Pengelompokan Perangkat Daerah di Jawa Barat Berdasarkan Jenis Pajak Menggunakan Metode Ward
Abstract
Abstract. Cluster analysis is a multivariate statistical analysis to classify several objects with similar characteristics. Hierarchical cluster analysis is a method that is carried out by creating a level based on the same characteristics. Hierarchical cluster analysis with the Ward method is a method that aims to minimize the increase in variation between objects in one cluster. On this occasion, the author obtained secondary data from BPKAD in the form of recapitulated tax collection data in SIPD in January-August 2023. Based on the grouping carried out, 2 clusters were obtained with the number of cluster 1 members as many as 1 regional apparatus and the number of cluster 2 members as many as 37 regional apparatus. The final result of the grouping is that the Education Office is the only member in cluster 1 and the Health Office and 36 other regional apparatus are in cluster 2. The average value of each type of tax provided by cluster 1 is greater than the average value of each type of tax provided by cluster 2, so it can be said that cluster 1 has the greatest tax attraction.
Abstrak. Analisis klaster merupakan analisis statistika multivariat untuk mengklasifikasikan beberapa objek dengan karakteristik yang sama. Analisis klaster hierarki merupakan metode yang dilakukan dengan membuat suatu tingkatan berdasar karakteristik yang sama. Analisis klaster hierarki dengan metode Ward merupakan metode yang bertujuan meminimalkan peningkatan variasi antar objek yang ada dalam satu klaster. Pada kesempatan kali ini penulis memperoleh data sekunder dari pihak instansi terkait berupa data rekapitulasi tarikan pajak di SIPD pada bulan Januari-Agustus tahun 2023. Berdasarkan pengelompokan yang dilakukan diperoleh sebanyak 2 klaster dengan jumlah anggota klaster 1 sebanyak 1 perangkat daerah dan jumlah anggota klaster 2 sebanyak 37 perangkat daerah. Hasil akhir pengelompokannya yakni Perangkat Daerah 1 ( ) sebagai satu-satunya anggota dalam klaster 1 dan Perangkat Daerah 2 ( ) serta 36 perangkat daerah lainnya berada dalam klaster 2. Nilai rata-rata tiap jenis pajak yang diberikan oleh klaster 1 lebih besar dibandingkan nilai rata-rata tiap jenis pajak yang diberikan oleh klaster 2, sehingga dapat dikatakan bahwa klaster 1 memiliki tarikan pajak paling besar.
References
Laeli, Sofya. (2014), Analisis Cluster dengan Average Linkage Method dan Ward’s Method untuk Data Responden Nasabah Asuransi Jiwa Unit Link. Skripsi, Universitas Negeri Yogyakarta.
Zulfa, Farida, B2A218004 (2019), Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pendidikan Menggunakan K-Means dan K-Medoids. Sarjana / Sarjana Terapan (S1/D4) tesis.
Veriani, Rafika. (2020). Analisis Cluster Dalam Pengelompokkan Provinsi di Indonesia Berdasarkan Variabel Penyakit Menular Menggunakan Metode Complete Linkage, Average Linkage dan Ward. Skripsi tidak dipublikasikan. Program Sarjana, Program Studi Matematika, Universitas Islam Negeri Sunan Ampel Surabaya.
Veriani, Rafika. (2020). Analisis Cluster Dalam Pengelompokkan Provinsi di Indonesia Berdasarkan Variabel Penyakit Menular Menggunakan Metode Complete Linkage, Average Linkage, dan Ward. Program Sarjana, Program Studi Matematika, Universitas Islam Negeri Sunan Ampel Surabaya.
August 12, 2021). Pajak Penghasilan Pasal 21. KPPN Kotabumi. Retrieved September 23, 2023, from https://djpb.kemenkeu.go.id/kppn/kotabumi/id/informasi/perpajakan/pph-pasal-21.html
PPh Pasal 22: Tarif, Cara Hitung dan Lapor SPT Masa PPh 22. (May 14, 2023). Mekari klikpajak. Retrieved September 23, 2023, from https://klikpajak.id/blog/pph-pasal-22-dan-lapor-spt-pph-22/.)
Pengertian PPh Pasal 23. HiPajak. Retrieved September 23, 2023, from https://www.hipajak.id/artikel-pengertian-pph-pasal-23.
PPh Pasal 4 Ayat 2 (Pajak Penghasilan Pasal 4 Ayat 2). (February 21, 2023). OnlinePajak. Retrieved September 23, 2023, from https://www.onlinepajak.com/seputar-pajakpay/pajak-penghasilan-pph-pasal-4-ayat-2-a.)
Arisa, J. W., & Hajarisman, N. (2023). Determinasi Derajat Kelangsungan Hidup Anak Menggunakan Multigroup Structural Equation Modeling. Jurnal Riset Statistika, 3(2), 147–154. https://doi.org/10.29313/jrs.v3i2.3047
Bernardino, M. (2023). Penerapan CUSUM-Tukey’s Control Chart untuk Mendeteksi Perubahan Rata-Rata Proses pada Data Non-Normal. Jurnal Riset Statistika, 3(2), 119–124. https://doi.org/10.29313/jrs.v3i2.2955
Fatmawati, & Rifai, N. A. K. (2023). Klasifikasi Penyakit Diabetes Retinopati Menggunakan Support Vector Machine dengan Algoritma Grid Search Cross-validation. Jurnal Riset Statistika, 79–86. https://doi.org/10.29313/jrs.v3i1.1945
