MétaCan
Menu
Retour à la cohorte
Enregistrement W3170092167 · doi:10.22146/abis.v6i4.58801

ANALISIS PERLAKUAN PEMENUHAN KEWAJIBAN PAJAK PERTAMBAHAN NILAI (PPN) BAGI USAHA MIKRO, KECIL, DAN MENENGAH (UMKM) DI INDONESIA

2020· article· id· W3170092167 sur OpenAlexaboutno aff
Harry Apriadi

Notice bibliographique

RevueABIS Accounting and Business Information Systems Journal · 2020
Typearticle
Langueid
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesKementerian Keuangan Republik IndonesiaUniversitas Indonesia
Mots-clésPolitical scienceHumanitiesBusiness administrationBusinessPhilosophy

Résumé

récupéré en direct d'OpenAlex

AbstrakPenelitian ini bertujuan untuk memaparkan latar belakang penerapan peraturan dalam rangka pemenuhan kewajiban PPN bagi UMKM serta dampak penerapan peraturan PPN saat ini terhadap kepatuhan dan penerimaan PPN dari pelaku UMKM. Penelitian ini juga bertujuan mengidentifikasi faktor-faktor yang menjadi penyebab belum optimalnya kontribusi PPN dari pelaku UMKM. Penelitian ini menggunakan pendekatan kualitatif melalui strategi studi kasus. Pengumpulan data dilakukan melalui wawancara, observasi, dan analisis dokumen. Teknik analisis data menggunakan model interaktif Miles dan Huberman.Hasil penelitian menyimpulkan bahwa penerapan aturan yang ada telah mengakomodasi prinsip fundamental perpajakan The Ottawa Taxation Framework Condition yang mencakup efficiency, fairness, certainty, flexibility dan neutrality. Penerapan peraturan terkait angka batasan omzet pengusaha kecil 4,8 miliar rupiah sebagaimana terdapat pada PMK No. 197/ PMK. 03/2013, belum melalui kajian khusus terkait PPN. Namun demikian, angka tersebut didapat berdasarkan peraturan lain yang beda jenis pajaknya, yaitu PP 46/2013 pada jenis pajak PPh. Dampak dari peraturan tersebut adalah adanya upaya dari pengusaha untuk menghindar dari kewajiban menjadi pemungut PPN sehingga jumlah PKP yang ada khususnya dari pelaku UMKM relatif rendah. Dampak lain ialah rendahnya persentase kontribusi PPN dari pelaku UMKM terhadap penerimaan pajak.Faktor-faktor yang menjadi penyebab belum optimalnya kontribusi PPN antara lain terkait tingginya biaya kepatuhan pajak bagi pelaku UMKM yang menjadi PKP. Selain itu, batasan Pengusaha Kena Pajak di Indonesia saat ini terlalu tinggi jika dibandingkan dengan negara-negara lain di ASEAN bahkan dunia. Hal itu menjadi celah bagi pihak-pihak yang tidak bertanggung jawab untuk memanfaatkan peraturan yang berlaku. Faktor persaingan usaha juga menjadi penyebab mayoritas pelaku UMKM memilih untuk tidak berkontribusi menjadi agen pemerintah untuk memungut PPN, yakni menjadi Pengusaha Kena Pajak.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0270,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,216
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueABIS Accounting and Business Information Systems JournalMême sujetTaxation and Compliance StudiesTravaux en français237 207