Analisis Perbandingan Klasifikasi Financial Distress Perusahaan Menggunakan Support Vector Machine Dan Artificial Neural Network Pada Perusahaan Pertambangan 2017-2018

Abstract

Financial distress adalah tahapan penurunan kondisi keuangan suatu perusahaan sebelum mengalami kebangkrutan. Prediksi financial distress bermanfaat bagi perusahaan, investor, dan kreditur. Penelitian ini menggunakan sektor pertambangan di Bursa Efek Indonesia. Variabel yang digunakan adalah rasio keuangan yang mengacu pada penelitian Altman untuk perusahaan selain manufaktur, yaitu working capital/total asset, retained earning/total asset, earning before interest and tax/total asset, dan market value equity/total liabilities. Penelitian ini menggunakan metode Support Vector Machine dan Artificial Neural Network. Kedua metode tersebut akan dibandingkan menggunakan tingkat akurasi sehingga diperoleh metode mana yang lebih baik. Hasil dari metode Support Vector Machine menunjukkan tingkat akurasi sebesar 94% menggunakan sigmoid. Untuk metode Artificial Neural Network menunjukkan tingkat akurasi sebesar 88%. Jadi, metode Support Vector Machine lebih baik daripada metode Artificial Neural Network dalam mengklasifikasikan perusahan sektor pertambangan financial distress dan non financial distress.