用Grey-Markov和ANFIS方法对国家收入不是税收分析

Analisis PeramalanPenerimaan, Negara Bukan, Pajak Menggunakan, Metode Grey-Markov, Dan Anfis, I. Dewa, N. Manuaba, M. Sudarma, N. Gunantara, K. K. —. Anfis
{"title":"用Grey-Markov和ANFIS方法对国家收入不是税收分析","authors":"Analisis PeramalanPenerimaan, Negara Bukan, Pajak Menggunakan, Metode Grey-Markov, Dan Anfis, I. Dewa, N. Manuaba, M. Sudarma, N. Gunantara, K. K. —. Anfis","doi":"10.24843/mite.2023.v22i01.p01","DOIUrl":null,"url":null,"abstract":"Universitas Udayana setiap tahunnya melaporkan Target Penerimaan Negara Bukan Pajak (TPNBP) sebagai acuan pemberian alokasi anggaran tahun T+2. Ketepatan dalam penentuan TPNBP akan berpengaruh kepada pemberian alokasi anggaran tahun T+2, sehingga dapat meningkatkan optimalisasi dalam melakukan perencanaan anggaran. Keterbatasan data realisasi PNBP di Universitas Udayana dan keunggulan metode ANFIS dalam melakukan peramalan pada tipe data stasioner, memungkinkan peramalan dengan metode Grey-Markov dan ANFIS menghasilkan peramalan yang akurat, untuk itu perlu dibandingkan metode mana yang lebih baik. Hasil dari penelitian ini menunjukan metode Grey-Markov mendapatkan nilai 0,118% sedangkan metode ANFIS mendapatkan nilai 4,978% yang artinya walaupun sama-sama mendapatkan hasil sangat akurat, tetapi metode Grey-Markov mendapatkan nilai MAPE yang lebih kecil yang berarti lebih akurat dibandingkan dengan metode ANFIS. Pada variabel penerimaan SPI, metode Grey-Markov mendapatkan hasil yang sangat akurat dengan nilai MAPE 0,319% sedangkan metode ANFIS mendapatkan hasil yang kurang akurat dengan nilai MAPE 23,39% yang berarti bahwa metode Grey-Markov lebih baik dalam melakukan peramalan penerimaan SPI. \nKata Kunci — ANFIS; Grey-Markov; Forecasting; PNBP","PeriodicalId":53323,"journal":{"name":"Majalah Ilmiah Teknologi Elektro","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-06-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Analisis Peramalan Penerimaan Negara Bukan Pajak Menggunakan Metode Grey-Markov Dan ANFIS\",\"authors\":\"Analisis PeramalanPenerimaan, Negara Bukan, Pajak Menggunakan, Metode Grey-Markov, Dan Anfis, I. Dewa, N. Manuaba, M. Sudarma, N. Gunantara, K. K. —. Anfis\",\"doi\":\"10.24843/mite.2023.v22i01.p01\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Universitas Udayana setiap tahunnya melaporkan Target Penerimaan Negara Bukan Pajak (TPNBP) sebagai acuan pemberian alokasi anggaran tahun T+2. Ketepatan dalam penentuan TPNBP akan berpengaruh kepada pemberian alokasi anggaran tahun T+2, sehingga dapat meningkatkan optimalisasi dalam melakukan perencanaan anggaran. Keterbatasan data realisasi PNBP di Universitas Udayana dan keunggulan metode ANFIS dalam melakukan peramalan pada tipe data stasioner, memungkinkan peramalan dengan metode Grey-Markov dan ANFIS menghasilkan peramalan yang akurat, untuk itu perlu dibandingkan metode mana yang lebih baik. Hasil dari penelitian ini menunjukan metode Grey-Markov mendapatkan nilai 0,118% sedangkan metode ANFIS mendapatkan nilai 4,978% yang artinya walaupun sama-sama mendapatkan hasil sangat akurat, tetapi metode Grey-Markov mendapatkan nilai MAPE yang lebih kecil yang berarti lebih akurat dibandingkan dengan metode ANFIS. Pada variabel penerimaan SPI, metode Grey-Markov mendapatkan hasil yang sangat akurat dengan nilai MAPE 0,319% sedangkan metode ANFIS mendapatkan hasil yang kurang akurat dengan nilai MAPE 23,39% yang berarti bahwa metode Grey-Markov lebih baik dalam melakukan peramalan penerimaan SPI. \\nKata Kunci — ANFIS; Grey-Markov; Forecasting; PNBP\",\"PeriodicalId\":53323,\"journal\":{\"name\":\"Majalah Ilmiah Teknologi Elektro\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-06-05\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Majalah Ilmiah Teknologi Elektro\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.24843/mite.2023.v22i01.p01\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Majalah Ilmiah Teknologi Elektro","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24843/mite.2023.v22i01.p01","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

乌达亚纳大学每年报告的目标不是税收(TPNBP),其目标是将T+2年的预算分配。TPNBP的精确决定将影响T+2年的预算分配,从而促进预算规划的优化。Udayana大学PNBP数据实现的限制和ANFIS方法在稳定数据类型上的优越性,使Grey-Markov方法和ANFIS方法能够精确预测,而需要比其他方法更好。这项研究的结果表明,Grey-Markov方法得到了0.118%的分数,而ANFIS方法得到了4.978%的分数,这意味着两者都得到了非常准确的结果,但是Grey-Markov得到了一个更小的MAPE值,这意味着它比ANFIS方法更准确。在SPI采收变量中,Grey-Markov方法的得分为0.319%,得到了一个非常准确的结果,而ANFIS方法的分数为MAPE 23.39%,这意味着Grey-Markov方法在SPI采收方面做得不是很好。关键词——ANFIS;Grey-Markov;预测;PNBP
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Analisis Peramalan Penerimaan Negara Bukan Pajak Menggunakan Metode Grey-Markov Dan ANFIS
Universitas Udayana setiap tahunnya melaporkan Target Penerimaan Negara Bukan Pajak (TPNBP) sebagai acuan pemberian alokasi anggaran tahun T+2. Ketepatan dalam penentuan TPNBP akan berpengaruh kepada pemberian alokasi anggaran tahun T+2, sehingga dapat meningkatkan optimalisasi dalam melakukan perencanaan anggaran. Keterbatasan data realisasi PNBP di Universitas Udayana dan keunggulan metode ANFIS dalam melakukan peramalan pada tipe data stasioner, memungkinkan peramalan dengan metode Grey-Markov dan ANFIS menghasilkan peramalan yang akurat, untuk itu perlu dibandingkan metode mana yang lebih baik. Hasil dari penelitian ini menunjukan metode Grey-Markov mendapatkan nilai 0,118% sedangkan metode ANFIS mendapatkan nilai 4,978% yang artinya walaupun sama-sama mendapatkan hasil sangat akurat, tetapi metode Grey-Markov mendapatkan nilai MAPE yang lebih kecil yang berarti lebih akurat dibandingkan dengan metode ANFIS. Pada variabel penerimaan SPI, metode Grey-Markov mendapatkan hasil yang sangat akurat dengan nilai MAPE 0,319% sedangkan metode ANFIS mendapatkan hasil yang kurang akurat dengan nilai MAPE 23,39% yang berarti bahwa metode Grey-Markov lebih baik dalam melakukan peramalan penerimaan SPI. Kata Kunci — ANFIS; Grey-Markov; Forecasting; PNBP
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
21
审稿时长
32 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信