Text
Analisis Keakuratan Prediksi Financial Distress dengan Metode Artificial Neural Network pada Sektor Properti yang Terdaftar di BEI Periode 2013-2018
Sejak enam tahun terakhir, industri properti di Indonesia mengalami fluktuasi dan menyebabkan kinerja perusahaan yang bergerak pada sektor tersebut tidak stabil. Penelitian /ini menggunakan metode prediksi financial distress Altman (Z-Score) dan Zmijewski. Adapun komponan variabel yang dipakai adalah working capital, total assets, retained earnings, EBIT, MVE, total debts, EAT, current assets, dan current liabilities yang kemudian akan diolah kembali dengan metode data mining yaitu Artificial Neural Network (ANN). Di dalam penggunaan ANN, digunakan fungsi algoritma Levenberg-Marquardt (TRAINLM), fungsi pelatihan bobot yaitu penurunan gradien dengan momentum (LEARNGDM) dan MSE (Mean Squared Error) dalam memprediksi kebangkrutan pada perusahaan sektor properti yang terdaftar di Bursa Efek Indonesia (BEI) periode 2013 – 2018.
Hasil penelitian ini menunjukkan bahwa pelatihan ANN yang digunakan dalam proses prediksi pada penelitian ini menghasilkan kinerja pelatihan terbaik dengan arsitektur model yaitu 4 neuron pada input layer dan 6 neuron pada hidden layer dengan jumlah hidden layer sebanyak satu untuk metode Altman (Z-Score). Model pelatihan tersebut menghasilkan kinerja pelatihan dengan MSE terendah 0,0009 pada iterasi ke-57. Sementara untuk metode Zmijewski, model pelatihan tersebut menghasilkan kinerja pelatihan dengan MSE terendah 0,0470 pada iterasi ke-127.
SKR19/109 | SKR 19/109 | Prodi Manajemen (Ruang Skripsi & Tesis) | Tersedia |
Tidak tersedia versi lain