Model prediksi kebangkrutan di Indonesia dengan menggunakan support vector machines.

Yumantra, Kevin (2012) Model prediksi kebangkrutan di Indonesia dengan menggunakan support vector machines. Bachelor thesis, Universitas Pelita Harapan.

Full text not available from this repository.

Abstract

Pada penelitian ini, dilakukan pengujian penggunaan Suport Vector Macines (SVMs) untuk melakukan prediksi kebangkrutan pada perusahaan-perusahaan Indonesia yang didasarkan pada penggunaan 14 financial ratio dari perusahaan perusahaan tersebut. Financial ratio tersebut dibagi menjadu kedalam beberapa grup seperti profitability, leverage, liquidity dan activity. Dari ke empat grup tersebut akan digunakan sebagai alat penggolongan dari perusahaan yang bangkrut dan perusahaan yang tidak bangkrut. Setelah mengetahui financial ratio yang paling berpengaruh pada penggolongan perusahaan akan di cari financial ratio yang paling berpengaruh pada kebangkrutan sebuah perusahaan dengan menggunakan support vector machines (SVMs) berdimensi dua. Hal ini dapat dilakukan dengan mencari financial ratio dengan akurasi tertinggi dapal memprediksi. Setelah itu, akan dilakukan pemodelan untuk memprediksi kebangkrutan atau ketidak bangkrutan dari sebuah perusahaan dengan menggunakan multidimensional support vector machines (SVMs). Hasilnya, support vector machines (SVMs) dapat digunakan untuk memprediksi kebangkrutan sebuah perusahaan dengan tingkat akurasi yang cukut tinggi. /

Item Type: Thesis (Bachelor)
Creators:
CreatorsNIMEmail
Yumantra, KevinNIM11220090001UNSPECIFIED
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorIndratno, Sapto WahyuUNSPECIFIEDUNSPECIFIED
Additional Information: SK 112-09 YUM m
Uncontrolled Keywords: support vector machines; financial ratio; prediksi probabilitas kebangkrutan.
Subjects: Q Science > QA Mathematics
Divisions: University Subject > Current > Faculty/School - UPH Karawaci > Faculty of Science and Technology > Mathematics
Current > Faculty/School - UPH Karawaci > Faculty of Science and Technology > Mathematics
Depositing User: Mrs Veronica Fitri Astuti
Date Deposited: 05 May 2021 08:18
Last Modified: 02 Nov 2023 09:48
URI: http://repository.uph.edu/id/eprint/18497

Actions (login required)

View Item View Item