PREVENTIVE DETECTION SYSTEM PADA LAPORAN FRAUD MENGGUNAKAN MODEL TIMESERIES PADA KANTOR BEA CUKAI

Lela Nurlaela, Annisa Qaulan Syadida

Abstract


State revenue from the excise sector has increased every year because cigarette excise is the biggest contributor to state revenue. Fraud or cheating occurs because of motivation and encouragement from various parties. The techniques of fraud are varied, ranging from outsmarting principles to committing illegal acts were then led to the bankruptcy of the company. According to data from the Directorate General of Customs and Excise, which has its head office in Jalan Jenderal A Yani Rawamangun, East Jakarta, fraud was committed by tobacco senders who did not have excise stamps. The problem in this study is how is the preventive detection system on fraud reports at the customs office. The research objective is to obtain preventive detection measures for fraud reports. The results of time series modeling have a score of 1,006 for the training data and a score of 1 for the data testing showing that the prediction results have a high degree of accuracy.

Setiap tahun pendapatan negara yang berasal dari sektor cukai mengalami peningkatan karena cukai rokok menjadi penyumbang terbesar bagi pendapatan negara. Fraud atau kecurangan terjadi karena adanya motivasi dan dorongan dari berbagai pihak. Teknik kecurangan atau fraud yang dilakukan bervariasi, mulai dari mengakali prinsip hingga melakukan tindakan ilegal yang kemudian disembunyikan, dan berujung pada kebangkrutan perusahaan. Sesuai data dari Direktorat Jenderal Bea dan Cukai yang berkantor pusat di jalan jenderal A Yani Rawamangun Jakarta Timur, terdapat kecurangan yang dilakukan oleh pihak pengirim tembakau yang tidak terdapat pita cukai. Permasalahan pada penelitian ini yaitu bagaimana preventive detection system pada laporan kecurangan di kantor bea cukai? Tujuan Penelitian untuk mendapatkan langkah-langkah preventive detection pada laporan kecurangan. Hasil pemodelan timeseries dengan nilai skor 1.006 untuk data training dan skor 1 untuk data testing, menunjukkan bahwa hasil prediksi memiliki tingkat akurasi yang tinggi


Full Text:

PDF

References


Al’afi, A. M., Widiart, W., Kurniasari, D., & Usman, M. (2020). Peramalan Data Time Series Seasonal Menggunakan Metode Analisis Spektral. Jurnal Siger Matematika, 1(1), 10–15. https://doi.org/10.23960/jsm.v1i1.2484

Alamsyah. (2011). Implementasi Keamanan Instrusion Detection System (IDS) dan Instrusion Prevention System (IPS) Menggunakan Clearos. Jurnal SMARTek, 9(3), 223–229.

Bayangkari Karno, A. S. (2020). Analisis Data Time Series Menggunakan LSTM (Long Short Term Memory) Dan ARIMA (Autocorrelation Integrated Moving Average) Dalam Bahasa Python. Ultima InfoSys : Jurnal Ilmu Sistem Informasi, 11(1), 1–7. https://doi.org/10.31937/si.v9i1.1223

Karaa, F. A. (1989). Infrastructure maintenance management system development. Journal of Professional Issues in Engineering Education and Practice, 115(4), 422–432. https://doi.org/10.1061/(ASCE)1052-3928(1989)115:4(422)

Komariah, D. (2016). Security Management Control Pada Jaringan Komputer. Fakultas Ilmu Komputer Universitas Sriwijaya.

Peraturan Menteri Keuangan Republik Indonesia Nomor 125/Pmk.010/2020, 15 1 (2019).

Rahman, H. A. (2021). Agresivitas Pajak dan Faktor-faktor yang Memengaruhinya. 6(2), 195–206.

Sugiyono. (2017). Metode Penelitian Bisnis: Pendekatan Kuantitatif, Kualitatif, Kombinasi dan R&D. Bandung : Alfabeta.

Suhartono, D., Riyanto, A. D., & Astomo, Y. W. (2015). Intrusion Detectin Prevention System (IDPS) Pada Local Area Network (LAN). Telematika, 8(1), 24–42.

Sutabri, T. (2012). Analisa Sistem Informasi. Andi Offset.

Umami, F., Cipta, H., & Husein, I. (2019). Data Analysis Time Series For Forecasting The Greenhouse Effect. ZERO: Jurnal Sains, Matematika Dan Terapan, 3(2), 86. https://doi.org/10.30829/zero.v3i2.7914




DOI: https://doi.org/10.56486/jeis.vol3no2.359

Article Metrics

Abstract view : 67 times
PDF - 52 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Lela Nurlaela, Annisa Qaulan Syadida

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

TERINDEKS OLEH :