Optimalisasi dan Implementasi Metode Divide and Conquer dalam Pengembangan Sistem Informasi Pengelolaan Pajak Kendaraan: Optimization and Implementation of the Divide and Conquer Method in the Development of a Vehicle Tax Management Information System

Heri Aryanto; Yuri Rahmanto

doi:10.57152/malcom.v6i3.2693

Authors

Heri Aryanto Universitas Teknokrat Indonesia
Yuri Rahmanto Universitas Teknokrat Indonesia

DOI:

https://doi.org/10.57152/malcom.v6i3.2693

Keywords:

Divide and Conquer, Klasifikasi, Machine learning, Pajak Kendaraan, Sistem Informasi

Abstract

Pajak kendaraan bermotor merupakan salah satu sumber utama Pendapatan Asli Daerah (PAD) yang berperan penting dalam mendukung pembangunan daerah. Namun, pengelolaan data pajak kendaraan masih menghadapi berbagai permasalahan, terutama pada aspek efisiensi, akurasi data, dan kecepatan pemrosesan akibat meningkatnya volume data. Penelitian ini bertujuan untuk mengoptimalkan sistem informasi pengelolaan pajak kendaraan dengan menerapkan metode Divide and Conquer yang diintegrasikan dengan algoritma machine learning, yaitu Decision Tree, Random Forest, dan Naïve Bayes. Metode yang digunakan adalah pendekatan kuantitatif dengan metode eksperimental, yang meliputi tahap preprocessing data, pembagian data (divide), proses klasifikasi (conquer), serta penggabungan hasil (combine). Hasil penelitian menunjukkan peningkatan kinerja sistem secara signifikan, dengan peningkatan akurasi dari 78% menjadi 92%, peningkatan nilai precision dan recall, serta penurunan waktu eksekusi dari 12 detik menjadi 6 detik. Selain itu, model menghasilkan nilai AUC sebesar 0.91 yang menunjukkan kemampuan klasifikasi yang sangat baik. Penelitian ini memberikan kontribusi berupa pendekatan integratif antara metode algoritmik dan machine learning yang mampu meningkatkan akurasi dan efisiensi sistem secara simultan.

Downloads

Download data is not yet available.

References

A. Bramantoro And A. A. Alzahrani, “Combination Of Machine learning And Data Envelopment Analysis To Measure The Ef Fi Ciency Of The Tax Service Of Fi Ce,” Vol. 11, Pp. 1–29, 2025, Doi: 10.7717/Peerj-Cs.2672.

V. Baghdasaryan, H. Davtyan, And A. Sarikyan, “Improving Tax Audit Efficiency Using Machine learning?: The Role Of Taxpayer ’ S Network Data In Fraud Detection Improving Tax Audit Efficiency Using Machine learning?: The Role Of Taxpayer ’ S Network Data In Fraud Detection,” Appl. Artif. Intell., Vol. 36, No. 1, 2022, Doi: 10.1080/08839514.2021.2012002.

M. Aditya, H. Zenitha, S. Wahyu, B. Novala, D. Muhammad, And A. N. Khudori, “Performance Analysis Of Sorting Algorithm In Student Data Processing,” Jesica, Vol. 2, No. 2, Pp. 52–61, 2025.

I. R. Pratama, Y. Cahyana, And D. Wahiddin, “Bulletin Of Computer Science Research Model Machine learning Untuk Analisis Sentimen Masyarakat Terhadap Kenaikan Ppn Di Media Sosial X,” Vol. 5, No. 4, Pp. 277–286, 2025, Doi: 10.47065/Bulletincsr.V5i4.523.

A. Prihartono And A. U. Priantoro, “Graph Rag Untuk Memahami Peraturan Tentang Graph Rag To Understand The Regulation On Motor Pendahuluan,” Vol. 4, No. 1, Pp. 293–300, 2025.

L. G. Kalangi And A. F. Puspita, “Peran Big Data Dalam Membangun Smart City Untuk Sistem Perpajakan Daerah Kabupaten Minahasa,” Vol. 11, Pp. 994–1003, 2025.

R. A. Sulaiman, A. F. Fajriya, And M. Y. Widiana, “Authomatic Assesment System: Meningkatkan Kepatuhan Laporan Harta Kekayaan Penyelenggara Negara (Lhkpn) Melalui Machine learning,” Vol. 8, No. 1, Pp. 1–48, 2025.

A. Darono, “Dealing With Last-Mile Analytics?: Evidence From Indonesian Tax Administration Through Practice Research,” Vol. 6, No. 2, Pp. 107–123, 2025, Doi: 10.52869/St.V6i2.592.

B. M. Muhammad, A. Hamid, A. H. Asyhar, And R. F. Idamayanti, “Optimalisasi Grid Search Pada Extreme Gradient Boosting (Xgboost) Untuk Prediksi Pendapatan Asli Daerah (Pad) Dari Pajak Kendaraan Bermotor (Pkb),” Vol. 11, No. 1, Pp. 45–56, 2026.

K. Fuadi, A. Hasibuan, And D. Abdullah, “Comparison Of Logistic Regression And Random Forest Methods In Predicting Vehicle Tax Payment Compliance,” Vol. 13, No. 1, Pp. 54–61, 2026.

T. P. Biringpasemba, I. Tangkawarow, And Q. Kainde, “Peramalan Pendapatan Bea Balik Nama Kendaraan Bermotor ( Bbn-Kb ) Badan Pendapatan Daerah Sulawesi Utara Menggunakan Metode Arima,” Pp. 30–41, 2025.

A. Ramadhany, M. Paul, And E. Longdong, “Pengembangan Sistem Informasi Integratif Pph21 Berdasarkan Pmk 66/2023 Untuk Pengelolaan Insentif Kendaraan Menggunakan Kombinasi Metode Agile Dan Rad,” J. Sist. Inf. Univ. Suryadarma, Vol. 12, No. 2, Pp. 146–155, 2014, Doi: 10.35968/Jsi.V12i2.1479.

J. Tennye, A. Togatorop, A. R. Chrismanto, And W. S. Raharjo, “Optimasi Akurasi Koefisien Pajak Kendaraan Bermotor Di Indonesia Menggunakan Metode Klasifikasi Dan Regresi,” No. 1, Pp. 11–19, 2025, Doi: 10.21460/Jutei.2025.91.389.

S. Apriandi And Muhammad Sohari, “Penggunaan Metode Sorting Untuk Menentukan Prioritas Pembuatan Surat Perintah Membayar Barang Dan Jasa,” Joitechs (Journal Inf. Technol. Comput. Sci., Vol. 2, No. 2, Pp. 61–67, 2025, Doi: 10.37048/Joitechs.V2i2.676.

N. I. Mauliyah And Y. Bahtia, “Optimalisasi Pelayanan Kendaraan Bermotor Melalui Pemutihan Kendaraan Bermotor Di Sasat Surabaya Barat,” Menulis J. Penelit. Nusant., Vol. 1, No. 3, Pp. 799–806, 2025.

P. Y. F. Sanadi1)* And F. S. Dan Djunaedi3), “Analisis Kualitas Pelayanan Pembayaran Pajak Kendaraan Bermotor Pada Kantor Samsat Kabupaten Biak Numfor,” Vol. 19, No. 1, Pp. 55–71, 2024.

R. A. Imron And J. Devitra, “Implementasi Sistem Informasi Pendaftaran Online ( E-Form ) Untuk Pembayaran Pajak Kendaraan Bermotor Studi Kasus Samsat Kota Jambi,” Vol. 7, No. 1, 2022.

F. N. Anggraini, D. Amianda, And E. N. Waty, “Implementasi Sistem Informasi Manajemen Di Samsat Rumbai Kota Pekanbaru,” J. Pendidik. Sos. Dan Hum., Vol. 4, No. 2, Pp. 2622–2638, 2025, [Online]. Available: Https://Publisherqu.Com/Index.Php/Pediaqu/Article/View/1878

Aprilia Anes Sarira And Gunawan Prayitno, “Optimalisasi Administrasi Dan Pengawasan Layanan Pajak Daerah Di Kabupaten Nabire Melalui Aplikasi Web,” J. Teknol. Dan Inform., Vol. 3, No. 1, Pp. 179–192, 2025, Doi: 10.70539/Jti.V3i1.70.

S. Harjono, “Pengembangan Aplikasi Pembuat Surat Kontrak Kerja, Peringatan Dan Perjalanan Dinas Dengan Algoritma Divide And Conquer,” Infomatek, Vol. 25, No. 1, Pp. 1–10, 2023, Doi: 10.23969/Infomatek.V25i1.5962.

D. T. Anggraeni And C. Wibawa, “Implementasi Dan Analisis Akurasi Pengukuran Luas Wilayah Kota Bekasi Menggunakan Algoritma Divide Dan Conquer & Metode Grid,” Expert J. Manaj. Sist. Inf. Dan Teknol., Vol. 14, No. 1, P. 09, 2024, Doi: 10.36448/Expert.V14i1.3604.

M. F. F. Bayu Endru Subiyakto, Fawwaz Muzakkty, Alfi Muiz, “Model Paralelisasi Menggunakan Divide And Conquer, Pipeline, Dan Mapreduce,” Vol. 3, Pp. 951–966, 2026.

I. I. J. Rifka Alkhilyatul Ma’rifat, I Made Suraharta, “Implementasi Teknologi Informasi Untuk Meningkatkan Efisiensi Penerimaan Beban Administrasi Pajak Kendaraan Bermotor Di Badan Pendapatan Daerah Provinsi Jawa Tengah,” J. Ilm. Wahana Pendidik., Vol. 2, No. 11, Pp. 306–312, 2024.

F. Tika Sari And M. Iqbal Panjaitan, “Sistem Informasi Penerimaan Pembayaran Pajak Kendaraan Bermotor Berbasis Vb.Net (Studi Kasus: Gerai Samsat Simpang Kantor Upt Medan Utara),” J. Inf. Technol. Account., Vol. 3, No. 1, Pp. 2614–448, 2020, [Online]. Available: Http://Jurnal.Uimedan.Ac.Id/Index.Php/Jita/

A. A. F. A. H And A. T. H. K, “Overview Of Machine Classification Techniques,” Vol. 00133, Pp. 1–24, 2024.