Application of data mining to taxpayers issuing fictitious tax invoice using classification techniques

Abstract

Pajak adalah tulang punggung penerimaan negara, namun penerimaan pajak tidak berjalan optimal karena adanya tindak pidana perpajakan. 44 % dari keseluruhan tindak pidana pajak berasal dari penerbitan Faktur Pajak Tidak berdasarkan transaksi sebenarnya. Hal tersebut mengurangi pendapatan dari sektor PPN bahkan dapat mengambil uang negara menggunakan restitusi PPN. Untuk menghadapi hal tersebut DJP dapat menggunakan data mining untuk melakukan audit yang lebih efektif dan efisien. Penelitian menggunakan metodologi CRISP-DM dan Python diterapkan kepada 1071 data wajib pajak penerbit dan 2142 wajib pajak bukan penerbit. Hasil dari penelitian memberikan model yang memiliki Prediction Efficiency sebesar 83,56%, reduction in Examination Effort sebesar 69,31%, dan Strike Rate sebesar 90,77%. Model tersebut kemudian dapat digunakan dengan Streamlit dan memprediksi 8 WP penerbit dengan probability 75% dari data deployment yang terdiri dari 1000 baris data.