Warning: Creating default object from empty value in /var/www/html/rbti/lib/lang/php-gettext/gettext.inc on line 148
Model Prediksi Finansial Distress pada Perusahaan Manufaktur Go Publik di Indonesia
 
 
 
Select Language
Simple Search
Advanced Search
Title : Author(s) :
  • SEARCHING...
Subject(s) :
  • SEARCHING...
Pembimbing : Publish Year : GMD : Collection Type :
RECORD DETAIL
Back To Previous  
Title Model Prediksi Finansial Distress pada Perusahaan Manufaktur Go Publik di Indonesia
Edition
Call Number 2013/29
ISBN/ISSN
Author(s) Nisa, Umi Zhahratun
Subject(s) Data Mining
Financial Distress
Classification 006.3 Nis m
Series Title
GMD Tesis
Language Indonesia
Publisher Jurusan Teknik Industri FTI-ITS
Publishing Year 2013
Publishing Place Surabaya
Collation 24 cm
Abstract/Notes Kata kunci: Financial distress, Data Mining, Data Tak Imbang, Oversampling
Specific Detail Info Financial distress adalah kondisi perusahaan sedang mengalami kesulitan keuangan dan salah satu proses sebelum perusahaan mengalami kebangkrutan. Kasus set data tak imbang (imbalanced datasets) pada model prediksi financial distress masih mendapat sedikit perhatian. Sebagian besar penelitian menggunakan jumlah sampel yang sama antara perusahaaan yang mengalami financial distress (kelas positif) dengan perusahaan yang tidak mengalami financial distress (kelas negatif). Pada kenyataannya, tidak semua kasus memiliki besar distribusi yang sama. Salah satu solusi dalam mengatasi masalah ketidakseimbangan adalah dengan melakukan resampling. Penelitian ini berupaya untuk membandingkan hasil akurasi prediksi financial distress pada perusahaan manufaktur go public di Indonesia dengan menggunakan set data tak imbang dan set data imbang. Keseimbangan data antar kedua kelas dilakukan melalui duplikasi kelas positif secara acak (random oversampling). Teknik klasifikasi yang digunakan adalah Support Vector Machine dan Linear Discriminant Analysis. Hasil penelitian membuktikan bahwa akurasi prediksi dari kedua classifier akan lebih optimal bila menggunakan set data yang memiliki jumlah kelas positif dan negatif yang seimbang. Kata kunci: Financial distress, Data Mining, Data Tak Imbang, Oversampling
Image
File Attachment
LOADING LIST...
Pembimbing Prof.Ir. Budi Santosa, M.S. Ph.D; Stefanus Eko Wiratno, ST. MT
Volume
Availability
LOADING LIST...
  Back To Previous