Rekonsiliasi Data Keuangan dan Karakterisasi Satuan Kerja dengan Teknik Data Mining

Preparation of Financial Statements of the Central Government is the responsibility of the government. The preparation of the report should be preceded by a reconciliation of financial data between the State General Treasurer (BUN) by KPPN with Work Unit. BPK findings on unmatches as results of reconciliation is a proof that there are still unmatched transactions recorded in the accounting system of  BUN and work units's. Direktorat Jenderal Perbendaharaan can reduce the possibility of unmatch records by performing supervision activities focused on work units that have been characterized. Data mining techniques can be used for characterization by utilizing a database on Sistem Perbendaharan dan Anggaran Negara (SPAN). This research use classification technique by setting two class that are SELISIH and OK. This research uses twenty attributes from work unit obtained through data mining techniques and the result shows work units with high number of SP2D and PNBP records (non-tax revenue) are work units tended to be unmatch work unit. Abstrak Penyusunan Laporan Keuangan Pemerintah Pusat merupakan tanggung jawab pemerintah. Penyusunan laporan tersebut harus didahului oleh proses rekonsiliasi data keuangan antara Bendahara Umum Negara (BUN) melalui KPPN dengan satuan kerja. Temuan BPK atas selisih hasil rekonsiliasi menjadi bukti bahwa masih terdapat selisih pencatatan akuntansi pada sistem BUN dan satuan kerja. Direktorat Jenderal Perbendaharaan (KPPN) dapat menekan kemungkinan terjadinya selisih rekonsiliasi dengan melakukan kegiatan supervisi yang terfokus pada satker-satker yang telah dikarakterisasi. Teknik data mining dapat digunakan untuk melakukan karakterisasi tersebut dengan memanfaatkan database pada Sistem Perbendaharaan Anggaran dan Negara (SPAN). Teknik data mining dilakukan dengan metode klasifikasi dengan menetapkan dua kelas yaitu kelas SELISIH dan OK. Penelitian ini menggunakan dua puluh atribut satuan kerja di mana melalui teknik data mining di mana hasil data mining menunjukkan bahwa satker dengan atribut Jumlah Surat Perintah Pencairan Dana (SP2D) dan Realisasi Penerimaan Negara Bukan Pajak (PNBP) yang tinggi merupakan satker yang cenderung selisih hasil rekonsiliasinya.