Prediksi kebangkrutan adalah hal yang penting dilakukan dalam penentuan
keputusan suatu perusahaan. Terlebih lagi pada tahun-tahun pasca krisis global,
...
IMPLEMENTASI METODE BAGGING NEAREST NEIGHBOR SUPPORT VECTOR MACHINE UNTUK PREDIKSI KEBANGKRUTAN Nama Mahasiswa NRP Jurusan Dosen Pembimbing 1 Dosen Pembimbing 2
: : : : :
MOHAMAT ULIN NUHA 5108 100 164 Teknik Informatika FTIf-ITS Isye Arieshanti, S.Kom., M.Phil. Yudhi Purwananto, S.Kom., M.Kom.
Abstrak Prediksi kebangkrutan adalah hal yang penting dilakukan dalam penentuan keputusan suatu perusahaan. Terlebih lagi pada tahun-tahun pasca krisis global, banyak perusahaan yang mengalami kebangkrutan.Karena itulah, adanya perangkat lunak untuk prediksi kebangkrutan menjadi penting agar nasib perusahaan dan karyawan bisa ditentukan. Dengan kemampuan komputasi yang semakin memadai, prediksi kebangkrutan bisa dilakukan dengan teknik penggalian data berdasarkan variabelvariabel prediktor, seperti aset, laba, dan rugi dari perusahaan tersebut. Pada sebuah studi, Li & Sun mengusulkan sebuah model Bagging Nearest Neighbor Support Vector Machine (BNNSVM) (Li & Sun, 2011). Tugas Akhir ini bertujuan untuk mengembangkan perangkat lunak berdasarkan model BNNSVM untuk prediksi kebangkrutan. BNNSVM adalah metode yang menggabungkan metode klasifikasi k-nearest neighbor, support vector machine, dan bagging. Berdasarkan uji coba yang dilakukan, perangkat lunak yang dikembangkan dengan menggunakan BNNSVM terbukti mampu melakukan prediksi kebangkrutan. Hal ini dapat disimpulkan dari nilai akurasi tertinggi yang mencapai 86.23%. Keywords : prediksi kebangkrutan, bagging, k-nearest neighbor, support vector machine, BNNSVM vii
(Halaman ini sengaja dikosongkan)
viii
