Analisis Data Mining Menggunakan Kombinasi Metode K-Means
Clustering dan Algoritma Fuzzy Time Series Cheng Pada

Peramalan Pendapatan Daerah

Studi Kasus: Kantor Pusat Pengelolaan Pendapatan Daerah Kota Bandung

III Soekarno Hatta
Disusun Oleh:
Fajar Rizky Pratama
9882405118121031

Perkembangan teknologi informasi mendorong pemanfaatan data dalam
jumlah besar untuk mendukung pengambilan keputusan yang lebih akurat dan
efisien. Dalam penelitian ini, dilakukan analisis peramalan penerimaan pendapatan
daerah menggunakan metode Data Mining, khususnya Metode K-Means Clustering
dan algoritma Fuzzy Time Series Cheng. Studi ini difokuskan pada data penerimaan
dari Pajak Kendaraan Bermotor (PKB) dan Bea Balik Nama Kendaraan Bermotor
(BBNKB) yang diperoleh dari Kantor Pusat Pengelolaan Pendapatan Daerah Kota
Bandung III Soekarno Hatta selama periode 2015 hingga 2020. Metode K-Means
Clustering digunakan untuk mengelompokkan wilayah berdasarkan karakteristik
pendapatan, sementara Fuzzy Time Series Cheng digunakan untuk melakukan
peramalan nilai pendapatan di masa mendatang. Hasil penelitian menunjukkan
bahwa kombinasi kedua metode ini dapat memberikan prediksi yang cukup akurat,
dengan tingkat error yang relatif rendah berdasarkan indikator akurasi seperti MAE
dan MAPE. Penelitian ini diharapkan dapat menjadi acuan dalam perencanaan
keuangan jangka pendek dan panjang bagi instansi terkait.
Kata kunci: Data Mining, K-Means Clustering, Fuzzy Time Series Cheng,
Peramalan, Pendapatan Daerah, PKB, BBNKB.