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.

[img]
Preview
File PDF
ABSTRAK.pdf

Download (47Kb) | Preview
[img] File PDF
SKRIPSI FULL.pdf
Restricted to Hanya staf

Download (2207Kb) | Minta salinan
[img]
Preview
File PDF
SKRIPSI TANPA BAB IV.pdf

Download (1386Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

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

Jenis Karya Akhir: Skripsi
Subyek: 000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data
500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi: FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit: 2208047164 . Digilib
Date Deposited: 03 Oct 2022 06:12
Terakhir diubah: 03 Oct 2022 06:12
URI: http://digilib.unila.ac.id/id/eprint/66501

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir