Apakah Pertumbuhan Ekonomi Sektoral Berpengaruh terhadap Tingkat Efisiensi Teknis Kantor Pelayanan Pajak Pratama?

MUHAMAD ZAINUL ROHIM, Akhmad Akbar Susamto, M.Phil., Ph.D.

2023 | Tesis | Magister Ekonomika Pembangunan

Seiring dengan perbedaan input dan output dalam mengukur tingkat efisiensi teknis KPP Pratama (DMU), penelitian ini menjabarkan tingkat efisiensi KPP Pratama di seluruh Indonesia pada tahun 2017 dan 2018 menggunakan metode Data Envelopment Analysis (DEA). Penelitian ini menggunakan empat skema DMU dengan kombinasi input yaitu jumlah pegawai KPP, realisasi belanja pegawai KPP, KP2KP (jumlah pegawai dan realisasi belanja pegawai), dan PDRB. Adapun tiga output DEA yakni jumlah, tingkat capaian target, dan pertumbuhan penerimaan pajak merujuk pada beberapa isu dalam evaluasi penerimaan pajak dan merupakan parameter dalam penentuan tunjangan kinerja pegawai DJP. Hasil penelitian menunjukkan bahwa input DEA yang berbeda dapat menghasilkan tingkat efisiensi KPP Pratama yang berbeda pula. Saat jumlah pegawai dan realisasi belanja pegawai di KPP Pratama digunakan sebagai input DEA (DMU A), nilai rata-rata tingkat efisiensi tahun 2017 sebesar 0.632, sedangkan tahun 2018 sebesar 0.649. Adapun saat jumlah pegawai dibagi ke dalam pegawai fungsi penerimaan dan pegawai fungsi pendukung penerimaan atau Skema DMU B, nilai rata-rata tingkat efisiensi yakni tahun 2017 sebesar 0.636 dan tahun 2018 sebesar 0.663. Selanjutnya, saat jumlah pegawai dan realisasi belanja pegawai KP2KP diikutsertakan (DMU C), nilai rata-rata tingkat efisiensi DMU C yakni tahun 2017 sebesar 0.643 dan tahun 2018 sebesar 0.662. Saat PDRB diikutserkatan sebagai input DEA (DMU D), nilai rata-rata tingkat efisensi tahun 2017 sebesar 0.724 dan tahun 2018 sebesar 0.688. Hasil regresi menunjukkan bahwa pertumbuhan ekonomi sektor jasa berpengaruh positif dan signifikan terhadap tingkat efisiensi teknis KPP Pratama pada semua skema DMU, sedangkan, pertumbuhan ekonomi sektor industri berpengaruh negatif dan signifikan terhadap tingkat efisiensi teknis hanya pada skema DMU A, B, dan C.

Along with the differences in input and output in measuring the level of technical efficiency of tax offices (KPP Pratama, DMU), this research describes the efficiency level of tax offices throughout Indonesia in 2017 and 2018 using the Data Envelopment Analysis (DEA) method. This study uses four DMU schemes with a combination of inputs on the number of employees of, employee budget realization of tax office, Tax Services Dissemination and Consultation Office or KP2KP (number of employees and employee budget realization), and GRDP. The three DEA outputs are the amount of tax revenues, the target achievement level, and the growth of tax revenue that refer to several issues in the evaluation of tax revenues and also the determining parameters for DGT employee performance allowances. The results show that different DEA inputs can produce different tax office efficiency levels. When the number of employees and employee budget realization at tax offices are used as DEA input (DMU A), the average efficiency level in 2017 is 0.632, while in 2018 it was 0.649. Meanwhile, when the number of employees is divided into employees of the revenue function and employees of the revenue support function (DMU B), the average efficiency level is 0.636 in 2017 and 0.663 in 2018. Furthermore, when KP2KP resources are included (DMU C) ), the average efficiency level of DMU C is 0.643 in 2017 and 0.662 in 2018. In addition, when GRDP is included as DEA input (DMU D), the average efficiency level in 2017 is 0.724 and in 2018 it is 0.688. The regression results show that economic growth in the service sector has a positive and significant effect on the tax offices technical efficiency level in all DMU schemes, meanwhile, economic growth in the industrial sector has a negative and significant effect on the tax office technical efficiency level only in DMU A, B and C schemes.

Kata Kunci : tingkat capaian target pajak, pertumbuhan pajak, efisiensi teknis, efisiensi pajak, KPP Pratama, data envelopment analaysis, DEA, regresi, tax target achievement, tax growth, technical efficiency, tax efficiency, KPP Pratama, data envelopment analysis, DE