Analisis Cluster Hirarki pada Potensi Penerimaan Pajak di Kabupaten Banyumas Tahun 2014

8/19/2019 Analisis Cluster Hirarki pada Potensi Penerimaan Pajak di Kabupaten Banyumas Tahun 2014

1/79

ANALISIS CLUSTER HIRARKI

PADA POTENSI PENERIMAAN PAJAK

DI KABUPATEN BANYUMAS TAHUN 2014

LAPORAN KERJA PRAKTIK

Oleh

LISTIANA RETNO WATI

H1B012036

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS JENDERAL SOEDIRMAN

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

JURUSAN MATEMATIKA

PURWOKERTO

2015


2/79

ii





Oleh

LISTIANA RETNO WATI

H1B012036

Untuk Memenuhi Salah Satu Persyaratan Melaksanakan

Tugas Akhir Strata Satu Jurusan Matematika

Fakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Jenderal Soedirman

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS JENDERAL SOEDIRMAN

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

JURUSAN MATEMATIKA

PURWOKERTO

2015


3/79

iii

PERNYATAAN

Saya, yang bertanda tangan di bawah ini :

Nama : Listiana Retno Wati

NIM : H1B012036

menyatakan dengan sebenar-benarnya bahwa laporan kerja praktik saya yang

berjudul

ANALISIS CLUSTER HIRARKI PADA POTENSI PENERIMAAN PAJAK


adalah hasil karya sendiri dan bukan jiplakan hasil karya orang lain.

Demikian pernyataan ini saya buat dengan sebenar-benarnya. Jika

dikemudian hari terbukti bahwa laporan kerja praktik saya merupakan hasil

jiplakan, maka saya bersedia menerima sanksi apapun yang diberikan.

Purwokerto, Juni 2015

Listiana Retno Wati

NIM. H1B012036


4/79

iv





Oleh :

LISTIANA RETNO WATIH1B012036

Disetujui dan disahkan

pada tanggal…………………….

Pembimbing Kerja Praktik

Dra. Mutia Nur Estri, M.Kom

NIP. 19700312 199402 2 001

Pembimbing Teknis

Sindhu Wardhana, S.ST

NIP. 060116329

MengetahuiDekan Fakultas MIPA

Drs. Sunardi, M.Si

NIP. 19590715 199002 1 001


5/79

v

PEDOMAN PENGGUNAAN LAPORAN KERJA PRAKTIK

Laporan kerja praktik yang tidak dipublikasikan, terdaftar dan tersedia di

Perpustakaan di lingkungan Unievrsitas Jenderal Soedirman, dan terbuka untuk

umum dengan ketentuan bahwa hak cipta ada pada pengarang. Referensi

kepustakaan diperkenankan dicatat, tetapi pengutipan atau peringkasan hanya dapat

dilakukan seizin pengarang dan harus disertai dengan kebiasaan ilmiah yang

menyebutkan sumbernya.

Memperbanyak atau menerbitkan sebagian atau seluruh laporan kerja

praktik haruslah seizin Dekan Fakultas MIPA, Universitas Jenderal Soedirman.


6/79

vi

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT yang telah

melimpahkan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan

laporan kerja praktik ini dengan judul “ Analisis Cluster Hirarki Pada Potensi

Penerimaan Pajak Di Kabupaten Banyumas Tahun 2014 Menggunakan

Metode Pengukuran Jarak Euclidean ”

Laporan kerja praktik ini disusun untuk memenuhi kurikulum akademis

sebagai salah satu syarat kelulusan yang ada di Strata Satu Jurusan dan Program

Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Jenderal Soedirman Purwokerto.

Tak lupa penulis mengucapkan rasa terima kasih yang sebesar-besarnya

kepada :

1. Bapak Drs. Sunardi, M.Si selaku Dekan Falkultas Matematika dan Ilmu

Pengetahuan Alam Universitas jenderal Soedirman.

2.

Bapak Mashuri, M.Si selaku Ketua Jurusan dan Program Studi Matematika

Universitas Jenderal Soedirman.

3. Ibu Dra. Mutia Nur Estri, M.Kom selaku Dosen Pembimbing kerja praktik.

4.

Bapak Mulyono Marsandi selaku Kepala KPP Pratama Purwokerto.

5. Bapak Susanto Budi Prasetyo selaku Kepala Subbagian Pelayanan KPP

Pratama Purwokerto.

6.

Bapak Sindhu Wardana, S.ST selaku pembimbing lapangan yang telah

membantu dalam pelaksanaan kerja praktik di KPP Pratama Purwokerto.

7.

Segenap pegawai dan staf Subbagian Pelayanan KPP Pratama Purwokerto

yang telah membimbing dan memberi bantuan selama pelaksanaan kerja

praktik.

8. Kedua Orang Tua (Bapak Syaiin dan Ibu Tati Sudarwati), Adik (Salsabela

Meilianawati), Tante Yuni, Tante As, Malikha dan seluruh keluargaku yang

telah memberi dukungan, doa dan banyak motivasi.

9. Kakak-Kakak Program Diploma III Sekolah Tinggi Akutansi Negara (Iris

Asteria Deasy, Khoirunnisa el Lathifa, Kartika Nurlaila dan Helmy Nurman


7/79

vii

Ramdani) yang telah banyak memberikan pelatihan selama proses kerja

praktik di KPP Pratama Purwokerto

10. Kelik Prasetyo Bagaskoro, Cempaka Nur Laila Fitri, Farkhati Sholikha,

Lisnawati, Moya Lentika dan teman-teman mahasiswa Program Studi

Matematika Unsoed angkatan 2012, yang telah memberi dukungan doa dan

semangat dalam menyelesaikan laporan kerja praktik ini.

11. Fransiska Kutut Agari Kumala, Gita Mentari Pratidina, Siti Muhawanah,

Desnasari, dan Billy Beniar yang telah kerja praktik bersama-sama di

Kantor Pelayanan Pajak Pratama Purwokerto.

12.

Semua pihak-pihak lain yang belum penulis sebutkan.

Penulis menyadari bahwa laporan kerja praktik ini masih banyak

kekurangan dan jauh dari sempurna. Oleh karena itu, kritik dan saran yang

membangun sangat penulis harapkan. Semoga laporan kerja praktik ini besar

manfaatnya bagi penulis khususnya, dan pembaca pada umumnya.

Purwokerto, Juni 2015

Penulis


8/79

viii

DAFTAR ISI

Halaman

HALAMAN JUDUL ........................................................................................ ii

HALAMAN PENGESAHAN ......................................................................... iii

HALAMAN PERNYATAAN ......................................................................... iv

PEDOMAN PENGGUNAAN LAPORAN KERJA PRAKTIK ..................... v

KATA PENGANTAR ..................................................................................... vi

DAFTAR ISI .................................................................................................... viii

DAFTAR NOTASI .......................................................................................... xi

DAFTAR TABEL ............................................................................................ xii

DAFTAR GAMBAR ....................................................................................... xiii

DAFTAR LAMPIRAN .................................................................................... xiv

RINGKASAN .................................................................................................. xv

BAB I PENDAHULUAN ......................................................................... 1

1.1. Latar Belakang ...................................................................... 1

1.2.

Rumusan Masalah ................................................................. 2

1.3.

Batasan Masalah.................................................................... 2

1.4. Tujuan ................................................................................... 3

1.5.

Kegunaan............................................................................... 3

1.6. Tempat Kerja Praktik ............................................................ 3

1.7. Waktu Pelaksanaan Kerja Praktik ......................................... 3

BAB II TINJAUAN PUSTAKA ................................................................ 4

2.1. Pajak........................................................ .............................. 4

2.1.1 Definisi Pajak ........................................................... 4

2.1.2 Ciri-Ciri Pajak .......................................................... 5

2.1.3 Fungsi Pajak ............................................................. 5

2.1.4 Pembagian Pajak ...................................................... 6

2.2. Pajak Penghasilan (PPh) ....................................................... 7

2.2.1 Subjek Pajak Penghasilan ........................................ 7

2.2.2 Objek Pajak Penghasilan .......................................... 9

2.3.

Pajak Pertambahan Nilai (PPN) ............................................ 10


9/79

ix

2.2.1 Subjek Pajak Pertambahan Nilai .............................. 10

2.2.2 Objek Pajak Pertambahan Nilai ............................... 11

2.4. Matriks .................................................................................. 11

2.4.1 Matriks Identitas ...................................................... 12

2.4.2 Matriks Simetri ........................................................ 12

2.4.3 Matriks Invers .......................................................... 13

2.4.4 Determinan Matriks ................................................. 13

2.4.5 Matriks Kovariansi ................................................... 14

2.5. Fungsi Jarak .......................................................................... 16

2.6.

Nilai Standar.......................................................................... 17

2.7. Analisis Cluster ..................................................................... 18

2.7.1 Metode Agglomerative Cluster Hirarki ................... 18

2.7.2 Metode Average Linkage ......................................... 19

2.8. Penjadwalan Penggabungan Cluster ..................................... 20

BAB III PROFILTEMPAT KERJA PRAKTIK............................... ........... 22

3.1.

Sejarah KPP Pratama Purwokerto ......................................... 22

3.2.

Visi dan Misi KPP Pratama Purwokerto ............................... 23

3.3. Arti Logo Kementerian Keuangan RI ................................... 23

3.4.

Tugas dan Fungsi KPP Pratama Purwokerto ......................... 24

3.5. Wilayah Kerja KPP Pratama Purwokerto .............................. 25

3.6. Struktur Organisasi KPP Pratama Purwokerto ...................... 27

BAB IV PELAKSANAAN DAN PEMBAHASAN .................................... 31

4.1. Kegiatan Kerja Praktik .......................................................... 31

4.2.

Metode Kerja Praktik ........................................................... 32

4.2.1. Metode ....................................................................... 32

4.2.2. Data ............................................................................ 33

4.2.3. Tempat Pengambilan Data ......................................... 33

4.2.4. Analisis Data .............................................................. 33

4.3. Hasil Kerja Praktik ................................................................ 33

4.3.1. Deskripsi Data ............................................................ 34

4.3.2.

Prosedur Analisis Cluster ........................................... 34


10/79

x

4.3.3.

Hasil Analisis Cluster ................................................. 37

4.3.3.1 Hasil Analisis Cluster pada Kecamatan di

Kabupaten Banyumas Menggunakan Metode

Jarak Euclidean ............................................ 37

4.3.4. Hasil Analisis Dendrogram........................................ 43

4.3.5. Klasifikasi Kecamatan .............................................. 48

BAB V KESIMPULAN DAN SARAN ...................................................... 52

5.1 Kesimpulan ........................................................................... 52

5.2 Saran ..................................................................................... 53

DAFTAR PUSTAKA ...................................................................................... 54

LAMPIRAN ..................................................................................................... 56


11/79

xi

DAFTAR NOTASI

A m.n Matriks A yang mempunyai m baris dan n kolom

aij Elemen dari matriks A yang terletak pada baris ke-i dan kolom ke- j

I Matriks identitas

At Matriks transpose

Aʹ Invers dari matriks A

| A | Determinan matriks A

̅ Mean sampel dari variabel X j

n Banyaknya objek dalam variabel

S j Standar deviasi dari variabel X j

S j2 Variansi dari variabel X j

S jk Kovariansi sampel dari variabel X j dan X k

S Matriks kovariansi

| S | Determinan matriks kovariansi

Nilai eigen

Matriks diagonal dengan elemen-elemennya adalah nilai-nilai eigen

d jk Jarak euclidean antara objek ke- j dengan objek ke-k

P Jumlah variabel yang akan diukur

xij Nilai atau data dari variabel ke-i pada objek ke-j

xik Nilai atau data dari variabel ke-i pada objek ke-k

Z Nilai standar

Jumlah cluster di U

Jumlah cluster di V

Jarak antara cluster W ke U


12/79

xii

DAFTAR TABEL

Halaman

Tabel 3.1 Jumlah wajib pajak terdaftar tahun 2014 ................................ 27

Tabel 4.1 Data kecamatan dan variabel pengamatan .............................. 35

Tabel 4.2 Nilai standarisasi data penerimaan Pajak Penghasilan (PPh)

dan Pajak Pertambahan Nilai (PPN) pada kecamatan

di Kabupaten Banyumas ........................................................ 36

Tabel 4.3 Tahap-tahap pembentukkan cluster berdasarkan hasil

perhitungan jarak euclidean pada data kecamatan

di Kabupaten Banyumas ........................................................ 38

Tabel 4.4 Pengelompokkan kecamatan di Kabupaten Banyumas

berdasarkan jumlah cluster yang ingin dibentuk .................... 42

Tabel 4.5 Urutan skor cluster kecamatan berdasarkan

metode jarak euclidean .......................................................... 49


13/79

xiii

DAFTAR GAMBAR

Halaman

Gambar 2.1 Jarak euclidean antara dua objek pengukuran pada variabel

X dan Y .................................................................................. 16

Gambar 2.2 Contoh dendrogram sederhana ............................................ 22

Gambar 3.1 Logo Kementerian Keuangan RI ........................................ 23

Gambar 3.2 Peta administrasi Kabupaten Banyumas .............................. 25

Gambar 3.3 Struktur organisasi KPP Pratama Purwokerto ..................... 27

Gambar 4.1 Dendrogram 27 kecamatan di Kabupaten Banyumas

berdasarkan metode jarak euclidean .................................... 44


14/79

xiv

DAFTAR LAMPIRAN

Halaman

Lampiran 1 Data penerimaan Pajak Penghasilan (PPh) perkecamatan

di Kabupaten Banyumas tahun 2014 .................................... 56

Lampiran 2 Data penerimaan Pajak Pertambahan Nilai (PPN)

perkecamatan di Kabupaten Banyumas tahun 2014 ............. 57

Lampiran 3 Data jumlah wajib pajak efektif perkecamatan di

Kabupaten Banyumas tahun 2014 ........................................ 58

Lampiran 4 Data jumlah wajib pajak terdaftar perkecamatan di

Kabupaten Banyumas tahun 2014 ........................................ 59

Lampiran 5 Descriptive statistics untuk variabel pengamatan pada data

penerimaan Pajak Penghasilan (PPh) dan Pajak Pertambahan

Nilai (PPN) pada kecamatan di Kabupaten Banyumas ........ 60

Lampiran 6 Output SPSS 14.0 matriks jarak dengan menguunakan

metode jarak euclidean pada kecamatan

di Kabupaten Banyumas tahun 2014.. .................................. 61

Lampiran 7 Deskriptif statistik cluster 1 samapi 3 pada data kecamatan

di Kabupaten Banyumas dengan perhitungan metode jarak

euclidean .............................................................................. 62

Lampiran 8 Riwayat Hidup ..................................................................... 63


15/79

xv

RINGKASAN

Pajak merupakan sumber penerimaan negara yang sangat penting dalam

menopang pembiayaan pembangunan yang bersumber dari dalam negeri.

Penerimaan pajak setiap daerahnya berbeda-beda. Hal ini dikarenakan secara

geografis, demografis dan topografis masing-masing daerah diseluruh Indonesia

mempunyai perbedaan potensi sumber daya. baik Sumber Daya Alam (SDA),

Sumber Daya Manusia (SDM), maupun Sumber Daya Ekonomi (SDE). Ada daerah

yang mempunyai SDA yang berlimpah, tetapi ada pula daerah dengan SDA yang

di bawah rata-rata. SDM pada daerah pada satu wilayah memiliki pemahaman

tentang pajak di atas rata-rata, tetapi pada daerah lain memiliki SDM yang masih

di bawah rata-rata dan perlu adanya peningkatan pemahaman akan pajak. Terdapatdaerah dengan SDE yang baik, tetapi ada pula daerah yang masih perlu adanya

pembekalan dan pelatihan untuk peningkatan SDE. Konsekuensi adanya

keragaman dalam SDA, SDM dan SDE membuat negara mengalami perbedaan

dalam penerimaan pajak yang dikenakan kepada setiap wajib pajak yang sudah

terdaftar.

Tulisan ini mengkaji mengenai potensi penerimaan pajak tahun 2014

dengan mengklasifikasikan kecamatan yang ada di Kabupaten Banyumas

menggunakan analisis cluster hirarki. Metode pengukuran jarak yang akan

digunakan dalam analisis ini adalah metode pengukuran jarak euclidean dengan

agglomerasi average linkage. Analisis ini dibentuk berdasarkan variabel input

berupa penerimaan Pajak Penghasilan (PPh) dan Pajak Pertambahan Nilai (PPN)

perwajib pajak efektif. Hasil cluster yang terbentuk dapat diperoleh pula informasi

mengenai tingkat kesejahteraan masyarakat atas pembayaran pajak tiap wajib pajak

efektif yang terdaftar di KPP Pratama Purwokerto tahun 2014.

Kata kunci : Pajak Penghasilan, Pajak Pertambahan Nilai, Analisis Cluster Hirarki,

Metode Pengukuran Jarak Euclidean, Agglomerasi Average Linkage


16/79

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Pajak merupakan sumber penerimaan negara yang sangat penting dalam

menopang pembiayaan pembangunan yang bersumber dari dalam negeri.

Pengenaan pajak di Indonesia dapat dikelompokkan menjadi dua, yaitu pajak

negara dan pajak daerah. Direktorat Jenderal Pajak dibawah Kementerian

Keuangan Republik Indonesia sebagai instansi pemerintah merupakan direktorat

yang mengelola penerimaan pajak negara. Pajak-pajak tersebut adalah Pajak

Pengahasilan (PPh), Pajak Pertambahan Nilai dan Pajak Atas Penjualan Barang

Mewah (PPN dan PPN BM), Bea Materai, serta Pajak Bumi dan Bangunan (PBB).

Penerimaan pajak setiap daerahnya berbeda-beda. Hal ini dikarenakan secara

geografis, demografis dan topografis masing-masing daerah diseluruh Indonesia

mempunyai perbedaan potensi sumber daya, baik Sumber Daya Alam (SDA),

Sumber Daya Manusia (SDM), maupun Sumber Daya Ekonomi (SDE). Ada daerah

yang mempunyai SDA yang berlimpah, tetapi ada pula daerah dengan SDA yang

di bawah rata-rata. SDM pada daerah pada satu wilayah memiliki pemahaman

tentang pajak di atas rata-rata, tetapi pada daerah lain memiliki SDM yang masih

di bawah rata-rata dan perlu adanya peningkatan pemahaman akan pajak. Terdapat

daerah dengan SDE yang baik, tetapi ada pula daerah yang masih perlu adanya

pembekalan dan pelatihan untuk peningkatan SDE. Konsekuensi adanya

keragaman dalam SDA, SDM dan SDE membuat negara mengalami perbedaan

dalam penerimaan pajak yang dikenakan kepada setiap wajib pajak yang sudah

terdaftar.

Kabupaten Banyumas merupakan daerah yang berada di Pulau Jawa tepatnya

di Jawa Tengah dengan luas wilayah keseluruhan mencapai 1.327,60 km2 atau

setara dengan 132.759,56 ha dengan total 27 kecamatan. Dengan keragaman

sumber daya ditiap kecamatan yang berbeda, maka penerimaan pajak negara untuk

tiap kecamatan di Kabupaten Banyumas yang dihimpun oleh Kantor Pelayanan

Pajak (KPP) Pratama Purwokerto juga berbeda.


17/79

2

Berkembangnya perkantoran dan industri di Kabupaten Banyumas dengan

banyak wajib pajak mengakibatkan pembayaran pajak negara oleh wajib pajak yang

paling mendominasi adalah pembayaran terhadap Pajak Penghasilan (PPh) dan

Pajak Pertambahan Nilai (PPN). Karena jumlah perkantoran dan industri yang

berbeda tiap kecamatannya, hal ini juga berarti penerimaan PPh dan PPN tiap

kecamatan berbeda pula.

Melihat permasalahan tersebut penulis tertarik untuk mengetahui klasifikasi

potensi penerimaan pajak di Kabupaten Banyumas tahun 2014. Penulis akan

menggunakan analisis cluster dengan menggunakan metode agglomerative

hierarchical cluster dan metode penghitungan jarak Euclidean untuk melihat

cluster yang terbentuk. Selanjutnya, dari hasil cluster yang terbentuk dapat

diperoleh pula informasi mengenai tingkat kesejahteraan masyarakat atas

pembayaran pajak tiap wajib pajak efektif yang terdaftar di KPP Pratama

Purwokerto tahun 2014.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas dapat dirumuskan permasalahan yaitu

bagaimana analisis cluster hirarki pada potensi penerimaan pajak di Kabupaten

Banyumas tahun 2014.

1.3 Batasan Masalah

Batasan masalah yang digunakan dalam penulisan laporan Kerja Praktik ini

adalah :

1.

Objek yang akan diteliti adalah 27 kecamatan di Kabupaten Banyumas.

2. Variabel yang diteliti adalah penerimaan PPh dan PPN perwajib pajak di

Kabupaten Banyumas.

3. Klasifikasi potensi penerimaan pajak diukur dari variabel yang diambil.

4. Analisis tingkat kesejahteraan masyarakat dilihat dari hasil cluster yang

diolah.

5. Metode yang digunakan adalah metode agglomerative hierarchical cluster .

6.

Metode perhitungan jarak menggunakan metode pengukuran jarak euclidean.


18/79

3

1.4 Tujuan

Tujuan dari penulisan laporan Kerja Praktik ini adalah mengetahui analisis

cluster hirarki pada potensi penerimaan pajak di Kabupaten Banyumas tahun 2014.

1.5 Kegunaan

Kegunaan yang dapat diperoleh atau dicapai dalam kerja praktik ini adalah

sebagai berikut:

1. Bagi penulis laporan Kerja Praktik ini diharapkan dapat memberikan

pemahaman tentang peran matematika terhadap konsep analisis cluster dan

aplikasinya.

2. Bagi KPP Pratama Purwokerto dan Pemerintah Kabupaten (Pemkab)

Banyumas, tulisan ini diharapkan dapat memberikan informasi tentang

klasifikasi potensi penerimaan pajak di Banyumas tahun 2014 serta

memberikan gambaran tingkat kesejahteraan masyarakatnya.

3. Bagi pembaca diharapkan dapat memberikan informasi tentang keilmuan

matematika khususnya tentang aplikasi analisis cluster.

1.6 Tempat Kerja Praktik

Kerja Praktik dilaksanakan di Kantor Pelayanan Pajak (KPP) Pratama

Purwokerto. Jalan Jendral Gatot Subroto nomor 107.

1.7 Waktu Pelaksanaan Kerja Praktik

Kerja Praktik dilaksanakan selama 30 hari, yaitu pada tanggal 26 Januari

sampai 26 Februari 2015.


19/79

4

BAB II

TINJAUAN PUSTAKA

Pada bab ini dibahas mengenai landasan teori yang akan digunakan dalam

pembahasan selanjutnya. Materi yang akan dibahas antara lain mengenai variabel

yang diamati, dan metode yang digunakan dalam analisis cluster.

2.1 Pajak

Penghasilan negara adalah berasal dari rakyat melalui pungutan pajak,

dan/atau dari hasil kekayaan alam (natural resources) yang ada dalam negara itu.

Dua sumber itu merupakan sumber terpenting yang memberikan penghasilan

kepada negara. Penghasilan itu untuk membiayai kepentingan umum yang akhirnya

juga mencakup kepentingan pribadi individu seperti kesehatan rakyat, pendidikan,

kesejahteraan, dan sebagainya. Jadi, dimana ada kepentingan masyarakat di sana

timbul pemungutan pajak sehingga pajak adalah senyawa dengan kepentingan

umum (Suandy, 2005: 9).

2.1.1 Definisi Pajak

Menurut Dr. Soeparman Soemahamidjaja, pajak adalah iuran wajib, berupa

uang atau barang, yang dipungut oleh penguasa berdasarkan norma-norma hukum,

guna menutup biaya produksi barang-barang dan jasa-jasa kolektif dalam mencapai

kesejahteraan umum. Sedangkan menurut Prof. Dr. Rochmat Soemitro, S.H, pajak

adalah iuran rakyat kepada kas negara berdasarkan undang-undang (yang dapat

dipaksakan) dengan tidak mendapat jasa imbal (kontrapretasi), yang langsung dapat

ditunjukkan dan yang digunakan untuk membayar pengeluaran umum. Dapat

dipaksakan pada definisi di atas artinya bila utang pajak tidak dibayar, utang

tersebut dapat ditagih dengan menggunakan kekerasan, seperti surat paksa dan sita,

dan juga penyanderaan terhadap pembayaran pajak.

Dengan demikian, dapat disimpulkan bahwa pajak adalah peralihan

kekayaan dari pihak rakyat kepada kas negara untuk membiayai pengeluaran rutin.

Selanjutnya, surplus dari pengeluaran tersebut digunakan untuk simpanan publik


20/79

5

5

yang merupakan sumber utama untuk membiayai investasi publik (Soemitro, 1988:

8).

2.1.2 Ciri-Ciri Pajak

Ciri-ciri pajak antara lain (Suandy, 2005: 10):

1. Merupakan peralihan kekayaan dari orang/badan ke pemerintah.

2. Dipungut berdasarkan/dengan kekuatan undang-undang serta aturan

pelaksanaannya, sehingga dapat dipaksakan.

3. Tidak dapat ditunjukkan adanya kontraprestasi langsung secara

individual yang diberikan oleh pemerintah.

4. Dipungut oleh negara baik oleh pemerintah pusat maupun pemeritah

daerah.

5.

Diperuntukkan bagi pengeluaran-pengeluaran pemerintah, yang bila

dari pemasukkannya masih terdapat surplus, dipergunakan untuk

membiayai investasi publik.

6.

Digunakan sebagai alat untuk mencapai tujuan tertentu dari pemerintah.

7.

Dipungut secara langsung atau tidak langsung.

2.1.3 Fungsi Pajak

Pajak memiliki empat fungsi meliputi (Suandy, 2005: 13):

a. Fungsi Budgetair / Finansial

Fungsi budgetair / f inansial yaitu pajak digunakan sebagi fungsi

anggaran atau penerimaan dengan tujuan untuk membiayai

pengeluaran-pengeluaran negara.

b. Fungsi Regulerend / Fungsi Mengatur

Fungsi regulerend / fungsi mengatur yaitu pajak digunakan sebagai alat

untuk mengatur atau melaksanakan kebijaka pemerintah dalam bidang

sosial dan ekonomi.

c. Fungsi Stabilitas

Fungsi stabilitas yaitu pajak sebagai penerimaan negara dapat

digunakan untuk menjalankan kebijakan-kebijakan pemerintah.


21/79

6

6

d.

Fungsi Retribusi

Fungsi retribusi yaitu pajak sebagai suatu retribusi pendapatan yang

digunakan untuk membiayai pengeluaran umum dan pembangunan

nasional sehingga dapat membuka kesempatan kerja dengan tujuan

untuk meningkatkan pendapatan masyarakat.

2.1.4 Pembagian Pajak

Pembagian pajak dapat dilakukan berdasarkan golongan, wewenang

pemungut, maupun sifatnya (Suandy, 2005: 35).

a.

Berdasarkan Golongan

Berdasarkan golongan, maka pemungutan pajak dibagi menjadi dua, yaitu :

1. Pajak Langsung

Pajak langsung adalah pajak yang bebannya harus ditanggung sendiri oleh

Wajib Pajak yang bersangkutan dan tidak dapat dialihkan kepada pihak lain.

2. Pajak Tidak Langsung

Pajak tidak langsung adalah pajak yang bebannya dapat dialihkan atau

digeserkan kepada pihak lain.

b. Berdasarkan Wewenang Pemungut

Berdasarkan wewenang pemungutnya, maka pemungutan pajak dibagi menjadi

dua, yaitu:

1. Pajak Pusat / Pajak Negara

Pajak pusat / pajak negara adalah pajak yang wewenang pemungutnya ada

pada pemerintah pusat yang pelaksanaannya dilakukan oleh Kementerian

Keuangan melalui Direktorat Jendereal Pajak. Pajak pusat diatur dalam

undang-undang dan hasilnya akan masuk ke Anggaran Pendapatan dan

Belanja Negara.

2. Pajak Daerah

Pajak daerah adalah pajak yang wewenang pemungutnya ada pada

pemerintah daerah yang pelaksanaannya dilakukan oleh Dinas Pendapatan

Daerah. Pajak daerah diatur dalam undang-undang dan hasilnya akan masuk

ke Anggaran Pendapatan dan Belanja Daerah. Pajak daerah yang diatur


22/79

7

7

dalam UU Nomor 18 Tahun 1997 sebagaimana yang telah diubah menjadi

UU Nomor 34 Tahun 200 tentang Pajak Daerah dan Retribusi Daerah.

c. Berdasarkan Sifat

Berdasarkan sifatnya, maka pemungutan pajak dibagi menjadi dua, yaitu:

1. Pajak Subjektif

Pajak subjektif adalah pajak yang memperhatikan kondisi/keadaan Wajib

Pajak. Dalam menentukan pajaknya harus ada alasan-alasan objektif yang

berhubungan erat dengan keadaan materialnya.

2. Pajak Objektif

Pajak objektif adalah pajak yang pada awalnya memperhatikan objek yang

menyebabkan timbulnya kewajiban membayar pajak, kemudian baru dicari

subjeknya baik orang pribadi maupun badan. Jadi dengan kata lain, pajak

objektif adalah pengenaan pajak yang hanya memperhatikan kondisi

objeknya saja.

2.2 Pajak Penghasilan (PPh)

Pajak penghasilan termasuk dalam kategori sebagai pajak subjektif, artinya

pajak dikenanakan karena telah memenuhi kriteria yang telah ditetapkan dalam

peraturan perpajakan. Sehingga terdapat ketegasan bahwa apabila tidak ada subjek

pajaknya, maka jelas tidak dikenakan pajak penghasilan. Pajak penghasilan diatur

dalam Undang-Undang Nomor 7 Tahun 1983 tentang Pajak Penghasilan

sebagaimana telah diubah dengan Undang-Undang Nomor 36 Tahun 2008 yang

selanjutnya disebut UU PPh (Ilyas dan Suhartono, 2011: 5).

2.2.1 Subjek Pajak Penghasilan

Ketentuan mengenai subjek pajak penghasilan diatur dalam Pasal 1, Pasal

2, Pasal 2a, dan Pasal 3 UU PPh. Subek pajak adalah pihak yang akan dikenakan

dan terbebani Pajak Penghasilan (PPh). Subjek pajak akan dikenakan pajak atas

penghasilan yang telah diterima atau diperolehnya. Wajib pajak menjadi subjek

pajak apabila memenuhi syarat subjektif sebagai subjek pajak dan objektif karena

menerima objek pajak (Ilyas dan Suhartono, 2011: 11).


23/79

8

8

Ketentuan subjek pajak diatur dalam Pasal 2 ayat 1 UU PPh, bahwa orang

yang menjadi subjek pajak adalah :

1. Orang Pribadi

Kedudukan orang pribadi sebagai subjek pajak dapat bertempat tinggal atau

berada di Indonesia ataupun di luar Indonesia.

2. Warisan yang belum terbagi sebagai satu kesatuan menggantikan yang

berhak.

Dalam hal ini, warisan yang belum terbagi sebagai satu kesatuan merupakan

subjek pajak pengganti, menggantikan mereka yang berhak yaitu ahli waris.

3.

Badan

Badan sebagai subjek pajak adalah suatu bentuk usaha atau bentuk non

usaha yang meliputi : perseroan terbatas, perseroan komaditer, perseroan

lainnya, Badan Usaha Milik Negara (BUMN) atau Badan Usaha Milik

Daerah (BUMD) dengan nama dan bentuk apapun, persekutuan, firma,

kongsi, perkumpulan koperasi, yayasan, lembaga, dan pensiun dan bentuk

usaha lainnya.

4.

Bentuk Usaha Tetap

Pengertian Badan Usaha Tetap diatur dalam Pasal 2 ayat 5 UU PPh, bahwa

Bentuk Usaha Tetap adalah bentuk usaha yang dipergunakan oleh orang

pribadi yang tidak bertempat tinggal di Indonesia atau berada di Indonesia

tidak lebih dari 183 (seratus delapan pulub tiga) hari dalam jangka waktu 12

(dua belas) bulan, atau juga badan yang tidak didirikan atau tidak bertempat

kedudukan di Indonesia untuk menjalankan usaha atau melakukan kegiatan

di Indonesia. Bentuk usaha tetap dapat berupa tempat kedudukan

manajemen, cabang perusahaan, kantor perwakilan, gendung kantor, pabrik,

bengkel, pertambangan dan penggalian sumber alam, perikanan,

peternakan, pertanian, perkebunan atau hutan, proyek konstruksi, instalasi,

proyek perakitan, pemberian jasa dalam bentuk apapun oleh pegawai atau

orang lain, orang atau badan yang bertindak selaku agen yang

kedudukannya tidak bebas, agen atau pegawai dari perusahaan asuransi

yang tidak didirikan dan bertempat di Indonesia.


24/79

9

9

2.2.2 Objek Pajak Penghasilan

Ketentuan mengenai penghasilan sebagai objek PPh diatur dalam Pasal 4

ayat 1 dan ayat 2 UU PPh. Pengertian penghasilan menurut UU PPh adalah setiap

tambahan kemampuan ekonomis yang diterima atau diperoleh wajib pajak, baik

yang berasal dari Indonesia maupun luar Indonesia, yang dapat dipakai untuk

konsumsi atau untuk menambah kekayaan wajib pajak yang bersangkutan, dengan

nama dan dalam bentuk apapun. Penghasilan yang diterima oleh wajib pajak dapat

dikategorikan atas 4 (empat) sumber yakni (Ilyas dan Suhartono, 2011: 25):

1. Penghasilan yang diterima atau diperoleh dari pekerjaan berdasarkan

hubungan kerja dan pekerjaan bebas.

2. Penghasilan dari usaha dan keiatan.

3. Penghasilan dari modal.

4.

Penghasilan lain-lain, seperti hadiah, pembebasan utang dan sebagainya.

Berdasarkan keempat kategori di atas, sesuai dengan Pasal 4 ayat 1 UU PPh

telah diberikan uraian mengenai objek pajak antara lain :

1.

Penggantian atau imbalan atas pekerjaan atau jasa yang diterima atau

diperoleh termasuk gaji, upah, tunjangan, honorarium, komisi, bonus,

gratifikasi, uang pensiun, atau imbalan dalam bentuk lainnya.

2.

Hadiah dari undian atau pekerjaan atau kegiatan, dan penghargaan.

3. Laba usaha.

4. Keuntungan karena penjualan atau karena pengalihan harta.

5.

Penerimaan kembali pembayaran pajak yang telah dibebankan sebagai

biaya.

6.

Bunga termasuk premium, diskonto, dan imbalan karena jaminan

pengembalian utang.

7. Deviden, dengan nama dan dalam bentuk apa pun, termasuk dividen dari

perusahaan asuransi kepada pemegang polis, dan pembagian sisa hasil usaha

koperasi.

8. Royalti.

9. Sewa dan penghasilan lain sehubungan dengan pengunaan harta.

10.

Penerimaan atau perolehan pembayaran berkala.


25/79

10

10

11.

Keuntungan karena pembebasan utan.

12. Keuntungan karena selisih kurs mata uang asing.

13. Selisih lebih karena penilaian kembali aktiva.

14.

Premi asuransi.

15. Iuran yang diterima atau diperoleh perkumpulan dari anggotanya yang

terdiri dari wajib pajak yang menjalankan usaha atau pekerjaan bebas,

sepanjang iuran tersebut ditentukan berdasarkan volume kegiatan usaha atau

pekerjaan bebas anggotanya.

16. Tambahan kekayaan neto yang berasal dari penghasilan yang belum

dikenakan pajak.

2.3 Pajak Pertambahan Nilai (PPN)

Pajak Pertambahan Nilai (PPN) adalah pajak yang dikenakan terhadap

penyerahan atau impor Barang Kena Pajak atau Jasa Kena Pajak yang dilakukan

oleh Pengusaha Kena Pajak, dan dapat dikenakan berkali-kali setiap ada

Pertambahan Nilai dan dapat dikreditkan. Ketentuan mengenai PPN diatur dalam

Undang-Undang Nomor 42 Tahun 2009 yang selanjutnya disebut UU PPN (Ilyas

an Suhartono, 2011: 25).

2.3.1 Subjek Pajak Pertambahan Nilai

Subjek pajak dari PPN adalah Pengusaha Kena Pajak (PKP). Pengusaha

adalah orang pribadi atau badan dalam bentuk apa pun yang dalam lingkungan

perusahaan atau pekerjaannya menghasilkan barang, mengimpor barang,

mengekspor barang, melakukan usaha perdagangan, memanfaatkan barang tidak

berwujud dari luar daerah pabean, melakukan usaha jasa atau memanfaatkan jasa

dari luar pabean. Pengusaha Kena Pajak adalah pengusaha yang melakukan

penyerahan Barang Kena Pajak dan/atau Jasa Kena Pajak (Ilyas dan Suhartono,

2011: 15).


26/79

11

11

2.3.2 Objek Pajak Pertambahan Nilai

Objek pajak dari PPN diatur dalam Pasal 4, Pasal 16C, dan Pasal 16D UU

PPN, bahwa PPN dikenakan atas (Ilyas dan Suhartono, 2011: 25):

1.

Penyerahan Barang Kena Pajak di dalam daerah pabean yang dilakukan

dalam lingkungan perusahaan atau pekerjaan oleh Pengusaha Kena Pajak.

2. Impor Barang Kena Pajak.

3. Penyerahan Jasa Kena Pajak di dalam daerah pabean yang dilakukan dalam

lingkungan perusahaan atau pekerjaan oleh Pengusaha Kena Pajak.

4. Pemanfaatan Barang Kena Pajak tidak terwujud dari luar daerah pabean di

dalam daerah pabean.

5. Pemanfaatan Jasa Kena Pajak dari luar daeah pabean di dalam daerah

pabean.

6.

Ekspor Barang Kena Pajak oleh Pengusaha Kena Pajak.

7. Kegiatan membangun sendiri yang dilakukan tidak di dalam lingkungan

perusahaan atau pekerjaan oleh orang pribadi atau badan baik yang hasilnya

akan digunakan sendiri atau digunakan oleh pihak lain.

8.

Penyerahan aktiva oleh Pengusaha Kena Pajak yang menurut tujuan semula

aktiva tersebut tidak untuk diperjualbelikan, sepanjang PPN yang dibayar

pada saat perolehannya menurut ketentuan dapat dikreditkan.

2.4 Matriks

Matriks adalah jajaran bilangan berbentuk empat persegi panjang. Bentuk

atau ukuran matriks ditentukan oleh banyaknya baris dan kolom. Untuk

selanjutnya, matriks yang mempunyai m baris dan n kolom dituliskan sebagai

matriks m n . Bilangan-bilangan yang terdapat pada matriks disebut elemen

matriks. Matriks biasanya dinyatakan dengan huruf besar A, B, ... Elemen yang

terletak pada baris ke-i dan kolom ke- j dari matriks A dinyatakan sebagai aij. Jadi,

sebuah matriks umum m n dimana m dan n adalah bilangan bulat dapat dituliskan

sebagai


27/79

12

12

A m n =

11 12 1

21 21 2

1 2

n

n

m m mn

a a a

a a a

a a a

= (aij ). (2.1)

Matriks yang mempunyai satu baris saja disebut matriks baris dan matriks

yang mempunyai satu kolom saja disebut matriks kolom saja atau disebut juga

vektor. Matriks yang banyaknya baris sama dengan banyaknya kolom disebut

matriks bujur sangkar (Budhi, 1995: 16).

2.4.1

Matriks Identitas

Matriks bujur sangkar dengan elemen tak nolnya hanya ada pada diagonal,

yaitu elemen pada (i,j) dengan i=j, disebut matriks diagonal (Anton, 2010: 79). Jika

semua elemen pada diagonal adalah 1, maka matriks tersebut disebut matriks

identitas. Matriks identitas berukuran n n ditulis I yang dapat ditulis sebagai

I =

1 0 0

0 1 0

0 0 1

(2.2)

Contoh matriks identitas berukuran 3 3 dapat ditulis sebagai berikut :

1 0 0

0 1 0 .

0 0 1

I

2.4.2 Matriks Simetri

Matriks simetri adalah matriks yang memenuhi sifat At = A dengan At adalah

matriks transpose yang didefinisikan sebagai matriks n m yang didapatkan dengan

mempertukarkan baris dan kolom dari matriks A: yaitu kolom pertama dari matriks

At adalah baris pertama dari matriks A, dan kolom kedua dari matriks At adalah baris

kedua dari matriks A, dan seterusnya (Anton, 2010: 85). Matriks transpose dari A

dapat dituliskan sebagai


28/79

13

13

A

t

=

11 1

1

t

m

n nm

a a

a a

=

11 1

1

n

m mn

a a

a a

(2.3)

Matriks simetriks dapat dicontohkan sebagai berikut :

A =

3 0 1

0 4 2

1 2 5

Matriks A memenuhi sifat At A = 1 disebut matriks orthogonal.

2.4.3 Matriks Invers

Matriks bujur sangkar A berukuran n n mempunyai invers jika ada

matriks B sehingga AB = BA = 1. Matriks B disebut matriks invers dari A. Matriks

yang tidak mempunyai invers disebut matriks singular sedangkan matriks yang

mempunyai invers disebut matriks non singular (Morrison, 1990: 46).

Jika B merupakan invers dari matriks A, maka dapat dituliskan B = ' A .

Sebagai contoh jika diberikan matrik A berukuran 2 2 seperti berikut

2 3,

1 5 A

maka invers dari matriks A dapat dituliskan seperti berikut

5 3

7 7' .

1 2

7 7

B A

2.4.4 Determinan Matriks

Asosiasi pada setiap matriks bujur sangkar adalah berupa angka skalar yang

unik yang disebut determinan (Morrison, 1990: 44). Determinan matriks A akan

ditulis | A |. Determinan dati tiga matriks bujur sangkar terkecil adalah

11 11a a . (2.4)

11 12

11 22 12 21

21 22

.a a

a a a aa a

. (2.5)


29/79

14

14

11 12 13

21 22 23 11 22 33 12 23 31 12 21 32 13 22 31 11 23 32 12 21 33

31 32 33

.

a a a

a a a a a a a a a a a a a a a a a a a a a

a a a

(2.6)

Determinan matriks n n adalah fungsi yang mengaitkan setiap matriks

berukuran n x n dengan sebuah bilangan yang memenuhi sifat tertentu. Sifat-sifat

tersebut antara lain :

Sifat 1. Misalkan matrik B berukuran n n yang diperoleh dari matris A dengan

cara mengalikan sebuah baris dengan bilangan k, maka

det (B) = k det (A). (2.7)

Sifat 2. Misalkan matriks B berukuran n n diperoleh dari matriks A dengan cara

menukar dua baris, maka

det (B) = - det (A). (2.8)

Sifat 3. Misalkan diketahui tiga matriks A1 , A2 , dan B yang mempunyai elemen

yang sama kecuali baris ke-i, yaitu elemen baris ke-i, dari matriks B

merupakan jumlah dari elemen matriks A1 dan A2, maka

det (B) = det (A1 ) + det (A2 ). (2.9)

Sifat 4. Determinan matriks identitas adalah 1 (satu).

Sifat 5. Misalkan A dan B dua matriks berukuran n n maka berlaku

det (AB) = det (A). det (B). (2.10)

jika suatu matriks tidak mempunyai invers maka determinan dari matriks

tersebut adalah nol.

2.4.5 Matriks Kovariansi

Menurut Jonson R.A (2007: 75) jika terdapat matriks data berukuran n p dan bentuk matriksnya adalah

11 12 1

21 22 2

1 2

p

p

n n np

x x x

x x x X

x x x

,(2.11)


30/79

15

15

maka mean sampel dari variabel x j adalah

1

n

iji

j

x x

n

, (2.12)

dan standar deviasinya adalah

2

1

1

n

ij ji

j

x xS n

, j = 1, 2, ... ,p (2.13)

variansi dari x j adalah kuadrat dari nilai standar deviasi sehingga

2

j jvar( ) =

x s. (2.14)

Secara umum variansi pada multidimensional variate didefinisikan sebagai

kovariansi antara elemen X i dan X j. Kovariansi sampel dari variabel X j dan X k adalah

1

1.

1

n

jk ij j ik k in

s x x x x

(2.15)

Jika k = j, kovariansi adalah variansi dari X i dan dapat dituliskan s jj = s j2.

Selanjutnya matriks kovariansi yang dinotasikan dengan S ditulis sebagai

11 12 1

21 22 2

1 2

.

p

p

p p pp

s s s

s s sS

s s s

(2.16)

Jika matriks data berukuran n p , dengan n merupakan jumlah sampel

dan p merupakan jumlah variabel, maka akan diperoleh sejumlah p nilai eigen. Nilai

eigen ditentukan dengan menyelesaikan persamaan karakteristik

0,S I i (2.17)

dengan S merupakan matriks kovariansi, i merupakan nilai eigen dari S dan I

merupakan matriks identitas.Selanjutnya, misalkan A adalah matriks orthogonal

berbentuk p p

1 2, ,..., . p A a a a (2.18)


31/79

16

16

dengan a1 , a2 , ... , a p adalah vektor-vektor eigen, maka persamaan dari matriks

kovariansi dapat ditulis sebagai

S = A’ A (2.19)

dengan merupakan matriks diagonal dengan elemen-elemennya adalah nilai-nilai

eigen. Matriks dituliskan

1

2

0 0

0 0.

0 0 p

(2.20)

Determinan matriks kovariansi S , yaitu | S | dapat dituliskan sebagai

1

' ' '

p

ii

S A A A A A A I

(2.21)

2.5 Fungsi Jarak

Fungsi jarak merupakan salah satu cara mencari jarak antar objek. Fungsi

jarak mengukur ketidaksamaan antar objek yang diukur. Ada beberapa metode yang

dapat digunakan untuk penghitungan fungsi jarak, salah satunya adalah metode

jarak Euclidean (Johnson, 2007: 30).

Metode jarak Euclidean ( Euclidean Distance) merupakan metode

pengukuran jarak yang dapat memperlihatkan ketidaksamaan antar dua objek.

Sementara itu, secara geometri jarak Euclidean digambarkan dalam Gambar 2.1.

Gambar 2.1 Jarak euclidean antara dua objek pengukuran pada variabel X dan Y .

Objek 1 ( x1 , y1)

Objek 1 ( x2 , y2)

( x1 - x2)

( y1 - y2)


32/79

17

17

Misal dua titik pada bidang dimensi dua mempunyai titik (X 1 , Y 1 ) dan (X 2 , Y 2 ), maka

jarak euclidean antara dua titik tersebut adalah panjang hipotesa atau sis miring

segitiga. Rumus jarak pada bidang dimensi dua dituliskan sebagai

22

1 2 1 2

. Jarak y y x x (2.22)

Sedangkan, jarak euclidean antara objek ke- j dengan objek ke-k dengan P variabel

adalah

2

1

p

jk ij ik i

d x x

(2.23)

dengan d jk = jarak euclidean antara objek ke- j dengan objek ke-k P = jumlah variabel yang akan diukur

xij = nilai atau data dari variabel ke-i pada objek ke-j

xik = nilai atau data dari variabel ke-i pada objek ke-k

Nilai-nilai yang diperoleh dari perhitungan jarak Euclidean selanjutnya disusun

dalam matriks simetriks berukuran n n (Johnson, 2002: 673).

2.6 Nilai Standar (Zscore )

Nilai standar (ZScore) adalah nilai yang menyatakan perbedaan antara

besar suatu data dengan rata-ratanya. Nilai standar digunakan untuk

membandingkan dua hasil pengukuran atau lebih sehingga diketahui keberhasilan

dua usaha yang dinyatakan dalam data (angka). Zscore juga dapat menunjukkan

seberapa jauh sebuah nilai mentah menyimpang dari rata-ratanya dalam suatu

distribusi data dengan satuan standar deviasi distribusi. Dengan demikian, nilai

standar tidak lagi tergantung pada satuan pengukuran seperti cm, kg, rupiah, detik

dan sebagainya. Rumus untuk menghitung besarnya nilai standar (ZScore) dapat

dapat ditulis sebagai (Afriyanti, 2007: 60)

x x Z

S

(2.24)

dengan Z = nilai standar

x = nilai data

x = mean (rata-rata)

S = simpangan baku (SD)


33/79

18

18

2.7 Analisis Cluster

Analisis cluster merupakan salah satu teknik dalam analisis multivariat

yang mencoba mengelompokkan objek-objek yang mempunyai kemiripan ke

dalam kelas diskrit atau kelompok-kelompok. Pada variabel tunggal, objek akan

dengan mudah disusun menurut urutan atau rangking pada ukuran variabel dan

kemudian dikombinasikan ke dalam kelompok berdasarkan letaknya sepanjang

koordinat x. Pada jumlah variabel yang lebih dari satu, akan terjadi perbedaan

pengelompokkan pada tiap-tiap variabel. Algoritma pengelompokkan

menggunakan matriks data sebagai input data yang merupakan kumpulan N objek

dengan P variabel. Himpunan N objek dan P variabel dapat dituliskan sebagai

(Johnson, 2007: 112)

11 12 1

21 22 2

1 2

.

p

p

n n np

x x x

x x x X

x x x

(2.25)

Salah satu tipe pengelompokkan data yang digunakan dalam analisis

cluster adalah metode cluster hirarki (hierarchical clustering method ). Metode

cluster hirarki melakukan proses pengelompokkan dengan menggabungkan objek

atau membagi objek ke dalam kelompok-kelompok. Algoritma penggabungan

cluster yang digunakan dalam proses penggabungan cluster adalah metode

agglomerative cluster hirarki (Johnson, 2007:595).

2.7.1 Metode Agglomerative Cluster Hirarki

Metode agglomerative cluster hirarki merupakan salah satu metode dalam

cluster hirarki. Prosedur dalam metode ini mengkombinasikan objek-objek yang

mempunyai kesamaan ke dalam kelas-kelas dan menyusun kelas ini ke dalam

bentuk yang bertingkat dan hirarki. Metode ini hanya dapat diterapkan pada proses

pembentukan cluster dalam jumlah objek kurang dari lima puluh.

Metode agglomerative cluster hirarki menggunakan seluruh informasi

yang terdapat diseluruh variabel. Pertama, setiap objek diasumsikan sebagai cluster


34/79

19

19

tunggal keudian mengelompokkan cluster yang lebih besar sampai akhirnya seluruh

objek terkandung dalam sebuah cluster tunggal.

Menurut Jonson R.A (2007: 681) tahap-tahap dalam agglomerative cluster

hirarki untuk mengelompokkan N objek adalah sebagai berikut :

1. Mulai dengan N cluster, masing-masing cluster merupakan objek tunggal

dalam sebuah n n matriks jarak (ketidaksamaan) D = {d ik }.

2. Mencari matriks jarak untuk sepasang cluster terdekat (paling sama).

Misal jarak antara cluster terdekat antara cluster U dan V disebut d UV .

3. Menggabungkan antara cluster U dan V . Memberi label cluster baru

dengan (UV). Memperbaharui entri matriks jarak dengan menghilangkan

baris dan kolom yang bergabung dengan cluster U dan V.

4. Menambahkan baris dan kolom yang memberikan jarak antara cluster

(UV) dan sisa cluster.

5.

Mengulangi langkah 2 dan 3 hingga N - 1 kali (seluruh objek akan

membentuk sebuah cluster tunggal setelah algoritma selesai). Mencatat

ciri-ciri cluster yang telah digabungkan dan membuat tingkatan atau level

(jarak atau ketidaksamaan) dimana penggabungan diambil. (2.26)

Salah satu komponen algoritma dalam prosedur penggabungan cluster

dalam agglomerative cluster hirarki adalah metode linkage antara lain, single

linkage, average linkage, complete linkage, Ward method, dan centroit methode.

Selanjutnya, dalam laporan kerja praktik ini metode linkage yang digunakan adalah

average linkage.

2.7.2

Metode Average L inkage

Metode average linkage merupakan salah satu prosedur dalam

agglomerative cluster hirarki yang mendefinisikan jarak antara dua cluster adalah

rata-rata jarak antara sebuah objek disatu cluster dan sebuah objek di cluster lain

yang terdekat. Secara umum proses penggabungan cluster mengacu pada (2.26).

Pertama dimulai dengan mencari matriks jarak D = {d ik } untuk menemukan jarak

terdekat (paling sama) pada objek, misal U dan V . Objek ini digabungkan dalam


35/79

20

20

bentuk cluster (UV). Untuk tahap ketiga pada (2.24) jarak antara (UV) dan cluster

lainnya, W didefinisikan sebagai berikut (Johnson, 2007: 690):

() = [/( + )] + [/( + )] (2.27)

dimana d ik = jarak antara objek ke-i di cluster W dan objek ke-k di cluster (UV).

= masing-masing adalah jumlah cluster di U .

= masing-masing adalah jumlah cluster di V.

= jarak antara cluster W ke U .

Average linkage merupakan salah satu model linkage yang diharapkan mampu

mewakili proporsi tiap-tiap objek yang dicluster kan.

2.8 Penjadwalan Penggabungan Cluster

Tahap pertama dalam agglomerative cluster hirarki adalah menghitung

matriks kemiripan (resemblance matrix) dari matriks data menggunakan berbagai

alternatif pengukuran kemiripan. Matriks kemiripan berisi koefisien kemiripan

(koefisien kesamaan atau ketidaksamaan) untuk setiap pasangan objek. Kemiripan

antara dua objek ditentukan oleh kesamaan berdasarkan nilai skor variabel yang

diukur. Hasilnya, adalah objek-objek pada matriks kemiripan dengan koefisien

kemiripan masing-masing disusun secara persegi dalam bentuk matriks simetri

dengan elemen-elemen diagonal adalah nilai perbandingan terhadap elemen itu

sendiri. Biasanya matriks kemiripan dikonversikan sebagai matriks ketidaksamaan

yang merupakan komplemen dari setiap koefisien kemiripan.

Tahapan selanjutnya, dalam analisi cluster hirarki adalah

mengelompokkan atau menggabungkan objek untuk membangun cluster-cluster

yang akan bertambah besar dan tersusun hirarki. Proses penggabungan tersebut

menghasilkan tabel agglomerasi (agglomeration schedule) yang memerlihatkan

tahap-tahap penggabungan dan hubungan nilai kesamaan pada setiap objek dan

cluster yang digabungkan untuk membentuk cluster baru. Pada tabel agglomerasi,

nilai jarak atau ketidaksamaan akan tergantung dari ukuran kemiripan dan prosedur

penggabungan yang digunakan. Hasil dari tabel agglomerasi dapat ditampilkan

dalam sebuah grafik yang berbentuk pohon yang disebut dendrogram (Johnson,

2007: 716). Gambar 2.2 berikut ini adalah contoh sederhana dendrogram


36/79

21

21

Gambar 2.2 Contoh dendrogram sederhana.

Sebuah dendrogram mewakili kesamaan antara objek-objek.

Dendrogram terdiri dari beberapa clade yang ditandai dengan lingkaran hitam pada

Gambar 2.2. Terminal akhir dari semua clade disebut leaf (daun) sebagai objek

yang akan dianalisis yang ditandai dengan garis merah. Susunan clades yang

menggabungkan dua atau lebih leaf menyatakan bahwa objek yang dikaitkan

merupakan objek yang memiliki kemiripan satu sama lain yang membentuk sebuah

cluster . Seperti contoh dendrogram pada Gambar 2.2, dapat dilihat bahwa

kemungkinan dapat terbentuk tiga cluster dengan anggota cluster pertama yang

beranggotakan objek nomor 1 dan 3, cluster kedua dengan anggota objek nomor 6,

dan cluster ketiga yang beranggotakan objek nomor 2, 4 dan 5.


37/79

22

22

BAB III

PROFIL TEMPAT KERJA PRAKTIK

Pada bab ini akan dijelaskan profil tempat kerja praktik tempat kerja praktik

yang meliputi sejarah singkat, visi dan misi, arti logo, tugas dan fungsi serta struktur

organisai Kantor Pelayanan Pajak (KPP) Pratama Purwokerto. Profil tempat kerja

praktik tersebut dikutip dari buku profil KPP Pratama Purwokerto.

3.1 Sejarah KPP Pratama Purwokerto

Kantor Pelayanan Pajak (KPP) Pratama Purwokerto berdiri sejak tahun

1965 yang berawal dari Kantor Inspeksi Pajak yang merupakan Kantor Dinas Luar

(KDL) Tingkat 1 Banyumas. KPP Pratama Purwokerto merupakan gabungan dari

3 unit kantor, yaitu Kantor Pelayanan Pajak Bumi dan Bangunan (KPPBB), dari

Kantor Pemeriksaan dan Penyelidikan Pajak (KARIPKA). Pada bulan April 1966,

nama Kantor Dinas Luar Tingkat 1 berubah menjadi Kantor Inspeksi Pajak

Purwokerto. Kemudian berdasarkan pada Keputusan Menteri Keuangan

No.278/KMK/01/1989, Kantor Inspeksi Pajak Purwokerto berubah menjadi Kantor

Pelayanan Pajak Purwokerto yang dahulu terletak di Jalan Gatot Subroto No 107

Purwokerto.

KPBBB sebelumnya juga pernah mengalami beberapa kali perubahan

nama. Pada awalnya bernama Kantor Iuran Pembangunan Daerah (IPEDA),

kemudian pada tahun 1987 berubah menjadi Kantor Dinas Luar Tingkat 1 IPEDA

Purwokerto, kemudian diubah lagi menjadi Kantor Inspeksi IPEDA. Setelah itu

diubah lagi menjadi Kantor Inspeksi Pajak Bumi dan Bangunan Purwokerto.

Akhirnya berdasarkan Keputusan Menteri Keuangan No. 276/KMK.01/1989,

Kantor Inspeksi PBB diubah menjadi Kantor Pelayanan Pajak Bumi dan Bangunan

(KPPBB) yang dahulu terletak di Jalan Gerilya Purwokerto.

Pada tanggal 1 Oktober 2007 dibentuklah KPP Pratama Purwokerto

berdasarkan Peraturan Menteri Keuangan No. 551/PMK.01/2006 yang merupakan

gabungan dari KPP Purwokerto, KPPNN dan KARIPKA yang sekarang bertempat

di Jalan Gatot Subroto No. 107 Purwokerto.


38/79

23

23

3.2 Visi Dan Misi KPP Pratama Purwokerto

Visi dan Misi Kantor Pelayanan Pajak (KPP) Pratama Purwokerto adalah

sebagai berikut :

a. Visi

Menjadi Kantor Pelayanan Pajak yang terbaik dan terpercaya.

b. Misi

Menghimpun penerimaan pajak yang mengedepankan integritas dengan

didukung sumber daya manusia yang profesional dan bersinergi serta

dipercaya masyarakat demi kemandirian bangsa.

3.3 Arti Logo Kementerian Keuangan RI

Logo Kementerian Keuangan RI mempunyai bentuk segi lima dengan

warna dasar biru. Komponen yang ada pada logo Kementerian Keuangan RI adalah

padi sepanjang 17 dan kapas sepanjang 8 butir dengan gada ada yang berada

diantaranya, serta sayap di kanan dan kiri logo mempunyai makna tersendiri.

Gambar 3.1. Logo Kementerian Keuangan RI

Makna dari logo Kementrian Keuangan RI adalah sebagai berikut:

1. Padi sepanjang 17 butir dan kapas sepanjang 8 butir melambangkan cita-

cita upaya kita untuk mengisi kesejahteraan Bangsa dan sekaligus diberi arti

sebagai tanggal lahirnya Negara Republik Indonesia.

2. Sayap melambangkan ketangkasan dalam menjalankan tugas.


39/79

24

24

3.

Gada melambangkan daya upaya menghimpun, mengerahkan,

mengamankan keuangan Negara.

4. Ruang segi lima melambangkan dasar Negara Pancasila.

3.4 Tugas Dan Fungsi KPP Pratama Purwokerto

Tugas dan fungsi Kantor Pelayanan Pajak (KPP) Pratama Purwokerto

adalah sebagai berikut :

a. Tugas KPP Pratama Purwokerto

KPP Pratama Purwokerto mempunyai tugas melaksanakan penyuluhan,

pelayanan dan pengawasan wajib pajak dibidang Pajak Penghasilan, Pajak

Pertambahan Nilai, Pajak Penjualan atas Barang Mewah, Pajak Tidak

Langsung Lainnya, Pajak Bumi dan Bangunan terkait P3 (Perkebunan,

Pertambangan danPerhutanan) dalam wilayah Kabupaten Banyumas

berdasarkan peraturan perundang-undangan yang berlaku.

b. Fungsi KPP Pratama Purwokerto

KPP Pratama Purwokerto menyelenggarakan fungsi sebagai berikut:

1.

Pengumpulan, pencarian dan pengolahan data, pengamatan potensi

perpajakan, penyajian informasi perpajakan, pendataan objek dan

subjek pajak, serta penilaian objek Pajak Bumi dan Bangunan.

2. Penetapan dan penerbitan produk hukum perpajakan.

3. Pengadministrasian dokumen dan berkas perpajakan, penerimaan dan

pengolahan Surat Pemberitahuan, serta penerimaan surat lainnya.

4. Penyuluhan perpajakan.

5.

Pelaksanaan registrasi Wajib Pajak.

6. Pelaksanaan ekstensifikasi.

7. Penatausahaan piutang pajak dan pelaksanaan penagihan pajak.

8. Pelaksanaan pemeriksaan pajak.

9. Pengawasan kepatuhan kewajiban perpajakan Wajib Pajak.

10. Pelaksanaan konsultasi perpajakan.


40/79

25

25

11.

Pelaksanaan intensifikasi.

12. Pembetulan ketetapan pajak.

13. Pelaksanaan administrasi kantor.

3.5 Wilayah Kerja KPP Pratama Purwokerto

Wilayah kerja KPP Pratama Purwokerto mencakup seluruh wilayah

Kabupaten Banyumas seperti pada Gambar 3.2

Gambar 3.2 Peta administrasi Kabupaten Banyumas.

Kabupaten Banyumas sebagai wilayah administrasi perpajakan yang dikelola KPP

Pratama Purwokerto mempunyai luas wilayah sekitar 1.327,60 km2 atau setara

132.759,56 ha. Wilayah ini terdiri atas 301 desa, 30 kelurahan dan 27 kecamatan,

yang meliputi :

1. Kecamatan Ajibarang

2.

Kecamatan Banyumas

3. Kecamatan Baturaden

4. Kecamatan Cilongok

5.

Kecamatan Gumelar

6.

Kecamatan Jatilawang


41/79

26

26

7.

Kecamatan Kalibagor

8. Kecamatan Karanglewas

9. Kecamatan Kebasen

10.

Kecamatan Kedungbanteng

11. Kecamatan Kembaran

12. Kecamatan Kemranjen

13. Kecamatan Lumbir

14. Kecamatan Patikraja

15. Kecamatan Pekuncen

16.

Kecamatan Purwojati

17. Kecamatan Purwokerto Barat

18. Kecamatan Purwokerto Selatan

19.

Kecamatan Purwokerto Timur

20. Kecamatan Purwokerto Utara

21. Kecamatan Rawalo

22.

Kecamatan Sokaraja

23.

Kecamatan Somagede

24. Kecamatan Sumbang

25.

Kecamatan Sumpiuh

26. Kecamatan Tambak

27. Kecamatan Wangon

Batas wilayah Kabupaten Banyumas yaitu sebelah utara berbatasan dengan

Gunung Slamet, Kabupaten Tegal dan Kabupaten Pemalang, sebelah selatan

berbatasan dengan Kabupaten Cilacap, sebelah timur berbatasan dengan Kabupaten

Purbalingga, Kabupaten Kebumen dan Kabupaten Banjarnegara, dan sebelah barat

berbatasan dengan Kabupaten Cilacap dan Kabupaten Brebes.

Jumlah penduduk di Kabupaten Banyumas pada tahun 2013 yang mencapai

1.578.129 jiwa yang terdiri dari 793.194 laki-laki dan 784.935 perempuan, maka

pada tahun 2014 jumlah wajib pajak yang terdaftar di KPP Pratama Purwokerto

seperti pada Tabel 1.


42/79

27

27

Tabel 3.1. Jumlah wajib pajak terdaftar tahun 2014.

3.6 Struktur Organisasi KPP Pratama Purwokerto

Gambar 3.3. Struktur organisasi KPP Pratama Purwokerto.

Berdasarkan Peraturan Menteri Keuangan Nomor 132/PMK.01/2007

tentang Organisasi dan Tata Kerja Instansi Verifikasi Direktorat Jenderal Pajak,struktur organisasi Kantor Pelayanan Pajak (KPP) Pratama Purwokerto disusun

sesuai dengan fungsi yang telah ditetapkan oleh Direktorat Jenderal Pajak seperti

pada Gambar 3.3, terdiri dari :

a. Kepala Kantor

Kepala kantor KPP Pratama mempunyai tugas mengkoordinasikan

pelaksanaan penyuluhan, pelayanan, dan pengawasan wajib pajak di bidang

Pajak Penghasilan, Pajak Pertambahan Nilai, Pajak Penjualan Atas Barang

No Jenis Wajib Pajak Jumlah

1 Badan7.981

2 Orang Pribadi132.989

3 Bendaharawan1.876

Jumlah142.846


43/79

28

28

Mewah, dan Pajak Tidak Langsung Lainnya dan Pajak Bumi dan Bangunan

dalam wilayah wewenangnya berdasarkan peraturan perundang-undangan.

b. Subbagian Umum

Subbagian Umum merupakan koordinator fungsi pelayanan kesekertariatan

terutama dalam kegiatan tata usaha dan kepegawaian, keuangan, rumah

tangga serta perlengkapan.

c. Seksi Teknis

Seksi Teknis yang terdiri atas beberapa bagian, antara lain :

1. Seksi Pelayanan

Seksi pelayanan mempunyai tugas dan tanggung jawab dalam

mengkoordinasikan penetapan dan penerbitan produk hukum

perpajakan, pengadministrasian dokumen dan berkas perpajakan,

penerimaan dan pengolahan surat pemberitahuan dan surat lainnya,

penyuluhan perpajakan, pelaksaan registrasi wajib pajak, serta kerjasama

perpajakan sesuai ketentuan yang berlaku.

2.

Seksi Pengolahan Data dan Informasi

Seksi Pengolahan Data dan Informasi mempunyai tugas dan tanggung

jawab untuk mengkoordinasikan pengumpulan dan pencarian data,

perekaman data, peminjaman berkas data, pengadministrasian data

masukan dan data keluaran, data ekstensifikasi dan intensifikasi wajib

pajak.

3.

Seksi Penagihan

Seksi Penagihan mempunyai tugas dan tanggung jawab dalam

menjalankan proses administrasi dan penatausahaan Surat Ketetapan

Pajak (SKP) yang dijadikan dasar dalam melaksanakan tindakan-

tindakan penagihan serta bukti-bukti pelunasan utang pajak yang timbul

dari penerbitan SKP, penetapan piutang pajak yang kadaluwarsa sampai

dengan pengusulan penghapusan piutang pajak. Selain itu, seksi

penagihan bertanggung jawab melakukan upaya-upaya pencairan utang

pajak melalui penerbitan Surat Paksa, Surat Perintah Melakukan


44/79

29

29

Penyitaan maupun melakukan pelelangan harta sitaan yang bekerja sama

dengan Kantor Lelang Negara.

4. Seksi Ekstensifikasi

Seksi Ekstensifikasi mempunyai tugas dan tanggung jawab untuk

mengkoordinasikan pelaksanaan dan penatausahaan pengamatan potensi

perpajakan, pendataan objek dan subjek pajak, penilaian objek pajak dan

kegiatan ekstensifikasi perpajakan sesuai dnegan ketentuan yang

berlaku.

5. Seksi Pengawasan dan Konsultasi

Seksi Pengawasan dan Konsultasi mempunyai tugas dan tanggung jawab

untuk mengkoordinasikan pengawasan kepatuhan kewajiban perpajakan

wajib pajak, bimbingan atau himbauan kepada wajib pajak dan konsultasi

teknis perpajakan, penyusunan profil wajib pajak, analisis kinerja wajib

pajak, rekonsialisasi data wajib pajak dalam rangka melakukan

intensifikasi dan melakukan evaluasi hasil banding berdasarkan

ketentuan yang berlaku.

6.

Seksi Pemeriksaan

Seksi Pemeriksaan mempunyai tugas dan tanggung jawab dalam

pembuatan daftar nominatif wajib pajak yang diusulkan untuk dilakukan

pemeriksaan, melakukan peminjaman dan pengembalian berkas dan data

wajib pajak sesuai dengan daftar nominatif yang akan diperiksa. Seksi

Pemeriksaan juga bertanggung jawab dalam penerbitan surat perintah

pengamatan, pengiriman laporan hasil pelaksaan pengamatan, penelitian

permohonan kembali kelebihan pembayaran pajak yang tidak seharusnya

terutang dan permohinan SPTLB wajib pajak pribadi, pembuatan Surat

Perintah Pemeriksaan Pajak (SP3), Surat Pemberitahuan Pemeriksaan

Pajak dan Surat Pemanggilan Pemeriksaan Pajak serta menatausahakan

Laporan Hasil Pemeriksaan (LHP) dan Nota Perhitungan (Nothit).


45/79

30

30

d.

Kelompok Jabatan Fungsional

Kelompok Fungsional ini terdiri dari :

1. Pejabat Fungsional Pemeriksa

Pejabat Fungsional Pemeriksa dalam melaksanakan tugasnya

beroordinasi dengan Seksi Pemeriksaan dan bertanggung jawab secara

langsung kepada Kepala Kantor KPP Pratama.

2. Pejabat Fungsional Penilai

Pejabat Fungsional Penilai dalam melaksanakan tugasnya berkoordinasi

dengan Seksi Ekstensifikasi dan bertanggung jawab secara langsung

kepada Kepala Kantor KPP Pratama.


46/79

31

31

BAB IV

PELAKSANAAN DAN PEMBAHASAN

Pada bab ini akan dibahas mengenai metode kerja praktik dan hasil kerja

praktik. Data yang diperoleh selanjutnya digunakan untuk mengetahui analisis

cluster hirarki pada potensi penerimaan pajak di Kabupaten Banyumas tahun 2014

menggunakan metode pengukuran jarak Euclidean.

4.1 Kegiatan Kerja Praktik

Kerja praktik ini dilaksanakan selama 30 hari, yaitu pada tanggal 26 Januari

2015 sampai tanggal 26 Februari 2015 yang bertempat di Kantor Pelayanan Pajak

(KPP) Pratama Purwokerto tepatnya di Subbagian Pelayanan. Jam kerja yang

diberlakukan selama kerja praktik adalah 5 (lima) hari kerja yaitu hari Senin sampai

hari Jum’at dimulai pukul 07.30 s/d 15.00, dengan waktu istirahat antara pukul

12.00 s/d 13.30. Adapun jadwal kegiatan kerja praktik sebagai berikut :

Minggu I

a.

Melakukan pendataan terhadap Surat Pajak Tahunan (SPT) yang tidak sesuai

yang dikembalikan ke KPP Pratama Purwokerto.

b.

Melakukan barcode untuk pengemasan SPT 1770SS.

c.

Mengelompokkan SPT Masa menurut status, pasal, masa dan tahun pajak.

Minggu II

a.

Merekam data SPT Masa ke Pusat Data dan Informasi melalui portal Sistem

Informasi Direktorat Jendral Pajak (SIDJP).

b.

Mengelompokkan SPT milik pensiunan.c.

Mengelompokkan SPT Masa menurut status, pasal, masa dan tahun pajak.

Minggu III

a.

Menjadi petugas pencetakan tanda terima SPT Tahunan tahun 2014.

b.

Mencetak Lembar Pengawasan Arus Dokumen (LPAD) untuk SPT yang sudah

diteliti.

c.

Meneliti SPT 1770SS yang telah dilaporkan Wajib Pajak.

d.

Melakukan barcode untuk pengemasan SPT 1770 SS.

e.

Melakukan barcode untuk pengemasan SPT 1770 S.


47/79

32

32

Minggu IV

a.

Menjadi petugas pencetakan tanda terima SPT Tahunan tahun 2014.

b. Mencetak Lembar Pengawasan Arus Dokumen (LPAD) untuk SPT yang sudah

diteliti.

c. Meneliti SPT 1770 OP dan 1770 SS

4.2 Metode Kerja Praktik

Pada metode kerja praktik ini akan dijelaskan mengenai metode kerja

praktik yang digunakan dalam penyusunan laporan. Selain itu, akan dijelaskan juga

mengenai data yang akan digunakan serta analisisnya.

4.2.1 Metode

Metode yang digunakan dalam menyelesaikan penulisan laporan kerja

praktik ini, yaitu pengamatan, wawancara, dan metode studi pustaka. Untuk lebih

jelasnya, akan dijelaskan sebagai berikut:

1.

Metode Pengamatan

Dengan metode ini, penulis melakukan pengamatan tentang potensi

penerimaan pajak di Kabupaten Banyumas tahun 2014.

2.

Metode Wawancara

Dengan metode ini, penulis melakukan tanya jawab dengan pihak KPP

Pratama Purwokerto mengenai penerimaan Kabupaten Banyumas yang

dalam hal ini adalah penerimaan Pajak Penghasilan (PPh) dan penerimaan

Pajak Pertambahan Nilai (PPN).

3.

Metode Studi PustakaDengan metode ini, penulis melakukan studi pustaka dengan cara mencari,

membaca, mempelajari, dan memahami bahan-bahan yang berasal dari

literatur ataupun dari referensi lain, seperti dari internet yang mendukung

penulisan laporan kerja praktik ini.


48/79

33

33

4.2.2 Data

Data yang digunakan adalah data penerimaan Pajak Penghasilan (PPh) dan

penerimaan Pajak Pertambahan Nilai (PPN) perkecamatan di Kabupaten Banyumas

tahun 2014. Data yang akan dianalisis adalah penerimaan PPh dan PPN perwajib

pajak efektif yang terdaftar. Data selengkapnya untuk penerimaan PPh

perkecamatan ditunjukkan pada Lampiran 1, sedangkan data untuk penerimaan

PPN perkecamatan ditunjukkan pada Lampiran 2.

4.2.3 Tempat Pengambilan Data

Data yang digunakan diperoleh dari Subbagian Pengolahan Data dan

Informasi KPP Pratama Purwokerto. Jalan Jendral Gatot Subroto nomor 107.

4.2.4 Analisis Data

Adapun tahapan analisis data yang dilakukan dalam pembahasan dalam

menganalisis cluster hirarki pada potensi penerimaan pajak di Kabupaten

Banyumas tahun 2014 menggunakan metode pengukuran jarak Euclidean sebagai

berikut :

1. Menentukan variabel-variabel yang akan digunakan.

2.

Membuat matriks jarak kesamaan dengan menggunakan metode jarak

Euclidean.

3. Menggunakan agglomerative cluster hirarki dengan prosedur average

linkage.

4. Menginterpretasikan hasil analisis ke dalam dendogram.

5.

Menganalisis hasil dendogram.

Analisis ini dilakukan dibantu dengan menggunakan Software SPSS 14.0 dan

Minitab 16.

4.3 Hasil Kerja Praktik

Selama kurang lebih satu bulan penulis melaksanakan kerja praktik dengan

berbagai kegiatan seperti yang telah dipaparkan sebelumnya, penulis berkeinginan

untuk melakukan analisis potensi penerimaan pajak di Kabupaten Banyumas tahun


49/79

34

34

2014. Analisis dilakukan dengan memanfaatkan data penerimaan PPh dan PPN

seluruh kecamatan di Kabupaten Banyumas tahun 2014.

4.3.1 Deskripsi Data

Penelitian ini membahas klasifikasi penerimaan pajak pada kecamatan yang

ada di Kabupaten Banyumas. Kecamatan akan dikelompokkan berdasarkan

karakteristik variabel yang dimilikinya. Karakteristik variabel yang akan diukur

adalah penerimaan PPh perwajib pajak (X1) dan penerimaan PPN perwajib pajak

(X2). Data selengkapnya untuk jumlah wajib pajak efektif di wilayah Kabupaten

Banyumas yang terdaftar ditunjukkan pada Lampiran 3, sedangkan untuk jumlah

wajib pajak terdaftar ditunjukkan pada Lampiran 4.

Setiap objek kecamatan dianggap sebagai sebuah cluster tunggal yang

diinterpretasikan dalam sebuah urutan nomor yang akan ditunjukkan pada Tabel

4.1. Pada Tabel 4.1 ditampilkan jumlah penerimaan PPh dan PPN perwajib pajak

efektif pada masing-masing kecamatan di Kabupaten Banyumas. Daftar kecamatan

di Kabupaten Banyumas yang dikelompokkan beserta variabel pengukurannya

dapat dilihat pada Tabel 4.1.

4.3.2 Prosedur Analisis Cluster

Dari data yang ditampilkan pada Tabel 4.1, diketahui data pengamatan yang

telah dilakukan adalah sebanyak 27 sampel yang merupakan jumlah kecamatan di

Kabupaten Banyumas. Dengan variabel pengamatan sebanyak dua yaitu

penerimaan PPh dan PPN perwajib pajak.

Langkah pertama yang harus diperhatikan dalam melakukan analisis cluster

adalah standarisasi variabel. Standarisasi perlu dilakukan apabila terdapat

variabilitas satuan, yaitu ukuran yang menunjukkan penyebaran data disekitar

mean. Pada Lampiran 5 ditampilkan statistik deskriptif untuk variabel pengamatan

pada data penerimaan PPh dan PPN pada kecamatan di Kabupaten Banyumas.


50/79

35

35

Tabel 4.1 Data kecamatan dan variabel pengamatan.

Mengingat data yang terkumpul memiliki variabilitas satuan, maka perlu

dilakukan langkah standarisasi atau transformasi terhadap variabel yang relevan

kebentuk Zsore. Untuk selanjutnya, hasil Zscore yang akan dipakai sebagai analisis

cluster hirarki. Hasil standarisasi variabel dapat dilihat pada Tabel 4.2.

NoObjek Variabel

Cluster Kecamatan X1 X2

1 Ajibarang 4258612,465 1650122,843

2 Banyumas 1206832,851 677484,1924

3 Baturaden 6256815,389 5733637,456

4 Cilongok 198392,6566 378934,3267

5 Gumelar 253785,8139 112907,3217

6 Jatilawang 179105,2411 226312,5274

7 Kalibagor 985726,5506 1460705,449

8 Karanglewas 197821,0444 664726,0295

9 Kebasen 144211,7386 355762,6912

10 Kedungbanteng 398066,3354 236191,2461

11 Kembaran 356614,695 624676,837

12 Kemranjen 108958,8907 247270,7814

13 Lumbir 145991,8282 114358,8022

14 Patikraja 203345,0624 1400028,171

15 Pekuncen 88880,79924 104789,1404

16 Purwojati 145215,4627 111751,245

17 Purwokerto Barat 3195432,699 1864296,401

18 Purwokerto Selatan 12611341,39 4904488,415

19 Purwokerto Timur 9782971,188 3417934,495

20 Purwokerto Utara 9674182,099 1911021,434

21 Rawalo 180949,6048 221839,5103

22 Sokaraja 1759902,067 1359225,806

23 Somagede 231224,5681 447805,0501

24 Sumbang 236625,7414 402662,5461

25 Sumpiuh 368558,3981 348113,615

26 Tambak 263830,365 251742,973

27 Wangon 543555,3192 2265593,139


51/79

36

36

Tabel 4.2 Nilai standarisasi data penerimaan Pajak Penghasilan (PPh) dan Pajak

Pertambahan Nilai (PPN) pada kecamatan di Kabupaten Banyumas.

No Kecamatan Zscore PPh Zscore PPN

1 Ajibarang 0,64947 0,33202

2 Banyumas -0,22774 -0,33567

3 Baturaden 1,22383 3,13522

4 Cilongok -0,51761 -0,54061

5 Gumelar -0,50169 -0,72323

6 Jatilawang -0,52316 -0,64538

7 Kalibagor -0,2913 0,201998 Karanglewas -0,51778 -0,34442

9 Kebasen -0,53319 -0,55652

10 Kedungbanteng -0,46022 -0,6386

11 Kembaran -0,47213 -0,37192

12 Kemranjen -0,54332 -0,63099

13 Lumbir -0,53267 -0,72223

14 Patikraja -0,51619 0,16034

15 Pekuncen -0,54909 -0,7288

16 Purwojati -0,5329 -0,7240217 Purwokerto Barat 0,34386 0,47904

18 Purwokerto Selatan 3,05039 2,56604

19 Purwokerto Timur 2,2374 1,54557

20 Purwokerto Utara 2,20613 0,51112

21 Rawalo -0,52263 -0,64845

22 Sokaraja -0,06877 0,13233

23 Somagede -0,50818 -0,49333

24 Sumbang -0,50662 -0,52432

25 Sumpiuh -0,4687 -0,5617726 Tambak -0,4988 -0,62792

27 Wangon -0,4184 0,75452


52/79

37

37

4.3.3 Hasil Analisis Cluster

Analisis cluster dilakukan untuk mengidentifikasi sekelompok kecamatan

yang memiliki karakteristik tertentu berdasarkan variabel yang dimilikinya.

Matriks jarak yang dihasilkan dari perhitungan metode jarak Euclidean merupakan

ukuran jarak atau ketidaksamaan antar objek. Nilai terkecil yang ada dalam matriks

berukuran n x n tersebut menunjukkan nilai jarak kecil. Hal ini berarti objek yang

bersangkutan memiliki kesamaan yang besar berdasarkan nilai-nilai variabel yang

dimilikinya.

Kedua objek yang memiliki jarak terkecil selanjutnya bergabung menjadi

satu cluster yang pertama. Langkah berikutnya adalah menghitung jarak antar

cluster pertama dengan obek-objek lainnya. Langkah tersebut dilakukan secara

berulang hingga diperoleh satu cluster yang memuat seluruh objek.

Cluster akan dibentuk secara bertahap berdasarkan jarak hingga terbentuk

susunan cluster berjenjang. Jumlah kecamatan di Kabupaten Banyumas yang akan

digunakan dalam penelitian tidak lebih dari 50 sehingga metode penggabungan

cluster dilakukan dengan menggunakan agglomerative cluster hirarki dengan

prosedur penggabungan cluster average linkage.

Analisis cluster menggunakan program SPSS 14.0 menghasilkan

agglomerative schedule, cluster combine menyatakan jenis cluster yang digabung.

Sedangkan coefficient menyatakan koefisien jarak agglomerasi (penggabungan)

antara dua cluster yang digabung. Koefisien yang kecil menunjukkan bahwa cluster

yang lebih homogen atau mirip digabungkan. Penggabungan dua cluster yang

sangat berbeda akan menghasilkan koefisien yang besar atau persentase perubahan

koefisien yang besar pula.

4.3.3.1 Hasil Analisis Cluster pada Kecamatan di Kabupaten Banyumas

Menggunakan Metode Jarak Euclidean

Berdasarkan hasil metode jarak Euclidean (2.22) dengan menggunakan

software SPSS 14.0 diperoleh matriks jarak yang menunjukkan jarak atau

ketidaksamaan antar 27 cluster . Tahap-tahap penggabungan cluster berdasarkan

matriks jarak pada Lampiran 4 ditunjukkan pada Tabel 4.3.


53/79

38

38

Tabel 4.3. Tahap-tahap pembentukkan cluster berdasarkan hasil perhitungan jarak

euclidean pada data kecamatan di Kabupaten Banyumas.

Agglomeration Schedule

StageCluster Combined

Coefficients

Stage Cluster First

Appears Next Stage

Cluster 1 Cluster 2 Cluster 1 Cluster 2

1 13 16 0,001803862 0 0 3

2 6 21 0,003116014 0 0 5

3 13 15 0,01728264 1 0 8

4 4 24 0,019649339 0 0 65 6 12 0,025921663 2 0 7

6 4 9 0,032000273 4 0 9

7 6 26 0,035344667 5 0 11

8 5 13 0,036648503 0 3 13

9 4 23 0,049064132 6 0 12

10 8 11 0,053284265 0 0 16

11 6 10 0,062492028 7 0 13

12 4 25 0,062573016 9 0 14

13 5 6 0,093818025 8 11 14

14 4 5 0,146428366 12 13 17

15 7 14 0,228714379 0 0 19

16 2 8 0,268613707 0 10 17

17 2 4 0,317744274 16 14 23

18 1 17 0,339129678 0 0 21

19 7 22 0,340737972 15 0 20

20 7 27 0,627611156 19 0 21

21 1 7 0,872682422 18 20 23

22 19 20 1,034920457 0 0 24

23 1 2 1,088956737 21 17 2624 18 19 1,763161822 0 22 25

25 3 18 2,200137687 0 24 26

26 1 3 3,578994869 23 25 0


54/79

39

39

Tahap-tahap pembentukan cluster yang ditunjukkan dalam Tabel 3 dapat

dijelaskan sebagai berikut :

1. Tahap pertama, cluster (13) bergabung dengan cluster (16) sehingga

terbentuk cluster (13-16) dengan koefisien jarak agglomerasi 0,001803862.

Koefisien jarak agglomerasi selanjutnya disingkat menjadi koefisien jarak

yang merupakan koefisien yang dihasilkan dari proses agglomerasi dua

cluster dengan ketidaksamaan yang paling kecil.

2. Tahap kedua, cluster (6) bergabung dengan cluster (21) sehingga terbentuk

cluster (6-21) dengan koefisien jarak 0,003116014.

3.

Tahap ketiga, cluster (13-16) bergabung

Documents

Analisis Cluster Hirarki pada Potensi Penerimaan Pajak di Kabupaten Banyumas Tahun 2014