Klasifikasi Kondisi Finansial pada Perusahaan Sektor Finansial yang Terdaftar di BEI Periode Tahun 2020 Menggunakan Support Vector Machine

Anang Kurniawan, Mike Prastuti
Submission Date: 2022-07-19 09:59:44
Accepted Date: 2023-04-04 00:00:00

Abstract


Saham menjadi instrumen investasi yang paling di gemari oleh pemodal, karena menurut OJK atau otoritas jasa keuangan pertumbuhan investor saham pada agustus 2021 sebesar 50,7% lebih tinggi dibanding dengan tahun 2020. Kesempatan ini disalahgunakan oleh organisasi investasi untuk menjadi modus penipuan baru terhadap investor pemula. Oleh karena itu diperlukan suatu analisis klasifikasi kondisi finansial perusahaan yang dapat membantu investor dalam menentukan perusahaan tujuan investasi. Menurut Mark E Zmijewski, kondisi finansial dikategorikan menjadi 2 yaitu financial distress dan non financial distress. Penelitian ini dianalisis untuk mengetahui hasil klasifikasi kondisi finansial perusahaan sektor finansial yang terdaftar di Bursa Efek Indonesia periode tahun 2020 berdasarkan rasio keuangan yaitu rasio likuiditas, rasio solvabilitas, dan rasio profitabilitas. Seluruh variabel tersebut diklasifikasikan menggunakan metode support vector machine (SVM). Metode SVM digunakan karena mampu memunculkan pembatas yang efektif antar data. Hasil analisis menunjukan mayoritas perusahaan sektor finansial di Indonesia dikategorikan sebagai perusahaan dengan kondisi finansial yang sehat dengan Proporsi sebanyak 75,5%, sedangkan 24,5% lainnya memiliki kondisi finansial yang kurang sehat. Rata-rata perusahaan sektor finansial di Indonesia adalah perusahaan yang likuid, mampu memenuhi kewajiban apabila terjadi pembubaran perusahaan, serta mampu menghasilkan keuntungan dari modal dan aset yang dimiliki, hal itu dapat dilihat dari rasio kuangan yang bernilai positif. Hasil klasifikasi terbaik yaitu menggunakan kernel linear dan proporsi training:testing 80:20 yang menghasilkan akurasi sebesar 0,952, recall sebesar 1, dan presisi sebesar 0,938.

Keywords


Klasifikasi; Kondisi Finansial; Support Vector Machine

Full Text: PDF

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).

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Sains dan Seni ITS by Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://ejurnal.its.ac.id/index.php/sains_seni.