ANALISIS PERLAKUAN PEMENUHAN KEWAJIBAN PAJAK PERTAMBAHAN NILAI (PPN) BAGI USAHA MIKRO, KECIL, DAN MENENGAH (UMKM) DI INDONESIA
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.027 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".