Jakarta | Kementerian Keuangan menerapkan teknologi kecerdasan buatan, machine learning, dan big data untuk memperkuat pengawasan pajak pada perusahaan kelapa sawit. Pemanfaatan teknologi tersebut menjadi bagian dari upaya membangun sistem pengawasan yang lebih terukur, responsif, dan berbasis data. Melalui pemrosesan informasi dalam jumlah besar, pemerintah dapat memperoleh gambaran yang lebih menyeluruh mengenai kegiatan usaha wajib pajak di sektor sawit, termasuk pola produksi, penjualan, serta kewajiban perpajakannya.
Pengawasan tidak hanya diarahkan pada pencatatan produksi komoditas kelapa sawit, tetapi juga mencakup transaksi penjualan yang dilakukan perusahaan. Data produksi dapat dibandingkan dengan informasi penjualan untuk mengidentifikasi kesesuaian volume komoditas, nilai transaksi, dan pelaporan pajak. Analisis berbasis machine learning memungkinkan sistem mengenali pola transaksi yang tidak biasa, sementara big data membantu menghubungkan berbagai sumber informasi secara lebih cepat dan sistematis. Dengan pendekatan ini, potensi ketidaksesuaian dapat ditelusuri lebih awal tanpa semata-mata mengandalkan pemeriksaan manual.
Wakil Menteri Keuangan Nurkholisoh Ibnu Aman menyampaikan bahwa Indonesia merupakan produsen minyak kelapa sawit, atau crude palm oil, terbesar di dunia. Posisi tersebut membuat sektor sawit memiliki arti penting bagi perekonomian sekaligus bagi penerimaan negara. Karena itu, ketersediaan data yang akurat mengenai produksi dan transaksi menjadi dasar penting untuk memastikan pengawasan pajak berjalan efektif. Informasi mengenai penerapan teknologi tersebut disampaikan di Hotel Mulia, Jakarta, pada Selasa, 13 Oktober 2026. Penggunaan kecerdasan buatan diharapkan membantu otoritas memahami dinamika industri secara lebih komprehensif dan meningkatkan kepatuhan perusahaan terhadap ketentuan perpajakan.
Menurut penjelasan Nurkholisoh, pemanfaatan machine learning dalam pengawasan pajak industri sawit berangkat dari dokumen transaksi yang telah tersedia secara elektronik. Setiap transaksi jual beli antarbisnis disertai faktur pajak elektronik sebagai catatan resmi mengenai kegiatan perdagangan. Dokumen tersebut menjadi sumber data penting karena memuat informasi tentang barang yang diperdagangkan, jumlah transaksi, serta nilai atau harga yang tercantum di dalamnya.
Tantangannya, perusahaan tidak selalu menggunakan istilah yang sama ketika mendeskripsikan barang dagangan. Satu jenis komoditas atau produk dapat ditulis dengan sebutan yang berbeda, bergantung pada kebiasaan internal, sistem administrasi, atau cara perusahaan menyusun faktur. Keragaman istilah ini dapat menyulitkan pemeriksaan apabila informasi dibaca dan dibandingkan secara manual. Karena itu, teknologi diperlukan untuk membantu mengolah data yang format dan pilihan katanya beragam.
Machine learning bekerja dengan membaca isi faktur-faktur tersebut, kemudian mengenali pola pada keterangan barang dan informasi transaksi yang menyertainya. Sistem dapat memilah jenis barang yang terjual meskipun deskripsinya tidak selalu seragam. Selain itu, teknologi membantu mengidentifikasi jumlah barang dalam setiap transaksi serta nilai harga yang dilaporkan. Informasi yang terkumpul selanjutnya dapat diolah secara lebih terstruktur sehingga memudahkan analisis terhadap aktivitas perdagangan dan kewajiban perpajakan perusahaan.
Pemanfaatan teknologi ini bukan berarti mengganti atau mengubah pernyataan yang dibuat perusahaan dalam faktur. Machine learning berfungsi mengolah dan menghubungkan informasi yang sudah tercantum di dalam dokumen, termasuk ketika informasi tersebut disampaikan dengan istilah yang berbeda-beda. Dengan cara tersebut, data transaksi yang beragam tetap dapat dipahami berdasarkan maknanya. Proses ini membantu otoritas pajak memperoleh gambaran yang lebih menyeluruh mengenai jenis barang, volume penjualan, dan nilai transaksi dalam ekosistem industri sawit, sekaligus mendukung pengawasan yang lebih konsisten dan berbasis data.
Pemantauan transaksi dalam industri sawit merupakan bagian dari pendekatan berbasis data untuk mengenali risiko pajak secara lebih terarah. Praktik tersebut sejalan dengan langkah PT Danantara Sumberdaya Indonesia dalam mengawasi tiga komoditas strategis, termasuk crude palm oil (CPO). Penggunaan data transaksi memungkinkan otoritas melihat hubungan nilai perdagangan, volume komoditas, serta informasi penjualan yang dilaporkan oleh perusahaan. Dengan demikian, pengawasan tidak hanya bergantung pada satu sumber informasi, tetapi dilakukan melalui pencocokan berbagai data yang relevan.
Salah satu tujuan utama pemantauan ini adalah memastikan tidak terdapat transaksi yang mengindikasikan underinvoicing maupun transfer pricing. Underinvoicing dapat tercermin dari pelaporan nilai transaksi yang lebih rendah dibandingkan informasi penjualan atau data pembanding yang tersedia. Sementara itu, transfer pricing memerlukan perhatian ketika harga atau nilai transaksi antar pihak yang memiliki hubungan tertentu menunjukkan pola yang perlu ditelusuri lebih lanjut. Pemantauan tersebut tidak serta-merta menetapkan adanya pelanggaran, melainkan menyediakan dasar analitis untuk mengidentifikasi area yang memiliki risiko.
Proses penelusuran dilakukan dengan membandingkan data transaksi dengan laporan penjualan yang disampaikan perusahaan. Otoritas dapat mencermati kesesuaian nilai, periode, jenis komoditas, dan pihak yang terlibat dalam kedua sumber data tersebut. Apabila angka yang tercatat dalam data transaksi tidak sesuai dengan angka pada laporan penjualan, perbedaan itu menjadi petunjuk untuk melakukan penelusuran risiko secara lebih mendalam. Selisih tersebut dapat diperiksa bersama konteks perdagangan, dokumen pendukung, serta pola transaksi yang bersangkutan. Pendekatan pencocokan data membantu membangun gambaran yang lebih utuh mengenai aktivitas perdagangan komoditas strategis, termasuk CPO, tanpa hanya mengandalkan laporan dari satu pihak. Melalui mekanisme ini, pengawasan pajak dapat diarahkan pada transaksi yang memerlukan perhatian, dengan tetap berlandaskan informasi yang dapat dibandingkan dan ditelusuri.
Pandangan Nurkholisoh menegaskan bahwa teknologi bukanlah jawaban tunggal bagi seluruh persoalan perpajakan di sektor industri sawit. Kecerdasan buatan, big data, dan machine learning memang dapat membantu otoritas pajak mengenali pola transaksi, memetakan potensi ketidakpatuhan, serta menemukan risiko yang sulit terlihat melalui pemeriksaan konvensional. Pemanfaatan analitik data juga berpeluang mempercepat proses administrasi dan memberikan layanan yang lebih sesuai dengan kebutuhan wajib pajak. Namun, manfaat tersebut hanya akan muncul apabila teknologi diterapkan pada sektor, kebutuhan, dan tingkat risiko yang tepat.
Perangkat digital tidak dapat menggantikan penilaian profesional, integritas, dan tanggung jawab manusia. Data yang tidak lengkap, keliru, atau bias dapat menghasilkan analisis yang menyesatkan apabila tidak diperiksa kembali oleh pegawai yang memahami konteks usaha sawit dan karakteristik perpajakannya. Karena itu, pengembangan kompetensi aparatur, pengawasan terhadap penggunaan data, perlindungan informasi, serta pembagian tanggung jawab yang jelas perlu berjalan beriringan dengan investasi teknologi. Sistem yang canggih tetap membutuhkan manusia untuk menetapkan tujuan, menafsirkan hasil, dan mengambil keputusan yang adil.
Teknologi juga tidak cukup untuk mengumpulkan pajak tanpa pengelolaan sumber daya manusia yang baik. Keberhasilan pengawasan sangat dipengaruhi oleh kualitas koordinasi antarlembaga, kesiapan petugas, budaya kerja, dan kemampuan organisasi mengubah temuan analitik menjadi tindakan yang terukur. Pada akhirnya, efektivitas AI dan perangkat digital lainnya ditentukan oleh cara manusia menggunakannya, bukan semata-mata oleh kecanggihan alat yang tersedia. Dengan pendekatan yang bertanggung jawab, teknologi dapat menjadi pendukung penting bagi pengawasan pajak yang lebih akurat, transparan, dan berorientasi pada pelayanan, tanpa mengabaikan pertimbangan manusia.
Baca juga: Inisiatif Teknologi AI Telkom di Makassar | Inovasi Asuransi Astra dalam Memerangi Penipuan melalui Teknologi AI | Pengawasan Ketat OJK terhadap Praktik Judi Online
