STIKOM BALISTIKOM BALI

Jurnal Sistem dan Informatika (JSI)Jurnal Sistem dan Informatika (JSI)

Pengembangan aplikasi peramalan pendapatan Bea Balik Nama Kendaraan Bermotor (BBN-KB) pada Badan Pendapatan Daerah Provinsi Sulawesi Utara menjadi fokus utama dalam penelitian ini dengan menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Permasalahan yang dihadapi Bapenda saat ini adalah belum adanya aplikasi untuk melakukan peramalan pendapatan BBN-KB, kesulitan mengetahui jumlah kendaraan yang terjual langsung dari dealer, serta masih menggunakan data faktur berbentuk surat atau kertas cetak yang membutuhkan waktu dalam proses penyerahannya. BBN-KB merupakan salah satu faktor penting yang memengaruhi Pendapatan Asli Daerah (PAD), dengan tarif BBN 1 sebesar 12% dari Nilai Jual Kendaraan Bermotor (NJKB) berdasarkan Peraturan Daerah Provinsi Sulawesi Utara Nomor 1 Tahun 2024. Aplikasi yang dikembangkan berbasis web dengan menggunakan metode Waterfall sebagai metode pengembangan sistem. Hasil dari penelitian ini menunjukkan bahwa sistem yang dikembangkan mampu melakukan peramalan pendapatan BBN 1 selama enam bulan ke depan dengan akurasi yang cukup baik berdasarkan data historis 60 bulan terakhir. Sistem juga mempercepat proses input dan pengelolaan data faktur dari dealer, serta memberikan kemudahan dalam penyusunan laporan dan perencanaan pendapatan daerah. Implementasi sistem ini mampu mengoptimalkan kemampuan Bapenda dalam melakukan prediksi pendapatan dan efisiensi pelayanan terhadap wajib pajak, serta berpotensi mendukung pengambilan keputusan strategis di masa mendatang.

Berdasarkan hasil penelitian dan pengujian yang telah dilakukan, disimpulkan bahwa Aplikasi Peramalan Pendapatan Bea Balik Nama Kendaraan Bermotor (BBN-KB) berbasis web menggunakan Metode ARIMA berhasil dibuat.Model ARIMA yang digunakan dalam penelitian ini mampu memberikan prediksi yang cukup akurat terhadap pendapatan BBN 1 dengan mempertimbangkan data historis selama 60 bulan terakhir dan hasil evaluasi akurasi menggunakan Mean Absolute Percentage Error (MAPE) menunjukkan bahwa model yang diterapkan memiliki tingkat kesalahan yang dapat diterima.Dengan adanya aplikasi ini, penginputan data faktur menjadi lebih cepat, akurat, dan terdokumentasi dengan baik.Dengan adanya aplikasi ini juga peramalan pendapatan dan pemasukan data faktur yang terintegrasi, Badan Pendapatan Daerah Sulawesi Utara dapat lebih efisien dalam mengelola informasi terkait kendaraan bermotor.Selain itu, Badan Pendapatan Daerah Sulawesi Utara dapat menggunakan hasil peramalan pendapatan BBN 1 di 6 bulan yang akan datang sebagai bahan pengambilan keputusan serta perencanaan keuangan selanjutnya.

Penelitian lanjutan dapat mengembangkan model prediksi dengan mempertimbangkan variabel eksternal seperti fluktuasi harga kendaraan atau perubahan regulasi pajak. Selain itu, integrasi data real-time dari dealer dan pihak kepolisian dapat meningkatkan akurasi peramalan. Penelitian juga bisa menguji penerapan metode ARIMA pada sektor pendapatan daerah lainnya, seperti pajak kendaraan bermotor atau retribusi parkir, untuk membandingkan efektivitasnya dalam konteks yang berbeda.

Read online
File size990.98 KB
Pages12
DMCAReport

Related /

ads-block-test