Penerapan Algoritma K-Means Untuk Pengelompokan Kepatuhan Wajib Pajak Bumi dan Bangunan di Kota Medan

Sri Wahyuni, Sriani Sriani

Abstract


Pajak Bumi dan Bangunan (PBB) merupakan salah satu sumber utama Pendapatan Asli Daerah (PAD) yang berperan penting dalam mendukung pembangunan infrastruktur daerah. Namun, tingkat kepatuhan wajib pajak dalam membayar Pajak Bumi dan Bangunan di Kota Medan masih belum terlalu baik, terutama karena rendahnya kesadaran para wajib pajak. Untuk mengatasi solusi dari kepatuhan wajib pajak bumi dan bangunan digunakan proses Algoritma K-Means, yang dimana Algoritma K-Means dipilih karena kemampuannya dalam membagi data menjadi kelompok berdasarkan karakteristik tertentu. Penelitian ini bertujuan untuk mengelompokkan tingkat kepatuhan wajib pajak bumi dan bangunan di Kota Medan dengan menggunakan algoritma K-Means, yang merupakan sebuah metode clustering dalam data mining. Dengan penerapannya pada metode elbow untuk menentukan jumlah cluster yang optimal, dalam Penelitian ini mengelompokkan wajib pajak menjadi 3 kelompok cluster. yaitu cluster 1 (sangat patuh) terdapat 317 wajib pajak, cluster 2 (patuh) terdapat 345 wajib pajak, dan cluster 3 (tidak patuh) terdapat 338 wajib pajak. Dan hasil evaluasi DBI terkait penelitian ini menunjukkan hasil cukup memuaskan dengan nilai 0,522 dari pengelompokan 1000 data dengan 6 kali iterasi yang di lakukan.


Keywords


Algoritma K-Means; clustering; PBB; kepatuhan wajib pajak

Full Text:

PDF

References


P. Kepatuhan Wajib Pajak Bumi Dan Bangunan Oleh et al., “Penerapan Data Mining Menggunakan Metode Teknik Classification Untuk Melihat Penerapan Data Mining Menggunakan Metode Teknik Classification Untuk,” JUKI : Jurnal Komputer dan Informatika, vol. 4, 2022, [Online]. Available: www.pajak.go.id

Y. A. Pravasanti, “Analisis Faktor-Faktor Yang Mempengaruhi Kepatuhan Wajib Pajak Dalam Membayar Pajak Bumi Dan Bangunan,” Jurnal Akuntansi dan Pajak, vol. 21, no. 01, Jul. 2020, doi: 10.29040/jap.v21i1.1165.

M. Zaikin, G. Pagalung, and S. Rasyid, “Pengaruh Pengetahuan Wajib Pajak dan Sosialisasi Pajak terhadap Kepatuhan Wajib Pajak dengan Kesadaran Wajib Pajak sebagai Variabel Intervening,” Owner, vol. 7, no. 1, pp. 57–76, Dec. 2022, doi: 10.33395/owner.v7i1.1346.

S. Handoko, F. Fauziah, and E. T. E. Handayani, “Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering,” Jurnal Ilmiah Teknologi dan Rekayasa, vol. 25, no. 1, pp. 76–88, 2020, doi: 10.35760/tr.2020.v25i1.2677.

A. Supriyadi et al., “Perbandingan Algoritma K-Means Dengan K-Medoids Pada Pengelompokan Armada Kendaraan Truk Berdasarkan Produktivitas.”

R. D. Lestari, M. S. Hasibuan, and S. Wahyuni, “Penerapan Data Mining Menggunakan Metode Teknik Klasifikasi Untuk Melihat Potensi Kepatuhan Wajib Pajak Kendaraan Application of Data Mining Using Classification Technique Methods to See Potential Vehicle Taxpayer Compliance,” Journal of Computer Science and Informatics Engineering (CoSIE), vol. 03, no. 1, pp. 1–14, 2024, [Online]. Available: http://creativecommons.org/licenses/by-sa/4.0/

M. Rosadi, D. A. Nurhasanah, and M. S. Hasibuan, “Clustering Panjang Ruas Jalan di BBPJN Sumut Menggunakan Algoritma K-Means Clustering the Length of Road Sections in BBPJN Sumut Using The K-Means Algorithm,” Journal of Computer Science and Informatics Engineering (CoSIE), vol. 02, no. 1, p. 2023, 2023, [Online]. Available: http://creativecommons.org/licenses/by-sa/4.0/

M. Veronica Sitorus, “Jurnal Ilmiah MIKA AMIK Al Muslim Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Konsumsi Produk Kosmetik milik PT Cedefindo”.

V. Saputra Ginting and E. Taufiq Luthfi, “Penerapan Algoritma C4.5 Dalam Memprediksi Keterlambatan Pembayaran Uang Sekolah Menggunakan Python,” Jurnal Teknologi Informasi, vol. 4, no. 1, 2020.

A. Prasetio and A. H. Hasugian, “Rekomendasi Musik Menggunakan Algoritma Slope One,” JISTech (Journal of Islamic Science and Technology) JISTech, vol. 9, no. 1, pp. 36–43, 2024, [Online]. Available: http://jurnal.uinsu.ac.id/index.php/jistech

Mohd. W. Qasthari and R. Kurniawan, “Penggunaan Algoritma K-Means Clustering untuk Mengelompokkan Pemain Berdasarkan Gaya Bermain Pada Battle Royale Call of Duty Mobile,” Future Academia: The Journal of Multidisciplinary Research on Scientific and Advanced, vol. 2, no. 3, pp. 280–292, Aug. 2024, doi: 10.61579/future.v2i3.177.

H. Hariani, M. Sarjan, and S. Syarli, “Sistem Informasi Penilaian Kinerja Pelayanan Poli Gigi Pada Puskesmas Menggunakan Algoritma K-Means Berbasis Web,” Journal Peqguruang: Conference Series, vol. 3, no. 1, p. 188, May 2021, doi: 10.35329/jp.v3i1.1429.

T. Akhir, “Analisis Cluster Dengan Metode K-Means Pada Persebaran Kasus Covid-19 Berdasarkan Provinsi Di Indonesia.”

dini asti, putri aprillia siregar, and M. S. Hasibuan, “Penerapan Algoritma K-Means Untuk Mengetahui Tingkat Kepatuhan Wajib Pajak Kendaraan Bermotor Pada UPT Samsat Medan Selatan,” 2024.

M. I. Muharizki, D. B. Arianto, S. Kom, and M. Kom, “Analisis Clustering Dengan Metode K-Means Terhadap Statistik Permainan Pro-Player Valorant Pada Kompetisi Valorant Champions 2022.”

G. Gustientiedina, M. H. Adiya, and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan,” Jurnal Nasional Teknologi dan Sistem Informasi, vol. 5, no. 1, pp. 17–24, Apr. 2019, doi: 10.25077/teknosi.v5i1.2019.17-24.




DOI: https://doi.org/10.24114/cess.v10i1.68213

Article Metrics

Abstract view : 55 times
PDF - 14 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

CESS (Journal of Computer Engineering, System and Science)

Creative Commons License
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License