Penerapan metode Fuzzy Gustafson-Kessel Clustering dalam pengelompokkan data pada optimalisasi penerimaan pajak BPHTB di Kabupaten Malang

ABSTRAK:

Penelitian ini bertujuan untuk mengoptimalkan penerimaan pajak BPHTB (Bea Perolehan Hak atas Tanah dan Bangunan) di Kabupaten Malang pada tahun 2024 dengan menggunakan metode Fuzzy Gustafson-Kessel Clustering. Pengelompokan dilakukan dengan berbagai inisiasi jumlah cluster, mulai dari 2 hingga 5 cluster, untuk menentukan pengelompokan data yang paling optimal. Hasil penelitian menunjukkan bahwa inisiasi dengan jumlah 2 cluster memberikan hasil terbaik dalam hal stabilitas iterasi algoritma dan pengelompokan data yang lebih konsisten. Evaluasi menggunakan metrik silhouette score dan Davies-Bouldin index menunjukkan bahwa 2 cluster memiliki nilai terbaik dibandingkan dengan jumlah cluster lainnya. Pengelompokan ini menghasilkan dua cluster dengan karakteristik yang berbeda; cluster ke-2 menunjukkan penerimaan pajak yang lebih tinggi, dengan faktor luas tanah yang lebih rendah namun luas bangunan yang lebih tinggi, yang mempengaruhi penerimaan pajak. Meskipun kedua cluster masih berada dalam kategori penerimaan pajak rendah, cluster ke-2 mencatatkan nilai maksimum pada seluruh data, yang menandakan bahwa pengoptimalan penerimaan pajak BPHTB terbaik terdapat pada inisiasi jumlah 2 cluster dengan cluster ke-2 sebagai cluster optimal.

ABSTRACT:

This research aims to optimize BPHTB tax revenue (Land and Building Rights Acquisition Duty) in Malang Regency in 2024 using the Fuzzy Gustafson-Kessel Clustering method. Grouping is carried out by various initiations of the number of clusters, ranging from 2 to 5 clusters, to determine the most optimal data grouping. The results showed that initiation with a number of 2 clusters gave the best results in terms of algorithm iteration stability and more consistent data clustering. Evaluation using the silhouette score metric and the Davies-Bouldin index showed that the 2 clusters had the best score compared to the number of other clusters. This grouping results in two clusters with different characteristics; The 2nd cluster shows higher tax revenues, with a lower land area factor but a higher building area, which affects tax revenue. Although both clusters are still in the category of low tax revenue, the 2nd cluster recorded the maximum value in all data, which indicates that the best BPHTB tax revenue optimization is found in the initiation of the number of 2 clusters with the 2nd cluster as the optimal cluster.

مستخلص البحث:

يهدف هذا البحث إلى تحسين إيرادات ضريبة BPHTB (رسوم الاستحواذ على حقوق الأراضي والبناء) في محافزة مالانج عام 2024 باستخدام طريقة Fuzzy Gustafson-Kessel Clustering. يتم التجميع من خلال عمليات بدء مختلفة لعدد المجموعات ، تتراوح من 2 إلى 5 مجموعات ، لتحديد التجميع الأمثل للبيانات. أظهرت النتائج أن البدء بعدد من 2 (مجموعتين) أعطى أفضل النتائج من حيث استقرار تكرار الخوارزمية وتجميع البيانات الأكثر اتساقا. أظهر التقييم باستخدام مقياس درجة الصورة الظلية ومؤشر Davies-Bouldin أن المجموعتين حصلتا على أفضل درجة مقارنة بعدد المجموعات الأخرى. أنتج هذا التجميع مجموعتين لهما خصائص مختلفة. تظهر المجموعة الثانية إيرادات ضريبية أعلى ، مع قلة مساحة الأرض ولكن مساحة البناء أوسع، مما يؤثر على إيرادات الضرائب. على الرغم من أن كلتي المجموعتين لا تزالان في فئة الإيرادات الضريبية المنخفضة، إلا أن المجموعة الثانية سجلت القيمة القصوى في جميع البيانات، مما يشير إلى أن أفضل تحسين للإيرادات الضريبية ل BPHTB موجود في بدء مجموعتين مع المجموعة الثانية كمجموعة مثالية.