Text

Klasifikasi Kinerja Perusahaan Indonesia Dengan menggunakan Metode Weighted Probabilistic Neural Network

---

ABSTRAK

Kinerja suatu perusahaan dapat dikatakan baik atau tidak, dapat dilihat dari kondisi keuangan perusahaan tersebut, apakah sehat atau tidak sehat. Klasifikasi terhadap kinerja perusahaan dapat dilakukan dengan beberapa metode pendekatan, baik parametrik dan nonparametrik. Neural Network (NN) adalah salah satu pendekatan nonparametrik. Salah satu model klasifikasi dalam Neural Network adalah Probabilistic Neural Network (PNN). PNN terdiri dari empat lapisan, yakni lapisan input, lapisan pola, lapisan penjumlahan dan lapisan output. Fungsi jarak yang digunakan adalah jarak euclid dan setiap kelas klasifikasi terboboti dengan nilai yang sama. Dalam penelitian ini digunakan PNN yang telah dimodifikasi pada pembobotan antara lapisan pola dan lapisan penjumlahan dengan melibatkan perhitungan jarak mahalanobis. Model ini disebut dengan metode Weighted Probabilistic Neural Network (WPNN). Dengan menggunakan metode holdout sebagai evaluasi dalam akurasi klasifikasi, hasil penelitian menunjukkan bahwa pemodelan klasifikasi kinerja perusahaan dengan menggunakan model WPNN mempunyai tingkat akurasi yang sangat tinggi. Hal ini dibuktikkan dengan tingkat akurasi model klasifikasi yang dibangun berdasarkan data training adalah sebesar 100%. Pada data testing juga diperoleh tingkat akurasi sebesar 100%.

Kata Kunci : Klasifikasi Kinerja Perusahaan, PNN, WPNN, Jarak Mahalanobis, holdout.

ABSTRACT


Classification of company performance can be judged by looking at it’s financial status, whether poor or good state. Classification of company performance can be achieved by some approach, either parametric or non-parametric. Neural Network is one of non-parametric method. One of the models in Artificial Neural Network is Probabilistic Neural Network (PNN). PNN consists of four layers, i.e. input layer, pattern layer, addition layer, and output layer. The distance function used is the euclid distance and each class share the same values as their weights. In this study used PNN that has been modified on the weighting process between the pattern layer and the addition layer by involving the calculation of the mahalanobis distance. This model is called the Weighted Probabilistic Neural Network (WPNN). By using the holdout method as an evaluation in honesty, the results show that modeling the company performance with WPNN model has a very high accuracy. This is confirmed by the level of accuracy of the data model built on the training data is 100%, while trial data also got 100% accuracy.

Keywords : Classification of Company Performance, PNN, WPNN, Mahalanobis Distance, Holdout.

---

Ketersediaan

583E17IV

583 E 17-iv

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

583 E 17-iv

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1641

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Adi Waridi Basyiruddin Arifin

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar