Peramalan Pendapatan Asli Daerah Provinsi Kalimantan Timur Menggunakan Model Grey-Markov (1,1)

Abstract

ABSTRAKModel grey (1,1) adalah model peramalan yang digunakan ketika jumlah data yang tersedia sedikit atau terbatas. Model tersebut menggunakan persamaan differensial orde satu dengan satu variabel penelitian. Pada penelitian ini dibahas model grey-Markov (1,1) yang merupakan pengembangan dari model grey (1,1) dan diaplikasikan pada data tahunan realisasi pendapatan asli daerah Provinsi Kalimantan Timur. Tujuan penelitian ini adalah memperoleh hasil dan akurasi peramalan pendapatan asli daerah Provinsi Kalimantan Timur Tahun 2009-2018 yang terdiri dari pajak daerah, retribusi daerah, hasil pengelolaan kekayaan daerah yang dipisahkan, dan lain-lain pendapatan asli daerah yang sah menggunakan model grey-Markov (1,1). Tahap awal dalam penelitian ini yaitu bentuk barisan data aktual, tahap kedua hitung AGO, tahap ketiga hitung MGO, tahap keempat tentukan nilai parameter model grey (1,1), tahap kelima hitung nilai prediksi model grey (1,1), tahap selanjutnya hasil peramalan model grey (1,1) dimodifikasi dengan rantai Markov, sehingga diperoleh hasil peramalan model grey-Markov (1,1). Hasil penelitian menunjukkan bahwa model grey-Markov (1,1) memberikan hasil peramalan yang cenderung mengikuti pola data. Nilai akurasi peramalan menunjukkan bahwa tingkat akurasi model grey-Markov (1,1) untuk peramalan data hasil pengelolaan kekayaan daerah yang dipisahkan dan data lain-lain pendapatan asli daerah yang sah adalah sangat akurat, sedangkan untuk data pajak daerah dan data retribusi daerah adalah akurat. ABSTRACTModel grey (1,1) is a forecasting model used when the number of data available was limited. The model use first order differential equations with one research variable. In this study discussed grey-Markov model (1,1) which is the development of grey model (1,1) and applied to the annual data actual of local original revenues of Kalimantan Timur Province. The purpose of this study is to get results and accuracy of forecasting local original revenues of Kalimantan Timur Province from 2009 to 2018 consisting of local tax, retribution, management of separated regional government wealth, and other original local government revenue using grey -Markov model (1,1). The first step in this study is form of actual data lines, second step calculated AGO, third step calculated MGO, fourth step determined parameter of the grey model (1,1), fifth step calculated predictive value of the grey model (1,1), the next step results forecasting of grey model (1,1) was modified with Markov chain, so that the forecasting

Komparasi Metode Peramalan Grey dan Grey-Markov untuk mengetahui Peramalan PNBP di Universitas Udayana

“…Mean Absolute Percentage Error (MAPE) merupakan salah satu model perhitungan yang dapat digunakan untuk menghitung tingkat akurasi suatu peramalan [1]. Evaluasi keakuratan suatu perkiraan populasi paling sering menggunakan metode MAPE sebagai pengukur tingkat akurasinya.…”

“…Rata-rata persentase absolut kesalahan dinyatakan dengan metode MAPE dan lebih sering digunakan untuk membandingkan data yang mempunyai nilai skala interval waktu yang berbeda. Semakin kecil nilai MAPE, maka hasil peramalan dikatakan semakin akurat [19] C. Model Grey Model Prediksi Grey merupakan sebuah metode untuk melakukan peramalan yang dapat dilakukan dengan kelengkapan data yang tidak lengkap atau ketersediaan jumlah data yang sedikit [1][10] [18][22] [23][24] [25]. Model ini menggunakan satu variabel penelitian di dalam persamaan diferensial orde satu [1].…”

“…Kata Kunci -Peramalan, Pola Data, Grey, Grey-Markov I. PENDAHULUAN Teknik dalam memprediksikan suatu nilai pada masa mendatang yang didasarkan pada data di masa lampau ataupun data pada masa kini sebagai acuan dapat disebut sebagai peramalan. [1][2][3][4] [5][6] [7][8] [9]. Metode peramalan berdasarkan teknik penerapannya secara umum dibagi menjadi 2 (dua) pendekatan yaitu secara konvensional yang menggunakan perhitungan matematika serta menggunakan metode yang berdasarkan kecerdasan buatan [7].…”

“…Metode peramalan berdasarkan teknik penerapannya secara umum dibagi menjadi 2 (dua) pendekatan yaitu secara konvensional yang menggunakan perhitungan matematika serta menggunakan metode yang berdasarkan kecerdasan buatan [7]. Metode kualitatif dan metode kuantitatif merupakan dua kualifikasi dari pengkategorian metode peramalan [1][4] [10] [11]. Prediksi dengan data yang tidak dapat direpresentasikan dengan angka atau nilai secara eksplisit, berdasarkan informasi, pendapat, intuitif, perkiraan logis yang diperoleh seseorang disebut sebagai metode peramalan kualitatif.…”

“…Waktu yang digunakan dapat berupa harian, minggu, bulan, tahun, maupun ukuran waktu lainnya [12]. Autoregressive Integrated Moving Average (ARIMA), Moving Average and Exponential Smoothing disebut sebagai deret waktu (time series) klasik dan merupakan beberapa model dari deret waktu [1] [13]. Melakukan analisis deret waktu memiliki tujuan agar dapat memprediksi peristiwa yang akan dating dengan memahami, menafsirkan dan mengevaluasi perubahan yang terjadi [14].…”