PROYEKSI PENERIMAAN PENDAPATAN PAJAK DAERAH DI KABUPATEN SUMENEP MENGGUNAKAN METODE LEAST SQUARE, ARIMA DAN NEURAL NETWORK

Tujuan penelitian ini adalah untuk membandingkan metode Least Square, ARIMA dan Neural Network, metode manakah yang merupakan metode terbaik untuk memproyeksikan penerimaan pendapatan perjenis pajak daerah di Kabupaten Sumenep serta meramalkan berapa besar proyeksi penerimaan pajak daerah Kabupaten Sumenep untuk periode satu tahun kedepannya. Penelitian ini menggunakan pendekatan Least Square, ARIMA dan Neural Network. Penelitian ini dianalisis dengan bantuan program Minitab 17 dan Rapid miner versi 7.2. Data historis yang digunakan dalam peramalan adalah data pajak daerah kabupaten Sumenep periode 2011 sampai dengan 2016. Khusus untuk pajak air tanah data historis yang digunakan hanya periode 2012 sampai dengan 2016 dan Pajak Bumi dan Bangunan (PBB) Perdesaan dan Perkotaan dari tahun 2014 sampai dengan tahun 2016.

Hasil penelitian ini menunjukkan pada saat pemilihan metode yang terbaik dengan menggunakan data training menunjukkan metode Neural Network sebagai metode dengan nilai error terkecil sedangkan metode ARIMA menunjukkan performa yang lebih baik pada saat pengujian menggunakan data testing. Nilai error terkecil antara data training dan data testing membuktikan bahwa metode ARIMA dan metode Neural Network menunjukkan performa yang lebih baik dari pada metode Least Square.