Analysis Clustering Jenis Layanan Pada Divisi Pelayanan Kantor Pelayanan Pajak (KPP) Madya Pekanbaru Menggunakan Metode K-MEANS
Abstract
Kantor Pelayanan Pajak (KPP) Madya Pekanbaru merupakan salah satu kantor pajak yang berada di wilayah Riau. Pada divisi pelayanan KPP Madya Pekanbaru menyediakan berbagai jenis layanan kepada wajib pajak. Pengukuran kepuasan terhadap jenis layanan yang diberikan oleh KPP Madya Pekanbaru kepada wajib pajak harus selalu dilakukan untuk mengetahui kepuasan pada masing-masing jenis layanan serta merencanakan strategi yang lebih baik dimasa yang mendatang. Pada saat ini telah tersedia kotak saran sebagai tempat untuk wajib pajak menyampaikan saran, keluhan serta kritik yang dirasakan oleh wajib pajak, namun hal ini dianggap kurang efektif karena melalui kotak saran, misalnya saran yang diberikan wajib pajak tidak spesifik terhadap suatu jenis layanan tertentu, lalu melalui kotak saran juga tidak dapat mengetahui kualitas jenis layanan yang perlu diperbaiki dan dipertahankan. Sehingga diberi solusi dengan membangun sebuah sistem menggunakan metode k-means clustering yang dapat mengelompokkan jenis layanan untuk mengetahui kepuasan pada masing-masing jenis layanan. Metode ini dapat mengelompokkan jenis layanan yang berada pada KPP Madya Pekanbaru menggunakan beberapa variabel yaitu kecepatan layanan, ketepatan tindakan dan service. Setelah sistem dihasilkan maka dilakukan pengujian menggunakan metode confusion matrix dengan nilai accuracy sebesar 80% dan error rate 20%. Sementara hasil pengujian menggunakan user acceptance test (UAT) sebesar 100%.Kata kunci: Kepuasan Jenis Layanan, Data Mining, K-Means ClusteringReferences
Adisasmito, S. P., & Sadjiarto, A. (2013). Analisis Kepuasan Wajib Pajak Atas Layanan Kantor Pelayanan Pajak Pratama Di Lingkungan Kantor Wilayah Direktorat Jenderal Pajak Jawa Timur I. Universitas Kristen Petra.
Triwibawa, A. (2012). Analisis Kepuasan Wajib Pajak Ditinjau Dari Pelayanan Kerja Karyawan Di Kantor Pelayanan Pajak Pratama Sleman. Universitas Negeri Yogyakarta.
Siregar, A. M. (2013). Analisa Data Mining Menggunakan Metode Clustering K-Means Dalam Pengelompokan Daerah Berdasarkan Kesehatan. Politeknik Caltex Riau.
Fionda. (2013). Laporan Proyek Akhir Analisa Penjualan Barang Menggunakan Metode Clustering K-Means Untuk Perencanaan Penjualan Pada Swalayan Hawaii. Politeknik Caltex Riau.
Nengsih, W. (2013). Clustering Analysis Penilaian Unit-Unit Pelayanan Fungsional Spesialis Dalam Hal Penanganan Pasien Menggunakan Metode K-Means. Politeknik Caltex Riau..
Ong, J. O. (2013). Implementasi Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing President University. President University.
Hastuti, N. F. (2013). Pemanfaatan metode K-Menas Clustering dalam Penentuan Penentuan Penerimaan Beasiswa. Universitas Sebelah Maret.
Visa, S., Ramsay, B., Ralescu, A., & Knaap, E. (2011). Confusion Matrix-Based Feature Selection. Midwest Artificial Intelligence And Cognitive Science Conference.
Anarto, M. I. (2016). Rancang Bangun Aplikasi Sistem Informasi Perencanaan Perawatan Kelapa Sawit Berbasis Web Menggunakan Asp.Net Mvc ( Studi Kasus : PT. Sari Lembah Subur). Politeknik Caltex Riau.
Downloads
Published
Issue
Section
License
Copyright info for authors
1. Authors hold the copyright in any process, procedure, or article described in the work and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2. Authors retain publishing rights to re-use all or portion of the work in different work but can not granting third-party requests for reprinting and republishing the work.
3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) as it can lead to productive exchanges, as well as earlier and greater citation of published work.
