PENERAPAN METODE ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI REALISASI PAJAK BEA BALIK NAMA KENDARAAN BERMOTOR PROVINSI LAMPUNG

PUTRI SALSABILA RAMADHANI, 1857031003 (2022) PENERAPAN METODE ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI REALISASI PAJAK BEA BALIK NAMA KENDARAAN BERMOTOR PROVINSI LAMPUNG. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

[img]
Preview
Text
1. ASBTRAK-ABSTRACT.pdf

Download (29kB) | Preview
[img] Text
2. SKRIPSI FULL.pdf
Restricted to Repository staff only

Download (2MB)
[img]
Preview
Text
3. SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (2MB) | Preview

Abstract

Pajak daerah merupakan sumber pendapatan daerah terbesar dari sekian jenis pajak yang ada yaitu Pajak Bea Balik Nama Kendaraan Bermotor (BBNKB). Pajak BBNKB memiliki kontribusi sangat penting dalam membiayai pemerintahan dan pembangunan daerah, karena pajak BBNKB mendorong laju pertumbuhan ekonomi daerah dan sebagai salah satu sumber utama penerimaan negara. Oleh karena itu, analisis dan prediksi Pajak BBNKB di Provinsi Lampung perlu dilakukan untuk memantau pergerakan kenaikan atau penurunan yang terjadi dimasa yang akan datang, serta pemerintah dapat membuat inovasi mengenai sistem pembayaran pajak dan juga penetapan target penerimaan pajak. Penelitian ini menggunakan metode artificial neural network dengan komposisi sebesar 80% sebagai data training dan 20% sebagai data testing, diperoleh struktur terbaik berupa input layer dengan 24 nodes, 2 hidden layer dengan 24 nodes dan 7 nodes, fungsi aktivasi ReLU, dan output layer. Berdasarkan hasil penelitian diperoleh nilai RMSE sebesar 0.246%, nilai MAPE sebesar 3,48%, nilai akurasi sebesar 96.51%. Kata kunci: Pajak BBNKB, Data Mining, Machine Learning, Artificial Neural Network, Prediksi.

Item Type: Other
Subjects: ?? 510 ??
Divisions: Fakultas MIPA > Prodi Matematika
Depositing User: 2208680040 . Digilib
Date Deposited: 22 Sep 2022 07:10
Last Modified: 22 Sep 2022 07:10
URI: http://digilib.unila.ac.id/id/eprint/66245

Actions (login required)

View Item View Item