bagi wajib pajak, perkembangan ini menjadi pengingat pentingnya menyelenggarakan administrasi perpajakan secara tertib, menyimpan dokumen pendukung, dan memastikan laporan sesuai dengan kondisi yang sebenarnya. Pemanfaatan layanan digital juga perlu diimbangi pemahaman mengenai kewajiban dan hak perpajakan.
Meski memberikan gambaran yang relevan, penelitian ini memiliki keterbatasan. Data berasal dari 200 responden di satu kota dan dikumpulkan melalui kuesioner berdasarkan jawaban responden sendiri. Karena itu, hasilnya belum cukup untuk memastikan bahwa pola yang sama berlaku di seluruh Indonesia atau membuktikan hubungan sebab-akibat secara definitif. Penelitian lanjutan dapat melibatkan wajib pajak dari berbagai daerah dan menguji faktor tambahan, termasuk literasi digital, persepsi keadilan, serta transparansi algoritma.
Secara keseluruhan, penelitian Danny Wibowo menegaskan bahwa keberhasilan digitalisasi perpajakan tidak hanya ditentukan oleh kemampuan teknologi dalam mengenali risiko. Persepsi terhadap pemeriksaan, kepercayaan terhadap sistem, transparansi, dan akuntabilitas juga perlu diperhatikan untuk mendukung kepatuhan yang berkelanjutan.
Profil Penulis
Danny Wibowo merupakan penulis artikel Taxpayer Behavioral Adaptation to Algorithmic Risk Profiling and Emerging Compliance Strategy Displacement, yang berafiliasi dengan Sekolah Tinggi Ilmu Ekonomi Indonesia Surabaya (STIESIA), Indonesia. Artikel yang tersedia mencantumkan afiliasi institusional tersebut, tetapi tidak menyediakan informasi terverifikasi mengenai gelar akademik atau profil keahlian spesifik penulis. Penelitiannya membahas perilaku kepatuhan wajib pajak, audit pajak, pemetaan risiko berbasis algoritma, dan administrasi perpajakan digital.
Sumber Penelitian
Wibowo, Danny. (2026). “Taxpayer Behavioral Adaptation to Algorithmic Risk Profiling and Emerging Compliance Strategy Displacement.” International Journal of Management and Business Intelligence (IJMBI).
DOI: https://doi.org/10.59890/ijmbi.v4i5.63
Jurnal: https://journalijmbi.my.id/index.php/ijmbi
ISSN elektronik: 3025-5589
0 Komentar