Desain Penyisihan Piutang Tidak Tertagih : Studi pada Piutang Pajak Restoran di Pemerintah Kabupaten Bantul

SHOFI RAHMAWATI, Irwan Taufiq Ritonga, S.E., M.Bus., Ph.D., CA.

2018 | Tesis | MAGISTER AKUNTANSI

Perubahan basis akuntansi pada Pemerintah Daerah membawa perubahan pada penyajian akun piutang pada Laporan Keuangan Pemerintah Daerah. Piutang dicatat sebesar nilai yang dapat direalisasikan (Net Realizable Value). Oleh karena itu, diperlukan metode yang tepat agar nilai yang tercantum dalam Laporan Keuangan Pemerintah Daerah adalah nilai yang benar-benar dapat direalisasikan oleh pemerintah daerah. Penelitian ini bertujuan untuk mendesain penyisihan piutang tidak tertagih yang sesuai dengan karakteristik kolektabilitas piutang pada Pemerintah Kabupaten Bantul. Penelitian ini merupakan jenis penelitian riset dan pengembangan. Teknik yang digunakan adalah (1) studi literatur, (2) desain dan pengembangan model, (3) uji coba model. Hasil penelitian menunjukkan bahwa terdapat perbedaan yang cukup signifikan antara penyisihan piutang tidak tertagih yang dilakukan oleh Pemerintah Kabupaten Bantul dengan realisasi kolektabilitas piutang di Pemerintah Kabupaten Bantul. Berdasarkan perbedaan tersebut, perlu dibentuk penyisihan yang lebih sesuai dengan karakteristik kolektabilitas piutang di Pemerintah Kabupaten Bantul. Hasil penyisihan menggunakan metode k-means dan analisis regresi linier menghasilkan tiga kelompok piutang dengan persentase penyisihan masing-masing 90,24%, 76,33%, dan 100%. Tingkat akurasi penyisihan piutang pajak restoran yang tidak tertagih menggunakan metode ini rata-rata 83,73%. Hasil perhitungan menggunakan metode ini lebih mendekati realisasi ketertagihan piutang pajak restoran jika dibandingkan dengan penyisihan yang telah dilakukan oleh Pemerintah Kabupaten Bantul. Selanjutnya, dalam rangka meningkatkan tingkat kolektabilitas piutang tidak tertagih pada Pemerintah Kabupaten Bantul diperlukan upaya-upaya untuk lebih mengefektifkan kegiatan penagihan piutang di lingkup Pemerintah Kabupaten Bantul selain penggunaan metode yang lebih sesuai dengan karakteristik kolektabilitas piutang di Pemerintah Kabupaten Bantul.

Changing of accounting base in regional government made presentation of regional government financial reporting is changed. Account receivables reporting amount of net realizable value. Therefore, the correct method is needed so that the amount reported on the local government financial statement is the value that local government can really realize. The purpose of this research is to design bad debts which is in line with characteristics of account receivables collectability in Bantul Regency. This research is a kind of research and development research. The technique used in this research is (1) literature review, (2) model development, (3) the use of model. The result of this study shows that there is a significant difference between the allowance for doubtful accounts conducted by the Government of Bantul Regency with the realization of collateral of receivables. Based on these differences, it is necessary to establish a more appropriate allowance with the characteristics of receivables collectability in the Government of Bantul Regency. The results of allowance using k-means method and linear regression analysis yield three groups of receivables with percentage of allowance 90,24%, 76,33%, and 100%. The accuracy level of allowance for doubtful accounts receivable of restaurant tax using this method is 83,73%. The calculation results using this method is closer to the realization of the collected receivables restaurant taxes when compared with the allowance that has been done by the Government of Bantul Regency. Next, in order to increase the level of collectibility of bad debts to the Government of Bantul regency required efforts to more effective collection of accounts receivable activities in the scope of the Government of Bantul Regency in addition to the use of methods more appropriate to the characteristics of collateral accountability in the Government of Bantul District.

Kata Kunci : Penyisihan Piutang Tidak Tertagih, K-Means, Analisis Regresi Linier