Prediksi Realisasi Penerimaan Pajak Bumi dan Bangunan di Pemerintah Kabupaten Bandung Barat Menggunakan Jaringan Syaraf Tiruan Backpropagation
Abstract
Pajak Bumi dan Bangunan adalah pajak yang bersifat kebendaan dalam arti besarnya pajak terutang ditentukan oleh keadaan objek yaitu tanah dan atau bangunan. Realisasi penerimaan pajak adalah jumlah pajak nyata yaitu pajak yang diterima dan dicapai pada periode tertentu kemudian dibandingkan dengan target ketetapan pajak. Penelitian ini membuat sistem prediksi realisasi penerimaan pajak bumi dan bangunan menggunakan Jaringan Syaraf Tiruan dengan Algoritma Backpropagation. Arsitektur dari prediksi realisasi penerimaan pajak bumi dan bangunan ini menggunakan tiga lapisan. Lapisan pertama yaitu input layer sebanyak enam neuron, lapisan kedua hidden layer sebanyak tiga neuron, dan lapisan ketiga output layer sebanyak satu neuron. Sistem prediksi ini menghasilkan satu keluaran yaitu nilai dari hasil prediksi realisasi penerimaan pajak bumi dan bangunan. Berdasarkan pengujian pada data uji sebanyak 165 data diperoleh akurasi sebesar 87% dengan learning rate 0,2, dan toleransi error 0,001.
Kata Kunci: prediksi, realisasi pajak, jaringan syaraf tiruan, Backpropagation.
Full Text:
PDFReferences
S. Kosasi, "Penerapan Metode Jaringan Saraf Tiruan Backpropagation Untuk Memprediksi Nilai Ujian Sekolah," Jurnal Teknologi, vol. 7 No. 1, pp. 20-28, 2014.
M. Badrul, "Prediksi Hasil Pemilu Legislatif DKI Jakarta dengan Metode Neural Network Berbasis Particle Swarm Optimization," Techno Nusa Mandiri, vol. IX No. 1, pp. 37-47, 2013.
M. F. Andrijasa and Mistianingsih, "Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation," Jurnal Informatika Mulawarman, vol. 5 No. 1, pp. 50-54, 2010.
D. Y. Lestari, "Jaringan Syaraf Tiruan Untuk Prediksi Penjualan Jamur Menggunakan Algoritma Backpropagation," Jurnal ISD, vol. 2 No. 1, pp. 40-46, 2017.
Y. Andrian and E. Ningsih, "Prediksi Curah Hujan di Kota Medan Menggunakan Metode Backpropagation Neural Network," in Seminar Nasional Informatika, Medan, 2014.
W. Widodo, A. Rachman and R. Amelia, "Jaringan Syaraf Tiruan Prediksi Penyakit Demam Berdarah Dengan Menggunakan Metode Backpropagation," Jurnal IPTEK, vol. 18 No. 1, pp. 64-70, 2014.
Y. T. Pramonoaji, S. Santosa and R. A. Pramunendar, "Prediksi Produksi Air PDAM dengan Jaringan Syaraf Tiruan," in SEMANTIK, Semarang, 2013.
W. Setiawan, "Prediksi Harga Saham Menggunakan Jaringan Syaraf Tiruan Multilayer Feedforward Network Dengan Algoritma Backpropagation," in Konferensi Nasional Sistem dan Informatika, Bali, 2008.
D. H. Tanjung, "Jaringan Saraf Tiruan dengan Backpropagation untuk Memprediksi Penyakit Asma," Citec Journal, vol. 2 No. 1, pp. 28-38, 2015.
C. Dewi and M. Muslikh, "Perbandingan Akurasi Backpropagation Neural Network dan ANFIS Untuk Memprediksi Cuaca," NATURAL-A, vol. 1 No. 1, pp. 7-13, 2013.
E. Yohannes, W. F. Mahmudy and A. Rahmi, "Penentuan Upah Minimum Kota Berdasarkan Tingkat Inflasi Menggunakan Backpropagation Neural Network (BPNN)," JTIIK, vol. 2 No. 1, pp. 34-40, 2015.
Z. A. Matondang, "Jaringan Syaraf Tiruan dengan Algoritma Backpropagation Untuk Penentuan Kelulusan Sidang Skripsi," Pelita Informatika Budi Darma, vol. IV No. 1, pp. 84-93, 2013.
I. Mardianto and D. Pratiwi, "Sistem Deteksi Penyakit Pengeroposan Tulang Dengan Metode Jaringan Syaraf Tiruan Backpropagation dan Representasi Ciri Dalam Ruang Eigen," CommIT, vol. 2 No. 1, pp. 69-80, 2008.
T. Sutikno, A. Pujianta and Y. T. Supanti, "Prediksi Risiko Kredit Dengan Jaringan Syaraf Tiruan Backpropagation," in SNATI, Yogyakarta, 2007.
R. A. Pramunendar and C. Supriyanto, "Klasifikasi Kualitas Kayu Kelapa Menggunakan Gray-Level Co-Occurrence Martix Berbasis Backpropagation dan Algoritma Genetika," in SEMANTIK, Semarang, 2014.
Refbacks
- There are currently no refbacks.
Copyright (c) 2019 Seminar Nasional Sains dan Teknologi Informasi (SENSASI)