Proyeksi Kebutuhan Pendanaan Pengadaan Tanah untuk Mengoptimalisasi Realisasi Anggaran pada Proyek Strategis Nasional dengan Pendekatan Time Series

Utomo, Suryo (2026) Proyeksi Kebutuhan Pendanaan Pengadaan Tanah untuk Mengoptimalisasi Realisasi Anggaran pada Proyek Strategis Nasional dengan Pendekatan Time Series. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6032222062-Master_Thesis.pdf Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Kebutuhan pendanaan pengadaan tanah Proyek Strategis Nasional (PSN) diperlukan perencanaan pengusulan alokasi anggaran yang dilakukan oleh Kementerian/Lembaga selaku instansi yang membutuhkan tanah, hal ini menjadi faktor kunci keberhasilan proyek, mengingat adanya keterbatasan keuangan Negara dalam memenuhi kebutuhan pendanaan pengadaan tanah. Saat ini perencanaan kebutuhan anggaran pendanaan pengadaan tanah belum dapat diprediksi secara akurat, dampak yang terjadi adalah realisasi anggaran pendanaan pengadaan tanah belum dilaksanakan secara optimal. Selain itu pentingnya perencanaan proyeksi anggaran juga menjadi indikator kinerja utama (IKU) manajemen berupa penyerapan anggaran pendanaan pengadaan tanah. Namun terkait proyeksi penyusunan anggaran, Direktorat Jenderal Anggaran, Kementerian Keuangan yang memiliki tugas di bidang penganggaran telah melakukan pengembangan awal model proyeksi penyusunan perencanaan pendapatan anggaran melalui data analitik dalam upaya meningkatkan akurasi proyeksi. Sehingga proyeksi kebutuhan pendanaan pengadaan tanah saat ini penting untuk dilakukan dalam upaya untuk meningkatkan akurasi penyerapan anggaran mengingat nilai kebutuhan pendanaan pengadaan tanah PSN yang besar dan dilakukan melalui anggaran pembiayaan Negara. Proyeksi kebutuhan pendanaan pengadaan tanah berdasarkan rentang waktu dapat dilakukan dengan pendekatan time series. Penelitian ini akan dilakukan pendekatan time series dengan menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dan artificial neural network (ANN) dengan periode proyeksi 9 bulan. Pengukuran hasil akurasi proyeksi pendanaan pengadaan tanah menggunakan Symmetric Mean Absolute Percentage Error (sMAPE). Hasil yang diperoleh dari penelitian bahwa metode ANN menghasilkan nilai sMAPE yang lebih kecil dibandingkan metode ARIMA. Pada pendanaan pengadaan tanah sektor Jalan Tol, ANN memiliki nilai sMAPE yang lebih kecil 36,49% dibandingkan ARIMA 52,13%. Pada pendanaan pengadaan tanah sektor Non Jalan Tol, ANN Memiliki nilai sMAPE yang lebih kecil 64,08% dibandingkan SARIMA 81,53%. Sehingga dari hasil analisis proyeksi kebutuhan pendanaan pengadaan tanah dari seluruh sektor selama tahun 2026 dibutuhkan anggaran senilai Rp10,21 Triliun, maka serapan dana yang dihasilkan mencapai 38,35% dari seluruh ketersediaan dana yang tersedia saat ini.
===========================================================================================================================
The funding requirement for land acquisition of National Strategic Projects (PSN) requires budget allocation proposal planning by Ministries/Institutions as the land-requiring agencies. This is a key factor in project success, given the limited state finances available to meet these land acquisition funding needs. Currently, the budget requirements for land acquisition funding cannot be predicted accurately, resulting in suboptimal realization of the land acquisition budget. Furthermore, budget projection planning is a Key Performance Indicator (KPI) for management regarding the absorption of the land acquisition budget. Regarding budget projection, the Directorate General of Budget at the Ministry of Finance, which is responsible for budgeting, has initiated the development of budget revenue planning projection models using data analytics to improve projection accuracy. Therefore, projecting the current land acquisition funding needs is crucial to improve the accuracy of budget absorption, considering the substantial value of PSN land acquisition funding sourced from the state financing budget. The projection of land acquisition funding requirements over a specific timeframe can be conducted using a time series approach. This research employs a time series approach using the Autoregressive Integrated Moving Average (ARIMA) and Artificial Neural Network (ANN) methods with a 9-month projection period. The accuracy of the land acquisition funding projections is measured using Symmetric Mean Absolute Percentage Error (sMAPE). The research results indicate that the ANN method yields a lower MAPE value compared to the ARIMA method. For land acquisition funding in the Toll Road sector, ANN achieved a lower sMAPE of 36,49% compared to ARIMA's 52,13%. In the Non-Toll Road sector, ANN obtained a lower sMAPE of 64,08% compared to SARIMA's 81,53%. Consequently, based on the projection analysis of land acquisition funding requirements across all sectors for the year 2026, an estimated budget of Rp10,21 trillion is required, resulting in a fund absorption rate of 38,35% of the total currently available funds.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Akurasi Penyerapan Anggaran, ARIMA, ANN, Proyek Strategis Nasional, Proyeksi Kebutuhan Pendanaan, ARIMA, ANN, Budget Absorption Accuracy, National Strategic Projects, Projection of Funding Needs
Subjects:	H Social Sciences > HJ Public Finance
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Suryo Utomo
Date Deposited:	03 Aug 2026 08:29
Last Modified:	03 Aug 2026 08:29
URI:	http://repository.its.ac.id/id/eprint/142236

Actions (login required)

View Item