Electronic Resource
Prediksi kebangkrutan perusahaan dengan menggunakan support vector machine (SVM)
Penelitian ini dilakukan dengan tujuan untuk memprediksi kebangkrutan
perusahaan dengan model yang telah dibangun menggunakan salah satu metode
data mining yaitu Support Vector Machine (SVM). Variabel-variabel sebagai
prediktor kebangkrutan diambil dari model kebangkrutan Altman dan Ohlson.
Penelitian ini menggunakan 146 sampel perusahaan yang listed dan delisted yang
terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2012-2014. Kemudian data
tersebut akan diproses oleh Support Vector Machine (SVM). Di dalam proses
prediksi dengan SVM akan menemukan nilai akurasi terbaik yang dapat
dihasilkan. Salah satu caranya adalah dengan pemilihan test option dan kernel
trick. Dalam penelitian ini menggunakan test option cross validation dan
percentage split. Sedangkan kernel trick yang digunakan adalah RBF kernel dan
kernel polynomial. Kernel berfungsi untuk meminimalisir misclassification class
dari hasil yang akan di uji. Hasil terbaik dari model yang telah dibangun adalah
dengan menggunakan cross validation dengan kernel yang digunakan RBF kernel
dan kernel polynomial. Nilai akurasi yang dihasilkan adalah 98,4018%
No other version available