Djainab Humolungo, Wahyudin Hasyim, Alter Lasarudin
{"title":"PREDIKSI PENERIMAAN NEGARA BUKAN PAJAK (PNBP) MENGGUNAKAN ALGORITMA NEURAL NETWORK DI LPP RRI GORONTALO","authors":"Djainab Humolungo, Wahyudin Hasyim, Alter Lasarudin","doi":"10.31314/juik.v2i1.1486","DOIUrl":null,"url":null,"abstract":"Penerimaan Negara Bukan Pajak (PNBP) adalah salah satu sumber penerimaan negara yang sangat penting disamping penerimaan perpajakan.Maka dalam hal ini Prediksi merupakan hal penting dalam mengetahui jumlah Penerimaan Negara Bukan Pajak (PNBP) di LPP RRI Gorontalo apakah dapat memenuhi Target yang telah ditentukan oleh LPP RRI Pusat atau tidak. Data yang digunakan dalam penelitian ini sebanyak 240 data. Dengan menggunakan Algoritma Neural Network bahwa tingkat akurat Algoritma Neural Network dalam memprediksi PNBP tidak baik. Hal ini dibuktikan dengan tingkat RMSE terkecil saja masih di angka 0.076. dan setelah dilakukan pengujian menggunakan perhitungan di Microsoft Excel terlihat bahwa hasil prediksi dari 48 minggu di Tahun 2020 dan range error data hasil denormalisasi data dengan nilai range dari 23855200 sampai dengan -104726900","PeriodicalId":276767,"journal":{"name":"Jurnal Ilmu Komputer (JUIK)","volume":"28 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-06-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmu Komputer (JUIK)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31314/juik.v2i1.1486","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Penerimaan Negara Bukan Pajak (PNBP) adalah salah satu sumber penerimaan negara yang sangat penting disamping penerimaan perpajakan.Maka dalam hal ini Prediksi merupakan hal penting dalam mengetahui jumlah Penerimaan Negara Bukan Pajak (PNBP) di LPP RRI Gorontalo apakah dapat memenuhi Target yang telah ditentukan oleh LPP RRI Pusat atau tidak. Data yang digunakan dalam penelitian ini sebanyak 240 data. Dengan menggunakan Algoritma Neural Network bahwa tingkat akurat Algoritma Neural Network dalam memprediksi PNBP tidak baik. Hal ini dibuktikan dengan tingkat RMSE terkecil saja masih di angka 0.076. dan setelah dilakukan pengujian menggunakan perhitungan di Microsoft Excel terlihat bahwa hasil prediksi dari 48 minggu di Tahun 2020 dan range error data hasil denormalisasi data dengan nilai range dari 23855200 sampai dengan -104726900