Backpropagation Neural Network dalam Memprediksi Financial Distress pada Perusahaan Badan Usaha Milik Negara (BUMN) Sektor Transportasi dan Pergudangan

Robby Sutiawan, 1817031062 (2022) Backpropagation Neural Network dalam Memprediksi Financial Distress pada Perusahaan Badan Usaha Milik Negara (BUMN) Sektor Transportasi dan Pergudangan. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK.pdf Download (48kB) | Preview
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (2MB) | Request a copy
Preview	Text SKRIPSI TANPA BAB IV.pdf Download (1MB) | Preview

Abstract

Pandemi COVID-19 yang melanda Indonesia sejak 2020 mengakibatkan sejumlah perusahaan BUMN memiliki masalah keuangan yang serius terutama pada sektor transportasi dan pergudangan. Penelitian ini bertujuan untuk mengaplikasikan metode Artificial Neural Network dengan algoritma Backpropagation dalam memprediksi financial distress perusahaan BUMN sektor transportasi dan pergudangan tahun 2020 dengan tiga rasio keuangan sebagai variabel inputnya. Ketiga rasio keuangan tersebut adalah return on assets, debt to equity ratio, dan current ratio. Dari hasil penelitian menunjukkan perusahaan yang financial distress dan non-financial distress memiliki perbedaan karakteristik yang signifikan ditinjau dari ketiga rasio keuangan tersebut. Model pelatihan ANN yang digunakan dalam proses prediksi pada penelitian ini menghasilkan kinerja pelatihan terbaik dengan arsitektur model yaitu tiga neuron pada input layer, lima neuron pada satu hidden layer dan satu neuron pada output layer. Model pelatihan tersebut menghasilkan kinerja pelatihan dengan MSE terendah 0,1315 dan akurasi tertinggi mencapai 91,67%. Hasil prediksi financial distress menggunakan ANN menunjukkan bahwa dari 16 perusahaan yang diprediksi, 7 perusahaan diantaranya mengalami financial distress. Kata kunci: Financial Distress, Backpropagation Neural Network, Rasio Keuangan, Data Mining

Item Type:	Other
Subjects:	?? 005 ?? ?? 510 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	2208047164 . Digilib
Date Deposited:	03 Oct 2022 06:12
Last Modified:	03 Oct 2022 06:12
URI:	http://digilib.unila.ac.id/id/eprint/66501

Actions (login required)

View Item