HIT RATE PEMERIKSAAN BARANG BAWAAN PENUMPANG: PENDEKATAN DATA MINING
DOI:
https://doi.org/10.31092/jpbc.v6i1.1568Abstract
Hit rate pengawasan bawaan penumpang adalah indikator untuk mengetahui jumlah pemeriksaan barang bawaan penumpang yang menghasilkan temuan. Target hit rate pemeriksaan barang bawaan penumpang sebesar 1% pada tahun 2020 dan 1,5% pada 2021 masih jauh dibandingkan dengan hit rate pemeriksaan barang bawaan penumpang di beberapa negara Eropa yang bervariasi dari 1,6% sampai dengan 60%, bahkan pada beberapa negara lain telah menetapkan target diatas 85%. Dengan metode kualitatif, penelitian di KPPBC Tipe Madya Pabean Juanda ini bertujuan untuk merancang model regresi linear dan model klasifikasi dengan data mining sehingga dapat meningkatkan hit rate pemeriksaan barang bawaan penumpang. Penggunaan data mining terbukti dapat memberikan gambaran, proyeksi, dan peningkatan Indikator Kinerja Utama persentase hit rate pemeriksaan barang bawaan penumpang. Dengan akurasi prediksi persamaan linear sebesar 73,44% dan skor Mean Absolute Percentage Error (MAPE) sebesar 26,566%, menyatakan metode prediksi dalam penelitian ini layak digunakan. Penelitian ini diharapkan memberikan alternatif bagi Direktorat Jenderal Bea dan Cukai tentang penggunaan algoritma dalam data mining untuk menentukan target IKU hit rate pemeriksaan barang bawaan penumpang pada periode-periode selanjutnya.
Kata Kunci: Data mining, MAPE, hit rate, pemeriksaan, penumpang.
References
Adhitama, S. (2020). Diseminasi Ketentuan Barang yang Dibawa oleh Penumpang dan Awak Sarana Pengangkut: Studi Kasus Manajemen Humas Ditjen Bea Dan Cukai. Jurnal Ilmu Komunikasi, 3(2), 110-121. doi:10.33822/jep.v3i2.1672.
Adhitama, S. (2020). Mekanisme Pengawasan High Value Goods (HVG) atas Tindak Lanjut Penerbitan Nota Hasil Intelijen pada Barang Penumpang oleh Kantor Pelayanan Utama Bea dan Cukai Tipe C Soekarno-Hatta. Info Artha, 4(1), 62-82. doi:10.31092/jia.v4i1.800.
Adolf, H. (2006). Hukum Perdagangan Internasional. Bandung: PT Raja Grafindo Persada.
Ainun, S., & Guntur, M. (2020). Pengawasan Lalu Lintas Barang Bawaan Penumpang di Bandara Internasional Sultan Hasanuddin Makassar. Fakultas Ilmu Sosial. Makassar: Universitas Negeri Makassar. Diambil kembali dari http://eprints.unm.ac.id/id/eprint/19551.
Badan Pusat Statistik (2016, 2017, 2018, 2019, 2020). Statistik Transportasi Udara 2015 s.d. 2019. Jakarta: Badan Pusat Statistik.
Berte, J. (2018). Artificial Intelligence and The Future of Customs. In J. Berte, & I. Muscat (Ed.), The EU Customs Union @ 50: Concept to Continuum (pp. 122-125). Tarxien, Malta: Malta Customs in collaboration with the European Commission. Retrieved from https://ec.europa.eu/taxation_customs/sites/taxation/files/01_2019_the_eu_custo ms_union_50th_book_en.pdf
Bradshaw, A. (2018). Understanding Risk. Nature Human Behaviour, 2, 888. doi:10.1038/s41562-018-0486-1
Canrakerta, Hidayanto, A. N., & Ruldeviyani, Y. (2019). Application of Business Intelligence for Customs Declaration: A Case Study in Indonesia. The 8th Engineering International Conference 2019 (pp. 1-9). Semarang: IOP Publishing Ltd. doi:10.1088/1742-6596/1444/1/012028
Canrakerta, Udayana, D. G., Kurniawan, Y. B., & Kholfi, Y. (2020). Penerapan Data Mining sebagai Risk Management pada Dokumen Impor : Studi Kasus Direktorat Jenderal Bea dan Cukai. Jakarta: Kompetisi Project Data Analytics Kementerian Keuangan Tahun 2020.
Chang, P., Wang, Y., & Liu, C. (2007). The development of a weighted evolving fuzzy neural network for PCB sales forecasting. Expert System with Applications 32, 86–96.https://doi.org/10.1016/j.eswa.2005.11.021
Creswell, J. W. (2016). Research Design: Pendekatan Metode Kualitatif, Kuantitatif, dan Campuran (Edisi 4). Yogyakarta: Pustaka Pelajar.
Direktorat Jenderal Bea dan Cukai. (2021). Laporan Kinerja Direktorat Jenderal Bea dan Cukai 2020.
Direktorat Kepatuhan Internal. (2021). ND-111/BC.08/2021 tentang Manual Indikator Kinerja Utama. Jakarta: Direktorat Kepatuhan Internal.
Fahmi, Y. (2021). Bea Cukai Juanda Bongkar Penyelundupan 6 Kg Sabu dari Malaysia. Surabaya, Jawa Timur, Indonesia. Retrieved fromhttps://surabaya.liputan6.com/read/4457573/bea-cukai-juanda-bongkar- penyelundupan-6-kg-sabu-dari-malaysia.
Gnogue, R. C. V. (2017). Mirror analysis, a risk analysis support tool for Customs administrations. WCO News 82. World Customs Organization.
Khabaza, T. (2011). Data Mining & Predictive Analytics. Retrieved from Tom Khabaza: http://khabaza.codimension.net/index_files/crispdm.htm
Laporte, B. (2011). Risk Management Systems: Using Data Mining in Developing Countries’ Customs Administration. World Customs Journal, 5(1), 17-28.
Lestari, S., & Silaban, H. A. (2018). Implementasi Data Mining dalam Penerbitan Surat Penetapan Tarif dan Nilai Pabean Menggunakan Metode Classification pada DJBC. CKI On SPOT, 11(2), 138-149.
Lin, C. C., Yang, H. J., & Kuo, L. H. (2009). Behaviour analysis of internet survey completion using decision trees: An exploratory study. Online Information Review, 33(1),117–134. https://doi.org/10.1108/14684520910944427
Makridakis, S. G., Wheelwright, S. C., & McGee, V. E. (1991). Metode dan Aplikasi Peramalan Jilid 1. Jakarta: Erlangga.
Maricar, M. A. (2019). Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ. Jurnal Sistem Dan Informatika (JSI), 13(2), 36-45. Retrieved from https://jsi.stikom-bali.ac.id/index.php/jsi/article/view/193
Menteri Keuangan Republik Indonesia. (2019). KMK-577/KMK.01/2019 tentang Manajemen Risiko di Lingkungan Kementerian Keuangan. Jakarta: Kementerian Keuangan Republik Indonesia.
Menteri Keuangan Republik Indonesia. (2017). PMK-203/PMK.04/2017 tentang Ketentuan Ekspor dan Impor Barang Yang Dibawa Oleh Penumpang Dan Awak Sarana Pengangkut. Jakarta: Kementerian Keuangan Republik Indonesia.
Okazaki, Y. (2017). Implications of Big Data for Customs - How It Can Support Risk Management Capabilities. WCO Reseach Paper, 39, 1-24. Retrieved from http://www.wcoomd.org/-/media/wco/public/global/pdf/topics/research/research-paper- series/39_okazaki_big-data.pdf.
Pratomo, D. S., & Astuti, E. Z. (2014). Analisis Regresi dan Korelasi Antara Pengunjung dan Pembeli Teradap Nominal Pembelian di Indomaret Kedungmundu Semarang Dengan Metode Kuadrat Terkecil. Ilmu Komputer, (1).
Presiden Republik Indonesia. (2006). Undang-Undang Republik Indonesia Nomor 17 Tahun 2006 tentang Perubahan atas Undang-Undang Republik Indonesia Nomor 10 Tahun 1995 tentang Kepabeanan. Jakarta.
Rambe, M. F. (2002). Analisis Kebutuhan Pasar dan Prediksi Penjualan. Jurnal Ilmiah Manajemen dan Bisnis, 2(01).
Semedi, B. (2013). Pengawasan Kepabeanan. Artikel Pusdiklat Bea dan Cukai, hal. 1- 11.
Setiawan, I. (2021). Bea Cukai Juanda gagalkan penyelundupan telepon genggam dari Batam. (N. Hayat, Penyunt.) Surabaya, Jawa Timur, Indonesia. Diambil kembali dari https://www.antaranews.com/berita/2024721/bea-cukai-juanda-gagalkan- penyelundupan-telepon-genggam-dari-batam
Slowey, C. (2017). Data Analysis for Effective Border Management - The Canadian Experience. World Customs Organization. https://mag.wcoomd.org/magazine/wco- news-82/data-analysis-foreffective-border-management-the-canadian-experience/
Susanto, Mulyani, E. D. S., & Nurhasanah, I. R. (2015). Penerapan Data Mining Classification Untuk Prediksi Perilaku Pola Pembelian Terhadap Waktu Transaksi Menggunakan Metode Naïve Bayes. Konferensi Nasional Sistem dan Informatika STMIK STIKOM, hal. 313-318.
Syahputra, A. (2013). Pertanggung Jawaban Pidana Terhadap Tindak Pidana Penyelundupan. JURNAL ILMU HUKUM.
Vassarotti, C. (1993). Risk Management : A Customs Perspective. Canberra.
World Customs Organization. (2011). WCO Risk Management Compendium (Vol. 1). Retrieved from http://www.wcoomd.org/-/media/wco/public/global/pdf/topics/enforcement-and-compliance/activities- and-programmes/risk-management-and-intelligence/risk-management- compendium-volume-1.pdf?db=web
Yudistira, I. & Nurkhamid, M. (2021, Desember). Penggunaan Data Mining Dalam Hit Rate Importasi Jalur Merah Dengan Model Decision Tree. Jurnal Prspective Bea Cukai.
Zhou, X. (2019). Data Mining in Customs Risk Detection with Cost-Sensitive Classification. World Customs Journal, 13(2), 115-130. Retrieved from https://worldcustomsjournal.org/Archives/Volume%2013%2C%20Number%202% 20(Sep%202019)/1886%2002%20WCJ%20v13n2%20Xin%20Zhou.pdf?_t=1569889901
Downloads
Published
How to Cite
Issue
Section
License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors can enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) before and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
