Text

Klasifikasi Kinerja Perusahaan di Indonesia dengan Menggunakan Metode Weighted K Nearest Neighbor (Studi Kasus 436 Perusahaan yang Terdaftar di Bursa Efek Indonesia Tahun 2015)

---

ABSTRAK

Kinerja perusahaan dapat dilihat dari analisis laporan keuangan perusahaan.
Analisis laporan keuangan digunakan untuk mengetahui perkembangan kondisi
keuangan perusahaan. Dalam melakukan analisis laporan keuangan diperlukan
rasio keuangan yang menggambarkan bobot kinerja perusahaan. Tugas akhir ini
bertujuan untuk mengklasifikasikan kinerja perusahaan kedalam 2 klasifikasi yaitu
perusahaan sehat dan perusahaan tidak sehat serta mengetahui tingkat akurasinya.
Tugas akhir ini menggunakan data rasio keuangan 436 perusahaan yang terdaftar
di Bursa Efek Indonesia tahun 2015 yang telah diaudit dan dibagi kedalam dua
bagian yaitu 349 data latih dan 87 data uji. Metode yang digunakan yaitu weighted
k nearest neighbor dengan sebuah variabel dependen yaitu kinerja perusahaan dan
enam variabel independen yaitu rasio keuangan WCTA, ROA, TATO, DAR,
LDAR dan ROI. Hasil tugas akhir ini menunjukkan bahwa dengan metode weighted
k nearest neighbor perhitungan k optimal dilakukan dengan cara trial and error.
Diperoleh bahwa k optimal pada k = 3 untuk kernel inversi, epanechnikov dan
segitiga sedangkan untuk kernel gauss k optimal pada k = 4. Ketepatan klasifikasi
serta pengklasifikasian kinerja perusahaan memberikan hasil yang hampir sama
dengan menggunakan kernel inversi, gauss, epanechnikov dan segitiga.
Kata kunci: rasio keuangan, weighted k nearest neighbor dan kernel inversi, gauss,
epanechnikov dan segitiga

ABSTRACT

A company's performance can be seen from the analysis of the company's
financial statements. Financial statement analysis is used to determine the
development of the company's financial condition. In analyzing the financial
statements required financial ratios depicting the weight of the company's
performance. This thesis aims to classify the performance of the company into two
classifications, namely the company healthy and unhealthy companies as well as
determine the level of accuracy. This final project using financial ratio data 436
companies listed in the Indonesia Stock Exchange in 2015 which has been audited
and is divided into two parts of 349 training data and 87 test data. The method used
is the weighted k nearest neighbor with a dependent variable is the performance of
the company and six independent variables are financial ratios WCTA, ROA,
TATO, DAR, LDAR and ROI. The results of this thesis show that the method of
calculation of weighted k k nearest neighbor optimal done by trial and error.
Provided that the optimal k at k = 3 for kernel inversion, epanechnikov and triangles
while for optimal kernel k gauss at k = 4. The accuracy of classification and
classification performance of the company gave almost the same results by using
kernel inversion, Gauss, epanechnikov and triangles.
Keywords: financial ratios, weighted k nearest neighbor and kernel inversion,
Gauss, epanechnikov and triangles.

---

Ketersediaan

550E17II

519.536 CYN k

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

519.536 CYN k

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1549

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

CYNTIA SURYA UTAMI

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar