Prediksi Penerimaan Bea Cukai menggunakan Metode Support Vector Regression (Studi Kasus Di KPPBC Tipe Madya Pabean C Jember)

Wirahmi, Dinda Adilfi (2020) Prediksi Penerimaan Bea Cukai menggunakan Metode Support Vector Regression (Studi Kasus Di KPPBC Tipe Madya Pabean C Jember). Sarjana thesis, Universitas Brawijaya.

Abstract

Bea Cukai memiliki tugas sebagai penghimpun penerimaan negara dalam sektor bea dan cukai. Penerimaan tersebut memegang peranan penting dalam mendukung kerja pembangunan infrastruktur. Untuk mengontrol penerimaan, dibutuhkan prediksi sebagai syarat untuk melakukan perencanaan pembiayaan APBN yang baik. Namun, prediksi sulit dilakukan karena penerimaan banyak dipengaruhi oleh faktor eksternal yang sulit diprediksi. Oleh karena itu, diperlukan pendekatan yang logis dan dapat dipertanggungjawabkan untuk memprediksi penerimaan. Prediksi digunakan sebagai tindakan untuk mencegah penerimaan aktual lebih rendah daripada target yang sudah ditentukan sehingga grafik penerimaan bisa dikontrol karena berdampak pada pertumbuhan ekonomi di Indonesia. Metode prediksi yang digunakan adalah Support Vector Regression yang mana algoritme ini bekerja menggunakan data di masa lalu untuk memprediksi data di masa depan. SVR memiliki performa kuat untuk mengenali pola dataset time series dan memberikan hasil prediksi yang baik apabila parameter ditentukan dengan baik karena kinerjanya sangat bergantung pada parameter di dalamnya. Implementasi SVR pada penelitian ini menggunakan kernel RBF dengan nilai variasi parameter yaitu sigma = 0.13, lambda = 3.29 , cLR = 0.02, epsilon = 0.00001 dan C = 10, iterasi = 15000 serta menggunaan 4 fitur data menghasilkan MAPE terbaik <20% sehingga dapat dikategorikan bahwa SVR akurat dalam melakukan prediksi penerimaan bea cukai.

English Abstract

Customs has the responsibility as a collector of state revenue. Revenue has an important role in supporting infrastructure development. To manage revenue, prediction is needed to make a good APBN planning. However, revenue prediction are difficult to do because of the revenue influenced by external factors that difficult to predict. Therefore, logical and accountable agreements are needed to to revenue prediction. Predictions are used to prevent actual are lower than predetermined targets thereby increasing revenue that can be controlled because it has an impact on economic growth in Indonesia. The prediction method used is Regression Vector Support that works using past data to predict the future data. SVR has a strong performance to recognize time series dataset patterns and provides good prediction results if parameters are well determined because their performance is very dependent on the parameters within them. SVR implementation in this case study uses RBF kernel with parameter variation consist of sigma = 0.13, lambda = 3.29, cLR = 0.02, epsilon = 0.00001 and C = 10, iteration = 15000 and using 4 data features that produce MAPE <20% can be categorized that SVR is accurate in predicting customs revenue.

Other obstract

-

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FILKOM/2020/174/052003365
Uncontrolled Keywords:	bea cukai, penerimaan, support vector regression, prediks, customs, revenue, support vector regression, prediction
Subjects:	000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Budi Wahyono Wahyono
Date Deposited:	10 Aug 2020 06:57
Last Modified:	25 Sep 2024 02:11
URI:	http://repository.ub.ac.id/id/eprint/180914

Text Dinda Adilfi Wirahmi.pdf Download (6MB)

Actions (login required)

View Item