Model Artificial Neural Network Berbasis Particle Swarm Optimization Untuk Prediksi Pendapatan Asli Daerah (PAD)

Ivo Colanus Rally Drajana

Abstract


Kemajuan dan perkembangan teknologi diera modern ini semakin pesat sehingga penyajian informasi dapat
dikerjakan dengan lebih cepat. Prediksi Pendapatan Asli Daerah (PAD) sangat dibutuhkan oleh setiap
daerah, untuk meramalakan kekayaan daerah sehingga dapat cepat dalam merencanakan strategi
pengelolaan kemajuan daerah. PAD adalah pendapatan daerah dari hasil pajak daerah, hasil retribusi
daerah, serta hasil pengelolaan kekayaan daerah. Dalam kurun waktu tertentu jumlah penerimaan
pendapatan akan terjadi fluktuatip. Dalam hal ini diperlukan pengembangan hasil akurasi prediksi yang
akurat, model artificial neural network (ANN) sudah mulai banyak digunakan karena telah banyak performa
model artificial neural network (ANN) menghasilkan akurasi yang lebih baik. Kelebihan artificial neural
network (ANN) telahbanyak dikembangkan olehbeberapa peneliti dengan integrasi model lain, diantaranya
intergrasi antara artificial neural network (ANN) berbasisparticle swarm optimization (PSO). Untuk
meminimalisir kelemahan dari masing-masing model pengintregasian ini digunakan untuk hasil pengukuran
yang lebih baik. Experiment dalam penelitian ini, mengukur kemampuan model artificial neural network
(ANN) berbasis particle swarm optimization (PSO). Hasil ekperimen prediksi PAD menunjukkan bahwa
artificial neural network (ANN) dan particle swarm optimization (PSO) menghasilkan nilai RMSE yang lebih
baik (0.083) dibandingkanartificial neural network (ANN) sebelum ditambahkanparticle swarm optimization
(PSO) menghasilkan nilai RSME(0.089).
Kata Kunci: Kata Kunci: PendapatanAsli Daerah, Keuangan, Pajak, ArtificialNeural Network,Particle
swarm optimization.


Full Text:

PDF

References


. Peraturan Menteri dalam Negeri No. 21 tahun

tentang perubahan kedua atas peraturan

Menteri dalam Negeri nomor 13 Tahun 2006

tentang “pedoman pengelolaan keuangan daerah,

keuangan daerah adalah semua hak dan kewajiban

daerah dalam rangka penyelenggaraan

pemerintahan daerah yang dapat dinilai dengan

uang termasuk didalamnya segala bentuk kekayaan

yang berhubungan dengan hak dan kewajiban”.

. UU No. 33 Tahun 2004. ”Pendapatan asli

daerah yang sah, bertujuan untuk memberikan

keleluasaan kepada daerah dalam menggali

pendanaan dalam pelaksanaan otonomi daerah

sebagai perwujudan asas desentralisasi”.

. Mauriza, 2014, ”Implementasi Data mining

Untuk Memprediksi Kelulusan Mahasiswa Fakultas

Komunikasi Dan Informatika Universitas

Muhammadiyah Surakarta ( UMS ) Menggunakan

Metode Naive Bayes”, Penelitian, Fakultas

Komunikasi dan Informatika Universitas

Muhammadiyah, Surakarta.

. S.C Chu, Roddick J.F, dan Pan J.S., 2004, Ant

Colony System With Communication Strategies,

Information Sciences, Volume 167, pp 63-76.

. Turban et al, 2005. Pengertian data mining

(http://globallavebookx.blogspot.co.id/2015/04.

pengertian-data-miningmenurut-ahli.html/),

Diakses pada tanggal21 November 2016 pada

pukul 09.00 Wib.

. Santosa, B. 2007. Data Mining: Teknik

Pemanfaatan Data untuk Keperluan Bisnis. Graha

Ilmu. Yogyakarta.

. Raharjo J.S Dwi, 2013, Model Artificial Neural

Network Berbasis Particle Swarm Optimization

Untuk Prediksi Laju Inflasi, Jurnal Sistem

Komputer, ISSN 2252-3456, Volume 3 Nomor 1.

. Rahmalia D, dan Herlambang T, 2017, Prediksi

Cuaca Menggunakan Algoritma Particle Swarm

Optimization-Neural Network (PSONN), Seminar

Nasional Matematika dan Aplikasinya, Universitas

Airlangga Surabaya.

. J. Kennedy dan R. Eberhard, 2001, Swarm

Intelligence. San Francisco, CA: Morgan

Kaufmann Publishers, Inc, 2001.


Refbacks

  • There are currently no refbacks.