Praktik tax evasion merupakan praktik illegal dan termasuk pidana perpajakan. Sulitnya dilakukan pendeteksian dikarenakan sifatnya berdasarkan niatan buruk untuk tidak melaporkan penghasilan atau melebihkan beban pengeluaran. Salah satu solusinya adalah dengan menggunakan big data analytics. Oleh karena itu, penelitian ini akan membahas implementasi big data analytics untuk mengidentifikasi praktik tax evasion di Indonesia. Penelitian ini menggunakan pendekatan post-positivist dengan melihat implementasi langsung di DJP dengan melakukan wawancara mendalam dan melakukan uji pustaka. Hasil penelitian ini menunjukkan penggunaan data analytics dalam pemeriksaan pajak, atau biasa disebut sebagai audit analytics, telah dilakukan oleh DJP, salah satunya untuk mendeteksi praktik tax evasion. Metode analytics yang digunakan adalah predictive analytics untuk menguji tingkat kepatuhan wajib pajak. Kemudian, dilakukan prescriptive analytics untuk mendapatkan saran atas wajib pajak yang wajib dilakukan pemeriksaan. Terakhir, descriptive analytics yang berguna untuk menemukan bukti secara komprehensif atas kesalahan wajib pajak. Faktor pendukung diimplementasikan data analytics di DJP dikarenakan dominasi pelaporan digital dan tuntutan perkembangan zaman. Namun, terdapat faktor hambatan juga, yaitu sulitnya proses ETL, adanya ego sektoral antar lembaga, anggaran, dan SDM. Kedepannya, terdapat beberapa langkah strategis yang akan dikembangkan, yaitu optimalisasi kebijakan tax evasion dan tax avoidance, pengembangan sistem CoreTax, optimalisasi MoU atas data, dan improvisasi teknologi.

---

The practice of tax evasion is an illegal practice and is a tax crime. Detection is difficult because it is based on bad intentions not to report income or overestimate expenses. One solution is to use big data analytics. Therefore, this study will discuss the implementation of big data analytics to identify tax evasion practices in Indonesia. This study uses a post-positivist approach by looking at the direct implementation of the DGT by conducting in-depth interviews and literature review. The results of this study show that the use of data analytics in tax audits, or commonly referred to as audit analytics, has been carried out by the DGT, one of which is to detect tax evasion practices. The analytical method used is predictive analytics to test the level of taxpayer compliance. Then, prescriptive analytics is carried out to get advice on taxpayers who must be audited. Finally, descriptive analytics are useful for finding comprehensive evidence of taxpayer error. The supporting factor for implementing data analytics at DGT is due to the dominance of digital reporting and the demands of the times. However, there are also obstacle factors, namely the difficulty of the ETL process, the existence of sectoral egos between institutions, budgets, and human resources. Going forward, there are several strategic steps that will be developed, namely optimizing tax evasion and tax avoidance policies, developing the CoreTax system, optimizing the MoU on data, and improvising technology.