http://hdl.handle.net/123456789/53 2026-06-04T01:43:24Z http://hdl.handle.net/123456789/63130 Perbandingan Peramalan Metode Double Moving Average, Holt's Method, dan ARIMA Terhadap Penerimaan Pajak Penghasilan di Kantor Pelayanan Pajak Pratama Bandung Tegallega (Studi Kasus: Penerimaan Pajak Pasal 21 Tahun 2015-2017) Iryanto, Eko Pajak merupakan salah satu sumber penerimaan negara, pajak digunakan pemerintah sebagai salah satu kebijakan untuk mengatur roda perekonomian serta mengatur laju inflasi. Pembayaran pajak merupakan perwujudan dari kewajiban kenegaraan dan peran serta wajib pajak untuk secara langsung dan bersama-sama melaksanakan kewajiban perpajakan dalam membiayai negara dan pembangunan nasional. Kontribusi penerimaan pajak terhadap penerimaan negara diharapkan semakin meningkatkan dari tahun ke tahun. Salah satu pungutan pajak yang paling besar kontribusinya adalah Pajak Penghasilan (PPh), dimana Pajak Penghasilan (PPh) terbagi menjadi beberapa macam. Tahun 2015 sampai tahun 2017 Pajak Penghasilan (PPh) berkontribusi lebih dari 50% dari Penerimaan Pajak, sehingga diperlukan analisis yang berguna untuk mengetahui adanya pendapatan dibulan berikutnya. Sehingga Metode yang digunakan adalah Metode Double Moving Average, Holt's Method, dan ARIMA untuk Forecast pendapatan dibulan berikutnya. 2018-01-01T00:00:00Z http://hdl.handle.net/123456789/63117 Analisis Data Panel untuk Mengetahui Faktor-Faktor yang Memengaruhi Tingkat Kemiskinan (Studi Kasus: Tingkat Kemiskinan Kabupaten/Kota di Daerah Istimewa Yogyakarta) Kustanti, Arifati Kemiskinan adalah ketidak mampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan maupun non makanan yang bersifat mendasar. Penelitian ini bertujuan untuk meneliti faktor yang mempengaruhi tingkat kemiskinan kabupaten/kota di DIY. Karena data yang digunakan merupakan data panel yaitu gabungan antara cross section dan time series, maka tingkat kemiskinan dimodelkan dengan regresi panel dengan model yang terbaik yaitu dengan model pooled regression, fixed effect, dan random effect. Variabel yang digunakan adalah tingkat kemiskinan sebagai variabel dependent dan Rumah tangga pengguna air bersih, Rumah tangga pengguna jamban, Luas lantai perkapita, Pengeluaran perkapita untuk makanan, Angka Melek Huruf dan Rata-Rata Lama Bersekolah sebagai variabel independent. Hasil analisis menunjukkan bahwa variabel Luas lantai perkapita dan Angka Melek Huruf berpengaruh signifikan terhadap tingkat kemiskinan. 2014-01-01T00:00:00Z http://hdl.handle.net/123456789/63085 Klasifikasi Kesesuaian Market Value dan Performa Pemain Sepak Bola Liga Eredivisie Menggunakan Random Forest dan Gradient Boosting (Studi Kasus: Liga Eredivisie Musim 2023/2024) Fachriansyah, Jhodi Penelitian ini bertujuan mengembangkan model klasifikasi untuk mengevaluasi kesesuaian antara market value dan performa aktual pemain sepak bola Liga Eredivisie Belanda musim 2023/2024. Dataset terdiri dari 347 pemain dengan data performa (WhoScored) dan market value (Transfermarkt), yang dikategorikan ke dalam kelas 'Undervalued', 'Overvalued', atau 'Fairly Valued'. Ketidakseimbangan kelas signifikan (72,91% 'Fairly Valued') diatasi melalui cost-sensitive learning pada algoritma Random Forest dan Gradient Boosting. Hasil komparatif menunjukkan Random Forestsebagai model superior dengan Akurasi 81,43%, F1- Score Macro 0,7306, dan ROC-AUC Macro 0,9261, serta profil risiko bisnis lebih aman (Presisi 62% vs 47% Gradient Boosting untuk kelas 'Undervalued'). Analisis kepentingan fitur mengungkap temuan orisinal: metrik distribusi bola Average Pass Length (0,0844) dan Pass Success Accuracy (0,0843) mendominasi klasifikasi valuasi, mengungguli statistik gol. Fenomena ini memvalidasi "development league hypothesis", di mana Liga Eredivisie sebagai liga pengembangan talenta menempatkan premi tinggi pada transferable skills dibanding end product. Penelitian ini mengusulkan Tiered Scouting System sebagai framework hybrid yang mengintegrasikan prediksi model (Tier 1) dengan validasi human scout (Tier 2) untuk mitigasi risiko investasi. Temuan ini berkontribusi sebagai instrumen analitik berbasis bukti bagi manajemen klub dalam strategi rekrutmen dan investasi pemain. 2026-01-01T00:00:00Z http://hdl.handle.net/123456789/63078 Penerapan Model RF-PSO untuk Pemodelan Multi- Output dan Optimasi pada Proses Microwave-Assisted Extraction (MAE) (Studi Kasus: Ektraksi Kulit Manggis (Garcinia mangostana L.) sebagai Antioksidan) Sanjaya, Muhammad Dzaky Kulit manggis (Garcinia mangostana L.) merupakan sumber senyawa bioaktif yang kaya akan xanton dan fenolik dengan aktivitas antioksidan tinggi, namun pemanfaatannya masih terbatas. Penelitian ini bertujuan untuk memodelkan dan mengoptimalkan proses Microwave-Assisted Extraction (MAE) kulit manggis menggunakan pendekatan Multi-Output Random Forest (MORF) dan Particle Swarm Optimization (PSO), serta mengevaluasi ketidakpastian prediksi melalui interval prediksi berbasis kuantil. Variabel proses yang dikaji meliputi daya microwave, waktu ekstraksi, dan rasio pelarut, dengan tiga respon yang dimodelkan secara simultan, yaitu inhibisi DPPH, Total Phenolic Content (TPC), dan yield. Hasil pemodelan menunjukkan bahwa model MORF memiliki kinerja yang sangat baik dengan kemampuan generalisasi tinggi, ditunjukkan oleh nilai koefisien determinasi (R2) pada data uji sebesar 0.994 untuk inhibisi DPPH, 0.997 untuk TPC, dan 0.964 untuk yield, serta didukung oleh nilai MAPE dan RMSE yang relatif rendah tanpa indikasi overfitting. Optimasi multi-output menggunakan PSO menunjukkan bahwa pada fraksi polar, solusi optimal bersifat konsisten pada seluruh metode pembobotan fungsi objektif (PCA, VIF, korelasi, dan CRITIC), dengan kombinasi daya microwave 375.51 W, waktu ekstraksi 5.01 menit, dan rasio pelarut 15.03 mL/g. Sebaliknya, pada fraksi nonpolar, pendekatan pembobotan berbasis VIF menghasilkan nilai inhibisi DPPH dan TPC yang lebih tinggi dibandingkan metode lainnya, meskipun disertai sedikit penurunan yield, dengan kondisi optimal pada daya 377.49 W, waktu 3.00 menit, dan rasio pelarut 15.00 mL/g. Interval prediksi berbasis kuantil menunjukkan bahwa lebar interval prediksi setiap respon bersifat konstan pada seluruh kombinasi variabel proses optimal, baik pada fraksi polar maupun nonpolar, yang menegaskan bahwa solusi optimum yang diperoleh tidak hanya stabil dari sisi nilai prediksi, tetapi juga memiliki tingkat ketidakpastian yang konsisten dan reliabilitas yang tinggi. 2026-01-01T00:00:00Z