ANALISIS RASIO KEUANGAN UNTUK MEMPREDIKSI FINANCIAL DISTRESS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

ALIYYA RIFANDA PUTRI YUWANDHANI

Informasi Umum

Kode

22.04.3618

Klasifikasi

658.15 - Financial Management

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Financial Management, Financial Analysis,

Dilihat

419 kali

Informasi Lainnya

Abstraksi

Financial distress merupakan gejala awal yang dialami oleh suatu perusahaan sebelum mengalami kebangkrutan. Financial distress tercermin melalui kinerja perusahaan yang menurun. Kinerja perusahaan yang menurun ini dapat diukur menggunakan rasio keuangan untuk menggambarkan kondisi kinerja perusahaan. Financial distress penting untuk diteliti karena dapat membantu perusahaan maupun investor untuk mendeteksi secara dini kondisi keuangan perusahaan dan meminimalisir risiko yang ada.

Penelitian ini memiliki tujuan untuk mengetahui tingkat ketepatan model prediksi financial distress perusahaan sektor energi yang terdaftar di Bursa Efek Indonesia. Penelitian ini meliputi laporan keuangan perusahaan, rasio keuangan dan kondisi financial distress perusahaan, serta penggunaan metode dari model prediksi financial distress. Dengan mengetahui korelasi antara rasio keuangan dengan financial distress maka rasio keuangan dapat dijadikan sebagai variabel input dalam model prediksi financial distress.

Teknik pengambilan data dengan observasi secara mendalam dan pengumpulan data sekunder. Objek penelitian ini adalah perusahaan sektor energi yang terdaftar di BEI periode 2009-2020, dengan teknik purposive sampling maka diperoleh sebanyak 14 sampel data observasi. Metodologi yang digunakan dalam penelitian ini adalah metode Support Vector Machine (SVM) yang memperbaiki metode sebelumnya.

Berdasarkan hasil penelitian bahwa rasio likuiditas, rasio profitabilitas, rasio solvabilitas, rasio aktivitas, dan rasio pertumbuhan dapat dijadikan variabel input untuk model prediksi financial distress pada perusahaan sektor energi yang terdaftar di BEI. Model prediksi financial distress pada perusahaan sektor energi yang memberikan nilai akurasi 88% diberikan oleh kernel polynomial C=1, D=1.

Hasil penelitian ini diharapkan dapat dijadikan referensi untuk model prediksi financial distress menggunakan metode support vector machine pada perusahaan sektor energi yang terdaftar di Bursa Efek Indonesia. Selain itu, penelitian ini dapat dijadikan arahan untuk investor dan manajer perusahaan pada sektor energi yang terdaftar di Bursa Efek Indonesia untuk melakukan perencanaan investasi lebih baik dan acuan untuk memprediksi financial distress pada perusahaannya.