Foto: Tempo Bisnis — Gambar diambil dari sumber artikel asli untuk menghindari kesalahan informasi visual.
Kebijakan AI untuk deteksi under-invoicing berdampak langsung pada kepatuhan pajak impor, menekan celah kebocoran pendapatan negara di tengah tekanan fiskal APBN yang defisit Rp240 triliun.
- Nama Regulasi
- Sistem Trade AI untuk Deteksi Under-Invoicing
- Penerbit
- Direktorat Jenderal Bea dan Cukai, Kementerian Keuangan
- Berlaku Sejak
- 2025
- Perubahan Kunci
-
- ·Penerapan kecerdasan buatan (AI) untuk memantau harga dasar barang impor dari pasar dan e-commerce.
- ·Deteksi dini praktik under-invoicing, over-invoicing, dan pencucian uang berbasis perdagangan.
- ·Peningkatan akurasi dan volume pemeriksaan kepabeanan secara real-time.
- Pihak Terdampak
- Importir barang jadi dan bahan bakuPerusahaan jasa kepabeanan (PPJK) dan konsultan imporE-commerce lintas batas (cross-border)Industri manufaktur dan ritel yang bergantung pada imporEksportir komoditas (terkait potensi over-invoicing)
Ringkasan Eksekutif
Direktorat Jenderal Bea dan Cukai (DJBC) Kementerian Keuangan mengklaim bahwa penggunaan teknologi kecerdasan buatan (AI) melalui sistem Trade AI yang dikembangkan secara mandiri sejak tahun lalu efektif dalam mencegah praktik under-invoicing atau manipulasi harga impor. Dirjen Bea Cukai Djaka Budhi Utama menyatakan bahwa hingga Juni 2026, penerimaan bea masuk berhasil meningkat hampir 9% berkat penerapan AI ini. Teknologi Trade AI bekerja dengan memantau harga dasar barang yang beredar di masyarakat dan di platform e-commerce, sehingga potensi pelaporan nilai impor yang lebih rendah dapat diminimalkan.
Langkah ini menjadi krusial mengingat praktik under-invoicing selama ini menjadi salah satu sumber utama kebocoran penerimaan negara. Meski demikian, kenaikan bea masuk juga didorong oleh lonjakan impor bahan baku dan bahan penolong yang tumbuh 10,67% hingga akhir Mei 2026. Secara keseluruhan, realisasi penerimaan bea masuk per akhir Mei tercatat sebesar Rp21,5 triliun, tumbuh 9,7% dibandingkan periode yang sama tahun sebelumnya yang hanya Rp19,6 triliun. Trade AI tidak hanya mendeteksi under-invoicing, tetapi juga over-invoicing dan potensi pencucian uang berbasis perdagangan. Inovasi ini menunjukkan bahwa pemerintah mulai mengandalkan solusi berbasis data dan algoritma untuk menutup celah fiskal di tengah tekanan defisit APBN yang mencapai Rp240,1 triliun hingga Maret 2026.
Yang tidak langsung terlihat dari headline adalah bahwa keberhasilan Trade AI mengindikasikan pergeseran paradigma pengawasan kepabeanan dari yang sebelumnya bersifat manual dan reaktif, menjadi lebih proaktif dan berbasis risiko. Peningkatan pendapatan bea masuk sebesar 9% dalam periode di mana impor juga naik signifikan (10,67%) menunjukkan bahwa AI tidak hanya menambah volume pemeriksaan, tetapi juga meningkatkan akurasi deteksi. Implikasinya, importir yang selama ini terbiasa dengan praktik manipulasi harga akan menghadapi risiko kepatuhan yang jauh lebih tinggi. Bagi importir patuh, sistem ini justru menciptakan level playing field yang lebih adil karena praktik under-invoicing yang memberikan keunggulan kompetitif tidak sehat akan semakin tertekan. Perusahaan yang bergantung pada barang impor—terutama sektor manufaktur, ritel, dan distribusi—perlu meninjau ulang strategi kepatuhan mereka.
Risiko audit dan sanksi administratif dari DJBC akan meningkat, sehingga biaya kepatuhan (compliance cost) berpotensi naik dalam jangka pendek. Di sisi makro, peningkatan penerimaan bea masuk ini menjadi angin segar bagi APBN yang tengah tertekan. Jika efektivitas Trade AI terus terbukti, pemerintah memiliki ruang fiskal tambahan tanpa harus menaikkan tarif pajak baru. Namun, keberhasilan ini bergantung pada kemampuan DJBC untuk terus memperbarui database harga dan algoritma AI agar tetap relevan dengan dinamika pasar global.
Mengapa Ini Penting
Keberhasilan AI dalam mencegah under-invoicing bukan sekadar soal teknologi, melainkan bukti bahwa pemerintah serius menutup kebocoran fiskal di tengah defisit APBN yang lebar. Ini mengubah lanskap kepatuhan bagi importir dan menciptakan insentif baru untuk pelaporan yang jujur. Dalam jangka panjang, efektivitas Trade AI juga dapat memperkuat posisi tawar Indonesia dalam negosiasi perdagangan internasional dan memperbaiki persepsi investor terhadap transparansi fiskal Indonesia.
Dampak ke Bisnis
- Importir bahan baku dan barang jadi yang selama ini memanfaatkan celah under-invoicing akan menghadapi risiko audit dan sanksi yang lebih tinggi. Perusahaan perlu memperkuat sistem kepatuhan internal dan dokumentasi impor untuk menghindari temuan DJBC. Sektor yang paling rentan adalah importir tekstil, elektronik, dan komponen otomotif yang kerap menjadi sasaran praktik manipulasi harga.
- Bagi importir yang sudah patuh, sistem AI ini justru menguntungkan karena menciptakan persaingan usaha yang lebih sehat. Praktik under-invoicing yang memberikan keunggulan biaya tidak wajar akan tertekan, sehingga margin usaha importir patuh berpotensi membaik secara relatif. Ini terutama relevan bagi perusahaan publik yang diaudit secara ketat dan tidak bisa memanfaatkan celah tersebut.
- Peningkatan penerimaan bea masuk sebesar 9% akibat AI memberikan ruang fiskal tambahan bagi APBN yang defisit. Pemerintah bisa mengalokasikan dana tersebut untuk belanja produktif atau menekan utang baru. Dampak tidak langsungnya, tekanan terhadap rupiah dan yield SBN bisa sedikit berkurang karena persepsi fiskal membaik. Namun, efek ini baru terasa jika peningkatan penerimaan bersifat struktural dan berkelanjutan.
- Perusahaan logistik dan jasa kepabeanan (PPJK) akan menghadapi permintaan baru dari klien untuk memastikan kepatuhan terhadap sistem Trade AI. Ini membuka peluang bisnis baru bagi konsultan kepabeanan dan penyedia solusi kepatuhan digital. Di sisi lain, biaya jasa konsultan bisa meningkat karena analisis data yang lebih kompleks dibutuhkan untuk menghadapi pengawasan berbasis AI.
Yang Perlu Dipantau
- Yang perlu dipantau: respons asosiasi importir (misal: GINSI, API) terhadap sistem Trade AI — apakah ada keberatan resmi atau justru dukungan. Jika ada keberatan, bisa muncul tekanan kepada DJBC untuk melonggarkan penerapan AI.
- Risiko yang perlu dicermati: kemungkinan AI mendeteksi under-invoicing secara berlebihan (false positive) yang bisa merugikan importir patuh. DJBC perlu memiliki mekanisme banding yang jelas dan cepat untuk mengoreksi kesalahan sistem.
- Sinyal penting: perluasan Trade AI ke sektor ekspor atau barang kiriman — jika terjadi, dampaknya akan meluas ke pelaku UMKM yang mulai mengekspor melalui platform digital. Ini akan menjadi ujian apakah sistem AI bisa diadaptasi untuk volume transaksi yang lebih kecil dan beragam.
Analisis ini dibuat oleh sistem AI Feedberry berdasarkan sumber berita publik dan tidak merupakan saran investasi atau keputusan bisnis. Selalu verifikasi dengan sumber primer.