Penerapan Data Mining Untuk Memprediksi Besarnya Pembayaran Pajak Kendaraan Pada: (Badan Pengelolaan Pajak Dan Retribusi Daerah Upt Samsat Medan Selatan) Menggunakan Algoritma Expectation Maximization
Abstract
Pajak adalah Melakukan salah satu peran dan tugas fiskus dalam diterapkannya sistem pemungutan self-assessment di Indonesia. Masalahnya adalah Pemahaman dan kesadaran masyarakat untuk patuh bayar pajak masih minim. Hal ini karena pengetahuan menggenai pajak yang di peroleh masyarakat belum optimal dan masyarakat belum memahi dalam memprediksi berapa besar pajak kendaraannya. Oleh karena itu masyarakat perlu diberikan pemahaman pajak supaya kesadaran dapat terbangun.
Algoritma Expectation Maximization merupakan salah satu algoritma yang di gunakan untuk klasifikasi atau pengelompokan data. Dalam algoritma ini, ada dua hal yang digunakan secara bergantian yaitu E step yang menghitung nilai ekspektasi dari likelihood termasuk latent variabel seolah-olah seperti mereka ada, dan M step menghitung nilai estimasi ML dari parameter dengan memaksimalkan nilai ekspektasi dari likelihood yang ditemukan pada E step.
Sumatera utara merupakan provinsi dengan jumlah penduduk terpadat antar provinsi di sumatera selatan urutan di indonesia. Namun potensi yang cukup besar akan penerimaan pajak masih belum banyak tersentuh. Padahal semakin besar sumber pendapatan yang berassal dari potensi daerah dan bukan dari bantuan pemerintah pusat, maka daerah semakin mampu untuk lebih mensukseskan pembangunan didaerah sesuai kebutuhan masyarakatnya
References
L. E. T. Kusrini, Algoritma Data Mining. Yogyakarta: C.V ANDI OFFSET, 2009.
Mardiasmo, “Efek Tivitas Dan Kontrbusi Penerimaan Pajak Hotel Dan Restoran Terhadap Pad Kora Manado,” 2013.
M. K. Novianti Dian, Analisa Dan Perancangan Sistem Informasi Beroriantasi Objek. Yogyakarta: CV BUDI UTAMA, 2014.
Gunaidi Abdia Away. (2014). The Shortcut of matlab programming.Bandung Informatika Bandung
Copyright (c) 2021 Suhada Suhada, Guidio L Ginting, Rivalri K Hondro

This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).


.png)
.png)


