Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Implementasi Fuzzy Neural Network Untuk Memprediksi Kebangkrutan Perusahaan di Bursa Efek Jakarta
Satria Chahyo Nugroho NIM. (2016) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Prediksi kebangkrutan berfungsi untuk memberikan panduan bagi pihak-pihak perusahaan tentang kinerja keuangan apakah akan mengalami kesulitan atau tidak dimasa yang akan datang. Fuzzy Neural Network Kwan and Cai merupakan metode jaringan saraf tiruan yang dapat digunakan untuk melakukan prediksi kebangkrutan perusahaan. Analisis kebangkrutan dilakukan untuk memperoleh tanda-tanda awal kebangkrutan. Semakin awal tanda-tanda kebangkrutan semakin baik karena bisa melakukan perbaikan-perbaikan. Tanda-tanda kebangkrutan dalam hal ini dilihat dengan menggunakan data laporan keuangan. Kesulitan keuangan dapat berarti mulai dari kesulitan likuiditas yang merupakan kesulitan keuangan paling ringan sampai ke pernyataan kebangkrutan, yang merupakan kesulitan keuangan yang paling berat. Berdasarkan hasil pembelajaran dan pengujian yang telah dilakukan, Fuzzy Neural Network Kwan and Cai untuk setahun sebelum dan dua tahun sebelum. Bahwa besar nilai error prediksi pada setahun sebelum kebangkrutan memiliki nilai 17,50% dan besar nilai error prediksi pada dua tahun sebelum memiliki nilai 21,67%. Besaran nilai error tersebut menandakan besarnya kesalahan yang dilakukan oleh Fuzzy Neural Network Kwan and Cai. Sehingga dapat disimpulkan bahwa metode Fuzzy Neural Network Kwan and Cai mampu digunakan untuk melakukan prediksi kebangkrutan.
Ringkasan Alternatif
Bankruptcy prediction functions to provide guidance to the parties of enterprise financial performance, whether or not it will have trouble in the future. Fuzzy Neural Networkof Kwan and Cai is method of artificial neural network that is able to be used to make predictions of enterprise bankruptcy. Bankruptcy analysis is done to obtain early signs of bankruptcy. The earlier signs of bankruptcy, the better because can do the correction. Signs of bankruptcy in this case seen by using financial reporting data. Difficulties of financial may mean starting from a liquidity trouble which is the lowest financial difficulties to the bankruptcy declaration, which is the most severe financial difficulties. According to the learning and testing that has been done, Fuzzy Neural Network of Kwan and Cai for a years and two years before. That great value error prediction on a year before bankruptcy; had value 17.50% and that great value error prediction on two years before; had value at 21,67%. The magnitude of that error value indicates the magnitude of the errors which was done by Fuzzy Neural Network of Kwan and Cai. So it can be concluded that the method of Fuzzy Neural Network of Kwan and Cai was able to used to make predictions of bankruptcy.