Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pajak Bumi dan Bangunan Sektor Perkebunan, Perhutanan, Pertambangan, dan Lainnya (PBB Sektor P3L) adalah salah satu jenis pajak yang pengelolaannya dilakukan oleh Direktorat Jenderal Pajak (DJP). Dalam melakukan tugas pengelolaan di bidang perpajakan, DJP menggunakan beberapa sistem informasi. Diantara sistem informasi yang digunakan adalah Sistem Informasi Direktorat Jenderal Pajak (SIDJP) dan Sistem Informasi Direktorat Jenderal Pajak – New, Improvement, Novelty, Excellent (SIDJP- NINE). SIDJP merupakan sistem utama DJP yang diharapkan dapat memberikan informasi yang valid atas penerimaan pajak. Namun berdasarkan temuan Badan Pemeriksa Keuangan (BPK) masih terdapat permasalahan terkait dengan validitas data piutang PBB Sektor P3L pada SIDJP yang dapat berakibat kesalahan informasi penerimaan pajak. Masalah validitas data piutang PBB sektor P3L ini terkait dengan integrasi SIDJP-NINE dengan SIDJP maupun Modul Penerimaan Negara (MPN). Selain itu SIDJP-NINE belum mengakomodasi seluruh proses bisnis PBB sektor P3L. Penelitian ini dilakukan untuk mendapatkan rancangan sistem informasi yang dapat mengakomodasi kebutuhan proses bisnis PBB P3L dan terintegrasi dengan SIDJP maupun MPN. Penelitian ini menggunakan Unified Modelling Language (UML) dalam menggambarkan rancangan sistem. Selain itu beberapa teori tentang integrasi juga digunakan untuk mencari solusi atas masalah integrasi pengembangan sistem baru dengan sistem yang telah ada. Proses analisis menghasilkan 49 proses yang dibutuhkan saat ini. Dari 49 proses tersebut dapat disederhanakan menjadi 37 case yang kemudian digambarkan ke dalam use case dan activity diagram.Rancangan sistem yang dihasilkan kemudian dilakukan validasi hasil rancangan oleh user. Validasi dilakukan terhadap dua aspek yaitu terhadap fungsionalitas rancangan sistem dan kelayakan rancangan untuk dapat menyelesaikan permasalahan jika rancangan diimplementasikan. Validasi terhadap rancangan menghasilkan kesimpulan bahwa rancangan telah memenuhi aspek fungsional yang baik dan mengakomodasi kebutuhan bisnis PBB sektor P3L. Selain itu hasil rancangan dapat menyelesaikan permasalahan terkait integrasi sistem.

---

Land and Building Tax in the Plantation, Forestry, Mining and Other Sectors (PBB P3L Sector) is one type of tax that is managed by the Directorate General of Taxes (DGT). In carrying out management tasks in the taxation field, DGT uses several information systems. Among the information systems used are the Directorate General of Tax Information System (SIDJP) and the Directorate General of Tax Information System - New, Improvement, Novelty, Excellent (SIDJP-NINE). SIDJP is the DGT's main system which is expected to provide valid information on tax revenue. However, based on the findings of the Supreme Audit Agency (BPK) there are still problems related to the validity of the PBB P3L receivables data in SIDJP which could result in misinformation of tax revenue. The problem of the validity of PBB P3L receivable data is related to the integration of SIDJP-NINE with SIDJP and the State Revenue Module (MPN). In addition, SIDJP-NINE has not accommodated all PBB P3L business processes. This research was conducted to obtain an information system design that can accommodate the needs of the PBB P3L business process and integrated with SIDJP and MPN. This study uses Unified Modeling Language (UML) in describing the system design. In addition, several theories about integration are also used to find solutions to problems integrating the development of new systems with existing systems. The analysis process produces 49 processes that are needed at this time. Of the 49 processes can be simplified into 37 cases which are then described in the use case and activity diagram. The resulting system design is then validated by the user. Validation is carried out on two aspects, namely the functionality of the system design and the feasibility of the design to be able to solve the problem if the design is implemented. Validation of the design resulted in the conclusion that the design had fulfilled good functional aspects and accommodated the business needs of the PBB P3L sector. Besides the results of the design can solve problems related to system integration."

"Isu kesehatan terkait keamanan obat dan makanan semakin meningkat, terlebih ketika teknologi informasi berkembang sangat pesat di era revolusi industri 4.0. Kebijakan atau isu obat dan makanan yang berkembang dapat menimbulkan berbagai opini di masyarakat. Untuk mengetahui opini masyarakat dengan cepat dapat dilakukan melalui analisis sentimen dari media sosial seperti Twitter, dan juga dari pengaduan yang disampaikan ke BPOM sebagai lembaga yang berwenang dalam pengawasan obat dan makanan di Indonesia. Opini atau sentimen tersebut akan dianalisis sehingga dapat diketahui kebijakan atau isu mana yang mendapatkan sentimen positif atau negatif. Oleh sebab itu, diperlukan sebuah pendekatan yang dapat menganalisis sentimen masyarakat terhadap kebijakan atau isu obat dan makanan.Tujuan penelitian ini adalah merancang sistem untuk analisis sentimen terhadap kebijakan atau isu obat dan makanan dari Twitter yang diintegrasikan dengan sistem layanan informasi dan pengaduan obat dan makanan menggunakan metode pengklasifikasian berbasis machine learning, yaitu Naive Bayes Classifier (NBC). Dilakukan serangkaian tahapan yaitu pengumpulan data dari Twitter dan aplikasi Sistem Layanan Informasi dan Pengaduan Obat dan Makanan sesuai kata kunci, kemudian preprocessing (cleansing, case folding, tokenizing, normalisasi dan eliminasi stopwords), serta proses klasifikasi dengan algoritma NBC untuk mendapatkan hasil dengan kategori positif atau negatif.Dari hasil uji dengan 10-fold cross validation diperoleh nilai akurasi tertinggi 88% dengan rincian nilai precission 81%, recall 100% dan f-measure 90%, dengan jumlah data latih 540 (270 negatif, 270 positif) dan data uji 60. Hasil analisis sentimen ditampilkan dalam bentuk dashboard. Data hasil analisis sentimen dapat menjadi masukan dalam penanganan respon cepat terhadap isu obat dan makanan selanjutnya dapat dirumuskan strategi KIE yang tepat ke masyarakat.

---

Health issues related to drug and food security are increasing, especially in the current digital era of industrial revolution 4.0 when information technology is developing very rapidly. Drug and food policies or issues can lead to various opinions in the community. To find public opinion quickly, it can be done through an analysis of sentiments from Twitter, also from complaints/information requests submitted to BPOM as an institution authorized to control drug and food in Indonesia. Opinions will be analyzed so that policies or issues can get positive or negative sentiments. Therefore, an approach is needed that can analyze community sentiment towards drug or food policy or issues.

This study aims to design a system for the sentiments analysis on policies and issues of drugs and food, integrated with the information and complaints service system using machine learning-based classification methods, namely Naive Bayes Classifier (NBC). There are series of stages, namely data collection and application of Information and Complaints Service System for Drug and Food according to keywords, then preprocessing (cleansing, case folding, tokenizing, normalization and elimination of stopwords), and the classification process using the NBC algorithm to get results with categories positive or negative.

From the results of the test with 10 fold cross validation, the highest accuracy value is 88% with detailed precission values 81%, recall 100% and f-measure 90%. with the number of training data 540 (270 negative, 270 positive) and 60 test data. The sentiment analysis results are displayed in the dashboard. Data from sentiment analysis can be an input in handling rapid responses to drug or food issues, then can formulate appropriate education strategies to the community. Key words: Sentiment analysis, drug and food, Twitter, information and complaints service system, naive bayes classifier."