Pengawasan pajak modern telah bergeser secara fundamental dari pendekatan enforcement tradisional (audit & sanksi) menuju arsitektur berbasis data, risiko, dan kolaborasi.
Kunci keberhasilan global bukan pada intensitas audit, melainkan pada kemampuan sistem membuat penghindaran pajak menjadi sulit (unable to cheat), bukan sekadar dilarang (unwilling to cheat).
Dari Deterrence Model hingga Information Reporting
Mari kita mulai dari akar teoretisnya. Dalam literatur klasik perpajakan, keputusan untuk menghindari pajak (tax evasion) sering kali dikonseptualisasikan menggunakan deterrence model yang dirumuskan oleh Allingham dan Sandmo (1972).
Dalam model ini, wajib pajak yang rasional (dan risk-averse) akan menimbang antara keuntungan menghindari pajak dengan probabilitas deteksi (audit) serta besaran sanksi atau denda yang menanti.
Model ini memprediksi bahwa peningkatan probabilitas deteksi dan penalti akan mengurangi penghindaran pajak.
Namun, model ini tidak dapat secara utuh menjelaskan fenomena di dunia nyata mengapa tingkat kepatuhan di negara-negara maju sangat tinggi padahal tingkat auditnya rendah.
Jawabannya terletak pada third-party information reporting (pelaporan informasi oleh pihak ketiga).
Sebuah eksperimen acak berskala besar di Denmark mengungkapkan fakta yang sangat esensial: tingkat penghindaran pajak secara keseluruhan sangat kecil (0.3%) untuk pendapatan yang dilaporkan oleh pihak ketiga, namun melonjak drastis hingga 37% untuk pendapatan yang dilaporkan sendiri (self-reported income).
Karena 95% pendapatan di Denmark dilaporkan oleh pihak ketiga (seperti pemberi kerja atau bank), tingkat penghindaran pajak keseluruhan menjadi sangat rendah.
Hal ini membuktikan bahwa wajib pajak bukannya “tidak mau” curang karena moralitas semata, melainkan mereka “tidak mampu” curang karena infrastruktur pelaporan informasi yang ketat.
Efektivitas Paper Trail dan Pengawasan Berbasis Jaringan
Di banyak negara berkembang dan berkembang pesat, Pajak Pertambahan Nilai (PPN) diadopsi secara luas karena diyakini memiliki mekanisme self-enforcing (penegakan mandiri) yang dibangun melalui paper trail (jejak dokumen) antara penjual dan pembeli.
Sebuah studi eksperimental di Cile membuktikan bahwa pengawasan melalui paper trail PPN ini memiliki efek pencegahan (deterrence) yang kuat.
Ketika otoritas pajak mengirimkan surat ancaman audit, transaksi yang memiliki paper trail (transaksi antar perusahaan) menunjukkan respons peningkatan pembayaran yang lebih rendah dibandingkan penjualan ke konsumen akhir, karena pada transaksi antar perusahaan, celah penghindarannya sudah lebih dulu diminimalisasi oleh sistem.
Lebih jauh lagi, penegakan pajak pada satu perusahaan ternyata menciptakan efek rambatan (spillover effects) ke atas dalam rantai produksi.
Ketika sebuah perusahaan diawasi, kepatuhan para pemasoknya (suppliers) ikut meningkat.
Namun, infrastruktur informasi ini memiliki batasan absolut.
Studi lain di Ekuador menunjukkan bahwa ketika otoritas pajak mendeteksi selisih pendapatan menggunakan data pihak ketiga dan menagih wajib pajak, perusahaan memang meningkatkan pelaporan pendapatan mereka, tetapi pada saat yang sama mereka juga menggelembungkan biaya (costs) hingga 96 sen untuk setiap 1 dolar penyesuaian pendapatan.
Akibatnya, peningkatan penerimaan pajak total menjadi tidak signifikan. Hal ini mengonfirmasi bahwa jika pengawasan pada margin yang tidak dapat diverifikasi (seperti biaya internal) lemah, efektivitas data pihak ketiga akan tereduksi secara drastis.
Risk-Based Tax Audits dan Penghindaran Pajak Kaum Ultra-Kaya
Dalam mengalokasikan sumber daya audit yang terbatas, otoritas pajak di dunia kini beralih ke Risk-Based Tax Audits (audit berbasis risiko).
Negara-negara OECD kini menggunakan pemodelan prediktif, profil risiko, dan fungsi intelijen internal untuk menyeleksi kasus audit.
Bukti dari 54 negara menunjukkan bahwa penerapan audit berbasis risiko ini secara signifikan mengurangi penghindaran pajak korporasi.
Strategi ini tidak hanya efektif untuk semua skala perusahaan, tetapi juga secara langsung menurunkan biaya pemungutan pajak (cost of tax enforcement) dan meningkatkan kinerja otoritas pajak secara agregat.
Meski demikian, audit acak tradisional dan bahkan audit berbasis risiko sering kali gagal menjangkau penghindaran pajak oleh kelompok ultra-kaya (ultra-high-net-worth individuals).
Merujuk pada analisis yang menggabungkan data audit dengan data yang bocor dari Panama Papers dan Swiss Leaks (HSBC Swiss), terungkap fakta yang mengejutkan: kelompok 0,01% teratas dalam distribusi kekayaan (yang memiliki kekayaan bersih lebih dari $45 juta) menghindari sekitar 30% dari kewajiban pajak mereka.
Hal ini terjadi karena mereka mampu menyewa perantara hukum dan keuangan untuk menyembunyikan kekayaan di entitas luar negeri (offshore), sebuah skema rumit yang hampir mustahil dideteksi melalui audit acak standar.
Cooperative Compliance dan Tax Control Framework
OECD telah mendorong pergeseran paradigma dari obligation-based relationship (kepatuhan yang dipaksakan lewat sanksi) menuju cooperative compliance (kepatuhan kooperatif berbasis kesukarelaan dan rasa saling percaya).
https://lynk.id/suarapajak/5l98md6g5jme
Paradigma ini dibangun di atas lima pilar utama bagi otoritas pajak: commercial awareness (pemahaman bisnis wajib pajak), impartiality (ketidakberpihakan), proportionality (proporsionalitas), openness through disclosure and transparency (keterbukaan dan transparansi), serta responsiveness (sikap tanggap).
Di sisi lain, wajib pajak, khususnya perusahaan-perusahaan besar, diwajibkan menerapkan Tax Control Framework (TCF).
TCF adalah bagian dari sistem pengendalian internal perusahaan yang memastikan akurasi, kelengkapan, dan keterbukaan dalam Surat Pemberitahuan (SPT).
TCF yang efektif mensyaratkan adanya strategi pajak yang jelas, pembagian tanggung jawab, pendokumentasian tata kelola, serta pengujian berkala.
Sayangnya, kajian empiris menunjukkan bahwa paradigma cooperative compliance ini belum sepenuhnya terimplementasi di Indonesia.
Dari sisi DJP, pilar responsiveness masih terkendala karena ketiadaan mekanisme seperti advance tax ruling atau alternative dispute resolution dalam kerangka regulasi domestik.
Di sisi wajib pajak, banyak perusahaan besar di Indonesia belum memiliki TCF yang tervalidasi, dan pemerintah belum memiliki regulasi semacam mandatory disclosure rules yang memaksa wajib pajak mengungkapkan skema perencanaan pajak (tax planning) agresif mereka.
Kepatuhan di Indonesia secara umum masih didominasi oleh enforced compliance ketimbang voluntary compliance yang sesungguhnya.
CRM di Indonesia
Dalam kerangka administrasi perpajakan modern, pengelolaan risiko kepatuhan atau Compliance Risk Management (CRM) diadopsi untuk memetakan perilaku wajib pajak dan merumuskan strategi mitigasi yang paling tepat.
Di Indonesia, fondasi yuridis dari penerapan sistem ini diatur secara spesifik melalui Surat Edaran Direktur Jenderal Pajak Nomor SE-24/PJ/2019.
Melalui regulasi ini, Direktorat Jenderal Pajak (DJP) secara resmi meninggalkan metode pengawasan tradisional yang sering kali bersifat trial and error, dan beralih pada pendekatan sistematis yang mengandalkan analisis data.
Pengelolaan risiko kepatuhan melalui CRM dilakukan dengan cara membuat pilihan perlakuan (treatment) yang paling sesuai untuk setiap wajib pajak.
Pilihan perlakuan ini didesain tidak hanya untuk mendeteksi ketidakpatuhan yang sudah terjadi, tetapi yang lebih penting, untuk digunakan sebagai alat yang secara efektif dapat mencegah potensi ketidakpatuhan di masa depan berdasarkan pola perilaku wajib pajak serta kapasitas sumber daya yang dimiliki oleh DJP.
Dengan kata lain, CRM bertindak sebagai “kompas” yang memandu fiskus untuk menentukan apakah seorang wajib pajak memerlukan edukasi, pengawasan ringan, teguran, atau penegakan hukum keras berupa pemeriksaan bukti permulaan.
Pemanfaatan Business Intelligence
Dalam perkembangannya, DJP menyadari bahwa CRM yang statis tidak akan mampu mengimbangi kompleksitas skema penghindaran pajak (tax avoidance) dan penggelapan pajak (tax evasion) yang semakin canggih.
Oleh karena itu, DJP melakukan penambahan dan penyempurnaan pada implementasi CRM dengan memanfaatkan business intelligence (intelijen bisnis), sebuah langkah maju yang diatur lebih lanjut dalam Surat Edaran Direktur Jenderal Pajak Nomor SE-39/PJ/2021,.
Pemanfaatan business intelligence ini membawa transformasi radikal dalam cara DJP memproses triliunan byte data perpajakan.
Algoritma dalam business intelligence digunakan secara masif untuk mendukung kegiatan pengawasan.
Dua instrumen analitik utama yang dilahirkan dari integrasi CRM dan business intelligence ini adalah Ability to Pay (ATP) dan Smartweb,.
- Ability to Pay (ATP): Instrumen ini memberikan gambaran yang akurat dan berbasis data mengenai kemampuan finansial atau kemampuan bayar aktual dari seorang wajib pajak. Dalam konteks pengawasan, sangat tidak efisien bagi negara untuk menghabiskan ratusan jam kerja auditor demi menetapkan utang pajak pada perusahaan yang secara riil sudah bangkrut atau tidak memiliki likuiditas. ATP memastikan bahwa energi pengawasan diarahkan pada entitas yang tidak hanya memiliki risiko ketidakpatuhan tinggi, tetapi juga memiliki kemampuan untuk melunasi ketetapan pajaknya.
- Smartweb: Ini adalah perangkat analitik jaringan (network analytics) yang menggambarkan jaring profil wajib pajak dan hubungan afiliasi di antara mereka. Kejahatan kerah putih dan penghindaran pajak agregat sering kali disembunyikan melalui struktur kepemilikan silang, perusahaan cangkang (shell companies), atau transaksi transfer pricing antar entitas afiliasi. Smartweb memungkinkan DJP untuk melihat melampaui satu entitas tunggal dan mengawasi seluruh ekosistem bisnis yang memiliki keterkaitan.
Orkestrasi Daftar Prioritas Pengawasan
Pertanyaan terpentingnya adalah: bagaimana semua skor risiko dan algoritma intelijen bisnis ini dieksekusi di lapangan?
Jawabannya terletak pada apa yang disebut sebagai Daftar Prioritas Pengawasan (DPP).
Berdasarkan regulasi yang berlaku, implementasi business intelligence dalam CRM dimanfaatkan secara langsung untuk menyusun DPP.
DPP ini pada hakikatnya adalah daftar hotlist yang berisi nama-nama wajib pajak yang wajib dilakukan penelitian kepatuhan material oleh Kantor Pelayanan Pajak (KPP) pada tahun berjalan.
Keberadaan DPP ini menciptakan revolusi efisiensi di meja kerja para Account Representative (AR), karena memungkinkan mereka untuk melakukan pengawasan secara jauh lebih terarah dan fokus dibandingkan era-era sebelumnya.
Proses memprioritaskan wajib pajak ke dalam DPP bukanlah proses yang acak.
AR dan sistem di KPP akan memprioritaskan pengawasan berdasarkan variabel-variabel kuantitatif yang jelas, seperti nilai transaksi yang diketahui oleh DJP, volume perdagangan yang dilakukan wajib pajak, hingga besaran pembelian yang tercatat dalam sistem faktur pajak.
Wajib pajak akan masuk ke dalam radar atau “jaring” DPP tersebut apabila sistem dan AR memperkirakan bahwa yang bersangkutan tidak—atau belum—melaporkan harta maupun penghasilan sebenarnya ke dalam Surat Pemberitahuan (SPT) Tahunan mereka.
Lebih jauh lagi, penentuan wajib pajak yang masuk ke dalam DPP juga diselaraskan dengan arah dan kebijakan penerimaan negara secara makro yang ditetapkan oleh Menteri Keuangan.
Kebijakan ini biasanya berisikan sektor-sektor industri spesifik yang sedang mengalami booming atau anomali, sehingga perlu dilakukan fokus pengawasan ekstra pada tahun berjalan.
Di sinilah letak integrasi antara strategi makroekonomi dengan pengawasan mikro di level KPP.
Dengan senantiasa memperhatikan prinsip kemampuan bayar (ability to pay), pengawasan pajak yang dilakukan DJP hanya akan berfokus tajam kepada wajib pajak potensial yang jika diawasi atau diperiksa, akan memberikan dampak yang substansial dan besar pada penerimaan kas negara.
Proporsionalitas dan Pencegahan Inefisiensi Institusional
Sebagai akademisi, kita harus mengkaji CRM tidak hanya dari kacamata peningkatan penerimaan, tetapi juga dari sudut pandang alokasi sumber daya (resource allocation).
Dari perspektif DJP, penerapan CRM memiliki fungsi preventif yang luar biasa bagi internal institusi.
CRM secara aktif membantu mencegah institusi DJP dari mengambil langkah-langkah penegakan hukum yang tidak efektif dan membuang-buang anggaran negara.
Sebagai contoh nyata, sistem CRM akan secara otomatis memitigasi dan mencegah KPP untuk melakukan pemeriksaan mendalam kepada wajib pajak yang secara historis terbukti patuh.
Mengapa hal ini penting? Karena memeriksa wajib pajak yang sudah patuh hanya akan menghasilkan temuan ketetapan pajak yang nilainya tidak material, yang pada akhirnya tidak sebanding dengan biaya operasional (biaya auditor, waktu, administrasi) yang dikeluarkan oleh negara untuk melakukan pemeriksaan tersebut.
Oleh karena itu, penyusunan Daftar Sasaran Prioritas Pemeriksaan (DSPP) atau Daftar Sasaran Prioritas Penggalian Potensi (DSP3) yang bersumber dari CRM memberikan kemudahan dan kepastian hukum, tidak hanya bagi DJP, tetapi terutama bagi wajib pajak.
Wajib pajak yang memiliki tingkat risiko kepatuhan rendah (wajib pajak patuh) akan terhindar dari beban pengawasan yang berlebihan.
Hal ini merepresentasikan implementasi dari pilar Proportionality (proporsionalitas) dalam best practice perpajakan global, di mana wajib pajak berisiko rendah diberikan perlakuan yang lebih kolaboratif dan minim intervensi, sehingga menurunkan cost of compliance (biaya kepatuhan) di sisi wajib pajak.
Asimetri Informasi dan Erosi Rasa Saling Percaya (Mutual Trust)
Tantangan pertama dan paling filosofis adalah terjadinya asimetri informasi yang akut antara otoritas pajak (fiskus) dan wajib pajak.
Dalam ekosistem cooperative compliance, sikap keterbukaan haruslah bersifat resiprokal (timbal balik).
Direktorat Jenderal Pajak (DJP) menuntut wajib pajak untuk memberikan pengungkapan (disclosure) dan transparansi penuh atas seluruh transaksi bisnisnya.
Namun di sisi lain, DJP dituntut pula untuk memberikan keterbukaan mengenai pendekatan manajemen risikonya.
Keterbukaan dari sisi otoritas ini krusial untuk memberikan pemahaman bagi wajib pajak mengenai hal-hal atau transaksi apa saja yang dianggap berisiko tinggi oleh sistem negara, sehingga sengketa di masa depan dapat dihindari.
Faktanya, level risiko kepatuhan wajib pajak yang dihasilkan oleh mesin CRM sama sekali tidak diinformasikan atau dibuka kepada wajib pajak yang bersangkutan.
Alasan dari sisi otoritas adalah bahwa hal tersebut merupakan rahasia internal yang murni digunakan untuk penyusunan Daftar Prioritas Pengawasan (DPP).
Meskipun otoritas berargumen bahwa faktor-faktor pembentuk risiko tersebut pada akhirnya akan tercermin ketika otoritas menerbitkan Surat Permintaan Penjelasan atas Data dan/atau Keterangan (SP2DK), namun pendekatan ini bersifat reaktif, bukan proaktif.
Ketertutupan informasi ini menciptakan asimetri yang secara langsung menghambat tercapainya mutual trust (rasa saling percaya) dan understanding (kesepahaman) yang justru menjadi roh utama dari kepatuhan kooperatif.
Hambatan dalam Membangun Tax Control Framework (TCF) yang Efektif
Bagi wajib pajak, khususnya entitas korporasi berskala menengah dan besar, transparansi skor risiko bukan sekadar masalah keingintahuan, melainkan fondasi untuk membangun Tax Control Framework (TCF) atau kerangka pengendalian pajak internal.
OECD menegaskan bahwa TCF memainkan peran esensial dalam menegakkan program cooperative compliance.
TCF adalah bagian dari sistem pengendalian internal perusahaan yang memberikan jaminan keakuratan, kelengkapan, dan keterbukaan data dalam Surat Pemberitahuan (SPT).
Tantangannya adalah: bagaimana sebuah perusahaan dapat merancang sistem mitigasi risiko yang efektif jika mereka tidak mengetahui parameter risiko yang ditetapkan oleh otoritas pajak?
Para wajib pajak secara eksplisit menyatakan bahwa tujuan utama mereka adalah menjadi wajib pajak yang patuh, karena kepatuhan akan secara langsung mengurangi cost of compliance (biaya kepatuhan) serta menghindari biaya sengketa yang mahal.
Untuk mencapai level kepatuhan paripurna tersebut, wajib pajak sangat perlu mengetahui tingkat risiko dari bisnis mereka di mata DJP, serta di bagian mana letak risiko ketidakpatuhan tersebut berada—apakah pada skema bisnis secara agregat, atau bersumber dari satu jenis transaksi spesifik.
Tanpa adanya transparansi dari CRM, perusahaan bagaikan berjalan di ruang gelap. Mereka tidak dapat melakukan pemetaan risiko secara presisi.
Padahal, jika level risiko tersebut dibuka, wajib pajak dapat melakukan mitigasi secara mandiri ke depannya dan menentukan langkah-langkah tata kelola yang konkret agar status mereka dapat berubah menjadi wajib pajak dengan level risiko ketidakpatuhan yang rendah.
Ketiadaan transparansi ini membuat pilar assurance provided (pemberian jaminan) dalam TCF menjadi lumpuh, karena perusahaan tidak dapat menyelaraskan risk appetite (selera risiko) internal mereka dengan ekspektasi otoritas pajak.