Model Double Exponential Smoothing Dalam Peramalan Penerimaan Pajak Pemerintah Pusat Indonesia

Abstract View: 443, PDF Download: 441

Authors

  • Muhammad Azis Suprayogi Kementerian Keuangan RI

DOI:

https://doi.org/10.32665/statkom.v1i2.1233

Keywords:

Double exponential smoothing, Peramalan, Pajak

Abstract

Latar   Belakang: Peramalan sebagai salah satu cara memprediksi suatu peristiwa atau nilai tertentu di masa depan dengan cara mempertimbangkan data di masa lalu. Peramalan dibutuhkan untuk memprediksi nilai total penerimaan pajak di masa depan pada tingkat pemerintah pusat dengan tujuan untuk merencanakan keuangan khususnya perencanaan nilai pembiayaan negara untuk kebutuhan belanja pemerintah pusat pada tahun berikutnya.

Tujuan:  Meramal nilai penerimaan pajak pada Anggaran Pendapatan dan Belanja Negara (APBN) Pemerintah Pusat di Indonesia menggunakan model double exponential smoothing (DES) dari Holt dan model double exponential smoothing (DES) dari Brown.

Metode: Menggunakan metode kuantitatif yaitu melakukan peramalan berdasarkan data deret waktu menggunakan model DES dua parameter dari Holt dan model DES satu parameter dari Brown. Membandingkan kedua model berdasarkan nilai Mean Absolute Percentage Error (MAPE) yang paling kecil.

Hasil: Peramalan terbaik model DES dari Brown pada nilai parameter α=0,4 dengan nilai MAPE=4,529%. Peramalan terbaik model DES dari Holt pada nilai parameter α=0,8 dan β=0,6 dengan nilai MAPE=6,966%.

Kesimpulan: Model DES dari Brown dan model DES dari Holt dapat digunakan untuk peramalan penerimaan pajak pada APBN Pemerintah Pusat dengan kriteria MAPE sangat baik yaitu < 10%. Adapun model terbaik dari dua metode tersebut adalah model DES satu parameter dari Brown dengan nilai MAPE terkecil sebesar 4,529%.

 

References

Ahmad, N., Ghadi, Y., Adnan, M., & Ali, M. (2022). Load Forecasting Techniques for Power System: Research Challenges and Survey. IEEE Access, 10(June), 71054–71090. https://doi.org/10.1109/ACCESS.2022.3187839

Al-Khowarizmi, Syah, R., Nasution, M. K. M., & Elveny, M. (2021). Sensitivity of MAPE using detection rate for big data forecasting crude palm oil on k-nearest neighbor. International Journal of Electrical and Computer Engineering, 11(3), 2696–2703. https://doi.org/10.11591/ijece.v11i3.pp2696-2703

APBN, P. K. (2017). Kajian Pengembangan Model Proyeksi Penerimaan Perpajakan. Badan Kebijakan Fiskal. http://portal.fiskal.kemenkeu.go.id/pustaka/index.php?p=research&id=20100412124836359824925

Asri, Y., & Permana, D. (2019). Peramalan Penerimaan Pajak Negara Indonesia Tahun 2019 Menggunakan Metode Pemulusan Eksponensial Ganda Tipe Brown. UNP Journal of Mathematics, 70–74. http://ejournal.unp.ac.id/students/index.php/mat/article/viewFile/6321/3228

Bidangan, J., Purnamasari, I., & Hayati, M. N. (2016). Perbandingan Peramalan Metode Double Exponential Smoothing Satu Parameter Brown Dan Metode Double Exponential Smoothing Dua Parameter Holt. Statistika FMIPA Universitas Mulawarman, 4(1), 14–19. https://jurnal.unimus.ac.id/index.php/statistik/article/view/2003

Chatfield, C. (2004). The Analysis of Time Series: An Introduction (6th ed.). Chapman and Hall CRC.

Habsari, H. D. P., Purnamasari, I., & Yuniarti, D. (2020). Forecasting Uses Double Exponential Smoothing Method and Forecasting Verification Uses Tracking Signal Control Chart (Case Study: Ihk Data of East Kalimantan Province). BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 14(1), 013–022. https://doi.org/10.30598/barekengvol14iss1pp013-022

Irawan, T., Futu Faturay, Sidiq Suryo Nugroho, Soni Rita Purba, Mulya Syafnur, & Sri Retno Wahyu Nugraheni. (2022). Forecasting Indonesian Tax Revenue: A Case of Import Duties. Jurnal Ekonomi Dan Kebijakan Pembangunan, 11(1), 75–90. https://doi.org/10.29244/jekp.11.1.2022.75-90

Kahpi, A. (2020). Upaya Kearah Realisasi Target. Al-Risalah, 20(1), 43–56.

Khoiriyah, N., & Cahyani, N. (2022). Peramalan Banyaknya Pasien Rawat Jalan dengan Menggunakan Metode Brown’s Double Exponential Smoothing. STATKOM: Jurnal Statistika Dan Komputasi, 1(1), 23–30.

Makridakis, & Wheelwright. (1983). Forecasting: Method and Application. John Wiley n Sons.

Muchayan, A. (2019). Comparison of Holt and Brown’s Double Exponential Smoothing Methods in The Forecast of Moving Price for Mutual Funds. Journal of Applied Science, Engineering, Technology, and Education, 1(2), 183–192. https://doi.org/10.35877/454ri.asci1167

Omer, A. W., Blbas, H. T. A., & Kadir, D. H. (2021). A Comparison between Brown’s and Holt’s Double Exponential Smoothing for Forecasting Applied Generation Electrical Energies in Kurdistan Region. Cihan University-Erbil Scientific Journal, 5(2), 56–63. https://doi.org/10.24086/cuesj.v5n2y2021.pp56-63

Purwanti, D., & Purwadi, J. (2019). Metode Brown’s Double Exponential Smoothing dalam Peramalan Laju Inflasi di Indonesia. Jurnal Ilmiah Matematika, 6(2), 54. https://doi.org/10.26555/konvergensi.v6i2.19548

Rahmawati, A., Ramadhanti, C. N., Ismiav, F. H., & Nurcahyo, R. (2021). Comparing The Accuracy of Holt’s and Brown’s Double Exponential Smoothing Method in Forecasting The Coal Demand Of Company X. Proceedings of the International Conference on Industrial Engineering and Operations Management, 460–469.

Silalahi, D. E., & Ginting, R. R. (2020). Strategi Kebijakan Fiskal Pemerintah Indonesia Untuk Mengatur Penerimaan dan Pengeluaran Negara Dalam Menghadapi Pandemi Covid-19. Jesya (Jurnal Ekonomi & Ekonomi Syariah), 3(2), 156–167. https://doi.org/10.36778/jesya.v3i2.193

Statistik, B. P. (2022). Realisasi Pendapatan Negara. Badan Pusat Statistik. https://www.bps.go.id/indicator/13/1070/1/realisasi-pendapatan-negara.html

Sugiyono. (2017). Statistika Untuk Penelitian (1st ed.). Alfabeta.

UU No 28, T. 2007. (2007). Undang-undang Republik Indonesia Nomor 28 Tahun 2007 tentang Perubahan ketiga atas Undang-undang Nomor 6 Tahun 1983 tentang Ketentuan Umum dan Tata Cara Perpajakan.

Downloads

Published

2022-12-31

How to Cite

Suprayogi, M. A. (2022). Model Double Exponential Smoothing Dalam Peramalan Penerimaan Pajak Pemerintah Pusat Indonesia. Jurnal Statistika Dan Komputasi, 1(2), 83–92. https://doi.org/10.32665/statkom.v1i2.1233
Abstract View: 443, PDF Download: 441