Penerapan Data Mining Menggunakan Metode Teknik Klasifikasi Untuk Melihat Potensi Kepatuhan Wajib Pajak Kendaraan

Abstract

Tujuan penelitian ini adalah untuk menguji kepatuhan wajib pajak kendaraan bermotor, dengan fokus pada Samsat Medan Selatan dan UPTD BAPENDA Kota Medan. Sumber utama pendanaan pembangunan dan pelayanan negara yang dapat dinikmati seluruh masyarakat adalah pajak, yang menyumbang lebih dari 70% pendapatan negara. Badan Pendapatan Daerah (Bapenda) mengelola Pajak Kendaraan Bermotor (PKB) yang tergolong pajak daerah dan ditangani oleh Kantor Bersama Sistem Administrasi Terpadu Satu Atap (SAMSAT). Kami dapat mengidentifikasi wajib pajak yang patuh dan tidak patuh dengan menggunakan sampel data wajib pajak kendaraan bermotor dari Samsat Medan Selatan, tepatnya pada bulan Mei 2023. Dalam penelitian ini, data mining diterapkan bersamaan dengan Teknik Klasifikasi menggunakan algoritma Naïve Bayesuntuk mengidentifikasi , dengan akurasi sebesar 70,91%, diantara 110 wajib pajak terdapat yang berpotensi patuh (nilai prior probability: 0,564) dan yang berpotensi tidak patuh (nilai prior probability: 0,436).