<![CDATA[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.]]>
Copyrights © 2025
