Analisis Perbandingan Klasifikasi Financial Distress Perusahaan Menggunakan Support Vector Machine Dan Artificial Neural Network Pada Perusahaan Pertambangan 2017-2018
Abstract
Financial distress adalah tahapan penurunan kondisi keuangan suatu
perusahaan sebelum mengalami kebangkrutan. Prediksi financial distress
bermanfaat bagi perusahaan, investor, dan kreditur. Penelitian ini menggunakan
sektor pertambangan di Bursa Efek Indonesia. Variabel yang digunakan adalah rasio
keuangan yang mengacu pada penelitian Altman untuk perusahaan selain
manufaktur, yaitu working capital/total asset, retained earning/total asset, earning
before interest and tax/total asset, dan market value equity/total liabilities. Penelitian
ini menggunakan metode Support Vector Machine dan Artificial Neural Network.
Kedua metode tersebut akan dibandingkan menggunakan tingkat akurasi sehingga
diperoleh metode mana yang lebih baik. Hasil dari metode Support Vector Machine
menunjukkan tingkat akurasi sebesar 94% menggunakan sigmoid. Untuk metode
Artificial Neural Network menunjukkan tingkat akurasi sebesar 88%. Jadi, metode
Support Vector Machine lebih baik daripada metode Artificial Neural Network dalam
mengklasifikasikan perusahan sektor pertambangan financial distress dan non
financial distress.
Collections
- Statistics [906]