Image of Analisis Klasifikasi Kepatuhan Pembayaran Retribusi Pelayanan Pasar Kota Tangerang Selatan Menggunakan Algoritma Random Forest

Text

Analisis Klasifikasi Kepatuhan Pembayaran Retribusi Pelayanan Pasar Kota Tangerang Selatan Menggunakan Algoritma Random Forest



Retribusi pelayanan pasar merupakan salah satu sumber Pendapatan Asli Daerah (PAD) yang digunakan untuk membangun dan merevitalisasi pasar, serta meningkatkan kenyamanan, keamanan, dan pertumbuhan ekonomi lokal. Meskipun sistem Elektronifikasi Transaksi Pemerintah Daerah (ETPD) telah diterapkan di Kota Tangerang Selatan untuk mempermudah pembayaran melalui berbagai saluran digital tetapi tingkat kepatuhan pembayaran masih rendah. Pada tahun 2023, pendapatan retribusi pelayanan pasar Kota Tangerang Selatan hanya mencapai 29,94% dari target yang ditetapkan. Dari jumlah tersebut hanya 16,86% wajib retribusi yang rutin membayar tepat waktu sementara 83,14% tidak membayar tepat waktu. Hal ini dapat menghambat optimalisasi pendapatan daerah. Penelitian ini bertujuan untuk membangun model klasifikasi yang dapat memprediksi kepatuhan pembayaran retribusi pelayanan pasar di Kota Tangerang Selatan. Penelitian ini menggunakan algoritma Random Forest dan tahapan analisis data Cross-Industry Standard Process for Data Mining (CRISP-DM) untuk mengklasifikasikan data Retribusi Pelayanan Pasar dari kurun waktu November 2021 hingga November 2024 yang diperoleh melalui sistem ETPD. Model yang dibangun mengklasifikasikan kepatuhan pembayaran menjadi dua kelas, yaitu tepat waktu dan tidak tepat waktu. Hasil analisis menggunakan K-Fold Cross Validation menunjukkan bahwa model Random Forest memiliki performa metrik accuracy sebesar 94,94%, precision 99,49%, recall 90,34%, F1-score 94,69%, dan AUC 95% yang menunjukkan kemampuan model dapat mengklasifikasikan data dengan baik. Temuan ini dalam penelitian ini dapat menjadi rekomendasi bagi pemerintah Kota Tangerang Selatan untuk merumuskan strategi guna meningkatkan kepatuhan pembayaran retribusi.
Kata Kunci: CRISP-DM, klasifikasi, machine learning, Random Forest


Ketersediaan

#
Perpustakaan FST (Skripsi) SI 641 2025
SI641
Tersedia

Informasi Detail

Judul Seri
-
No. Panggil
SI 641 2025
Penerbit Prodi SI Sains Teknologi UIN JKT : Jakarta, Ciputat.,
Deskripsi Fisik
xix, 142; 28 cm
Bahasa
Bahasa Indonesia
ISBN/ISSN
-
Klasifikasi
641
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Info Detail Spesifik
-
Pernyataan Tanggungjawab

Versi lain/terkait

Tidak tersedia versi lain




Informasi


Akses Katalog Publik Daring - Gunakan fasilitas pencarian untuk mempercepat penemuan data katalog