PREDIKSI NILAI ANGGARAN PENDAPATAN DAN BELANJA DAERAH (APBD) PROVINSI SUMATERA UTARA MENGGUNAKAN METODE POLYNOMIAL REGRESSION
Kata Kunci:
APBD, Polynomial Regression, Prediksi, MAPE, RMSEAbstrak
Anggaran Pendapatan dan Belanja Daerah (APBD) Provinsi Sumatera Utara mengalami fluktuasi nilai dari tahun ke tahun, sehingga diperlukan suatu metode yang mampu memprediksi nilai APBD di masa mendatang untuk membantu perencanaan anggaran daerah. Penelitian ini bertujuan untuk menerapkan metode Polynomial Regression dalam memprediksi nilai setiap rekening APBD Provinsi Sumatera Utara serta mengevaluasi tingkat akurasinya menggunakan metrik Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Data yang digunakan adalah data historis APBD bagian pendapatan dan belanja tahun 2005–2025 yang terdiri dari tujuh rekening, yaitu Pendapatan Asli Daerah, Pendapatan Transfer, Lain-Lain Pendapatan yang Sah, Belanja Operasi, Belanja Modal, Belanja Tidak Terduga, dan Belanja Transfer. Data dibagi menjadi data latih (2005–2021) dan data uji (2022–2025). Metode Polynomial Regression diuji pada derajat 1, 2, dan 3, dengan pemilihan model terbaik berdasarkan nilai MAPE terkecil. Hasil penelitian menunjukkan bahwa model terbaik untuk masing-masing rekening bervariasi, dengan Pendapatan Asli Daerah memperoleh model derajat 2 (MAPE 8,23%, RMSE 899,38 miliar Rp), Pendapatan Transfer derajat 1 (MAPE 53,65%), Lain-Lain Pendapatan yang Sah derajat 1 (MAPE 1.609,59%), Belanja Operasi derajat 3 (MAPE 45,91%), Belanja Modal derajat 1 (MAPE 11,79%), Belanja Tidak Terduga derajat 3 (MAPE 33,76%), dan Belanja Transfer derajat 1 (MAPE 8,96%). Proyeksi nilai APBD tahun 2026–2030 menunjukkan kecenderungan peningkatan pada sebagian besar rekening, terutama Pendapatan Asli Daerah yang diproyeksikan meningkat dari 7.890,03 miliar Rp pada tahun 2026 menjadi 8.820,80 miliar Rp pada tahun 2030. Model Polynomial Regression cukup andal untuk rekening dengan pola tren stabil (MAPE < 20%), namun kurang direkomendasikan untuk rekening dengan fluktuasi tinggi.