Suardinata, I Nyoman Dita and Utami, Nengah Widya and Alam, Helmy Syakh (2024) PREDIKSI POTENSI KEBANGKRUTAN PADA PERUSAHAAN YANG TERDAFTAR DI BEI MENGGUNAKAN ALGORITMA BACKPROPAGATION NEURAL NETWORK. Jurnal Mahasiswa Teknik Informatika, 8 (1). ISSN 2598-828X
![[thumbnail of 5108]](http://repository.primakara.ac.id/style/images/fileicons/text.png)
5108 - Published Version
Download (2kB)
Abstract
Kebangkrutan merupakan kondisi dimana perusahaan mengalami kesulitan keuangan yang menyebabkan gagalnya suatu perusahaan dalam menjalankan operasionalnya dan ketidakmampuan membayar berbagai kewajiban yang dimiliki. Perusahaan yang bangkrutdapat merugikanpihak-pihak yang memiliki kepentingan seperti investor dan kreditur. Penelitian ini bertujuan untuk mengetahui berapa banyak perusahaan yang terdaftar pada BEI yang berpotensi mengalami keangkrutan. Backpropagation Neural Network adalah salah satu metode jaringan syaraf tiruan yang digunakan dalam memprediksi kebangkrutan. Dalam penelitian ini, backpropagation yang digunakan untuk memprediksi kebangkrutan yang digabungkan dengan rasio keuangan sebagai atribut input, dan hasil dari perhitungan Model Grover akan menjadi target output. Hasil dari penelitian ini menghasilkan nilai MSE terendah di angka 0,004 dengan tingkat akurasi sebesar 99,06%. Angka ini diperoleh menggunakan split validation 60:40, laju pembelajaran sebesar 0,2, jumlahneuron pada hidden layer sebesar 2 neuron, nilai bias dan bobot sebesar 3,1, jumlah iterasi sebanyak 5925. Perusahaan yang diprediksi berpotensi mengalami kebangkrutan sebanyak 134 perusahaan dan Perusahaan yang diprediksi tidak mengalami kebangkrutan adalah 666 perusahaan.
Item Type: | Article |
---|---|
Subjects: | Universitas Primakara > Program Studi Sistem Informasi Akuntansi Program Studi Sistem Informasi Akuntansi |
Divisions: | Program Studi Sistem Informasi Akuntansi Universitas > Program Studi Sistem Informasi Akuntansi |
Depositing User: | Unnamed user with email ppti@primakara.ac.id |
Date Deposited: | 06 May 2025 04:21 |
Last Modified: | 06 May 2025 04:21 |
URI: | http://repository.primakara.ac.id/id/eprint/143 |