Peran Artificial Intelligence Dalam Deteksi Risiko Pajak dan Audit Otomatis
DOI:
https://doi.org/10.32493/aktivitas.v4i2.56660Keywords:
Artificial Intelligence, Deteksi Risiko Pajak, Audit Otomatis, Pembelajaran MesinAbstract
Penelitian ini menganalisis peran teknologi Artificial Intelligence dalam meningkatkan efektivitas deteksi risiko perpajakan dan pelaksanaan audit otomatis pada sistem administrasi pajak modern. Menggunakan metode penelitian kualitatif dengan pendekatan studi pustaka, penelitian ini mengeksplorasi arsitektur sistem AI, mekanisme operasional, serta dampaknya terhadap akurasi dan efisiensi pengawasan perpajakan. Hasil penelitian menunjukkan bahwa implementasi algoritma pembelajaran mesin dan teknik analitik tingkat lanjut mampu meningkatkan akurasi deteksi ketidakpatuhan hingga 85-95 persen, melampaui metode konvensional yang hanya mencapai 60-70 persen. Sistem audit otomatis berbasis AI menghasilkan peningkatan efisiensi operasional signifikan melalui pengurangan waktu pemrosesan sebesar 70-80 persen dan peningkatan produktivitas audit hingga 300-400 persen dalam aspek return on investment. Penelitian juga mengidentifikasi tantangan implementasi yang mencakup aspek kualitas data, infrastruktur teknologi, kompetensi sumber daya manusia, kerangka regulasi, dan isu privasi. Untuk konteks Indonesia, penelitian merekomendasikan pendekatan implementasi bertahap melalui pilot project, pengembangan kapasitas internal, integrasi sistem data, dan penyesuaian regulasi perpajakan. Temuan penelitian ini memberikan kontribusi teoretis dalam literatur teknologi perpajakan serta implikasi praktis bagi otoritas pajak dalam merancang strategi transformasi digital sistem administrasi perpajakan.
References
Ali, T., Adli, M. K., & Syaputra, D. A. (2025). Analisis efektivitas pemeriksaan pajak dan implementasi sistem pelaporan pajak online terhadap kepatuhan wajib pajak di Indonesia. Jurnal, (September).
Aristiyanto, R., & Furqon, I. K. (2025). Tantangan dan solusi dalam mewujudkan sistem perpajakan modern dan transparan di era digital. Jurnal, 4, 340–347.
Aw, M. J. (2024). Dampak e-government dalam meningkatkan efisiensi dan efektivitas tata kelola pemerintahan. Jurnal, 1, 204–226.
Badan Pusat Statistik Kota Malang. (2021). Publikasi statistik. 2(1).
Bisnis, Jurnal Ekonomi. (2024). Studi literatur: Artificial intelligence dalam dunia perpajakan di Indonesia. Jurnal Ekonomi Bisnis, 1327–1339.
Fathir, M., Yusuf, M., Sari, I. M., Hamid, A., & Garusu, I. A. (2023). Integrasi teknologi artificial intelligence dalam sistem akuntansi modern. Jurnal Teknologi, Ekonomi, dan Akuntansi, 4(1), 230–234. https://doi.org/10.47065/jtear.v4i1.902
Febryan, D., Erviantono, T., & Winaya, I. K. (2015). Pelayanan publik berbasis teknologi informasi (Studi kasus di Badan Pelayanan Perizinan Terpadu dan Penanaman Modal Kota Bogor). Jurnal, 1–9.
Halimah, L. N., Riyadi, S., & Jurjani, A. F. (2025). Implementasi penggunaan machine learning dalam pembelajaran: Suatu telaah deskriptif. Jurnal, 1(1), 1–10.
Khilda, C., Dewi, R. P., & Sakinah, G. (2025). Jurnal, 19(3).
Magfuroh, B. L., & Elfita, R. A. (2025). Optimalisasi artificial intelligence dalam transformasi sistem perpajakan Indonesia di era ekonomi digital. Jurnal, 9(10), 251–257.
Niamy, F. M., & Furqon, I. K. (2024). Dampak transformasi teknologi pada sistem perpajakan dan stabilitas pendapatan pajak di Semarang. Jurnal, 3, 904–912.
Pamungkas, T. B. (2024). Penerapan prinsip due diligence dalam mencegah tindak pidana pencucian uang di bank. Jurnal, (December).
Rahayu, P., & Suaidah, I. (2025). Peran artificial intelligence dalam perpajakan terhadap kepatuhan wajib pajak e-commerce: Literasi digital sebagai mediator. Jurnal, 9, 479–490.
Sakinah, R., Kuswinarno, M., & Universitas Trunojoyo Madura. (2024). Dampak kecerdasan buatan terhadap digitalisasi dan kinerja sumber daya manusia: Peluang dan tantangan. Jurnal, 2(9).
Shamaya, V. P., Ashara, S. N., Sofyan, A., Aprilia, S., Leonica, A., & Ratnawati, T. (2023). Studi literatur: Artificial intelligence dalam audit. Jurnal Riset Manajemen dan Ekonomi (JRIME), 1(3), 255–267.
Utami, A. T., & Pramuktisari, N. (2024). Jurnal Akuntansi dan Perpajakan, 24(2), 1–7. http://jurnal.stie-aas.ac.id/index.php/jap
Vanthica, A., Anjani, I. A., Avivah, S. N., Anisa, C., Putri, T., & Universitas Pelita Bangsa. (2025). Peran teori birokrasi dalam mewujudkan efisiensi organisasi modern. Jurnal, 2(2), 4421–4431.
Wala, G. N., & Tesalonika, R. (2024). Transformasi administrasi perpajakan melalui Coretax: Analisis hukum dan akuntansi. Jurnal, 2(4), 149–158.
Wijoyo, A., Saputra, A. Y., Ristanti, S., Rafly, S., & Ban, S. (2024). Pembelajaran machine learning. Jurnal Ilmu Komputer, 3(2), 375–380.
Xyz, P. T. (2024). Penerapan artificial intelligence (AI) untuk meningkatkan efisiensi operasional di perusahaan manufaktur: Studi kasus. Jurnal, 1(1), 11–21.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Fitria Novi Nuraini
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
