etc.) 06112021
ľugas dan Ïungsi DJBC
Self-Service
Analytics
BI & Data
Warehousing
VALUE
Operation
3 TAHUN
CEISA FACTS
350K+ 107
Docs/day
KPU/KPPBC
40K+
Active Users 1,4M+
Automatic Jobs/Day
CURRENT ON GOING – TO BE
SINGLE CORE SYSTEM integrasi, personalisasi, serta menggunakan big
Penyatuan beberapa sistem utama CEISA data platform untuk memenuhi kebutuhan
yang selama ini terpisah, simplifikasi, analisis
SMART CUSTOMS AND EXCISE dengan pemanfaatan teknologi ( Case
Mengoptimalkan(Indonesia
kegiatan Customs Data Set, Management, CEISA Search, Smart Devies,
pengawasan kepabeanan Single Submission, WCO Data
dan cukai Profiling, Artificial Intelligent
Model, Data Driven Based) Technology)
SUPPORT
ANALYTICS
Memanfaatkan data untuk
Layer Support mengotomasi semua proses
mendukung pengambilan
bisnis DJBC diluar proses bisnis utama
keputusan organisasi
COLLABORATION
PLATFORM
mudahan integrasi dan kolaborasi lintas sistem aplikasi
PORTAL PENGGUNA JASA MOBILE APPLICATION
Kemudahan pengguna jasa untuk Memperluas aplikasi berbasis mobile
berinteraksi dengan layanan kepabeanan dan
cukai
INDONESIA CUSTOMS DATASET
PPFTZ 01
PPFTZ 02 Dok FTZ
PPFTZ 03
Other Countries
DATA ANALYTICS
DAN SELF SERVICE
BI
DATA ANALYTICS &
ARTIFICIAL INTELLIGENCE
Lataí Belakang :
Risk management yang sudah ada saat ini tidak
dapat beíadaptasi teíhadap peíubahan dunia
kepabeanan yang sangat dinamis
Rekomendasi Inspektoíat Jendeíal Kemenkeu
teíhadap peíbaikan manajemen íisiko
Nilai Hit Rate yang tidak memuaskan
ľaíget peneíimaan yang teíus meningkat setiap
tahunnya
Penetapan pemeíiksaan fisik haíus mengikuti
analisis beban keíja di masing-masing kantoí
pelayanan
Logistic Regíession
Random Foíest
Decision ľíee
01 Algoíitme Naïve Bayes
Gíadient Boosted ľíees
AdaBoost
18
Use Case 1: Customs Risk Engine - Deployment
19
Use Case 1: Customs Risk Engine – Business Impact
20
Use Case 1: Customs Risk Engine – Business Impact (2)
22
ľefinifi Analisis
MODEL n MAPE
SARIMA 68 15,64%
Holt-Winters ES 68 9,72%
MAPE Interpretasi
10 - 20 Good Forecasting
20 - 50 Reasonable Forecasting
24
Use Case 2: Implementasi
25
Dashboard Nasional
Menjadi sarana bagi para pimpinan DJBC untuk
memonitor dan menganalisa kinerja DJBC secara real-time
dan tingkat kebaruan tertentu dari sumber-sumber data
yang sudah teruji kredibilitasnya
27
Use Case 3: Passengeí Risk Management
28
Use Case 3: Passengeí Risk Management
29
Use Case 3: Passengeí Risk Management – Analisa Lanjutan pada Big Data DJBC
Diimplementasikan pada :
34 Kantor Mandatory
16 Kantor Non Mandatory
Total Transaksi per Hari
3.105 Target Aktif
430 Target Aktif Teridentifikasi
222 Target Aktif dilakukan Penegahan
20 Target Terduga Teroris Teridentifikasi
31
DISRUPSI TEKNOLOGI 4.0 :
ICCT CEISA SEBAGAI BACKBONE
DAN CIKAL BAKAL
NATIONAL LOGISTICS ECOSYSTEM
DISRUPTION
• Sebenarnya Bea Cukai tidak perlu berubah sekarang, tapi pelan-pelan dunialah yang akan berubah, dan sampai pada saatnya nanti
kita akan sulit mengejar ketertinggalan
• Dalam hitungan tahun, bukan hal yang tidak mungkin kalau kedepan tidak perlu lagi pengguna jasa submit PIB/ PEB dan Bea
Cukai hanya cukup generate billing
• Konsep yang ada di NLE ini adalah sebagai anak tangga menghadapi perubahan tersebut, secara konsep mirip dengan blockchain
(ekosistem kewenangan dikontrol secara kolektif) walaupun secara infrastruktur belum sama sekali ke arah sana, namun behaviour
customer bisa kita arahkan mulai dari sekarang
EVOLUSI OMNICHANNEL
Single-Channel Multi-Channel Cíoss - Channel Omni-Channel
Other
Omnichannel adalah model interaksi antara Mendorong peningkatan hubungan Konsep omnichannel paling sesuai
user/customer dengan penyedia layanan melalui B2B yg saling menguntungkan , diterapkan dalam pendekatan ekosistem
banyak saluran, merupakan kebalikan dari single sebagai contoh hotel A yang tidak seperti NLE, dikarenakan seharusnya di
channel yang hanya berinteraksi hanya lewat 1 memiliki kompetensi di teknologi dalam ekosistem kewenangan dikontrol
saluran. Konsep omnichannel sudah diterapkan di digital dapat berkolaborasi dengan secara kolektif (seperti konsep blockchain)
dunia B2B sebagai contoh untuk memesan kamar platform X yang core business nya di tidak ada keharusan menyampaikan pada
hotel, memesan tiket pesawat dapat dilakukan dunia digital kanal tunggal, diberikan pilihan kepada
dimana saja anggota ekosistem untuk memilih
CEISA SEBAGAI BACKBONE
DAN CIKAL BAKAL NLE
Bank
Truck Warehouse Vessel Container
Presiden Nomor
5/2020
Tentang:
Penataan NATIONAL LOGISTIC ECOSYSTEM
Ekosistem
Logistik Nasional
Directorate of Customs and Excise
Information Directorate General of Customs
and Excise
Dampak Bagi Institusi
Implementasi Data Science, AI, IoT didalam pelaksanaan
tugas dan fungsi DJBC berdasarkan use case di atas :
Meningkatkan efisiensi pengawasan, pada use case
customs risk engine mampu meningkatkan hit rate dari di
bawah 50% menjadi >60%. Sedangkan pada use case
PNR menjadi enforecement tool dengan jumlah tangkapan
terbanyak di atas K-9 (anjing pelacak).
Meningkatkan penerimaan, dikarenakan semakin tepat prediksi
dari model (use case customs risk engine dan revenue
forecasting)
Di sisi lain, penerapan teknologi digital tidak mengganggu
waktu pelayanan (terlihat dari dwelling time pada customs risk
engine), bahkan meningkatkan efisiensi dan efektifitas
mengembangkan ekosistem logistic nasional yang berdaya
saing. KEMENTERIAN KEUANGAN REPUBLIK INDONESIA
36
ACTIVITIES NLE
07 Juli 2020 – Government Digital Services - 08 Des 2020 –FGD Evaluasi Implementasi
GovInsider NLE – Kemenko MARVES
22 Des 2020 – IT Works. TOP DIGITAL
18 Maret 2021 – Peresmian Batam Logistic Awards 2020
Ecosystem part of National Logistic Ecosystem
18 Nov 2020 – Narasumber pada Indonesia 17 Desember 2020 – FGD Tema Membangun
Summit 2020 – Omni Sci Kolaborasi yang Kuat dalam Ekonomi Logistik
Nasional – Kemenko Perekonomian 07 April 2021 – Courtesy Call Bersama
Kemenperin
37
ICCT DI DJBC SEBAGAI
SUPPORT CORE (ENABLER
DAN DRIVER) INSTITUSI
DAN LOGISTIK NASIONAL
VIDEO CEISA 4.0