Pemerintah Daerah — Kabupaten Contoh
BI

DIGDAYA Command Center: Smart Budgeting & Tax Intelligence

Ringkasan eksekutif potensi pajak daerah, tax gap, keselarasan belanja dengan prioritas nasional, dan entitas risiko tinggi.

Potensi Pajak Daerah

Rp 44,6 T

+3,2% YoY

Tax Gap Terdeteksi

Rp 2,4 T

Estimasi big data vs pelaporan

Budget Alignment

78%

Selaras prioritas nasional

Entitas Fraud Risiko Tinggi

127

WP hotel/resto/PBB

Target vs Realisasi Pendapatan Pajak

Hotel, Restoran, PBB — data dummy (satuan Rp Miliar)

Resume Pendapatan

Smart Revenue & Anti-Fraud — ensemble Telco MSIGHT, WiFi sensing, eWoM, CV.

Bobot Sumber Data (Ensemble)

Aktif:

Fraud Risk Quadrant

Sumbu X: kepadatan WiFi / estimasi keramaian · Sumbu Y: omset terlapor (indeks)

Risiko tinggi understated omset Risiko tinggi money laundry Risiko rendah Netral / pantau

Insight Cepat

  • 34 restoran di kuadran “omset rendah + keramaian tinggi”.
  • Telco MSIGHT mendeteksi lonjakan footfall 22% vs laporan SPT.
  • eWoM negatif berkorelasi dengan 12 WP gap > 40%.

Top Anomaly Establishments

Nama WP Kategori Omset Lapor Estimasi AI Gap % Risk 0–10 Aksi

Resume Belanja

NLP & Agentic AI pada dokumen APBD/Perda — tagging & alignment prioritas nasional.

AI Policy Consultant

Agentic narrative (dummy)

Ringkasan agen

Berdasarkan analisis 127 kebijakan baru (Perda/Pergub), 85% selaras dengan RPJMD dan prioritas nasional. Peringatan: 3 kebijakan tumpang tindih dengan program pusat (PKH & JKN). Potensi efisiensi belanja teridentifikasi sekitar Rp 15 Miliar melalui konsolidasi pengadaan serupa.

Distribusi Belanja per Tag Prioritas Nasional

Auto-tagging NLP dari lampiran APBD (dummy)

Kebijakan Daerah & Alignment

Nama Kebijakan Auto-Tag AI Anggaran Alignment % Status

Tindakan WP