PENERAPAN METODE SVM BERBASIS PSO UNTUK PENENTUAN KEBANGKRUTAN PERUSAHAAN

  • Hilda Amalia (1*) Manajemen Informatika AMIK BSI Jakarta
  • Ade Fitria Lestar (2) Komputerisasi Akuntasi AMIK BSI Jakarta
  • Ari Puspita (3) Teknik Informatika STMIK Antar Bangsa

  • (*) Corresponding Author
Keywords: Support Vector Machine, PSO, Data Mining

Abstract

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%

References

Prihanthini, N. M. E. D., & Sari, M. M. R. (2013). Prediksi Kebangkrutan Dengan Model Grover, Altman Z-Score, Springate Dan Zmijewski Pada Perusahaan Food And Beverage Di Bursa Efek Indonesia. E-Jurnal Akuntansi, 5(2), 417-435.

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

Shukla, A., Tiwari, R., & Kala, R. (2010). Real Life Application of Soft Computing. Taylor and Francis Groups, LLC.

Santosa, Budi, 2007, “Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis”, Graha Ilmu, Yogyakarta

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

Shaw. J. Michael , Subramaniam. Chandrasekar, Tan. Woo. Gek, Welge. E. Michael,(2001), Knowledge management and data mining for marketing, Decision Support Systems 127–137, Elevier.

Shukla, A., Tiwari, R., & Kala, R. (2010). Real Life Application of Soft Computing. Taylor and Francis Groups, LLC.

Santosa, Budi, 2007, “Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis”, Graha Ilmu, Yogyakarta

Vercellis,C (2009), “Business Intelligence : Data Mining and Optimization for Decision Making, Wiley
Published
2017-09-15
How to Cite
Amalia, H., Lestar, A., & Puspita, A. (2017). PENERAPAN METODE SVM BERBASIS PSO UNTUK PENENTUAN KEBANGKRUTAN PERUSAHAAN. Jurnal Techno Nusa Mandiri, 14(2), 131-136. https://doi.org/10.33480/techno.v14i2.196
Article Metrics

Abstract viewed = 404 times
PDF downloaded = 357 times