Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Teorema: Teori dan Riset Matematika
Idamayanti, Retna Fetty
Unknown Affiliation
Education Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Optimalisasi Grid Search pada Extreme Gradient Boosting (XGBoost) Untuk Prediksi Pendapatan Asli Daerah (PAD) Dari Pajak Kendaraan Bermotor (PKB) Muhammad, Bintang Maulidana; Hamid, Abdulloh; Asyhar, Ahmad Hanif; Idamayanti, Retna Fetty
Teorema: Teori dan Riset Matematika Vol 11, No 1 (2026): Maret
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/teorema.v11i1.22512

Abstract

Pendapatan Asli Daerah dari Pajak Kendaraan Bermotor merupakan salah satu sumber penerimaan penting daerah yang digunakan untuk mendanai pembangunan serta pelayanan publik. Penelitian ini bertujuan memprediksi Pendapatan Asli Daerah (PAD) dari sektor Pajak Kendaraan Bermotor (PKB) di Surabaya Utara periode Januari–April 2025. Model yang digunakan dalam penelitian ini adalah algoritma XGBoost yang dioptimalkan dengan Grid Search. Dataset terdiri dari 1.826 data harian periode 2 Januari 2020 hingga 31 Desember 2024 yang dibagi menggunakan teknik Time Series Split sebanyak lima kali. Penilaian performa model dilakukan menggunakan metrik Mean Absolute Percentage Error (MAPE). Hasil tuning parameter menunjukkan bahwa kombinasi hyperparameter terbaik learning_rate sebesar 0.1, max_depth 3, n_estimators 100, dan subsample 0.8, menghasilkan nilai MAPE sebesar 0.4231%. Nilai MAPE yang sangat rendah (<1%) menunjukkan akurasi model yang sangat tinggi dalam mengikuti pola musiman dan tren harian, sehingga sangat layak digunakan sebagai bahan pertimbangan strategis kebijakan keuangan daerah.
Co-Authors Abdulloh Hamid Ahmad Hanif Asyhar Muhammad, Bintang Maulidana