Teknologi Artificial Intelligence untuk Administrasi Perpajakan Masa Depan

Istilah Kecerdasan Buatan atau Artificial Intelligence (AI) pertama kali diciptakan oleh John McCarthy pada tahun 1956, namun Artificial Intelligence ini baru menjadi populer diperbincangkan pada beberapa tahun terakhir. Kecerdasan buatan (artificial intelligence, AI) adalah suatu program komputasi yang dapat membuat mesin bekerja layaknya kecerdasan manusia; seperti mengambil keputusan, memecahkan masalah, dan melakukan prediksi (Russell and Norvig, 2016). Adapun tujuan diciptakannya Artificial Intelligence adalah:

·        Untuk mengembangkan komputer yang bisa berpikir seperti juga melihat, mendengar, berjalan, berbicara, dan merasakan. Tujuan utama AI adalah pengembangan fungsi komputer yang biasanya berkaitan dengan kecerdasan manusia, seperti penalaran, belajar, dan pemecahan masalah. Itulah mengapa istilah artificial intelligence diciptakan oleh John McCarthy di MIT pada tahun 1956.

·        Untuk membuat sistem pakar (expert systems) - Sistem yang menunjukkan perilaku cerdas, belajar, memperagakan, menjelaskan, dan menasihati para penggunanya.

·        Untuk menerapkan kecerdasan manusia dalam suatu mesin - menciptakan sistem yang memahami, berpikir, belajar, dan berperilaku seperti manusia.

Dengan adanya teknologi Artificial Intelligence ini memungkinkan terciptanya suatu mesin yang memiliki kecerdasan layaknya manusia sehingga dapat mempermudah dan membantu pekerjaan manusia dan meningkatkan efektivitas dan efisiensi dalam melakukan pekerjaannya tersebut. Selain itu Artificial Intelligence juga akan memberikan solusi terhadap permasalahan tertentu.

Apabila melihat dari pemberitaan mengenai perkembangan teknologi Artificial Intelligence, bahwa saat ini Artificial Intelligence dapat dikatakan sudah cukup berhasil membuktikan bahwa penerapannya telah membawa perubahan yang besar dan dapat menjadi solusi yang tepat untuk pemecahan masalah yang dihadapi dalam berbagai industri, berikut ini beberapa contoh keberhasilan penerapan Artificial Intelligence pada berbagai industri:

·        Industri Kesehatan - Mabu

Mabu adalah robot humanoid yang dikembangkan oleh Catalia Health dan bekerja dengan American Heart Association untuk membantu pasien tetap dalam perawatan yang maksimal meskipun menjalankan perawatan di rumah apabila terjadi gagal jantung (congestive heart failure). Bertindak sebagai asisten kesehatan pribadi, Mabu sebagai robot dapat mengajukan pertanyaan kepada pasien bagaimana perasaan mereka, memberikan saran untuk melakukan training, dan memberikan pengingat agar pasien melakukan pengobatan secara rutin (medication reminders).

·        Industri Perbankan – Erica

Bank America telah mengembangkan chatbot, Erica, sebuah robot berkemampuan AI yang menyediakan panduan keuangan untuk klien bank melalui pesan suara dan teks. Layanan ini dapat diakses 24/7, dan dapat melakukan transaksi sehari-hari. Hal ini memungkinkan klien untuk memiliki akses ke layanan kapan saja tanpa harus mengeluarkan biaya lebih banyak untuk mempekerjakan staf layanan pelanggan berbasis manusia (customer service).

Apakah Artificial Intelligence ini mungkin diterapkan dalam bidang perpajakan? dan Apa keuntungan penerapan Artificial Intelligence dalam bidang perpajakan?

Untuk menjawab pertanyaan tersebut, kita dapat menganalisisnya dari teknologi Artificial Intelligence yang dikembangkan saat ini, sebagai berikut:

·        Intelligent Process Automation (IPA)

Salah satu aplikasi Artificial Intelligence yang sedang dikembangkan saat ini adalah Intelligent Process Automation pada pekerjaan rutin yang relatif sederhana. Pada intinya, IPA adalah serangkaian teknologi baru yang mendesain ulang proses mendasar dengan menggabungkan robotic process automation dan machine learning. IPA adalah serangkaian perbaikan proses bisnis dan alat generasi mendatang yang membantu pekerja intelektual dengan menghilangkan tugas yang berulang, dapat ditiru, dan rutin.

IPA ini sangat mungkin untuk diterapkan dalam bidang perpajakan, dimana pada bidang perpajakan ini terdapat kegiatan yang dilakukan secara berulang (routine task) contohnya seperti kegiatan dalam rangka pemenuhan proses kepatuhan administrasi perpajakan yang meliputi pembayaran pajak, pendaftaran, pembuatan dan pelaporan pajak.

Dengan demikian IPA ini akan memberikan kemudahan bagi para pemangku kepentingan (stakeholders) dalam hal administrasi perpajakan dan juga memberi kesempatan kepada stakeholders dalam bidang perpajakan untuk dapat lebih fokus pada tugas yang kompleks dan membutuhkan keterampilan yang tinggi.

·        Machine Learning (ML)

ML is a subset of the larger field of artificial intelligence (AI) that “focuses on teaching computers how to learn without the need to be programmed for specific tasks,” note Sujit Pal and Antonio Gulli in Deep Learning with Keras. “In fact, the key idea behind ML is that it is possible to create algorithms that learn from and make predictions on data.”

Contoh yang termasuk ke dalam penerapan Machine Learning ini adalah filter spam yang menandai pesan di email, mesin rekomendasi yang digunakan Netflix untuk menyarankan konten yang mungkin anda sukai, dan mobil self-driving yang sedang dikembangkan oleh Google dan perusahaan lain.

Melihat definisi dan contoh penerapan teknologi Machine Learning diatas, teknologi ini akan sangat membantu apabila diterapkan ke dalam bidang perpajakan, khususnya dalam hal pengumpulan dan pengolahan data/informasi, mengingat sifat dari sistem perpajakan yang dinamis, yang membuat banyaknya perubahan pada peraturan perpajakan untuk menyesuaikan dengan kondisi terkini. Dalam penerapannya, Machine Learning ini akan membantu stakeholders dalam bidang perpajakan dalam hal pengolahan informasi dari banyak sumber dengan cepat dan akurat.

·        Deep Learning

Deep Learning adalah salah satu cabang dari Machine Learning yang mengembangkan komputer di bidang artificial neural networks. Istilah “Deep Learning” digunakan karena neural networks memiliki berbagai lapisan (dalam) yang memungkinkan untuk dipelajari. Dalam Deep Learning, algoritme di adaptasi dari cara otak manusia bekerja, berbasis big data (data besar). Deep Learning secara teknis dibuat agar mesin dapat mengenal visualisasi gambar (computer vision), suara (speech/audio recognition), berbicara dengan manusia (natural language processing), translasi bahasa, dan area yang lebih luas lagi di bidang sosial.

Deep Learning bekerja untuk menemukan kesalahan, ketika menghadapi masalah maka program akan belajar untuk tidak mengulangi masalah yang sama, sehingga meningkatkan hasil akurasi kebenaran yang diinginkan. Algoritme pada Deep Learning di desain untuk dapat melakukan pembelajaran secara mendalam untuk melakukan suatu tugas pengambilan keputusan yang biasa nya hanya bisa di eksekusi oleh manusia. Masalah apapun yang membutuhkan “pemikiran mendalam” untuk diputuskan adalah suatu permasalahan yang Deep Learning dapat pelajari cara penyelesaiannya. Teknologi Deep Learning ini memungkinkan suatu mesin dapat memecahkan masalah yang rumit tanpa adanya campur tangan manusia.

Deep Learning ini pun akan sangat berguna apabila diterapkan dalam bidang perpajakan yang membutuhkan ketelitian dan keakuratan dalam menganalisa permasalahan mendalam seperti mengidentifikasi (melalui pengenalan wajah, suara, dll) seseorang yang di otorisasi untuk melaksanakan hak dan kewajiban perpajakan, menganalisa peraturan dan dokumen pajak yang relevan, strategi penerapan kebijakan pajak, dan masalah mendalam lain nya. Deep Learning ini akan memegang peran sebagai asisten dari stakeholders, seperti contohnya membantu auditor pajak dalam mengidentifikasi kesalahan wajib pajak, mengklasifikasikan akun dan transaksi, menilai risiko audit pajak, dan mengusulkan strategi pajak yang menguntungkan.

[1] Big Data, Kecerdasan Buatan, Blockchain, dan Teknologi Finansial di Indonesia, Centre for Innovation Policy and Governance (CIPG) 2018

[2] AI Advantage & Disadvantage, Hafiza Elbadi Ahmed

[3] Using Artificial Intelligence to Fix Healthcare, Charles Towers-Clark

[4] How Artificial Intelligence Is Helping Financial Institutions, Sameer Maskey

[5] Intelligent process automation: The engine at the core of the next-generation operating model, Federico Berruti. Grame Nixon, Giambattista Taglioni, and Rob Whiteman

[6] Machine Learning: A quick and simple definition, James Furbush

[7] What Is Deep Learning AI? A Simple Guide With 8 Practical Examples, Bernard Marr

[8] Discussion on the Development of Artificial Intelligence in Taxation, Zhuowen Huang