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

Main Author: Wirahmi, Dinda Adilfi
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2020
Subjects:
Online Access: http://repository.ub.ac.id/180914/1/Dinda%20Adilfi%20Wirahmi%20%282%29.pdf
http://repository.ub.ac.id/180914/
Daftar Isi:
  • 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.