Pengklusteran perusahaan dengan fuzzy substractive clustering berdasarkan rasio keuangan

KURNIAWATI, Laksmindra Dwi, Drs. Agus Harjoko, M.Sc., Ph.D

2009 | Tesis | S2 Ilmu Komputer

Analisis laporan keuangan begitu penting bagi penganalisis perusahaan. Oleh karena itu diperlukan suatu sistem yang dapat membantu mereka dalam menganalisis suatu perusahaan berdasar laporan keuangan sesuai dengan kepentingan penganalisis. Penelitian ini mengaplikasikan aturan berbasis klasifikasi fuzzy karena sistem fuzzy dapat menjelaskan penalaran manusia dan pembuatan keputusan dalam bahasa natural, yang memainkan peran esensial dalam fenomena ekonomi, berdasar pada ketidakpastian yang melekat di dalam bahasa natural. Fuzzy Subtractive clustering menawarkan suatu alternatif yang menghasilkan aturan-aturan inferensi fuzzy secara otomatis melalui proses pelatihan. Pendekatan ini tidak hanya cocok untuk data multi dimensi, tapi juga secara otomatis memutuskan model klasifikasi yang benar. Penelitian ini mempresentasikan pendekatan Fuzzy Subtractive clustering untuk mengklasifikasikan 30 perusahaan manufaktur yang terdaftar di BEJ berdasar rasio keuangannya tahun 2006. Lebih lanjut, dalam penelitian ini, informasi diberikan menurut market players yang paling penting, seperti manajer, kreditur, dan investor. Ketiga market players tersebut mempunyai perspektif yang berbeda. Mereka mengukur suatu perusahaan berdasar rasio keuangan yang berbeda. Rasio keuangan yang digunakan, untuk manajer yaitu Sales Growth, Net Profit Growth, dan Asset Turn Over, untuk kreditur yaitu Indebtedness, Solvency, Otonomi Keuangan dan Current Ratio, sedangkan untuk investor yaitu ROI, ROE, Profit Margin On Sales, dan Profitabilitas Penjualan. Hasil pengklusteran dengan Fuzzy Subtractive Clustering menunjukkan bahwa nilai rata-rata indeks validitas Xie-Beninya lebih kecil dibandingkan dengan Fuzzy C-Mean Clustering. Ini mencerminkan bahwa kluster-kluster yang dibentuk oleh Fuzzy Subtractive Clustering lebih baik separasi datanya untuk kluster yang berbeda dan lebih padat datanya untuk kluster yang sama.

Analyse the financial statement so the necessary for company analyzer. Therefore, needed a system able to assist them in analysing a company of based on financial statement as according to analyzer importance. This research order application rule base on the classification fuzzy, because of system fuzzy can express the human reasoning and decision making in natural language, which plays an essential role in economic phenomena, is based on genuine uncertainty embedded in natural language. This method automatically generates fuzzy inference rules by clustering the training data. This approach not only is suitable for multidimensional data, but also automatically decides the correct model classification. This research presents a Fuzzy Subtractive clustering approach to classify the 30 manufacture companies enlisted in BEJ based on its financial ratio 2006. Further, we want to elicit information according to the most important market players, such as managers, krediturs, and investors. The third of the market players have the different perpective. They measure a company based on different financial ratio. Used Financial ratio, for the manager of that is Sales Growth, Net Profit Growth, and Asset of Turn Over, for the creditor of that is Indebtedness, Solvency, Monetary Autonomous and Current Ratio, while for the investor of that is ROI, ROE, Profit of Margin of On Sales, and Sale Profitability. Clustering results by Fuzzy Subtractive Clustering show that average Xie- Beni index values are smaller than Fuzzy C-Mean Clustering. That is reflects that the clusters Fuzzy Subtractive Clustering have greater separation of data in defferent clusters and are more compact its data in the same cluster.

Kata Kunci : Fuzzy substractive Clustering,Fuzzy inference system Sugeno orde satu,Perspektif pemain pasar,Rasio keuangan,Fuzzy C,Mean Clustering, fuzzy subtractive clustering, Fuzzy inference system, market player prespective, dan rasio keuangan