Praja, Nurvan Indra (2016) Sistem Peringatan Dini Pencapaian Pendapatan Asli Daerah Pada Dinas Pendapatan Provinsi Jawa Timur. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
9113205410-Master_Thesis.pdf - Accepted Version Download (2MB) | Preview |
Abstract
Pendapatan Asli Daerah (PAD) yang diperoleh Dinas Pendapatan
Provinsi Jawa Timur (Dipenda Jatim) memiliki kontribusi yang besar terhadap
PAD secara keseluruhan di Jawa Timur. Kontrol terhadap PAD merupakan hal
yang penting untuk dilakukan oleh pimpinan di Dipenda Jatim. Kontrol dilakukan
agar penerimaan yang dicapai dapat sesuai dengan target yang ditetapkan.
Penelitian ini bertujuan untuk membangun sistem peringatan dini. Sistem
peringatan dini akan memprediksi kondisi PAD pada akhir tahun anggaran.
Sistem peringatan dini akan menghasilkan tiga indikator, yaitu: tercapai, waspada
dan tidak tercapai.
Ada lima metode yang digunakan untuk memprediksi data PAD yang
berupa data deret waktu, yaitu: metode rata-rata, Single Exponential
Smoothing, Trend Analysis, Winter Additive, dan Feed Forward Neural Network
(FFNN). Perhitungan dilakukan dengan membandingkan nilai kesalahan diantara
metode-metode tersebut. Berdasarkan hasil perhitungan didapatkan bahwa setiap
jenis penerimaan memiliki metode yang berbeda-beda dilihat dari nilai nilai
kesalahan yang paling kecil. Uji coba dilakukan terhadap metode prediksi yang
dipilih. Hasil uji coba menunjukkan bahwa kondisi prediksi yang sangat mewakili
kondisi sebenarnya adalah hasil prediksi untuk jangka waktu prediksi 9 bulan dan
3 bulan terakhir. Hasil uji coba menunjukkan selisih persentase prediksi terhadap
realisasi sebesar 2.03% dan 1.24% untuk data penerimaan tahun 2015.
Metode-metode ini kemudian diterapkan di dalam sistem peringatan dini
yang dibangun dengan model Prototyping. Proses peninjauan prototype oleh
pengguna dan perbaikan prototype berdasarkan hasil tinjauan dari pengguna
akan berjalan secara rekursif sampai tidak ada tinjauan dari pengguna kembali.
Hasil uji coba sistem menunjukkan bahwa sistem berhasil dibangun sesuai dengan
kebutuhan dari pengguna.
==================================================================================================================
Local Revenue (PAD), obtained by Department of Revenue East Java
Province (Dipenda Jatim), has a great contribution to the overall PAD in East
Java. Control to the PAD is an important thing to be done by the leaders in
Dipenda Jatim. It is done so that reception could met the defined target. This study
aims to develop an early warning system. The system will predict the condition of
PAD at the end of fiscal year. The system will produce three indicators, namely:
Achieved, Alert, and Not Achieved.
There are five methods utilized to predict PAD data in the form of time
series, namely: average method, Single Exponential Smoothing, Trend Analysis,
Winter Additive, and Feed Forward Neural Network (FFNN). Calculation is done
through comparing the value of error between those methods. Based on the
calculation result it’s found that each type of reception has different methods
which seen from the smallest error value. Trial is done to the chosen prediction
methods. The trial result indicates that the prediction condition which mostly
represents the actual condition is prediction result for the period of prediction
from the last 9 and 3 months. The trial indicates that the percentage differences
between predictions to realization are in amount of 2.03% and 1.24% for
reception year 2015.
These methods are applied into the early warning system which
developed with Prototyping model. The prototype review process will be done by
user and the prototype improvement process, based on the user’s review result,
will run recursively until there is no further review from users. The trial results
show that the system successfully built according to user’s requirement.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTMT 658.403 55 Pra s |
| Uncontrolled Keywords: | Sistem peringatan dini, Prediksi, Analisis deret waktu |
| Subjects: | T Technology > T Technology (General) > T174 Technological forecasting |
| Divisions: | 61101-Magister Management Technology |
| Depositing User: | ansi aflacha |
| Date Deposited: | 15 May 2020 02:58 |
| Last Modified: | 15 May 2020 02:58 |
| URI: | http://repository.its.ac.id/id/eprint/75993 |
Actions (login required)
 |
View Item |