Rezi Yuliani, - (2020) PENERAPAN ALGORITMA C4.5 BERBASIS ADABOOST UNTUK MEMPREDIKSI FINANCIAL DISTRESS PERUSAHAAN. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
Text
File Lengkap Kecuali BAB V Hasil Penelitian.pdf Download (15MB) |
|
Text (BAB V)
File BAB V Hasil Penelitian.pdf - Published Version Restricted to Repository staff only Download (1MB) |
Abstract
Financial distress adalah kondisi perusahaan tidak memiliki kemampuan dalam pengelolaan dan pertahanan stabilitias kinerja keuangan. Apabila financial distress terjadi dalam jangka panjang dan tidak diatasi segera perusahaan dapat mengalami kebangkrutan. Untuk meminimalisir perusahaan dapat mengamati serta menganalisa kondisi keuangan dari segi neraca dan laporan laba rugi yang terdapat dalam laporan keuangan. Model analisa laporan keuangan yang diterapkan pada penelitian ini adalah Model Altman. Atribut yang digunakan untuk prediksi financial distress setelah Model Altman diterapkan, yaitu: X1(Working Capital to Total Assets), X2(Retained Earning to Total Assets), X3(Earning Before Interest and Taxes to Total Assets), X4(Market Value of Equity to Book Value of Total Liabilities) dan X5(Sales to Total Assets). Status financial distress dibagi menjadi tiga, yaitu: Sehat, Rawan dan Tidak Sehat. Prediksi financial distress perusahaan menggunakan Algoritma C4.5 dan AdaBoost. Jumlah data awal yang digunakan adalah 755 records namun setelah dilakukan proses KDD data menjadi 746 records. Berdasarkan pengujian yang telah dilakukan dengan rasio data latih dan data uji 90%:10% hasil akurasi dari Algoritma C4.5 adalah 72,97% dan setelah ditambah dengan AdaBoost akurasi meningkat menjadi 86,49%. Dengan demikian dapat disimpulkan bahwa Algoritma C4.5 dan AdaBoost baik digunakan dalam prediksi financial distress perusahaan. Kata Kunci: AdaBoost, Algoritma C4.5, Financial Distress Perusahaan, Model Altman, Prediksi
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 500 Ilmu-ilmu Alam dan Matematika > 510 Matematika > 519 Matematika Terapan |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 18 May 2020 07:19 |
Last Modified: | 18 May 2020 07:19 |
URI: | http://repository.uin-suska.ac.id/id/eprint/26631 |
Actions (login required)
View Item |