PENERAPAN JARINGAN SYARAF TIRUAN PADA SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KEBANGKRUTAN PADA PERUSAHAAN BERDASARKAN PADA METODE Z SCORE
APPLICATION OF ARTIFICIAL NEURO NETWORK TO DECISION SUPPORT SYSTEM TO PREDICT THE BANKRUPT OF THE COMPANY BASED ON THE Z SCORE METHOD
Undergraduate Theses dari STIKOM Surabaya / 02-09-2010 14:40:45 WIB
Posting oleh
prastyo • Ditampilkan sebanyak
73122 kali
Share this information :
Author : ALIA ENDRIANI (99410104095)
Subject | : | FINANCIAL MANAGEMENT DECISION SUPPORT-FUZZY SYSTEM |
Keyword | : | JARINGAN SYARAF TIRUAN SISTEM PENDUKUNG KEPUTUSAN METODE Z SCORE MEMPREDIKSI KEBANGKRUTAN |
Abstract in
Bahasa IndonesiaBegitu banyak metode ekonomi yang dapat digunakan untuk mengawasi kinerja perusahaan, terutama yang berkaitan dengan kondisi keuangan salah satunya adalah metode Z score. Metode yang ditemukan oleh Altman ini menganalisa lima rasio yang didapatkan dari laporan keuangan yang kemudian di kalkulasikan dengan koefisien yang telah ditetapkan sehingga menghasilkan nilai Z yang akan digunakan sebagai parameter penentu kebangkrutan perusahaan (bank). Permasalahannya standar nilai Z yang telah ditentukan tidak menunjukkan perbedaan antara perusahaan yang bangkrut ataupun yang tidak bangkrut ketika diuji kan pada beberapa bank di Indonesia.
Maka terbersitlah pemikiran untuk menerapkan jaringan syaraf tiruan pada sistem pendukung keputusan untuk memprediksi kebangkrutan perusahaan (bank). dimana diharapkan sistem tersebut mampu mengidentifikasi kebangkrutan bank dengan lebih akurat sesuai dengan kenyataan yang ada.
Keakuratan dalam memberikan keputusan menjadi tuntutan utama dalam sistem yang akan dibangun ini. Setelah melakukan pelatihan dan uji coba pengambilan keputusan. Berhasil didapatkan tingkat akurasi pengambilan keputusan yang lebih tinggi oleh metode Back Propagation Neural Network (BPN) dibandingkan dengan menggunakan metode Z score. Dimana dengan pemakaian metode BPN didapatkan tingkat akurasi keputusan yang mencapai 81,25 % sedangkan dengan menggunakan perhitungan Z score tingkat akurasinya hanya sebesar 43,75 %. Hal ini membuktikan BPN dapat menjadi alternatif lain dalam memprediksi kebangkrutan perusahaan (bank) di Indonesia.
Abstract
So many economic methods that can be used to monitor the performance of companies, especially those related to the financial condition of one of them is the Z score method. Altman method was found by analyzing the five ratios obtained from financial statements later in the calculated by a predetermined coefficient so as to produce Z values to be used as a determinant parameter of bankruptcy companies (banks). Z value of the standard problem that has been determined not to show the difference between firms that are not bankrupt or insolvent when tested it on several banks in Indonesia.
So terbersitlah thought to apply neural networks in decision support systems for predicting bankruptcy of firms (banks). where the system is expected to be able to identify more accurately the bank insolvency in accordance with the existing reality.
The accuracy in giving the decision became a key demand in a system that will be built this. After doing the testing and training decisions. Successfully obtained the accuracy of the higher decision-making by the method of Back Propagation Neural Network (BPN) compared with the Z score. Where the use of BPN method showed that the accuracy of the decision reached 81.25% while using the Z score calculation accuracy rate of only 43.75%. This proves the BPN can be another alternative in predicting bankruptcy of firms (banks) in Indonesia.
Contributor | : | AHMAD SAIKHU, S.SI., MT ROMEO, ST |
Date Create | : | 02-09-2010 |
Type | : | Text |
Format | : | pdf |
Language | : | Indonesian |
Identifier | : | STIKOM Surabaya-Undergraduate-4-20012 |
Collection ID | : | 4-20012 |
Call Number | : | PERPUSTAKAAN STIKOM 658.15 END P |
Coverage : Terbatas Sivitas Akademika STIKOM Surabaya
Rights : Hak Cipta (c) 2009 oleh STIKOM SURABAYA. Dilarang mengcopy atau mendistribusikan baik sebagian atau seluruh isi koleksi ini dalam bentuk apapun, baik secara elektronis maupun mekanis tanpa izin dari penulis.
Download koleksi - Terbatas untuk Member1. STIKOM Surabaya-Undergraduate-1047-Cover.pdf - 183 KB
![pdf files](images/ext/pdf.gif)
2. STIKOM Surabaya-Undergraduate-1047-ABSTRAKSI.pdf - 285 KB
![pdf files](images/ext/pdf.gif)
3. STIKOM Surabaya-Undergraduate-1047-DAFTAR ISI.pdf - 496 KB
![pdf files](images/ext/pdf.gif)
4. STIKOM Surabaya-Undergraduate-1047-BAB I.pdf - 677 KB
![pdf files](images/ext/pdf.gif)
5. STIKOM Surabaya-Undergraduate-1047-BAB II.pdf - 3755 KB
![pdf files](images/ext/pdf.gif)
6. STIKOM Surabaya-Undergraduate-1047-BAB III.pdf - 2227 KB
![pdf files](images/ext/pdf.gif)
7. STIKOM Surabaya-Undergraduate-1047-BAB IV.pdf - 2435 KB
![pdf files](images/ext/pdf.gif)
8. STIKOM Surabaya-Undergraduate-1047-BAB V.pdf - 156 KB
![pdf files](images/ext/pdf.gif)
9. STIKOM Surabaya-Undergraduate-1047-Daftar Pustaka.pdf - 89 KB
![pdf files](images/ext/pdf.gif)
10 dokumen yang mirip... Tidak ditemukan subyek yang mirip !
10 dokumen yang berhubungan...
.: Kembali ke daftar Undergraduate Theses