Direktorat Jenderal Anggaran

Kajian ini membahas tentang proyeksi Penerimaan Negara Bukan Pajak (PNBP) pada layanan Jasa Kepolisian I yang berfokus pada fungsi lalu lintas (Lantas). Kajian dilakukan karena fungsi Lantas merupakan kontributor terbesar PNBP Polri, dengan kontribusi rata-rata sekitar 68% terhadap total PNBP Polri pada periode 2018&#8211;2022. Oleh karena itu, diperlukan metode proyeksi yang akurat untuk mendukung perencanaan keuangan dan pengambilan kebijakan yang tepat.
Metode yang digunakan dalam kajian ini meliputi pendekatan kuantitatif time series univariat dan multivariat. Pada metode univariat, digunakan ARIMA dan Exponential Smoothing dengan data realisasi PNBP tahun 2018&#8211;2022. Hasil pengujian menunjukkan bahwa Exponential Smoothing merupakan metode paling akurat dan stabil, dengan rata-rata deviasi bulanan sebesar 8,58% dan deviasi tahunan hanya 0,56%, lebih baik dibandingkan metode ARIMA.
Pada pendekatan multivariat, analisis regresi digunakan untuk melihat pengaruh faktor eksternal seperti inflasi dan total penjualan kendaraan terhadap PNBP fungsi Lantas. Hasil kajian menunjukkan bahwa total penjualan kendaraan memiliki korelasi paling kuat, yaitu sebesar 71%, dan mampu menjelaskan sekitar 50% variasi PNBP Lantas. Kombinasi variabel total penjualan kendaraan dan inflasi juga memberikan hasil yang cukup baik, meskipun tingkat deviasinya masih lebih tinggi dibandingkan metode univariat.
Kesimpulan utama laporan ini adalah bahwa metode univariat, khususnya Exponential Smoothing, saat ini paling tepat digunakan untuk proyeksi PNBP layanan Jasa Kepolisian I. Namun demikian, kajian merekomendasikan pengembangan metode ke depan, termasuk pemanfaatan machine learning, guna meningkatkan presisi proyeksi dalam menghadapi pola data yang semakin kompleks