Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pajak dan Keuangan Negara (PKN) Jurnal Teknologi dan Sistem Informasi
Dartono Dartono
Institut Teknologi dan Bisnis Swadharma
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Environmental Science Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS CLUSTERING UNTUK RECREDESIALING FASILITAS KESEHATAN MENGGUNAKAN METODE FUZZY C-MEANS Vera Herlinda; Dedi Darwis; Dartono Dartono
Jurnal Teknologi dan Sistem Informasi Vol 2, No 2 (2021): Volume 2 No. 2 Juni 2021
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v2i2.890

Abstract

BPJS Kesehatan sebagai penyedia layanan kesehatan bagi peserta jaminan kesehatan nasional (JKN), mengharuskan BPJS untuk menentukan kelompok dari penyedia layanan fasilitas kesehatan (faskes) yang sesuai dengan standar rekredensialing, yang berdasarkan pada aspek administrasi dan layanan guna mendapatkan faskes yang dapat bekerjasama kembali dengan pihak BPJS. Namun, dalam pengambilan keputusan sering terjadi kesulitan karena belum adanya analisis data untuk mengelompokan faskes yang sesuai standar rekrdensialing secara cepat dan akurat. Penggunaan data mining  dengan metode Fuzzy C-Means (FCM) dapat mengelompokan data maping profil penyedia layanan faskes untuk mendapatkan klaster yang dapat bekerjasama kembali dengan pihak BPJS Kesehatan. Metode FCM merupakan suatu teknik pengelompokan data yang mana suatu cluster ditentukan oleh derajat keanggotaan. Penerapan metode FCM melalui aplikasi Matlab ini menghasilkan klaster pertama sebanyak 479 dan klaster dua sebanyak 580. Dari hasil klasterisasi menggunakan metode FCM dimulai dari tahap training diperoleh hasil akurasi menghasilkan nilai partition coefficient index  (PCI ) 0.50002 dan partition entropy index (PEI) 0.99998 yang berarti tingkat akurasi dari nilai keanggotaan dari klaster cukup baik.Kata Kunci: BPJS Kesehatan, Clustering, Data Mining, Fuzzy C-Means, Rekredensialing
Optimalisasi Peran Sistem Kepabeanan Indonesia Sebagai Upaya Memperkuat Keuangan Negara Agus Sudarmadi; Tagara Primadista; Dartono Dartono
Jurnal Pajak dan Keuangan Negara (PKN) Vol 4 No 1S (2022): Sigap Hadapi Tantangan, Tangguh Kawal Pemulihan
Publisher : Politeknik Keuangan Negara STAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31092/jpkn.v4i1S.1906

Abstract

Kemajuan perkembangan teknologi berhasil membuat kinerja industri dan perdagangan terus meningkat. Di sisi lain kinerja penerimaan harus tetap optimal di tengah ketidakpastian global. Penelitian ini bertujuan untuk mengetahui apakah Sistem Kepabeanan Indonesia yang dibangun oleh DJBC sudah berjalan di arah yang benar dan bagaimana ke depannya pengembangan Sistem Kepabeanan Indonesia yang sebaiknya dilakukan oleh DJBC. Selain itu, peneliti berusaha menunjukkan apakah perkembangan sistem kepabeanan mampu mendukung keuangan negara dengan menyediakan open platform dan open API dalam melakukan kerja sama dengan partner & digital ecosystem sehingga mempermudah dan mempercepat pengembangan solusi/layanan baru, inovasi dan model bisnis oleh masyarakat secara langsung. Penelitian ini bersifat kualitatif, menggunakan paradigma post-positivisme dan metode penelitian deskriptif untuk mendapatkan gambaran utama dari fenomena atau masalah sistem kepabeanan di Indonesia. Dengan membandingkan penelitian dan best practice di negara lainnya, hasil penelitian menunjukkan bahwa Sistem Kepabeanan Indonesia telah berjalan selaras dengan perkembangan internasional. Dengan terus mengutamakan kepentingan stakeholder, Sistem Kepabeanan Indonesia mampu memperkuat keuangan negara.
Co-Authors Agus Sudarmadi Dedi Darwis Tagara Primadista Vera Herlinda