Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Jurnal Fisika Unand Jurnal Spektra Science and Technology Indonesia Jurnal Informatika Universitas Pamulang Jurnal Ilmu Fisika Jurnal Sistem Komputer & Kecerdasan Buatan Makara Journal of Technology IKRAM: Jurnal Ilmu Komputer Al Muslim
Abu Khalid Rivai
Pusat Sains dan Teknologi Bahan Maju, BATAN
Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering Energy Engineering Environmental Science Materials Science & Nanotechnology Mechanical Engineering Physics

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Sistem Komputer

 1 
ANALISIS RASIO KEUANGAN YANG MEMPENGARUHI NILAI BUKU PERUSAHAAN DENGAN MODEL REGRESSION, SUPPORT VECTOR MACHINE DAN ALGORITMA GENETIKA (Studi Kasus Perusahaan Manufaktur dan Infrastruktur Terdaftar BEI 2018-2023) Albert, Albert Setiawan Harijanto; Rivai, Abu Khalid; Sudarno, Sudarno
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 9 No. 1 (2025): Volume IX - Nomor 1 - September 2025
Publisher : Teknik Informatika, Sistem Informasi dan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v9i1.876

Abstract

Penelitian ini bertujuan untuk menganalisis rasio laporan keuangan menggunakan tiga pendekatan regresi: Genetic Algorithm (GA), Support Vector Machine (SVM), dan Regresi Linear, dalam memprediksi nilai Price to Book Value (PBV) berdasarkan indikator keuangan seperti Debt to Equity Ratio (DER), Price Earnings Ratio (PER), dan Return on Assets (ROA). Data yang digunakan adalah laporan tahunan perusahaan berbasis manufaktur dan infrastruktur yang diperoleh dari Bursa Efek Indonesia selama periode 2018-2023, dengan total 350 data. Hasil analisis menunjukkan bahwa model SVM memiliki nilai Mean Squared Error (MSE) dan Root Mean Squared Error (RMSE) terendah, masing-masing sebesar 2.0017 dan 1.4148. Namun, model GA menunjukkan nilai Mean Absolute Error (MAE) dan Mean Absolute Percentage Error (MAPE) yang lebih kecil, yaitu 0.3106 dan 22.68%, dibandingkan SVM yang memiliki MAPE lebih tinggi (50.07%). Model Regresi Linear menunjukkan performa yang jauh lebih buruk, dengan MSE mencapai 45.5992 dan R² negatif sebesar -22.2335, menandakan bahwa model tersebut tidak mampu menangkap pola dalam data. Secara keseluruhan, model GA yang dioptimasi melalui seleksi dan mutasi dengan validasi silang menunjukkan kinerja terbaik dalam hal akurasi dan stabilitas prediksi. Penelitian ini menegaskan efektivitas algoritma evolusioner dalam pemodelan prediktif berbasis data keuangan, serta menyoroti pentingnya pemilihan metode yang tepat untuk analisis rasio laporan keuangan.
Co-Authors Agung Budi Susanto Agus Hadi Ismoyo Agusutrisno Agusutrisno, Agusutrisno Albert, Albert Setiawan Harijanto Annette Heinzel Arbi Dimyati Bery, Winda Surya Chaur Jeng Wang, Chaur Jeng Dadang Kurnia, Dadang Dian Fitriyani Edi Suharyadi Elvaswer Elvaswer Evvy, Kartini Galih Putra Drantou Munggaran, Galih Putra Drantou Hadriani, Angelina Mardiansyah Mardiyanto Mardiyanto Mohammad Dani Nur Ika Puji Ayu Parikin Parikin Riza Iskandar Sudarno Sudarno Sulistioso G.S, Sulistioso Sulistioso Giat Sukaryo, Sulistioso Giat Yudhistyra Saputra, Yudhistyra Zarvianti, Enny Zavianti, Enny