Claim Missing Document
Check
Articles

Found 1 Documents
Search

BACKPROPAGATION NEURAL NETWORK UNTUK OPTIMASI AKURASI PADA PREDIKSI FINANCIAL DISTRESS PERUSAHAAN Fa’rifah, Riska Yanu; Busrah, Zulfiqar
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 2 No 1 (2017): Volume 2, Nomor 1, April 2017
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (515.609 KB) | DOI: 10.24252/instek.v2i1.2609

Abstract

Backpropagation neural network (BNN) merupakan salah satu metode machine learningyang sesuai untuk analisis data kualitatif (data biner). BNN ini digunakan untuk mendapatkan akurasi yang tinggi dari hasil analisis. Akurasi yang tinggi dapat diperoleh dengan menggunakan algoritma resilient BNN. Oleh karena itu penelitian ini akan menerapkan metode resilient BNN untuk mengoptimumkan akurasi berdasarkan hasil analisis prediksi financial distress dengan logostic regression (LR).Hasilanalisismenunjukkanbahwa akurasi yang dihasilkan dengan resilient BNN meningkat 23.81% dari analisis sebelumnya, yaitu menggunakan LRdengan akurasi sebesar 66.67%. Akurasi optimum pada resilient BNN ini terjadi pada penggunaan 7 hidden layer.