Prediksi Nilai Jual Objek Pajak (njop) Gedebage Menggunakan Metode Radial Basis Function

Abstrak

Abstrak Nilai tanah adalah perwujudan dari kemampuan tanah sehubungan dengan pemanfaatan dan penggunaan tanah, dimana penentuan nilai tanahnya tidak terlepas dari nilai keseluruhan tanah dimana tanah itu berlokasi. Dalam penyelenggaraan pemerintah daerah mempunyai hak otoritas dalam menyelenggarakan kegiatan penilaian tanah yang dilakukan oleh Badan Pertanahan Nasional (BPN) berdasarkan Peraturan Presiden Nomor 10 Tahun 2006. Proses penilaian tanah metode penilaian tanah yang umum digunakan BPN adalah analisis regresi linier. Permasalahan muncul dikarenakan analisis regresi ditujukan hanya memodelkan objek dengan variable yang linear. Sifat penilaian tanah berkecerendungan tidak linear dan dipengaruhi multivariable yang saling berkaitan. Dalam tugas akhir ini mengusulkan menggunakan Radial Basis Function filter Gaussian. memodelkan tanah menggunakan metode RBF menunjukan bahwa nilai keakuratan lebih baik bila dibandingkan hasil dari metode regresi. Selain itu nilai tanah hasil pemodelan menggunakan RBF dengan filter Gaussian memiliki variasi nilai tanah yang relatif seragam terhadap nilai tanah di sekitarnya dibandingkan dengan hasil pemodelan menggunakan metode regresi. Berdasarkan hasil perbandingan kedua model diperoleh kesimpulan bahwa model nilai tanah dengan menggunakan metode Radial Basis Function memiliki nilai MSE (mean square error) yang kecil sehingga metode ini layak untuk dipertimbangkan. Kata Kunci: Radial Basis Function (RBF), K-Means,Gaussian Abstract Land value is a manifestation of land use and land use, where the value of the land can not be removed from the value of the land. In the implementation of local government has the right of authority in organizing activities undertaken by the National Land Agency (BPN) based on Presidential Regulation No. 10 of 2006. The method used to perform linear regression analysis. The problem that arises is the regression so that only modeled the object with a linear variable. Characteristics of non-linear and multivariable interconnected soils. In this final project proposed it using Gaussian Radial Function Function Filter. modeling the soil using the RBF method shows that the accuracy value is better when compared to the results of the regression method. In addition, the mean value of modeling results using RBF with Gaussian filter has the same value as the regression result. The final result of the second model is concluded that the soil value model using Radial Base Function method has MSE value (mean square error) which is feasible to be discussed. Keywords: Radial Basis Function (RBF), K-Means,Gaussian