TradeAI: Langkah Baru Menjaga Penerimaan Negara di Tengah Kompleksitas Perdagangan Global

Oleh: Mifta Firma Andini

PT. Media Apero Fublic

20 Jul, 2026 0 0

APERO FUBLIC I Perdagangan internasional terus berkembang dengan kecepatan yang sulit diimbangi oleh metode pengawasan konvensional. Setiap hari, ribuan dokumen impor diproses oleh Direktorat Jenderal Bea dan Cukai (DJBC) sebagai dasar penetapan bea masuk dan pungutan negara.

Di balik tingginya arus barang tersebut, terdapat berbagai risiko seperti under-invoicing (pelaporan nilai barang lebih rendah dari nilai sebenarnya), over-invoicing, kesalahan klasifikasi barang, hingga potensi pencucian uang berbasis perdagangan.

Praktik-praktik tersebut bukan hanya melanggar ketentuan kepabeanan, tetapi juga dapat mengurangi penerimaan negara apabila tidak terdeteksi sejak awal. Menjawab tantangan tersebut, DJBC mulai memanfaatkan kecerdasan buatan melalui sistem Trade AI sebagai bagian dari transformasi digital pengawasan kepabeanan.

TradeAI dikembangkan untuk membantu menganalisis data impor secara otomatis melalui perbandingan nilai pabean dengan harga pasar, analisis klasifikasi barang, serta pendeteksian potensi pelanggaran seperti misinvoicing. Dalam tahapuji coba terhadap 145 Pemberitahuan Impor Barang (PIB), sistem ini berhasil mengidentifikasi ketidakwajaran nilai impor yang menghasilkan tambahan penerimaan negara sekitar Rp1,2 miliar.

Selain itu, waktu penelitian dokumen sebelumnya membutuhkan sekitar 120 menit dapat dipersingkat menjadi 50-60 menit. Hasil tersebut menunjukkan bahwa pemanfaatan AI tidak hanya meningkatkan efisiensi proses administrasi, tetapi juga memperkuat fungsi analisis risiko dalam menjaga penerimaan negara.

Bagi penulis, hal yang paling menarik dari TradeAI bukanlah angka tambahan penerimaan negara sebesar Rp1,2 miliar. Nilai tersebut memang masih relatif kecil jika dibandingkan dengan total penerimaan negara setiap tahun. Namun, yang jauh lebih penting adalah perubahan paradigma yang mulai dibangun pemerintah.

Selama ini, pengawasan kepabeanan sangat bergantung pada pengalaman dan kapasitas petugas dalam menilai ribuan transaksi impor. Dengan TradeAI, proses tersebut mulai bergeser menjadi pengawasan yang didukung analisis data dalam jumlah besar sehingga pemeriksaan dapat difokuskan pada transaksi yang benar-benar memiliki risiko tinggi.

Pergeseran ini menunjukkan bahwa teknologi mulai digunakan bukan sekadar untuk mempercepat pekerjaan administrasi, tetapi untuk meningkatkan kualitas pengambilan keputusan. Perubahan pendekatan tersebut merupakan langkah yang relevan dengan kompleksitas perdagangan internasional saat ini.

Semakin tinggi volume transaksi impor, semakin besar pula tantangan pemerintah dalam memastikan setiap transaksi telah memenuhi ketentuan kepabeanan. Dalam kondisi seperti itu, pemeriksaan secara menyeluruh terhadap seluruh dokumen bukan lagi pilihan yang efektif karena membutuhkan sumber daya yang sangat besar.

TradeAI menawarkan pendekatan berbasis risiko (risk-based approach), yaitu memfokuskan pengawasan pada transaksi yang memiliki indikasi pelanggaran paling tinggi. Pendekatan ini tidak hanya meningkatkan efisiensi kerja aparatur, tetapi juga mencermintakn pengelolaan fiskal yang lebih adaptif terhadap perkembangan teknologi dan dinamika perdagangan global.

Perubahan tersebut selaras dengan pendekatan Evidence-Based Policy Making (EBPM) yang dikemukakan oleh Carol H. Weiss. Dalam pendekatan ini, keputusan publik seharusnya dibangun berdasarkan bukti (evidence) yang dapat dipertanggungjawabkan, bukan hanya intuisi atau pengalaman.

TradeAI mencerminkan prinsip tersebut karena menghasilkan bukti berupa analisis risiko dari jutaan data impor yang kemudian menjadi dasar bagi petugas Bea dan Cukai untuk menentukan prioritas pemeriksaan.

Dengan kata lain, AI tidak menggantikan manusia dalam mengambil keputusan, melainkan menyediakan informasi yang lebih cepat dan lebih akurat agar keputusan yang diambil menjadi lebih efektif. Namun demikian, keberhasilan TradeAI tidak boleh diukur hanya dari sisi efisiensi maupun tambahan penerimaan negara.

Penggunaan AI dalam pengawasan fiskal juga membawa tantangan baru yang tidak boleh diabaikan. AI bekerja berdasarkan data yang tersedia. Apabila data yang dianalisis tidak lengkap, tidak mutakhir, atau mengandung bias, maka rekomendasi yang dihasilkan juga berpotensi kurang tepat.

Dalam konteks kepabeanan, kondisi tersebut dapat berdampak pada salah sasaran pemeriksaan terhadap importir yang patuh ataujustru membuat pelanggaran lain tidak terdeteksi. Oleh sebab itu, kualitas data menjadi fondasi utama keberhasilan implementasi TradeAI.

Selain kualitas data, kesiapan sumber daya manusia juga menjadi faktor penentu. AI bukanlah pengganti aparatur negara, melainkan alat bantu dalam proses analisis. Petugas tetap harus mampu membaca hasil rekomendasi sistem, melakukan verifikasi, dan mempertimbangkan aspek hukum maupun kondisi faktual di lapangan sebelum mengambil keputusan.

Bahkan Menteri Keuangan juga menegaskan bahwa Trade AI tidak akan memiliki tingkat akurasi yang sempurna dan sistem tersebut akan terus belajar dari data historis, sehingga hasil analisisnya tetap perlu dipantau dan diverifikasi.Langkah DJBC mengembangkan TradeAI patut diapresiasi sebagai bagian dari modernisasi pengelolaan fiskal Indonesia.

Bahkan, pada tahun 2026 TradeAI telah menjadi salah satu quick wins DJBC dan mulai diterapkan di Pelabuhan Tanjung Priok. Menurut DJBC, sistem ini telah mencapai tingkat akurasi 95-99% dalam mendeteksi tarif, klasifikasi, dan jenis barang, serta akan terus dikembangkan untuk memperkuat analisis nilai pabean, validasi dokumen, dan rekomendasi profil risiko importir melalui integrasi dengan CEISA 4.0.

Hal ini menunjukkan bahwa pemerintah tidak lagi melihat AI sebagai teknologi pelengkap, melainkan sebagai instrumen strategis untuk memperkuat pengawasan berbasis risiko. Meskipun demikian, transformasi digital tidak boleh berhenti pada pengembangan teknologi semata.

Pemerintah juga perlu memastikan adanya tata kelola AI yang transparan, perlindungan data yang memadai, serta mekanisme akuntabilitas agar setiap rekomendasi yang dihasilkan sistem dapat dipertanggungjawabkan. Dengan demikian, kepercayaan masyarakat dan pelaku usaha terhadap sistem kepabeanan dapat terus terjaga.

Trade AI memberikan gambaran bahwa pengelolaan fiskal Indonesia mulai memasuki era baru, yaitu pengambilan keputusan yang semakin berbasis data. Inovasi ini menunjukkan bahwa teknologi dapat membantu pemerintah mengoptimalkan penerimaan negara sekaligus meningkatkan efisiensi pengawasan.

Namun, keberhasilan transformasi tersebut tidak hanya ditentukan oleh kecanggihan algoritma, melainkan oleh kemampuan pemerintah mengelola data, meningkatkan kapasitas aparatur, dan memastikan bahwa setiap keputusan tetap berada dalam koridor transparansi, akuntabilitas, kepentingan publik dan keadilan.

Pada akhirnya, TradeAI memang bukan Solusi tunggal untuk menutup seluruh potensi kebocoran penerimaan negara. Namun, inovasi ini menunjukkan bahwa pengelolaan fiskal Indonesia mulai bergerak dari pola pengawasan yang reaktif menuju pengawasan yang prediktif dan berbasis data.

Oleh: Mifta Firma Andini

Mahasiswi Fakultas Ilmu Sosial dan Ilmu Politik, Program Studi Administrasi Publik, Universitas 17 Agustus 1945 Banyuwangi

Editor. Tim Redaksi