Model Double Exponential Smoothing Dalam Peramalan Penerimaan Pajak Pemerintah Pusat Indonesia
Journal Title: Jurnal Statistika dan Komputasi - Year 2022, Vol 1, Issue 2
Abstract
Latar Belakang: Peramalan sebagai salah satu cara memprediksi suatu peristiwa atau nilai tertentu di masa depan dengan cara mempertimbangkan data di masa lalu. Peramalan dibutuhkan untuk memprediksi nilai total penerimaan pajak di masa depan pada tingkat pemerintah pusat dengan tujuan untuk merencanakan keuangan khususnya perencanaan nilai pembiayaan negara untuk kebutuhan belanja pemerintah pusat pada tahun berikutnya. Tujuan: Meramal nilai penerimaan pajak pada Anggaran Pendapatan dan Belanja Negara (APBN) Pemerintah Pusat di Indonesia menggunakan model double exponential smoothing (DES) dari Holt dan model double exponential smoothing (DES) dari Brown. Metode: Menggunakan metode kuantitatif yaitu melakukan peramalan berdasarkan data deret waktu menggunakan model DES dua parameter dari Holt dan model DES satu parameter dari Brown. Membandingkan kedua model berdasarkan nilai Mean Absolute Percentage Error (MAPE) yang paling kecil. Hasil: Peramalan terbaik model DES dari Brown pada nilai parameter α=0,4 dengan nilai MAPE=4,529%. Peramalan terbaik model DES dari Holt pada nilai parameter α=0,8 dan β=0,6 dengan nilai MAPE=6,966%. Kesimpulan: Model DES dari Brown dan model DES dari Holt dapat digunakan untuk peramalan penerimaan pajak pada APBN Pemerintah Pusat dengan kriteria MAPE sangat baik yaitu < 10%. Adapun model terbaik dari dua metode tersebut adalah model DES satu parameter dari Brown dengan nilai MAPE terkecil sebesar 4,529%.
Authors and Affiliations
Muhammad Azis Suprayogi
Application of Double Seasonal Autoregressive Integrated Moving Average (DSARIMA) for Stock Forecasting
Background: Stock price forecasting assists investors to anticipate risks and opportunities in making prudent investments and maximizing returns. Objective: This study aims to identify the most accurate model for stock...
Penerapan Model Geographically Weighted Poisson Regression untuk Demam Berdarah Dengue Di Kabupaten Bojonegoro
Latar Belakang: Kasus Demam Berdarah Dengue (DBD) di Kabupaten Bojonegoro meningkat dari tahun 2017 sampai tahun 2019. Hal ini menjadi sulit karena wilayah geografis yang sangat luas di setiap Kecamatan. Untuk menga...
Peramalan Jumlah Penumpang Kapal di Pelabuhan Balikpapan dengan SARIMA
Latar Belakang: Peramalan jumlah kedatangan penumpang kapal dalam negeri di pelabuhan dalam negeri sangat penting untuk antisipasi lonjakan penumpang. Tujuan: Tujuan dari penelitian ini adalah mendapatkan model terbai...
Simulasi Monte Carlo Untuk Prediksi Jumlah Klaim Asuransi Di BPJS Ketenagakerjaan Cabang Bojonegoro
Latar Belakang: Simulasi adalah salah satu cara yang digunakan untuk memprediksi jumlah klaim di masa depan berdasarkan jumlah klaim bulanan pada periode sebelumnya. Simulasi data ini dapat dilakukan dengan simulasi Mo...
Perbandingan Beberapa Metode Univariat Time Series pada Peramalan Curah Hujan
Latar Belakang: Peramalan curah hujan sangat penting untuk berbagai bidang seperti pertanian, manajemen sumber daya air, keamanan, transportasi dan perencanaan wilayah kota. Tujuan: Penelitian ini diarahkan untuk mend...