Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Dimensi Utama Teknik Sipil
Rafael Reinaldo Loren
Petra Christian University
Civil Engineering, Building, Construction & Architecture

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PREDIKSI KEBANGKRUTAN DENGAN METODE ANN, SVM, DAN CART PADA PERUSAHAAN PROPERTI, KONSTRUKSI, DAN INDUSTRI SEJENIS YANG TERDAFTAR DI BEI Rafael Reinaldo Loren; Doddy Prayogo; Januar Budiman
Dimensi Utama Teknik Sipil Vol 9 No 2 (2022): Oktober 2022
Publisher : Program Studi Magister Teknik Sipil - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9744/duts.9.2.136-155

Abstract

Sifat ketidakpastian dalam sektor konstruksi, properti, real estate dan industri sejenis membuat sektor ini rentan menghadapi financial distress. Saat ini, metode yang digunakan untuk memprediksi status finansial perusahaan adalah pendekatan linier, sedangkan tidak semua variabel menunjukkan korelasi linear terhadap kesehatan finansial sebuah perusahaan. Penelitian bertujuan untuk menemukan model prediksi yang paling akurat dalam memprediksi indikasi financial distress dengan menggunakan kecerdasan buatan(AI). Metode AI yang digunakan dalam penelitian ini adalah ANN, SVM, dan CART. Metode ini digunakan untuk menganalisis tiga dataset rasio keuangan dari model peneliti terdahulu pada prediksi tiga dan lima tahun. Hasil terbaik dari pengolahan data kemudian dianalisis dengan confusion matrix untuk menentukan metode yang memiliki tingkat akurasi tertinggi. Hasil penelitian menunjukkan bahwa metode ANN memiliki tingkat akurasi paling tinggi terbanyak. Dataset dari peneliti Cheng et al. (2014) memiliki tingkat akurasi tertinggi pada hasil prediksi tiga tahun dengan metode CART dan lima tahun dengan menggunakan metode ANN.
PREDIKSI KEBANGKRUTAN DENGAN METODE ANN, SVM, DAN CART PADA PERUSAHAAN PROPERTI, KONSTRUKSI, DAN INDUSTRI SEJENIS YANG TERDAFTAR DI BEI Rafael Reinaldo Loren; Doddy Prayogo; Januar Budiman
Dimensi Utama Teknik Sipil Vol. 9 No. 2 (2022): Oktober 2022
Publisher : Program Studi Magister Teknik Sipil - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9744/duts.9.2.136-155

Abstract

Sifat ketidakpastian dalam sektor konstruksi, properti, real estate dan industri sejenis membuat sektor ini rentan menghadapi financial distress. Saat ini, metode yang digunakan untuk memprediksi status finansial perusahaan adalah pendekatan linier, sedangkan tidak semua variabel menunjukkan korelasi linear terhadap kesehatan finansial sebuah perusahaan. Penelitian bertujuan untuk menemukan model prediksi yang paling akurat dalam memprediksi indikasi financial distress dengan menggunakan kecerdasan buatan(AI). Metode AI yang digunakan dalam penelitian ini adalah ANN, SVM, dan CART. Metode ini digunakan untuk menganalisis tiga dataset rasio keuangan dari model peneliti terdahulu pada prediksi tiga dan lima tahun. Hasil terbaik dari pengolahan data kemudian dianalisis dengan confusion matrix untuk menentukan metode yang memiliki tingkat akurasi tertinggi. Hasil penelitian menunjukkan bahwa metode ANN memiliki tingkat akurasi paling tinggi terbanyak. Dataset dari peneliti Cheng et al. (2014) memiliki tingkat akurasi tertinggi pada hasil prediksi tiga tahun dengan metode CART dan lima tahun dengan menggunakan metode ANN.
Co-Authors Doddy Prayogo Januar Budiman