Bea Cukai Kembangkan TradeAI Sebagai Pengawasan Kepabeanan Canggih Berbasis AI
Mahasiswa Politeknik Keuangan Negara STAN
·waktu baca 2 menit
Tulisan dari Muhammad Rayhan tidak mewakili pandangan dari redaksi kumparan
PerbesarPraktik misinvoicing atau manipulasi nilai faktur bukan sekadar pelanggaran administratif, melainkan telah menjadi "parasit" dalam sistem perekonomian yang menggerogoti fondasi fiskal Indonesia. Data menurut Next Indonesia menunjukkan bahwa kerugian fiskal akibat praktik over-invoicing mencapai USD 40,2 miliar per tahun, sementara under-invoicing menyentuh angka USD 25,3 miliar per tahun. Selain hilangnya potensi penerimaan negara, celah ini juga menjadi modus utama dalam praktik Trade-Based Money Laundering (TBML) serta pelarian modal (capital flight) lintas negara.
Menanggapi permasalahan serius ini, Menteri Keuangan memberikan instruksi khusus kepada Direktorat Jenderal Bea dan Cukai (DJBC) pada November 2025 untuk memberikan atensi penuh terhadap praktik misinvoicing. Sebagai tindak lanjut, DJBC kini tengah mempercepat pengembangan TradeAI, sebuah teknologi kecerdasan buatan dalam sistem pengawasan kepabeanan di pelabuhan yang ditargetkan terimplementasi penuh secara nasional pada 2026. Teknologi ini diproyeksikan mampu mendeteksi setiap anomali data yang dilaporkan oleh importir secara lebih presisi.
Pada kunjungan uji coba tahap awal di Pelabuhan Tanjung Priok, Purbaya Yudhi Sadewa mengungkapkan bahwa hasil analisis terhadap sampel Pemberitahuan Impor Barang (PIB) melalui TradeAI telah mampu mengamankan potensi penerimaan negara secara signifikan. Dalam sistem konvensional, celah pengawasan memang membuka peluang bagi importir nakal untuk melakukan misinvoicing. Mereka sering kali melakukan gambling dengan harapan kontainer bermasalah tersebut tidak terpilih secara acak dalam sistem pemeriksaan jalur saat ini. Sementara itu di sisi petugas, Pejabat Pemeriksa Dokumen kerap terjebak dalam dilema antara melakukan verifikasi mendalam atau menjaga kelancaran arus barang (dwelling time) agar tidak terhambat.
Evolusi Pengawasan dengan TradeAI
Implementasi TradeAI nantinya akan terintegrasi penuh ke dalam modul CEISA 4.0. Proses deteksi ini akan secara otomatis menganalisis kesesuaian data, seperti nilai pabean, tarif barang, hingga verifikasi dokumen segera setelah importir mengirimkan data Pemberitahuan Impor Barang (PIB) ke dalam sistem.
Jika sistem mengindikasi adanya perbedaan harga atau ketidaksesuaian dengan basis data, TradeAI akan memberikan flagging (peringatan) sekaligus melakukan scoring risiko terhadap nomor PIB tersebut. Akibatnya, barang yang terindikasi bermasalah tidak dapat langsung dikeluarkan dari pelabuhan sebelum dilakukan pemeriksaan dokumen dan fisik secara mendalam oleh petugas.
TradeAI bukan merupakan satu program, melainkan sebuah ekosistem AI Agent yang memiliki spesialisasi tugasnya masing-masing. Sistem ini didesain dengan teknologi Machine Learning yang mampu bekerja super cepat dalam mengawasi transaksi secara langsung (real-time). Tujuannya adalah untuk mencegah kerugian keuangan negara melalui beberapa mekanisme deteksi, antara lain:
Natural Language Processing (NLP): Melalui teknologi NLP, sistem bekerja dengan cara "membersihkan" kata-kata tak bermakna dalam uraian barang dan mencocokannya dengan klasifikasi HS yang akurat. Mekanisme ini efektif untuk mencegah praktik penyamaran kategori barang.
Algoritma: Berbagai algoritma digunakan untuk menjadi detektor anomali utama dalam sistem. Dengan menghitung tingkat anomali data yang diinput, sistem kemudian akan memberikan skor risiko (scoring). Skor ini bertujuan untuk menentukan prioritas serta jumlah sampel pengecekan fisik yang harus dilakukan oleh petugas di lapangan.
Mirror Analysis: Salah satu terobosan TradeAI adalah kemampuannya dalam melakukan validasi silang dengan data eksternal maupun internal secara otomatis. Basis mirror analysis ini menggunakan data global seperti UN Comtrade dan Global Trade Atlas. Selain itu, sistem juga melakukan web-scraping pada platform PMSE (seperti Alibaba atau Amazon) untuk menentukan batas wajar harga pasar saat ini sebagai pembanding yang objektif.
Keunggulan Deteksi TradeAI
Dengan teknologi machine learning yang terus mempelajari dan mengembangkan data berdasarkan riwayat transaksi, TradeAI dirancang untuk mengenali berbagai modus operandi manipulasi perdagangan melalui predictive modelling dan pattern recognition, seperti:
Phantom Shipping: Sistem mampu mendeteksi transaksi "hantu" yang bertujuan menyamarkan jenis barang sebenarnya. TradeAI akan memberikan peringatan jika menemukan data yang tidak logis melalui perbandingan antara harga dan deskripsi barang dengan berat barang yang dilaporkan.
Smurfing: Sistem dapat mengidentifikasi upaya memecah satu transaksi besar menjadi banyak transaksi kecil. Modus ini biasanya dilakukan untuk menghindari pengawasan mendalam atau untuk mendapatkan tarif pajak yang lebih rendah dibandingkan jika barang dilaporkan sebagai satu kesatuan utuh.
Pergeseran Perilaku: AI mampu memantau perubahan pola impor secara proaktif. Jika terjadi lonjakan frekuensi atau volume importasi yang mendadak secara signifikan dari tren historisnya, maka sistem akan otomatis memberikan peringatan.
Makna Implementasi TradeAI
Transisi menuju TradeAI bukan sekadar soal kecanggihan teknologi, melainkan tentang menciptakan level playing field yang adil bagi seluruh pelaku usaha. Selama ini, pengusaha jujur sering kali kalah bersaing dengan importir nakal yang mampu menjual barang jauh lebih murah karena menghindari kewajiban pabean.
Dengan implementasi TradeAI yang ditargetkan secara nasional pada tahun 2026, DJBC secara nyata berupaya meningkatkan modernisasi kepercayaan publik. Melalui transparansi algoritma dan kekuatan data, Bea Cukai bertransformasi menjadi institusi yang tidak hanya efisien, tetapi juga tak tergoyahkan dalam menjaga kedaulatan fiskal bangsa.