JARINGAN SARAF TIRUAN :BACKPROPAGATJON SEBAGAI EARLY WARNING SYSTEM (EWS) KEBANGKRUTAN PERUSAHAAN DI INDONESIA ( Studi Kasus Perusahaan Sektor Manufaktur yang Delisted dan Listing di Bursa Efek Jakarta periode 1998 s/d 2003)

IRWANSYAH, Adhitya Ronnie Effendie

2006 | Skripsi | PROGRAM STUDI STATISTIKA

Untuk mengantisipasi munculnya kesulitan keuangan pada perusahaan, perlu disusun suatu sistem yang dapat memberikan peringatan dini (Early Warning Systems) adanya problematik keuangan yang mengancam operasional perusahaan tersebut. Data yang digunkan sebagai variabel input atau indikator kebangkrutan dalam penelitian ini adalah rasio keuangan perusahaan satu tahun sebelum dinyatakan bangkrut. Data rasio keuangan perusahaan yang dinyatakan bangkrut dan tidak bangkrut memiliki pola yang mampu diprediksi dan diklasifikasikan. Jaringan saraf tiruan khususnya metode Backpropagation Neural Network (BpNN) dengan metode pelatihan Gradien descent dengan Momentum (GdM) merupakan metode yang mampu melakukan proses prediksi dan klasifikasi berdasarkan pola-pola tertentu. Dalam skripsi ini digunkan dua fungsi aktivasi yaitu Sigmoid bipolar dan Logistik sigmoid. Berdasarkan nilai SSE, MSE, MAE model terbaik yang dapat digunakan sebagai EWS kebangkrutan untuk fungsi aktivasi sigmoid bipolar adalah JST[S-12-1] dengan akurasi prediksi 97,78%. Sedangkan untuk fungsi aktivasi logistik sigmoid model terbaik adalah JST[S-10-1] dengan akurasi prediksi 97,09%.

Kata Kunci : Jaringan Saraf Tiruan, Backpropagation, Gradien descent, Bankruptcy Prediction, Sigmoid Bipolar, Logistik sigmoid, Early Warning Systems.