REKOMENDASI PENEMPATAN SAMSAT KELILING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

• Main Author: Fiko Gunawan, - (Author)
• Format: Book
• Published: 2019-09-04.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata
• Notes: http://repository.upi.edu/39777/1/S_KOM_1502144_Title.pdf; http://repository.upi.edu/39777/2/S_KOM_1502144_Chapter1.pdf; http://repository.upi.edu/39777/3/S_KOM_1502144_Chapter2.pdf; http://repository.upi.edu/39777/4/S_KOM_1502144_Chapter3.pdf; http://repository.upi.edu/39777/5/S_KOM_1502144_Chapter4.pdf; http://repository.upi.edu/39777/6/S_KOM_1502144_Chapter5.pdf; http://repository.upi.edu/39777/7/S_KOM_1502144_Appendix.pdf
• Keywords: L Education (General); QA75 Electronic computers. Computer science

Pajak Kendaraan Bemotor (PKB) merupakan salah satu jenis pajak yang memiliki kontribusi besar terhadap pendapatan asli daerah. Tingginya jumlah peningkatan wajib pajak kendaraan bermotor, tidak dibarengi dengan kesadaran akan wajib bayar pajak. Oleh sebab itu SAMSAT melakukan beragam inovasi dalam upaya meningkatkan minat bayar pajak, salah satu produk inovasinya adalah SAMSAT Keliling. SAMSAT Keliling dapat menjangkau wajib pajak yang terkendala bayar pajak langsung ke kantor bersama SAMSAT, namun armada SAMSAT Keliling masih terbatas. Oleh karena itu lokasi penempatan SAMSAT Keliling menjadi penting agar armada yang diturunkan tepat menyasar daerah yang banyak wajib pajak, untuk mengoptimalkan penempatan SAMSAT Keliling dapat dilakukan dengan menemukan pusat klaster yang optimal dengan menggunakan algoritma KMeans. Dengan cara menginisiasi pusat klaster awal secara acak lalu memasukan data kedalam klaster dengan kedeketan dengan pusat klaster, setelah terbentuk klaster dicari pusat klaster baru, ulangi langkah tersebut sampai pusat klaster lama dan baru sama. Hasil dari penelitian ini berupa pusat klaster optimal yang dijadikan rekomendasi untuk penempatan SAMSAT Keliling.