Penerapan K-Fold Cross Validation pada klasifikasi kebangkrutan perusahaan menggunakan metode support vector machine (SVM)

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Anisya, Ayu Putri (2020) Penerapan K-Fold Cross Validation pada klasifikasi kebangkrutan perusahaan menggunakan metode support vector machine (SVM). Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Ayu Putri Anisya_H72216023.pdf Download (3MB)
	Text Ayu Putri Anisya_H72216023_Full.pdf Restricted to Repository staff only until 12 February 2027. Download (3MB)

Abstract

Kebangkrutan merupakan sebuah kondisi dari ketidakmampuan suatu perusahaan melakukan pengelolaan perusahaan. Kebangkrutan dapat berakibat sangat buruk bagi beberapa pihak seperti karyawan, klien, bahkan pemerintah. Salah satu kasus kebangkrutan yang pernah terjadi dan mengakibatkan kerugian pada pemerintah yaitu kasus Bank Century pada tahun 2008 yang menghabiskan dana pemerintah hingga Rp. 6762 Triliun. Oleh karena itu diperlukan suatu model klasifikasi dengan akurasi yang tinggi sebagai suatu sistem deteksi dini terhadap kebangkrutan. Salah satu metode yang mampu menghasilkan nilai akurasi yang tinggi yaitu metode Support Vector Machine (SVM). Dalam penelitian ini akan dilakukan pengolahan data keuangan menggunakan metode SVM dengan menerapkan K-Fold Cross Validation untuk menguji tingkat akurasi model terbaik yang didapatkan. Data yang digunakan yaitu data kebangkrutan perusahaan yang didapat dari situs penyedia dataset UCI Repository yang berjumlah 250 data dengan 6 variabel independen yaitu Risiko Industri, Risiko Manajemen, Risiko Keuangan, Kredibilitas, Kompetitifitas dan Risiko Operasional, dan 1 variabel dependen yaitu Kelas (Bangkrut dan Non-bangkrut). Setelah melalui beberapa tahapan didapatkan hasil bahwa model terbaik yang didapatkan dari penelitian ini adalah model SVM dengan kernel RBF, menggunakan 4-Fold Cross Validation dengan C=10 dan gamma=0.01 atau gamma=0.1. Dari model tersebut didapatkan akurasi sebesar 99.6%, presisi sebesar 99.3% dan recall sempurna yakni 100% dengan 249 perusahaan terklasifikasi dengan benar dan 1 perusahaan terklasifikasi salah oleh sistem.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Anisya, Ayu Putri ayuputrianisyaa@gmail.com H72216023
Contributors:	Contribution Name Email NIDN Thesis advisor Intan, Putroue Keumala puput.in@gmail.com 0728058802
Subjects:	Matematika
Keywords:	Klasifikasi; kebangkrutan; support vector machine
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Ayu Putri Anisya
Date Deposited:	12 Feb 2024 04:14
Last Modified:	12 Feb 2024 04:14
URI:	http://digilib.uinsa.ac.id/id/eprint/68252

Actions (login required)

View Item