PREDIKSI KEBANGKRUTAN PERUSAHAAN MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)
ABSTRACT: Kebangkrutan
perusahaan yang diakibatkan oleh kesulitan keuangan dapat dianalisa dari
laporan keuangan. Laporan keuangan perusahaan masa lampau dapat memprediksi
kondisi keuangan di masa yang akan datang dengan menggunakan teknik analisa
laporan keuangan. Caranya dengan menghitung rasio keuangan yang diperkenalkan
oleh Altman. Penelitian ini menggunakan lima variabel rasio keuangan Altman
untuk memprediksi kebangkrutan perusahaan dengan menggunakan teknik data mining
yaitu metode SVM. Metode yang diperkenalkan oleh Vapnik ini menemukan optimal
hyperplane yang memisahkan kondisi perusahaan menjadi dua kelas yaitu bangkrut
dan tidak bangkrut. Dengan menggunakan fungsi SMO WEKA, fungsi atau model yang
ditemukan dari proses data latih digunakan untuk memprediksi 10 perusahaan yang
belum memiliki atribut class output. Data sampel yang digunakan dalam
penelitian ini sebanyak 50 perusahaan yang terdaftar di BEI dalam periode
2007-2010. Hasil pengujian 10-cross validation dengan menggunakan fungsi kernel
RBF didapat parameter terbaik C=1 dan Gamma=4, tingkat akurasi klasifikasi
tertinggi mencapai 90.78%. 10 perusahaan yang diprediksi dengan metode SVM
menghasilkan 9 perusahaan diklasifikasikan dengan benar dan sisanya
diklasifikasikan salah.
Penulis: Lestari Handayani,
Fitriandini
Kode Jurnal: jptindustridd130517
