PERBANDINGAN METODE K-MEANS DAN K- MEDOIDS DALAM CLUSTERING FAKTUR PAJAK DI PT AGUNG SERVIS JAYA SAKTI

  • Talitha Desya Salsabila Sistem Informasi, Universitas Bina Sarana Informatika
  • Nanda Tamala Sari Sistem Informasi, Universitas Bina Sarana Informatika
  • Aliya Rafida Zahra Sistem Informasi, Universitas Bina Sarana Informatika
  • Jefina Tri Kumalasari Sistem Informasi, Universitas Bina Sarana Informatika

Abstract

PT Agung Servis Jaya Sakti merupakan perusahaan yang bergerak di bidang penyewaan dan penjualan forklift dengan volume transaksi yang tercatat dalam bentuk faktur pajak elektronik (e-Faktur) melalui sistem CORETAX. Besarnya jumlah data transaksi menyebabkan perusahaan mengalami kesulitan dalam mengidentifikasi pola pelanggan secara manual. Penelitian ini bertujuan untuk mengelompokkan data faktur pajak pelanggan menggunakan metode K-Means dan K-Medoids serta membandingkan kualitas hasil clustering yang dihasilkan oleh kedua metode tersebut. Variabel yang digunakan meliputi Nilai Ekonomi Transaksi (DPP), Besaran Beban Pajak (PPN), dan Periode Masa Pajak. Proses penelitian meliputi tahap seleksi data, pembersihan data, transformasi, normalisasi, proses clustering menggunakan K-Means dan K-Medoids, serta evaluasi kualitas cluster menggunakan Davies–Bouldin Index (DBI). Hasil pengujian menunjukkan bahwa metode K-Means menghasilkan nilai DBI sebesar 0,380, sedangkan metode K-Medoids menghasilkan nilai DBI sebesar 1,141. Nilai DBI yang lebih rendah menunjukkan kualitas cluster yang lebih baik, sehingga K-Means menghasilkan pemisahan cluster yang lebih optimal dibandingkan K-Medoids. Namun demikian, K-Medoids menunjukkan kestabilan cluster yang lebih baik terhadap keberadaan data ekstrem. Hasil penelitian ini menunjukkan bahwa pengelompokan data faktur pajak mampu membentuk tiga kelompok utama pelanggan, yaitu pelanggan dengan transaksi rendah, sedang, dan tinggi, yang dapat digunakan sebagai dasar pendukung pengambilan keputusan perpajakan dan strategi bisnis perusahaan

Downloads

Download data is not yet available.
Published
2026-01-29