RIZKI, Aulia Dwi (2025) Perbandingan Support Vector Machine dan Adaptive Boosting pada Klasifikasi Kinerja Perusahaan yang Tercatat di Bursa Efek Indonesia. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (60kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (341kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (233kB)
	Text 5. KATA PENGANTAR.pdf Restricted to Repository staff only Download (73kB) | Request a copy
	Text 6. ABSTRAK.pdf Download (7kB)
	Text 7. ABSTRACT.pdf Download (93kB)
	Text 8. DAFTAR ISI.pdf Download (51kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (28kB)

Abstract

ABSTRAK
Kesehatan keuangan perusahaan memberikan suatu indikasi kinerja
perusahaan yang berguna untuk mengetahui posisi perusahaan. Kinerja
perusahaan perlu diprediksi untuk mengetahui perkembangan perusahaan.
Penelitian ini bertujuan menerapkan dan membandingkan metode Support Vector
Machine (SVM) dan Adaptive Boosting (AdaBoost) untuk klasifikasi kinerja
perusahaan. Data yang digunakan yaitu data laporan keuangan 846 perusahaan
yang tercatat di Bursa Efek Indonesia tahun 2023. Variabel dependen yang
digunakan pada penelitian ini adalah kinerja perusahaan yang dikategorikan ke
dalam dua kelas yaitu sehat dan tidak sehat. Variabel independen yang digunakan
terdiri atas delapan rasio keuangan yaitu CR, DER, LDAR, ROA, ROE, ROI,
TATO, dan WCTA. Hasil evaluasi menunjukkan bahwa Support Vector Machine
(SVM) menghasilkan klasifikasi yang paling optimal. Berdasarkan pembagian
data training-testing sebesar 70%:30%, akurasi dalam mengklasifikasikan data
testing mencapai 90%. Sementara itu, hasil evaluasi dari Adaptive Boosting
(AdaBoost) menghasilkan akurasi sebesar 89%. Secara keseluruhan, SVM lebih
unggul dalam mengklasifikasikan kinerja perusahaan secara tepat ke dalam kelas
sehat dan tidak sehat. Meskipun AdaBoost juga memberikan kinerja yang baik,
SVM tetap menjadi pilihan terbaik untuk analisis kinerja perusahaan yang lebih
akurat.
Kata Kunci: Kinerja Perusahaan, Klasifikasi, Support Vector Machine, Adaptive
Boosting

Actions (login required)

View Item