Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Algoritma K-Means Untuk Mengetahui Tingkat Kepatuhan Wajib Pajak Kendaraan Bermotor Pada UPT Samsat Medan Selatan Asti, Dini; Hasibuan, Muhammad Siddik; Siregar, Putri Aprilia
Journal of Computer Science and Informatics Engineering Vol 2 No 4 (2023): Oktober
Publisher : Ali Institute of Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/cosie.v2i4.711

Abstract

Kepatuhan Wajib Pajak adalah tindakan menunjukkan patuh dan tertib terhadap kewajiban perpajakan dengan melakukan pembayaran pajak dan melaporkan pajak secara berkala oleh Wajib Pajak yang bersangkutan sesuai ketentuan perpajakan yang berlaku. Kelompok kepatuhan pajak kendaraan bermotor di samsat Medan Selatan dibagi menjadi banyak tingkatan dari rendah ke tinggi. Besaran iuran pajak kendaraan bermotor tergantung dari perhitungan dan pembayaran pajak terutang atas penghasilan yang diperoleh wajib pajak dan Pembayaran tunggakan pajak sebelum jatuh tempo. Tujuan penelitian ini adalah untuk mengetahui tingkat kepatuhan pajak kendaraan bermotor di sammsat Medan Selatan tahun 2023. Algoritma K-Means, yang digunakan melalui metode clustering, menggunakan tahapan KDD, yang mencakup 146 data, yang berasal dari data pembayaran pajak kendaraan bermotor di Samsat Medan Selatan pada tahun 2023. Nilai determinasi cluster sebesar 0,294 dihasilkan oleh hasil pengujian RapidMiner yang menggunakan perhitungan indeks Davies-Bouldin. Dalam cluster 0 ada sepuluh wajib pajak dengan kepatuhan tingkat sangat rendah, di cluster 1 ada 56 wajib pajak dengan kepatuhan tingkat sedang, di cluster 2 ada 19 wajib pajak dengan kepatuhan tingkat rendah; dan di cluster 3, ada 61 wajib pajak dengan kepatuhan tingkat tinggi.
Penerapan Algoritma C4.5 Dalam Sistem Prediksi Kelulusan Santri Tahfidz Qur’an Siregar, Putri Aprilia; Putri, Raissa Amanda
Journal of Information System Research (JOSH) Vol 5 No 4 (2024): Juli 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v5i4.5635

Abstract

Tahfidz Ulumul Qur'an Islamic Boarding School Medan is an Islamic religious educational institution that focuses on educating memorizers of the Al-Qur'an. However, not all students can graduate on time according to the study period taken, resulting in a buildup of students who graduate not on time. The determination of student graduation is based on several criteria that students must pass while studying at the Tahfizd Ulumul Qur'an Islamic Boarding School. Therefore, the C4.5 algorithm is a machine learning method used to build a decision tree based on 160 students' data. The data used in this research includes various factors that influence students' graduation, such as Makhorijul Letters, Memorizing, Discipline, and Relevant lafadz. The results of this research show that the C4.5 algorithm is able to provide accurate predictions regarding the graduation of Tahfidz Qur'an students with an accuracy rate of 98.21%. Where, based on the results of processing student data, it was found that 107 data of students graduated on time and 53 did not graduate on time.