Analitika Keuangan Sektor Publik

Surya Kencana Putra

Calon analis data dan akuntan sektor publik yang berfokus pada analitika keuangan negara, peramalan fiskal, dan audit berbasis data.

Saya adalah mahasiswa tingkat akhir Program Diploma IV Akuntansi Sektor Publik di Politeknik Keuangan Negara STAN dengan minat mendalam pada pemodelan statistik, data mining, dan evaluasi kebijakan fiskal. Memiliki pengalaman praktis dalam mengolah data runtun waktu ekonomi makro dan penambangan teks kepuasan layanan publik menggunakan Orange Data Mining dan Python. Terbiasa menerjemahkan temuan kuantitatif kompleks menjadi rekomendasi kebijakan yang lugas, akuntabel, dan berdaya guna bagi pengambil keputusan sektor publik.

🏛️ Kampus: PKN STAN 🎓 Prodi: D-IV Akuntansi Sektor Publik (6-Sisfo 4) 📍 Domisili: Tangerang Selatan, Banten

Lihat Proyek Analitika Unduh CV Lengkap (PDF) 🌐 Situs Web Personal

Kompetensi Inti

Keahlian & Penguasaan Perangkat

Kombinasi kompetensi statistik kuantitatif, pemahaman akuntansi pemerintahan, dan penguasaan perkakas data modern.

📊 Analitika Data & Ekonometrika

Penerapan metodologi analitika data untuk perumusan kebijakan fiskal dan audit kinerja.

Time Series ARIMA (Box-Jenkins) Text Mining & Analisis Sentimen Regresi Data Panel (Fixed Effects) TF-IDF Vectorization CRISP-DM Data Mining Framework Stratified Cross-Validation

🛠️ Perkakas & Komputasi

Perangkat lunak analisis data, visualisasi, dan otomasi alur kerja pengolahan data.

Orange Data Mining Orange Timeseries Add-on Orange Text Add-on Python (Pandas, Matplotlib) Microsoft Excel Lanjutan Cloudflare Pages

💼 Sektor Publik & Nonteknis

Keahlian penulisan akademik, komunikasi data manajerial, dan etika tata kelola publik.

Penyusunan Laporan Hasil Audit Data-Driven Policy Formulation Analisis Penganggaran APBN / APBD Evaluasi Maturitas SPBE Komunikasi & Visualisasi Data Kolaborasi Tim Multidisiplin

Portofolio Praktik

Daftar Proyek Analitika Data

Tiga proyek analitika data keuangan sektor publik yang diselesaikan dengan metodologi ilmiah dan data empiris nyata.

Grafik Proyeksi Realisasi Bulanan PNBP SDA Tahun 2026 Model ARIMA 2,1,1 Orange Data Mining

Peramalan Deret Waktu Maret – Juni 2026

Analisis Deret Waktu & Peramalan Penerimaan Negara Bukan Pajak (PNBP) Sektor SDA

Realisasi PNBP sektor sumber daya alam sangat rentan terhadap fluktuasi siklus harga komoditas energi global tanpa pola musiman tahunan yang pasti. Ketidakpastian ini menuntut tersedianya proyeksi runtun waktu yang akurat sebagai dasar mitigasi risiko target pendapatan dalam RAPBN 2026.

Hasil Evaluasi Model Champion — ARIMA(2,1,1)

6,16% MAPE (Sangat Akurat)

Rp 52,77 M CV-RMSE

54,24% POCID (Arah Tren)

Rp 9,28 T Proyeksi APBN 2026

Peran: Analis & Pemodel Data (Kelompok 4)

Cakupan Data: 144 Observasi Bulanan (2014–2025)

Metodologi: Box-Jenkins ARIMA (d=1, 20-Fold Time Series CV)

Simpulan: Model ARIMA(2,1,1) terbukti andal dalam menyerap fluktuasi inersia siklus komoditas untuk menyediakan estimasi pendapatan negara tahun 2026 secara objektif bagi Badan Kebijakan Fiskal dan Ditjen Anggaran.

📄 Unduh Laporan Lengkap (PDF) 🔍 Perbesar Grafik

Grafik Perbandingan Kinerja Klasifikasi Sentimen Ulasan Layanan Perpajakan Logistic Regression vs Naive Bayes

Text Mining & NLP Mei 2026 (Pertemuan 13)

Analisis Sentimen Data Teks Ulasan Layanan Publik dan Administrasi Perpajakan

Ulasan masyarakat terhadap layanan digital perpajakan (DJP Online, e-Filing, loket KPP) memuat aspirasi dan keluhan berharga yang belum dipetakan secara otomatis. Diperlukan otomasi penambangan teks untuk mendeteksi sentimen kepuasan dan menemukan kata kunci bottleneck pelayanan publik secara cepat.

Hasil Evaluasi Model Terbaik — Logistic Regression

82,0% Akurasi (CA)

86,4% Presisi Positif

80,9% F1-Score

0,910 AUC (ROC Sangat Baik)

Peran: Analis Mandiri

Cakupan Data: 50 Dokumen Ulasan (214 Fitur TF-IDF)

Metodologi: TF-IDF, 5-Fold Stratified Cross-Validation di Orange

Simpulan: Klasifikasi sentimen berbasis Logistic Regression dan TF-IDF efektif memisahkan persepsi publik secara akurat serta mengidentifikasi kelemahan antrean sistemik sebagai bahan audit kinerja pelayanan.

📄 Unduh Laporan Mandiri (PDF) 🔍 Perbesar Grafik

Grafik Regresi Data Panel Pengaruh Indeks SPBE terhadap Persentase Penyelesaian TLHP BPK Jawa Timur

Riset Empiris Kebijakan 2020 – 2024 (Data Panel)

Pengaruh Efektivitas SPBE terhadap Penyelesaian Rekomendasi TLHP BPK di Jawa Timur

Rendahnya kecepatan penuntasan rekomendasi temuan audit BPK oleh pemerintah daerah berisiko menghambat perbaikan tata kelola keuangan negara. Diperlukan bukti empiris sejauh mana maturitas sistem pemerintahan berbasis elektronik (SPBE) mampu mengakselerasi kepatuhan penyelesaian tindak lanjut audit pengawasan.

Hasil Estimasi Model Regresi Panel — Fixed Effects (FEM)

+2,26% Dampak per 1 Poin SPBE

p < 0,01 Signifikansi Statistik

12,48% R² Within Entitas

90,60% Rata-rata TLHP Pemda

Peran: Peneliti Utama (Penulis Korespondensi)

Cakupan Data: 195 Observasi Panel (39 Pemda x 5 Tahun)

Metodologi: Panel Regression (Chow F = 7,47; Hausman & LM Test)

Simpulan: Transformasi digital birokrasi terbukti secara empiris menjadi instrumen strategis dalam mereduksi biaya keagenan dan mempercepat akuntabilitas penyelesaian audit pengawasan eksternal di tingkat pemerintah daerah.

📄 Unduh Artikel Ilmiah (PDF) 🔍 Perbesar Grafik

Curriculum Vitae

Unduh Ringkasan Riwayat Hidup

Dapatkan berkas CV format PDF yang merangkum latar belakang akademik, riwayat proyek analitika data keuangan negara, penguasaan perangkat lunak, serta riwayat penugasan.

📥 Unduh CV Mahasiswa (PDF)

Hubungi Saya

Kanal Kontak & Profil Profesional

Terbuka untuk diskusi akademik, kolaborasi analitika data keuangan sektor publik, dan peluang profesional.

Situs Web Personal

skncana.skp.my.id

Alamat Surel Institusi

surya_4131230315@pknstan.ac.id

Profil LinkedIn

linkedin.com/in/suryakp

Repositori GitHub

github.com/ghubo