Pengelompokan Perusahaan Perbankan Berdasarkan Rasio Keuangan Menggunakan Metode Kohonen SOM dan Artificial Neural Network

Abstract

Pandemi Covid-19 mengakibatkan penurunan ekonomi di berbagai dunia akibat ditutupnya seluruh sektor untuk mencegah penularan virus yang lebih masif. Kontraksi pertumbuhan ekonomi membuat persentase kredit macet meningkat yang dapat menyebabkan perusahaan Perbankan mengalami kenaikan likuiditas dan menurunnya profitabilitas dalam jangka panjang dapat menyebabkan perusahaan mengalami kebangkrutan. Dalam periode 2020-2022, terdapat 17 Bank BPR yang telah mengalami likuidasi dan 19 perusahaan Perbankan lainnya terancam “merger”. Oleh karena itu, penelitian ini mengangkat topik financial distress pada perusahaan perbankan menggunakan metode pengelompokan Kohonen Self-Organized Map (SOM) dilanjut analisis klasifikasi Artificial Neural Network (ANN) untuk mengetahui kondisi keuangan perusahaan Perbankan ke dalam kategori financial distress atau non-financial distress. Data yang digunakan bersumber dari Bursa Efek Indonesia (BEI) dengan menggunakan 10 rasio keuangan yang dihitung dari laporan keuangan tahunan tahun 2021. Hasil pengelompokan perusahaan Perbankan menggunakan Kohonen SOM dengan 2 cluster adalah 41 perusahaan Perbankan dalam cluster 1 yang teridentifikasi sebagai perusahaan dengan financial distress dan 4 perusahaan Perbankan dalam cluster 2 yang teridentifikasi sebagai perusahaan dengan non-financial distress. Kemudian hasil pengelompokan perusahaan disimpulkan memiliki perbedaan karakter antar cluster dengan menggunakan metode MANOVA. Selanjutnya dilakukan analisis klasifikasi menggunakan metode ANN dengan Backpropagation dimana hasil ketepatan klasifikasi yang didapatkan sangat tinggi yaitu 100% pada data training dan 92,31% pada data testing.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).