Bobot respon impuls diukur secara langsung, ini memungkinkan dilakukan perhitungan nilai taksiran dari deret gangguan
dengan rumusan:
8 Penetapan untuk model ARIMA
dari deret gangguan
Sesudah menggunakan persamaan deret gangguan , nilai-nilai
dianalisis dengan cara ARIMA biasa untuk menentukan model ARIMA yang tepat sehingga diperoleh
nilai dan
. Dengan cara ini, fungsi dan
untuk deret gangguan dapat diperoleh untuk mendapatkan persamaan berikut:
2.4.2. Tahap Kedua: Penaksiran Parameter-parameter Model Fungsi Transfer
Berikut adalah model fungsi transfer dan ARIMA untuk deret noise:
Pada tahap ini, akan dilakukan penaksiran nilai-nilai ,
, dan
. Nilai taksiran diperoleh dengan cara mensubstitusikan persamaan khusus seperti berikut:
untuk untuk
Universitas Sumatera Utara
untuk untuk
Dengan pembobotan impuls, maka akan diperoleh nilai-nilai parameter yang diperlukan dengan cara mensubstitusikannya.
2.4.3. Tahap Ketiga: Uji Diagnosis Model Fungsi Transfer Tunggal
Pada tahap ini diperlukan pengecekan deret gangguan dan hubungan deret
dengan . Deret
yang sudah diperoleh melalui tahap 1 dan 2, secara umum bentuknya adalah:
Dikalikan dengan . Selanjutnya, mencari
nila parameter yang diatur kembali untuk digunakan pada model peramalan.
2.4.4. Tahap Keempat: Penentuan Model Fungsi Transfer Multi Input
Pemodelan fungsi transfer multi input dilakukann dengan cara memodelkan secara serentak seluruh variabel yang sudah diidentifikasi sebelumnya. Identifikasi nilai-nilai
bobot respon impuls dan korelasi silang dijadikan dasar dalam pemodelan serentak yang menghasilkan fungsi transfer multi input. Langkah-langkah penentuan model
fungsi transfer multi input adalah sebagai berikut: 1
Mengidentifikasi deret input dan output untuk mengetahui kestasioneran dan menentukan orde model ARIMA.
2 Menghitung estimasi parameter model ARIMA yang sesuai untuk masing-masing
deret input, selanjutnya dilakukan pengujian untuk mengetahui apakah model sudah memenuhi proses white noise atau tidak memenuhi.
Universitas Sumatera Utara
3 Mencari nilai korelasi silang untuk masing-masing deret input terhadap deret
output, yang berguna untuk menghitung deret noise dan juga menentukan orde model fungsi transfer dengan mengidentifikasi plot korelasi silang.
4 Menentukan nilai pada masing-masing deret dan menghitung nilai gangguan
sehingga model fungsi transfer multi input tunggal selesai. 5
Nilai masing-masing deret input yang telah diperoleh, dilakukan estimasi secara serentak.
6 Penentuan nilai gabungan fungsi transfer multi input
Nilai-nilai yang telah diidentifikasi dalam model fungsi transfer input
tunggal, dijumlahkan sehingga model multi input mejadi:
dengan: = operator moving average orde
untuk variabel ke-j = operator autoregressive orde
untuk variabel ke-j = operator moving average orde
= operator autoregressive orde = nilai gangguan acak
Universitas Sumatera Utara
BAB 1 PENDAHULUAN
1.1. Latar Belakang
Pajak merupakan sumber kas negara yang digunakan untuk pembangunan. Undang- Undang Republik Indonesia Nomor 16 Tahun 2000 tentang Ketentuan Umum Dan Tata
Cara Perpajakan secara langsung memaksa masyarakat turut serta dalam pembangunan daerah dengan membayar pajak yang diwajibkan. Untuk menjamin kelancaran
pembayaran dan pemungutan pajak maka pemerintah menetapkan ketentuan sesuai dengan Undang-Undang Nomor 28 Tahun 2009 tentang Pajak Daerah dan Retribusi
Daerah. Jenis Pajak Provinsi menurut Undang-Undang Nomor 28 Tahun 2009 yaitu Pajak Kendaraan Bermotor PKB, Bea Balik Nama Kendaraan Bermotor BBNKB,
Pajak Bahan Bakar Kendaraan Bermotor, Pajak Air Permukaan dan Pajak Rokok.
Pajak Kendaraan Bermotor PKB merupakan pajak yang dipungut atas kepemilikan dan atau penguasaan Kendaraan Bermotor. Bea Balik Nama Kendaraan
Bermotor BBNKB adalah pajak yang dipungut atas setiap penyerahan Kenderaan Bermotor KBM dalam hak milik. Dari statistik kabupaten Karo, berdasarkan hasil
survei badan Pusat Statistika diperlihatkan bahwa pertumbuhan kendaraan bermotor mengalami peningkatan secara simultan pada tahun 2009-2014 berkisar 2. Hal ini
menunjukkan bahwa kontribusi dari sektor transportasi menyumbang sekitar 1,9 secara kumulatif dengan sektor komunikasi untuk PAD kabupaten Karo. Dari hasil
perkiraan, diperoleh peningkatan jumlah kendaraan bermotor di kabupaten Karo pada tahun 2012 sebesar 0,041, tahun 2013 sebesar 0,067 dan terjadi peningkatan yang
besar pada tahun 2014 yaitu 0,11. Sehingga dengan semakin baiknya sistem pendapatan Pajak Kendaraan Bermotor, yaitu mencapai target penerimaan yang
maksimum, akan membantu perekonomian daerah kabupaten Karo.
Dalam kenyataannya, banyak variabel yang mempengaruhi pendapatan Pajak Kendaraan Bermotor PKB dan Bea Balik Nama Kendaraan Bermotor BBNKB
Universitas Sumatera Utara
