CLUSTER ANALYSIS

TINGKAT KEPATUHAN LHKPN

oleh Tim Aplikasi

Gusti Aditya Aromatica Firdaus

Laksmi Setiawati

BERDASARKAN RIWAYAT LHKPN

MENGGUNAKAN

MACHINE LEARNING

Table of Contents

01 Latar Belakang

Pemahaman LHKPN, Pemahaman Data

03 Hasil & Interpretasi

Machine Learning Clustering (K-Means)

02 Rumusan Masalah

Tujuan, Manfaat, Research Methodology

04 Evaluasi

Evaluasi Tingkat Kepatuhan�Masing-masing Cluster

06 Appendix

Data Pendukung, Dokumentasi Teknis,�Referensi dan Sumber

05 Insights & Rekomendasi

Insights, Actionable Recommendation

01 Latar Belakang

Pemahanan LHKPN, Pemahaman Data

Laporan Harta Kekayaan Penyelenggara Negara (LHKPN) adalah dokumen yang berisi uraian terperinci seputar harta kekayaan, aset pribadi, penerimaan, dan pengeluaran milik Penyelenggara Negara dan Wajib Lapor

​

Penyelenggara negara yang dimaksud adalah pejabat perseorangan yang tengah bertugas di instansi negara dalam tingkat pusat maupun daerah. Sedangkan Wajib Lapor yang dimaksud adalah pejabat yang fungsi dan tugas pokoknya berkaitan dengan penyelenggaraan negara atau pejabat publik lainnya.

Pemahaman LHKPN

Pemahaman Data

Periode Dataset

Periode dataset yang digunakan adalah data dari tahun 2017 sampai dengan tahun 2022.

Tingkat Kepatuhan

Dari 1,207 instansi, 2,3% WL Tidak Patuh, 23,8% WL Kurang Patuh, 68,4% WL Cukup Patuh, dan 5,6% WL Patuh,

Jumlah Instansi

Terdapat 1,721 instansi pada data. Tetapi hanya 1,207 instansi yang memiliki kelengkapan data LHKPN dari tahun 2017 sampai 2022.

Data bersumber pada dataset “Persentase Pelaporan dan Kepatuhan LHKPN Tahun Pelaporan 2017 - 2022” pada situs data-app.kpk.go.id yang ditarik dan divalidasi per 1 Januari 2024 berdasarkan data pada aplikasi e-LHKPN.

Jumlah Wajib Lapor

Pada tahun 2022, terdapat 331,496 orang jumlah Wajib Lapor

02 Rumusan Masalah

Tujuan, Manfaat, Research Methodology

Tujuan

Tujuan dari penelitian ini

adalah sebagai berikut:

• Membangun model Clustering untuk menentukan cluster Instansi LHKPN yang tidak patuh dalam melaporkan Harta Kekayaan Penyelenggara Negara berdasarkan feature yang telah tersedia
• Membangun model Clustering untuk menentukan cluster Instansi LHKPN yang tidak patuh dalam melengkapi Laporan Harta Kekayaan Penyelenggara Negara berdasarkan feature yang telah tersedia

Manfaat

Manfaat dari penelitian ini

adalah sebagai:

• Menjadikan landasan pertimbangan target instansi yang dapat dilakukan perhatian lebih lanjut berkaitan transparansi dari setiap instansi berkaitan kewajiban melakukan pelaporan LHKPN.
• Mengetahui Instansi mana saja yang memiliki tingkat kepatuhan yang baik dalam kurun waktu tahun 2017 hingga 2022
• Mengetahui Instansi mana saja yang memiliki tingkat kepatuhan yang kurang baik serta perlu dilakukan perhatian lebih pada saat memverifikasinya dalam kurun waktu tahun 2017 hingga 2022.

Research Methodology

Memberikan hasil data analisis dan memberikan interpretasi

Data Analysis

Memahami tentang objek penelitian

Studi & Observasi

Mengumpulkan data yan dibutuhkan, membersihkan data menggunakan python

Data Preparation

Menilai efektivitas LHKPN berdasarkan pada data analisa

Evaluasi

Memberikan insights dari hasil analisis serta memberikan rekomendasi

Insights

1

2

3

4

5

03 Hasil & Interpretasi

Machine Learning Clustering (K-Means)

Clustering

Clustering dibagi menjadi 2 model. :

• Cluster berdasarkan jumlah Wajib Lapor
• Cluster berdasarkan Tingkat Kepatuhan pada masing-masing cluster jumlah Wajib Lapor.
• Cluster berdasarkan Tingkat Pelaporan pada masing-masing cluster jumlah Wajib Lapor.

Ditemukan anomali pada jumlah Wajib Lapor. Terdapat 4 instansi, 0,33% dari 1,207 instansi, yang memiliki jumlah Wajib Lapor di atas 9,000 peserta.

Alasan:

Clustering

Instansi dikategorikan menjadi 2, yaitu:

1. Instansi dengan peraturan mewajibkan sebagian besar karyawannya untuk melakukan pelaporan harta dan kekayaan (WL-1)
2. Instansi dengan peraturan hanya mewajibkan pejabat negara dan pejabat lain yang memiliki tugas pokok terkait penyelenggaraan negara untuk melakukan pelaporan harta dan kekayaan (WL-2)

Cluster berdasarkan jumlah Wajib Lapor

Clustering

Sample daftar instansi WL-1

Sample daftar instansi WL-2

Daftar lengkap nama instansi berdasarkan cluster dapat dilihat di sini

Clustering

Instansi dikategorikan menjadi 4, yaitu:

• Instansi dengan peraturan mewajibkan sebagian besar karyawannya untuk melakukan pelaporan harta dan kekayaan dan memiliki tingkat kepatuhan yang baik (WLTK-1)
• Instansi dengan peraturan mewajibkan sebagian besar karyawannya untuk melakukan pelaporan harta dan kekayaan dan memiliki tingkat kepatuhan yang kurang baik (WLTK-2)
• Instansi dengan peraturan hanya mewajibkan pejabat negara dan pejabat lain yang memiliki tugas pokok terkait penyelenggaraan negara untuk melakukan pelaporan harta dan kekayaan dan memiliki tingkat kepatuhan yang baik (WLTK-3)
• Instansi dengan peraturan hanya mewajibkan pejabat negara dan pejabat lain yang memiliki tugas pokok terkait penyelenggaraan negara untuk melakukan pelaporan harta dan kekayaan dan memiliki tingkat kepatuhan yang kurang baik (WLTK-4)

Cluster berdasarkan Tingkat Kepatuhan

Clustering

Daftar lengkap nama instansi berdasarkan cluster dapat dilihat di sini

Sample daftar instansi WLTK-1 dengan tingkat kepatuhan tinggi.

Sample daftar instansi WLTK-1 dengan tingkat kepatuhan rendah.

Terdapat 1,179 instansi pada cluster WLTK-1. 98% dari jumlah data instansi yang digunakan untuk model clustering.�Berikut beberapa sampel nama instansi:

Clustering

Daftar lengkap nama instansi berdasarkan cluster dapat dilihat di sini

Sample daftar instansi WLTK-2 dengan tingkat kepatuhan tinggi.

Sample daftar instansi WLTK-2 dengan tingkat kepatuhan rendah.

Terdapat 24 instansi pada cluster WLTK-2. 1.99% dari jumlah data instansi yang digunakan untuk model clustering.�Berikut beberapa sampel nama instansi:

Clustering

Daftar lengkap nama instansi berdasarkan cluster dapat dilihat di sini

Daftar instansi WLTK-3

Daftar instansi WLTK-4

04 Evaluasi

Evaluasi Tingkat Kepatuhan

Masing-masing Cluster

Evaluasi

Terdapat 15 instansi pada cluster WLTK-1 yang persentase rata-rata tingkat kepatuhannya .rendah di bawah 50% dalam 6 tahun.

Evaluasi

• Mengapa kepatuhan PEMKAB DEIYAI sering 0% dan selalu rendah?
• Mengapa kepatuhan PEMKAB WAROPEN menurun drastis 94% di tahun 2019, kepatuhan 0% di tahun 2020 serta diikuti kepatuhan di bawah 5% di tahun 2021 dan 2022?
• Mengapa kepatuhan PEMKAB INTAN JAYA menurun drastis 100% di tahun 2019 dan 65% di tahun 2021?
• Mengapa kepatuhan PEMKAB YALIMO menurun drasti 50% di tahun 2019?
• ​

Key notes:

Evaluasi

Terdapat 12 instansi pada cluster WLTK-2 yang persentase rata-rata tingkat kepatuhannya .rendah di bawah 50% dalam 6 tahun.

• Mengapa kepatuhan PEMKAB LANNY JAYA menurun 41% di tahun 2018 dan tidak ada peningkatan di tahun berikutnya?
• Mengapa kepatuhan PEMKAB BIAK NUMFOR tidak ada peningkatan yang signifikan?
• Mengapa kepatuhan PEMKAB NDUGA menurun 50% di tahun 2019?
• Mengapa kepatuhan PEMKAB NABIRE menurun 53% di tahun 2019?
• Mengapa pekatuhan PEMKAB PEGUNUNGAN BINTANG menurun 36% di tahun 2019?

Key notes:

Evaluasi

• Pada WLTK-4, perlu perbaikan kepatuhan POLRI pada tahun 2017

Key notes:

• Pada WLTK-3, perlu perbaikan MA pada tahun 2017

Key notes:

Evaluasi

Berdasarkan pada cluster di atas dapat disimpulkan bahwa Instansi dengan peraturan hanya mewajibkan pejabat negara dan pejabat lain yang memiliki tugas pokok terkait penyelenggaraan negara untuk melakukan pelaporan harta dan kekayaan, masih memiliki tingkat kepatuhan yang kurang baik.

Evaluasi

Ditemukan 206 instansi yang memiliki tingkat kepatuhan 0% pada tahun 2017 . 97% diantaranya merupakan instansi dari cluster WLTK-1.

Daftar lengkap nama instansi dengan tingkat kepatuhan 0% di tahun 2017 dapat dilihat di sini

Sample daftar instansi dengan tingkat kepatuhan 0% pada tahun 2017.

05 Insights & Rekomendasi

Insights, Actionable Recommendation

Rekomendasi

1. Tingkat kepatuhan LHKPN perlu ditingkatkan.

Meskipun sebagian besar instansi telah menunjukkan tingkat kepatuhan yang baik, namun masih terdapat instansi dengan tingkat kepatuhan yang rendah.

2. Perlu adanya pengawasan dan pemeriksaan lebih lanjut.

Instansi dengan tingkat kepatuhan yang rendah perlu dilakukan pengawasan dan pemeriksaan lebih lanjut untuk memastikan tidak ada praktik yang melanggar hukum.

3. Pentingnya sosialisasi dan edukasi.

Sosialisasi dan edukasi mengenai LHKPN perlu ditingkatkan untuk meningkatkan kesadaran dan pemahaman para penyelenggara negara dan wajib lapor.

Berdasarkan hasil analisis, terdapat beberapa insight yang dapat diperoleh:

Rekomendasi

1. Sosialisasi dan edukasi diberikan secara ketat kepada 15 instansi pada cluster WLTK-1 dan 12 instansi pada cluster WLTK-2 karena masih memiliki Tingkat Kepatuhan berdasarkan hasil pada cluster WLTK-1 dan cluster WLTK-2.
2. Berdasarkan pada F.A.Q e-LHKPN, formulir baru untuk pelaporan LHKPN melalui e-LHKPN dimulai per 1 Januari 2017, diduga instansi yang memiliki kepatuhan 0% karena sosialisasi penggunaan e-LHKPN masih kurang ketat dan kurang mengedukasi. Maka harus di sosialisasikan ulang untuk melaporkan LHKPN tahun 2017 melalui e-LHKPN.
3. Perlu adanya pengawasan dan pemeriksaan lebih lanjut untuk instansi-instansi yang tingkat kepatuhannya pernah 0% selain tahun 2017. Di bawah ini beberapa instansi yang harus diawasi:

Dari insight tersebut, terdapat beberapa rekomendasi yang dapat diambil

untuk meningkatkan kepatuhan:

Rekomendasi

Instansi dengan tingkat kepatuhannya pernah 0% selain tahun 2017

06 Appendix

Data Pendukung, Dokumentasi Teknis, Referensi dan Sumber

Data Pendukung

Persentase Tingkat Kepatuhan dan Pelaporan Dalam 6 Tahun :

Persentase Tingkat Kepatuhan

Persentase Tingkat Pelaporan

Data Pendukung

Rata-Rata Tingkat Kepatuhan & Pelaporan Per Tahun :

Data Pendukung

Bidang Dengan Kepatuhan Rendah

Tingkat Dengan Kepatuhan Rendah

Data Pendukung

Provinsi Dengan Kepatuhan Rendah

Kot/Kab Dengan Kepatuhan Rendah

Dokumentasi Teknis

Interactive Power BI Dashboard :.

https://app.powerbi.com/groups/me/reports/343e118b-fc99-44dc-870d-e7d92a19ae12/bbcc53087e8ed18609a0?experience=power-bi

Dokumentasi Teknis

EDA in Python :.

https://colab.research.google.com/drive/1zsfbPo-2-y0b-JUvJnzaliJMVnhxHqRn#scrollTo=3K6bTN8f3_dz

Referensi dan Sumber

• Frequently Asked Questions (FAQ) E-LHKPN Tahun 2018
• Proposal Cluster Tingkat Kepatuhan LHKPN Berdasarkan Riwayat LHKPN Menggunakan Machine Learning
• Persentase Pelaporan dan Kepatuhan LHKPN Tahun Pelaporan 2017 - 2022

THANK

Call Now.

+123-456-7890

YOU