Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Kepatuhan Wajib Pajak Di Desa Dames Damai

Abstract

Kepatuhan yang tinggi dari wajib pajak adalah suatu keadaan dimana wajib pajak memenuhi semua kewajibannya dalam membayar pajak. Dengan semakin banyaknya wajib pajak dan data yang membayar pajak menyebabkan pihak desa tidak mengetahui seberapa banyak wajib pajak yang patuh dan tidak patuh. Pada penelitian ini menggunakan teknik data mining dengan menerapkan metode klasifikasi menggunakan Algoritma Naïve Bayes dimana algoritma ini terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam database dengan jumlah data yang lebih besar. Klasifikasi ini sangat berguna untuk memprediksi wajib pajak mana yang patuh dan tidak patuh dalam pembayaran pajak bumi bangunan (PBB). Dengan menerapkan algoritma naïve bayes dan setelah dilakukan pengujian sebanyak 9 kali validation didapatkan hasil akurasi dan AUC tertinggi yaitu pada K-Fold Validation 8 dengan nilai akurasi sebesar 99.43% dan nilai AUC sebesar 0.991. Dari hasil akurasi tersebut dapat dinyatakan bahwa metode naïve bayes dapat digunakan sehingga kesadaran masyarakat Desa Dames Damai terhadap Pajak Bumi dan Bangunan dapat dikatakan patuh.

Kata kunci: Algoritma Naïve bayes, Data Mining, Prediksi, Wajib pajak.