Pengelompokan Jenis Penerimaan Pajak di Kota Makassar Menggunakan Fuzzy Clustering

Irwan, Irwan; Sidjara, Sahlan; Aryati, Asmelia Putri

doi:10.34312/euler.v10i1.14225

Cited by 5 publications

(4 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…On the other hand, non-hierarchical clustering begins by specifying the desired number of clusters. Fuzzy clustering is a widely used non-hierarchical clustering technique [22].…”

Section: Clusteringmentioning

confidence: 99%

See 1 more Smart Citation

Fuzzy Clustering-Based Grouping for Mapping the Distribution of Student Success Data

Mustakim,

Aini,

Batubara

et al. 2024

MALCOM

View full text Add to dashboard Cite

Learning activities are the main activity in the overall teaching and learning process in schools. This is because whether or not the achievement of educational goals depends on how the learning process is carried out by students. The uneven level of student success in learning is one of the problems in the school's efforts to realize the vision and mission of SMKN 5 Pekanbaru in preparing skilled graduates to be able to work in certain sectors by the public interest and the industrial world. In this study, mapping and grouping student grade data was carried out using the Fuzzy C-Means algorithm to provide information to the school in making the right decisions and optimizing the learning process. Furthermore, clustering was carried out in several experiments K=3 to K=7, and obtained the best validity value tested with the Silhouette Index of 0.4277 located at K=5. Then the distribution of cluster 5 on student score data was obtained with details, namely cluster 1 with a capacity of 1 student, cluster 2 with a capacity of 27 students, cluster 3 with a capacity of 1 student, cluster 4 with a capacity of 10 students, cluster 5 with a capacity of 23 students.

show abstract

“…On the other hand, non-hierarchical clustering begins by specifying the desired number of clusters. Fuzzy clustering is a widely used non-hierarchical clustering technique [22].…”

Section: Clusteringmentioning

confidence: 99%

“…In order to achieve this, teachers must be proficient in the subject matter they are teaching and use effective delivery models. Additionally, they should continuously strive to develop their skills and create a conducive learning environment to ensure the success of their students in their learning endeavors [22] [24].…”

Section: The Success Of Studentsmentioning

confidence: 99%

Fuzzy Clustering-Based Grouping for Mapping the Distribution of Student Success Data

Mustakim,

Aini,

Batubara

et al. 2024

MALCOM

View full text Add to dashboard Cite

show abstract

“…Penelitian ini akan membantu pemerintah menilai kesejahteraan masyarakat dengan mengetahui kelompok mana yang menerima pajak tertinggi di Kota Makassar. [3] Tujuan dari penelitian ini adalah untuk mensintesis tingkat kepatuhan pajak wajib pajak berdasarkan tingkat pengetahuannya khususnya mengenai pembayaran pajak kendaraan bermotor yang masih rendah. Penelitian ini mengklasifikasikan tingkat kepatuhan pajak wajib pajak menjadi beberapa kelompok yaitu kelompok kepatuhan tinggi, kelompok kepatuhan sedang, kelompok kepatuhan rendah, dan kelompok kepatuhan sedang dan sangat rendah.…”

Section: Pendahuluanunclassified

Penerapan Algoritma K-Means Untuk Mengetahui Tingkat Kepatuhan Wajib Pajak Kendaraan Bermotor Pada UPT Samsat Medan Selatan

Asti,

Hasibuan,

Siregar

2023

CoSIE

View full text Add to dashboard Cite

Kepatuhan Wajib Pajak adalah tindakan menunjukkan patuh dan tertib terhadap kewajiban perpajakan dengan melakukan pembayaran pajak dan melaporkan pajak secara berkala oleh Wajib Pajak yang bersangkutan sesuai ketentuan perpajakan yang berlaku. Kelompok kepatuhan pajak kendaraan bermotor di samsat Medan Selatan dibagi menjadi banyak tingkatan dari rendah ke tinggi. Besaran iuran pajak kendaraan bermotor tergantung dari perhitungan dan pembayaran pajak terutang atas penghasilan yang diperoleh wajib pajak dan Pembayaran tunggakan pajak sebelum jatuh tempo. Tujuan penelitian ini adalah untuk mengetahui tingkat kepatuhan pajak kendaraan bermotor di sammsat Medan Selatan tahun 2023. Algoritma K-Means, yang digunakan melalui metode clustering, menggunakan tahapan KDD, yang mencakup 146 data, yang berasal dari data pembayaran pajak kendaraan bermotor di Samsat Medan Selatan pada tahun 2023. Nilai determinasi cluster sebesar 0,294 dihasilkan oleh hasil pengujian RapidMiner yang menggunakan perhitungan indeks Davies-Bouldin. Dalam cluster 0 ada sepuluh wajib pajak dengan kepatuhan tingkat sangat rendah, di cluster 1 ada 56 wajib pajak dengan kepatuhan tingkat sedang, di cluster 2 ada 19 wajib pajak dengan kepatuhan tingkat rendah; dan di cluster 3, ada 61 wajib pajak dengan kepatuhan tingkat tinggi.

show abstract

“…Dalam penelitian ini metode yang digunakan penulis adalah fuzzy clustering. Kesimpulan dari penelitian ini kemungkinan pengelompokan penerimaan pajak tertinggi di kota Makassar dapat menjadi acuan bagi pemerintah untuk melihat kesejahteraan penduduknya [2]. Pada penelitian ini, dilakukannya pengelompokan tingkat kepatuhan wajib pajak dikarenakan tingkat kesadaran wajib pajak dalam membayar pajak khususnya PBB masih jauh dari kata patuh.…”

Section: Pendahuluanunclassified

Pengelompokan Tingkat Kepatuhan Wajib Pajak Bumi Dan Bangunan Menggunakan Algoritma K-Means

Widiya,

Rahaningsih,

Suarna

2023

jati

View full text Add to dashboard Cite

Kepatuhan wajib pajak adalah keadaan dimana wajib pajak patuh dan sadar akan kewajiban perpajakannya. Kewajiban Wajib Pajak membayar Pajak Bumi dan Bangunan (PBB) di Desa Sende Kecamatan Arjawinangun diatur dalam tingkatan yang berbeda. Kelompok Kepatuhan Pembayaran PBB dibagi menjadi beberapa tingkatan, dari terendah hingga tertinggi. Besaran iuran PBB tergantung dari luas tanah, letak tanah dan bangunan yang strategis, serta luas bangunan yang dimiliki oleh masyarakat. Tujuan dari penelitian ini adalah untuk mengetahui kelompok tingkat kepatuhan (PBB) di Desa Sende Kecamatan Arjawinangun. Metode penelitian yang digunakan adalah algoritma K-Means dengan metode clustering. Algoritma K-Means merupakan algoritma yang tepat untuk digunakan pada saat menggunakan metode clustering. Penelitian ini menggunakan tahapan KDD dengan total 230 data berupa data pembayaran PBB Desa Sende tahun 2022. Hasil pengujian RapidMiner dengan menggunakan perhitungan Davies-Bouldin Index memberikan nilai determinasi cluster sebesar 4 (0,085). Cluster 0 berisi 60 wajib pajak dengan kepatuhan pembayaran PBB sedang, cluster 1 berisi 73 wajib pajak dengan kepatuhan sangat tinggi, cluster 2 berisi 65 wajib pajak dengan kepatuhan tinggi, dan cluster 3 berisi 32 wajib pajak dengan kepatuhan rendah.

show abstract

Pengelompokan Jenis Penerimaan Pajak di Kota Makassar Menggunakan Fuzzy Clustering

Cited by 5 publications

References 4 publications

Fuzzy Clustering-Based Grouping for Mapping the Distribution of Student Success Data

Fuzzy Clustering-Based Grouping for Mapping the Distribution of Student Success Data

Penerapan Algoritma K-Means Untuk Mengetahui Tingkat Kepatuhan Wajib Pajak Kendaraan Bermotor Pada UPT Samsat Medan Selatan

Pengelompokan Tingkat Kepatuhan Wajib Pajak Bumi Dan Bangunan Menggunakan Algoritma K-Means

Contact Info

Product

Resources

About