Tesis
Analysis of Machine Learning Application in Predicting Bankruptcy in Companies (Case Study of Manufacturing Companies Listed on the Indonesia Stock Exchange)
Penelitian ini bertujuan untuk menganalisis prediksi kebangkrutan perusahaan manufaktur menggunakan machine learning. Data keuangan dari perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia selama periode tahun 2013 hingga 2023 digunakan dalam penelitian ini. Metode analisis yang digunakan adalah Long Short-Term Memory (LSTM), Support Vector Machine (SVM), Random Forest, dan Extreme Gradient Boosting (XGBoost). Hasil penelitian diharapkan dapat memberikan manfaat bagi perusahaan manufaktur dalam mengidentifikasi tanda-tanda awal kebangkrutan, kreditur dalam mengevaluasi kelayakan pemberian kredit, investor dalam pengambilan keputusan investasi, akademisi dalam pengembangan riset di bidang prediksi kebangkrutan, serta regulator pasar modal (OJK) dalam meningkatkan efisiensi pengawasan terhadap perusahaan manufaktur. Hasil penelitian menunjukkan bahwa SVM efektif dalam memprediksi data historis dengan performa yang konsisten, sementara LSTM memiliki keunggulan dalam menangani variasi dan pola dalam data baru.
| Call Number | Location | Available |
|---|---|---|
| T 542/24 | PSB lt.2 - Karya Akhir | 1 |
| Penerbit | Jakarta: Program Studi Magister Akuntansi Fakultas Ekonomi dan Bisnis Universitas Indonesia 2024 |
|---|---|
| Edisi | - |
| Subjek | Bankruptcy Manufacturing companies Machine Learning |
| ISBN/ISSN | - |
| Klasifikasi | NONE |
| Deskripsi Fisik | xiii, 82 p.: il: 30 cm. |
| Info Detail Spesifik | Tesis |
| Other Version/Related | Tidak tersedia versi lain |
| Lampiran Berkas | Tidak Ada Data |