<![CDATA[Kontribusi pajak dari Wajib Pajak Orang Pribadi (WPOP) memiliki peran krusial sebagai sumber pendapatan negara untuk membiayai pembangunan. Tantangannya, karakteristik WPOP sangat beragam, baik dari tingkat penghasilan maupun status keluarga yang langsung mempengaruhi besaran Penghasilan Tidak Kena Pajak (PTKP). Keragaman ini mengharuskan adanya pendekatan pengelolaan yang didorong oleh data. Oleh karena itu, penelitian ini dilakukan untuk mengelompokkan WPOP ke dalam segmen-segmen berdasarkan kode PTKP dan penghasilan neto memanfaatkan algoritma K-Means Clustering. Kerangka kerja KDD dijalankan mulai dari pengumpulan data, pembersihan, transformasi, pemodelan, hingga penilaian cluster dengan Davies-Bouldin Index (DBI). Berdasarkan analisis, teridentifikasi sejumlah kluster wajib pajak dengan profil serupa. Temuan ini berpotensi menjadi landasan bagi kebijakan yang lebih tepat sasaran, yang diharapkan dapat meningkatkan kepatuhan wajib pajak dan memaksimalkan pendapatan negara dari sektor pajak.]]>
Copyrights © 2025
