PENERAPAN METODE SVM BERBASIS PSO UNTUK PENENTUAN KEBANGKRUTAN PERUSAHAAN

PENERAPAN METODE SVM BERBASIS PSO UNTUK PENENTUAN KEBANGKRUTAN PERUSAHAAN

• By Amalia, Hilda; Lestari , Ade Fitria; Puspita, Ari;
• Jurnal Nasional Terakreditasi
• 288
• 131-136

Kebangkutan merupakan sebuah kondisi dari ketidakmampuan suatu perusahan melakukan pengelolaan perusahaan.  Kebangkrutan berakibat sangat buruk bagi karyawan, perusahaan dan ekonomi nasional. Untuk itu diperlukan suatu prediksi model akurasi yang tepat. Dalam melakukan prediksi model akurasi terdapat beberapa motode yang bisa digunakan dari metode pendekatan ilmu akuntansi dan metode pendekatan ilmu komputer. Dalam ilmu komputer telah diketahui bahwa data mining merupakan metode yang biasa digunakan dalam segala bidang untuk melakukan penilaian nilai akurasi. Data mining memiliki banyak tugas dan fungsi salah satunya mampu menghasilkan prediksi dan clustering sehingga dapat diperoleh prediksi 

mengenai data keuangan dan dapat mencegah suatu perusahan dari kondisi kebangkrutan. Salah satu metode yang diketahui mampu menghasilkan nilai akurasi yang tinggi yaitu Support Vector Machine. Dalam penelitian ini akan dilakukan pengolahan data keuangan dengan menggunakan metode Support Vector Machine kemudian ditingkatan nilai akurasi dengan menggunakan metode optimasi yaitu PSO. Sehingga diperoleh nilai akurasi 99,6%.

• Katakunci Kebangkrutan, Support Vector Machine, Data Mining
• URL http://ejournal.nusamandiri.ac.id/index.php/techno/article/view/196
• Penerbit ,

REFERENSI

Gorunescu, F. (2011). Data Mining Concepts, Models and Techniques. Berlin: Springer 

 

Prihanthini, N. M. E. D., & Sari, M. M. R. (2013).PrediksiKebangkrutanDengan Model Grover, Altman Z-Score, Springate Dan ZmijewskiPada Perusahaan Food And Beverage Di Bursa Efek Indonesia. EJurnalAkuntansi, 5(2), 417-435. 

 

Setiadi. Ahmad, 2014, Data Mining Untuk Prediksi Kebangkrutan Perusahan, Seminar Nasional Inovasi dan Tren (SNIT) Hal A- 414 - A- 423.