PREDIKSI FINANCIAL DISTRESS MENGGUNAKAN MODEL ARTIFICIAL NEURAL NETWORK PADA PERUSAHAAN PERHOTELAN YANG TERDAFTAR DI BURSA EFEK INDONESIA (BEI) TAHUN 2017-2021
NATASYA SALSABILA NAFIS

Informasi Umum

Kode

23.04.3705

Klasifikasi

332 - Financial economics

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Finance And Accounting

Dilihat

302 kali

Informasi Lainnya

Abstraksi

<p align="center"><strong>ABSTRAK</strong></p>

<p>Penelitian ini bertujuan untuk mengetahui model peringatan dini, perbedaan hasil perhitungan, dan hasil prediksi <em>financial distress</em> menggunakan model <em>Artificial Neural Network</em> (ANN) pada <em>data testing</em>perusahaan industri perhotelan yang terdaftar di Bursa Efek Indonesia (BEI) sejak tahun 2017-2021. Pada penelitian ini, peneliti menggunakan metode penelitian kuantitatif dimana hasil yang didapatkan dari penelitian ini berupa angka atau data yang nilainya diangkakan. Populasi dalam penelitian ini adalah perusahaan <em>Hotels, Resorts & Cruise Lines</em> yang yang terdaftar pada Bursa Efek Indonesia tahun 2017-2021 dengan jumlah perusahaan sebanyak 17 perusahaan. Prosedur pengolahan data pada penelitian ini diawali dengan menghitung rasio keuangan menggunakan Microsoft Excel, kemudian menganalisis statistik dekriptif, dan melakukan pengujian model <em>artificial neural network</em> denganmenggunakan bahasa pemrograman PYTHON untuk memprediksi kondisi <em>financial distress</em> pada perusahaan.</p>

<p><strong>Kata kunci</strong> : Artificial Neural Network; Financial Distress; Industri Perhotelan.</p>

<p> </p>

<p align="center"><strong><em>ABSTRACT</em></strong></p>

<p><em>This study aims to determine early warning models, differences in calculation results, and prediction results of financial distress using the Artificial Neural Network (ANN) model on data testing of hotel industry companies listed on the Indonesia Stock Exchange (IDX) from 2017-2021. In this study, researchers used quantitative research methods where the results obtained from this study were in the form of numbers or data whose values were numbered. The population in this study are companies Hotels, Resorts & Cruise Lines which are listed on the Indonesia Stock Exchange in 2017-2021 with a total of 17 companies. The data processing procedure in this study begins with calculating financial ratios using Microsoft Excel, then analyzing descriptive statistics, and testing the artificial neural network model using the PYTHON programming language to predict financial distress conditions in companies.</em></p>

<p><strong><em>Keywords </em></strong>: <em>Artificial Neural Networks; Financial Distress; Hospitality Industry.</em></p>

• SA833032 - PROPOSAL SKRIPSI

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook