Kasus faktur bodong dan SPT salah melonjak. Begini cara AI di bank dan kantor akuntan bisa mendeteksi anomali transaksi dan jadi penjaga kepatuhan pajak.
Fakta Keras: 244 Penyidikan Pajak dalam Setahun
Pada 2024, Direktorat Jenderal Pajak (DJP) menerbitkan 244 surat perintah penyidikan tindak pidana perpajakan. Mayoritas kasusnya itu-itu lagi: faktur pajak bodong, SPT tidak benar, pajak dipungut tapi tidak disetorkan, hingga TPPU.
Untuk kantor akuntan, konsultan pajak, dan tim kepatuhan di bank, angka ini bukan sekadar statistik. Ini sinyal keras bahwa cara lama mengelola data transaksi, pelaporan pajak, dan monitoring klien sudah tidak cukup. Di sisi lain, industri perbankan dan jasa akuntansi sedang bergerak ke keuangan digital dan AI. Keduanya sebenarnya bisa jadi filter awal yang sangat kuat sebelum kasus-kasus ini meledak jadi perkara pidana.
Tulisan ini membahas:
- Pola kasus pajak paling banyak di Indonesia menurut data DJP 2024
- Kenapa sistem manual dan semi-manual gampang bocor
- Bagaimana AI di perbankan dan jasa akuntansi bisa mendeteksi faktur bodong, SPT tidak benar, dan transaksi mencurigakan
- Langkah praktis yang bisa dilakukan bank dan kantor akuntan di Indonesia mulai sekarang
Gambaran Kasus Pajak 2024: Polanya Jelas, Risikonya Nyata
Data DJP 2024 menunjukkan pola yang sangat konsisten:
- 244 surat perintah penyidikan (naik dari 214 di 2023)
- 132 wajib pajak mengakui ketidakbenaran perbuatan (naik dari 44 di 2023)
- Kerugian negara pada tahap penyidikan: Rp71,29 miliar
- 47 perkara sudah divonis dengan kerugian negara Rp73,55 miliar dan denda Rp150,20 miliar
- Penyitaan aset: 68 kegiatan, nilai Rp995,13 miliar
Lebih menarik lagi kalau melihat modus operandi:
- Menerbitkan/menggunakan faktur pajak tidak berdasarkan transaksi sebenarnya: 43 kasus
- Menyampaikan SPT tidak benar: 59 kasus
- Tidak menyetorkan pajak yang telah dipungut: 52 kasus
- Tidak menyampaikan SPT: 41 kasus
- TPPU dan korporasi: 1 kasus
- Tidak mendaftarkan atau menyalahgunakan NPWP/PKP: 2 kasus
- Turut serta dalam tindak pidana perpajakan: 2 kasus
Buat saya, pattern-nya jelas: sumber masalah ada di data transaksi dan pelaporan. Artinya, siapa pun yang memegang dan memproses data transaksi—bank, kantor akuntan, dan sistem digital mereka—sebenarnya memegang kunci untuk mencegah banyak kasus ini sebelum menyentuh ranah pidana.
Di Mana Sistem Manual Biasanya Jebol?
Kebanyakan perusahaan dan bahkan sebagian bank masih mengandalkan kombinasi:
- Input manual di spreadsheet
- Rekonsiliasi kas dan bank yang dilakukan manual/bulanan
- Pengecekan faktur PPN hanya secara sampling
- Pelaporan pajak yang dikompilasi mendekati deadline
Dalam pola seperti ini, kebocoran biasanya muncul di beberapa titik:
1. Faktur Pajak Bodong & Transaksi Fiktif
Faktur bodong sering:
- Diterbitkan antara perusahaan yang saling terafiliasi
- Mencatat transaksi dengan nilai besar tapi tidak ada pergerakan barang/jasa yang nyata
- Dipakai untuk mengurangi PPN keluaran atau menaikkan biaya
Tanpa sistem analitik, faktur-faktur seperti ini terlihat biasa saja di laporan akuntansi.
2. SPT Tidak Benar karena Data Berantakan
SPT jadi tidak benar bukan selalu karena niat jahat. Sering kali karena:
- Data transaksi tersebar di banyak sistem yang tidak terintegrasi
- Ada gap antara mutasi rekening bank dan pembukuan internal
- Transaksi tunai dan transfer antar-rekening tidak diberi label yang jelas
Begitu volume transaksi naik, kesalahan kecil bisa berubah jadi selisih besar, lalu berujung pada SPT yang melenceng dari kenyataan.
3. Pajak Dipungut, Tidak Disetorkan
Ini sering terkait:
- Kelemahan kontrol internal (satu orang pegang semuanya: penjualan, penagihan, dan pelaporan)
- Kurangnya alert otomatis ketika ada PPN/PPH yang sudah dipungut tapi belum disetor lewat perbankan
Di titik ini, perbankan digital dan AI di sistem transaksi bisa sangat membantu.
Peran Kritis AI di Perbankan: Deteksi Dini Sebelum Jadi Perkara
AI di perbankan Indonesia punya satu keunggulan besar: akses ke pola transaksi nasabah secara real time. Kalau dimanfaatkan dengan benar, bank bisa menjadi mitra strategis kepatuhan pajak, bukan sekadar kanal pembayaran.
1. Deteksi Anomali Transaksi Terkait Pajak
Model AI (misalnya anomaly detection dan machine learning classification) bisa dilatih untuk:
- Mendeteksi pola setoran pajak yang tidak konsisten dengan omzet atau pola transaksi rekening
- Menandai rekening perusahaan yang sering menerima atau mengirim dana dengan pola mirip invoice trading bodong
- Mengidentifikasi transaksi berulang dalam nominal besar menjelang akhir periode pelaporan pajak yang tidak biasa untuk sektor usaha tersebut
Contoh sederhana:
Perusahaan A di sektor ritel rata-rata omset bulanan di rekening sekitar Rp3 miliar. Tiba-tiba, SPT PPN yang dibayar hanya setara omzet Rp500 juta, dan ini berulang beberapa bulan.
Sistem AI perbankan bisa:
- Mengeluarkan risk score kepatuhan
- Menandai nasabah ini sebagai akun yang perlu pendekatan enhanced due diligence (EDD)
2. Integrasi AI dengan Digital Banking Bisnis
Banyak bank di Indonesia sudah punya platform digital banking bisnis. Tinggal satu langkah lagi:
- Menambahkan modul analitik pajak berbasis AI yang bisa membaca mutasi rekening, mengelompokkan transaksi (penjualan, pembelian, operasional, gaji, dll.), lalu memberi estimasi kewajiban pajak bulanan
- Mengirimkan peringatan otomatis ketika pola setoran pajak jauh di bawah estimasi
Ini bukan hanya mengurangi risiko bagi negara, tapi juga melindungi bank dari potensi exposure TPPU dan membantu nasabah korporasi tertib pajak.
3. Keterkaitan dengan TPPU (Pencucian Uang)
Kasus TPPU yang terkait pajak di data DJP memang hanya satu kasus pada 2024, tapi risikonya tinggi. AI perbankan bisa:
- Menggabungkan rule-based monitoring dengan machine learning untuk mendeteksi transaksi berlapis, perpindahan dana cepat antar-rekening, dan hubungan tersembunyi antar entitas
- Memberi alert ketika ada aliran dana yang tidak selaras dengan profil usaha, terutama terkait transaksi yang mengindikasikan penggelapan pajak yang lalu coba ditutupi
AI di Kantor Akuntan: Dari Pembukuan Otomatis ke Pengawal SPT
Di seri “AI untuk Jasa Akuntansi Indonesia: Keuangan Digital”, salah satu tema besarnya adalah:
Akuntan tidak boleh lagi hanya jadi tukang input. Harus naik kelas jadi pengawal kepatuhan dan konsultan strategis, dibantu AI.
Terkait kasus pajak 2024, ada beberapa peran kunci AI untuk kantor akuntan dan konsultan pajak.
1. Pembukuan Otomatis Berbasis Data Transaksi Nyata
AI bisa membaca:
- Mutasi rekening bank
- Bukti transfer
- E-faktur dan invoice digital
Lalu secara otomatis:
- Mengklasifikasikan transaksi ke akun yang tepat
- Membedakan mana penjualan, mana setoran modal, mana pinjaman, mana pengembalian dana
Hasilnya:
- Faktur bodong lebih mudah dideteksi, karena sistem bisa memeriksa apakah ada aliran dana dan dokumen pendukung yang wajar
- Rekonsiliasi bank tidak lagi jadi pekerjaan manual yang rentan salah
2. Validasi SPT dengan Model Risiko
Sebelum SPT dilaporkan ke DJP, sistem AI bisa menjalankan pre-filing check:
- Membandingkan laporan keuangan dengan pola historis dan data sektor industri
- Menandai angka-angka yang tidak lazim: misalnya beban usaha terlalu tinggi dibanding omzet, atau penjualan melonjak tapi setoran pajak stagnan
- Menghasilkan risk score SPT: hijau (aman), kuning (perlu review), merah (tinggi risiko bermasalah)
Buat partner kantor akuntan, ini membantu:
- Mengurangi risiko klien terseret pidana pajak
- Menambah nilai jasa: bukan sekadar mengisi SPT, tapi mengawal kepatuhan secara proaktif
3. Monitoring Pajak Dipungut tapi Belum Disetor
AI dapat diset untuk memantau:
- PPN keluaran dan PPN masukan dari sistem akuntansi
- Mutasi rekening terkait pembayaran pajak
Jika ada selisih PPN yang dipungut vs yang disetor melewati ambang tertentu, sistem:
- Mengirimkan notifikasi ke tim finance dan partner akuntan
- Mencatat sebagai issue yang harus diselesaikan sebelum akhir periode
Ini langsung meng-address salah satu modus terbesar yang tercatat: pajak dipungut tapi tidak disetorkan.
Membangun Ekosistem: Kolaborasi Bank, Akuntan, dan Regulator
Kalau bicara era digital banking dan AI dalam industri perbankan Indonesia, kita tidak bisa hanya melihat dari satu sisi. Ekosistem kepatuhan pajak yang sehat butuh tiga aktor utama:
1. Bank: Penyedia Data Transaksi & Analitik
Bank bisa mengembangkan:
- Dashboard kepatuhan untuk nasabah bisnis, berisi:
- Ringkasan omzet berdasarkan mutasi rekening
- Estimasi kewajiban pajak
- Peringatan ketika pola setoran pajak tidak wajar
- API yang memungkinkan kantor akuntan menghubungkan sistem akuntansinya dengan data perbankan secara aman
2. Kantor Akuntan: Penerjemah Data Menjadi Kepatuhan
Dengan AI di sisi akuntansi dan pajak, kantor akuntan dapat:
- Menyusun pelaporan pajak digital yang berbasis data transaksi real time
- Memberi rekomendasi perbaikan sebelum DJP turun tangan
- Mengedukasi klien bahwa ketidakbenaran SPT bukan lagi hal yang bisa disembunyikan lama-lama, karena data makin transparan
3. Regulator (DJP & OJK): Penentu Standar & Insentif
Peran regulator yang sangat kuat antara lain:
- Mendorong interoperabilitas data antara sistem perpajakan dan perbankan
- Memberikan insentif kepatuhan bagi perusahaan yang menggunakan sistem digital dan AI yang tersertifikasi
- Memperjelas koridor penggunaan data transaksi perbankan untuk tujuan kepatuhan pajak tanpa merusak kerahasiaan yang wajar
Langkah Praktis: Dari Spreadsheet ke AI Secara Bertahap
Tidak semua perusahaan atau kantor akuntan harus langsung lompat ke AI canggih. Tapi ada beberapa langkah realistis yang bisa diambil mulai 12/2025 ini:
-
Digitalisasi penuh data transaksi
Pastikan semua mutasi bank, invoice, dan bukti transaksi sudah dalam format digital terstruktur, bukan hanya PDF dan foto. -
Gunakan software akuntansi berbasis cloud
Pilih yang sudah punya fitur otomatisasi pembukuan dan integrasi perbankan. Ini fondasi sebelum AI diaplikasikan. -
Tambahkan modul analitik & AI
Cari solusi yang menawarkan:- Deteksi anomali transaksi
- Rekomendasi klasifikasi akun otomatis
- Ringkasan estimasi pajak bulanan
-
Bangun SOP review SPT berbasis risk score
Jangan lagi file SPT tanpa review sistematis. Wajib ada:- Check otomatis oleh sistem AI
- Review akhir oleh manusia (akuntan/pajak) untuk kasus berisiko
-
Kolaborasi erat dengan bank
Manfaatkan fitur digital banking bisnis yang sudah ada, dan dorong bank untuk menyediakan insight tambahan terkait pola transaksi.
Kenapa Ini Mendesak untuk 2026 ke Depan?
Tren dari data DJP 2024 jelas:
- Jumlah penyidikan naik
- Jumlah wajib pajak yang mengakui ketidakbenaran juga naik tajam (132 vs 44 tahun sebelumnya)
Artinya, pengawasan makin kuat, data makin kaya, dan ruang untuk “main-main” dengan SPT makin sempit.
Di sisi lain, AI untuk jasa akuntansi dan perbankan Indonesia sudah cukup matang untuk digunakan secara nyata, bukan lagi konsep di slide presentasi. Perusahaan yang tetap bertahan dengan sistem manual dan pelaporan last minute akan makin rentan:
- Salah hitung SPT
- Terseret kasus faktur bodong (kadang tanpa sadar)
- Terlihat berisiko tinggi di mata bank dan regulator
Ada cara yang lebih sehat dan aman: gunakan AI sebagai teman akuntan dan penjaga kepatuhan pajak, bukan sekadar fitur keren di brosur.
Kalau Anda mengelola kantor akuntan, divisi pajak perusahaan, atau produk digital banking di bank lokal, pertanyaannya bukan lagi “perlu AI atau tidak?”. Pertanyaannya: seberapa cepat Anda mau memindahkan proses kritis dari feeling dan spreadsheet ke sistem AI yang bisa diaudit dan dipertanggungjawabkan?
Karena ke depan, integritas keuangan dan kepatuhan pajak akan jadi salah satu pembeda utama antara bisnis yang dipercaya pasar dan yang selalu was-was tiap kali DJP merilis laporan tahunannya.