Penerapan Metode Oversampling SMOTE Pada Algoritma Random Forest Untuk Prediksi Kebangkrutan Perusahaan
Kemajuan teknologi informasi berkembang kearah finansial dalam melakukan prediski. Banyak model algoritma prediksi data keuangan telah dikembangkan. Prediksi kebangkrutan merupakan sesuatu yang sangat penting bagi organisasi atau perusahaan dalam mengambil keputusan yang diperlukan oleh pemodal dan...
Saved in:
Published in | Techno. Com Vol. 22; no. 1; pp. 207 - 214 |
---|---|
Main Authors | , |
Format | Journal Article |
Language | English Indonesian |
Published |
Universitas Dian Nuswantoro
23.02.2023
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Abstract | Kemajuan teknologi informasi berkembang kearah finansial dalam melakukan prediski. Banyak model algoritma prediksi data keuangan telah dikembangkan. Prediksi kebangkrutan merupakan sesuatu yang sangat penting bagi organisasi atau perusahaan dalam mengambil keputusan yang diperlukan oleh pemodal dan investor. Prediksi kebangkrutan termasuk dalam permasalahan ketidakseimbangan kelas dalam model kalsifikasi karena jumlah data yang termasuk dalam kelas bangkrut jauh lebih sedikit dibandingkan dengan data yang termasuk dalam kelas tidak bangkrut. Tujuan dari penelitian ini adalah untuk menghasilkan model klasifikasi yang baik untuk prediksi risiko kebangkrutan pada perusahaan. preprocessing data dilakukan untuk melakukan optimasi algoritma klasifikasi dengan metode oversampling SMOTE agar menghasilkan model kalsifikasi yang optimal. Algoritma klasifikasi yang digunakan adalah Random Forest Classification untuk mendapatkan hasil prediksi kebangkrutan yang optimal. Berdasarkan hasil pengujian yang telah dilakukan didapatkan bahwa performa klasifikasi meningkat sebesar 7,40% setelah dilakukan preprocessing data dengan menggunakan teknik oversampling SMOTE pada algoritma Random Forest Classifier. |
---|---|
AbstractList | Kemajuan teknologi informasi berkembang kearah finansial dalam melakukan prediski. Banyak model algoritma prediksi data keuangan telah dikembangkan. Prediksi kebangkrutan merupakan sesuatu yang sangat penting bagi organisasi atau perusahaan dalam mengambil keputusan yang diperlukan oleh pemodal dan investor. Prediksi kebangkrutan termasuk dalam permasalahan ketidakseimbangan kelas dalam model kalsifikasi karena jumlah data yang termasuk dalam kelas bangkrut jauh lebih sedikit dibandingkan dengan data yang termasuk dalam kelas tidak bangkrut. Tujuan dari penelitian ini adalah untuk menghasilkan model klasifikasi yang baik untuk prediksi risiko kebangkrutan pada perusahaan. preprocessing data dilakukan untuk melakukan optimasi algoritma klasifikasi dengan metode oversampling SMOTE agar menghasilkan model kalsifikasi yang optimal. Algoritma klasifikasi yang digunakan adalah Random Forest Classification untuk mendapatkan hasil prediksi kebangkrutan yang optimal. Berdasarkan hasil pengujian yang telah dilakukan didapatkan bahwa performa klasifikasi meningkat sebesar 7,40% setelah dilakukan preprocessing data dengan menggunakan teknik oversampling SMOTE pada algoritma Random Forest Classifier. |
Author | Rilvani, Elkin Nugroho, Agung |
Author_xml | – sequence: 1 givenname: Agung surname: Nugroho fullname: Nugroho, Agung – sequence: 2 givenname: Elkin surname: Rilvani fullname: Rilvani, Elkin |
BookMark | eNpN0MtO6zAQgGELgcR1y9ov0DLOxHGyRIhLBajVObC2JvYkhLZ2ZadIvD2loKOzmtFo9C3-U3EYYmAhLhVMESvEq9FNP4piUFOjC3MgTgrU1aTQpjn8bz8WFzm_A4BqEJWCE9EvOHCiDQX5zGP0LOcfnDKtN6sh9PLv8_zlVi7Ik7xe9TEN45rkHwo-ruVdTJxH-RrG7VIuEvthmQf5yC2Ffpm2445ccNpmeiMK5-Koo1Xmi995Jl7vbl9uHiZP8_vZzfXTxCnQMGlZqQ50WRluFGLNXcm-AsPeNYZMhbVmqD0glN5Apysk54HJGNw9Fi2eidmP6yO9200a1pQ-baTB7g8x9ZbSOLgVW42EnfMNth2XpitaBqPrUinXUMk17Kzpj-VSzDlx989TYPfV7ejsvrr9ro5fxed4FQ |
ContentType | Journal Article |
DBID | AAYXX CITATION DOA |
DOI | 10.33633/tc.v22i1.7527 |
DatabaseName | CrossRef DOAJ Directory of Open Access Journals |
DatabaseTitle | CrossRef |
DatabaseTitleList | CrossRef |
Database_xml | – sequence: 1 dbid: DOA name: DOAJ Directory of Open Access Journals url: https://www.doaj.org/ sourceTypes: Open Website |
DeliveryMethod | fulltext_linktorsrc |
Discipline | Engineering |
EISSN | 2356-2579 |
EndPage | 214 |
ExternalDocumentID | oai_doaj_org_article_53a3fcd93bfe47f2be0758411c9a4e80 10_33633_tc_v22i1_7527 |
GroupedDBID | 5VS AAYXX ADBBV ALMA_UNASSIGNED_HOLDINGS ARCSS BCNDV CITATION GROUPED_DOAJ KQ8 RIG |
ID | FETCH-LOGICAL-c1050-be11f05467e91338ef4ed607edc97a76385e08d0304d70f563acd0ea7734ed2b3 |
IEDL.DBID | DOA |
ISSN | 2356-2579 |
IngestDate | Tue Oct 22 15:04:53 EDT 2024 Fri Aug 23 03:42:55 EDT 2024 |
IsDoiOpenAccess | true |
IsOpenAccess | true |
IsPeerReviewed | true |
IsScholarly | true |
Issue | 1 |
Language | English Indonesian |
LinkModel | DirectLink |
MergedId | FETCHMERGED-LOGICAL-c1050-be11f05467e91338ef4ed607edc97a76385e08d0304d70f563acd0ea7734ed2b3 |
OpenAccessLink | https://doaj.org/article/53a3fcd93bfe47f2be0758411c9a4e80 |
PageCount | 8 |
ParticipantIDs | doaj_primary_oai_doaj_org_article_53a3fcd93bfe47f2be0758411c9a4e80 crossref_primary_10_33633_tc_v22i1_7527 |
PublicationCentury | 2000 |
PublicationDate | 2023-02-23 |
PublicationDateYYYYMMDD | 2023-02-23 |
PublicationDate_xml | – month: 02 year: 2023 text: 2023-02-23 day: 23 |
PublicationDecade | 2020 |
PublicationTitle | Techno. Com |
PublicationYear | 2023 |
Publisher | Universitas Dian Nuswantoro |
Publisher_xml | – name: Universitas Dian Nuswantoro |
SSID | ssj0001933110 |
Score | 2.265834 |
Snippet | Kemajuan teknologi informasi berkembang kearah finansial dalam melakukan prediski. Banyak model algoritma prediksi data keuangan telah dikembangkan. Prediksi... |
SourceID | doaj crossref |
SourceType | Open Website Aggregation Database |
StartPage | 207 |
SubjectTerms | bankruptcy, oversampling, smote, random forest |
Title | Penerapan Metode Oversampling SMOTE Pada Algoritma Random Forest Untuk Prediksi Kebangkrutan Perusahaan |
URI | https://doaj.org/article/53a3fcd93bfe47f2be0758411c9a4e80 |
Volume | 22 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwrV09T8MwFLRQJxgQn6J8yQMSU2gSJ3YyAgIhUKGCVmKLnu3nUhVS1Kb8fp6TgrKxsEZWFJ1j313yfI-xM5uCQ5npQAB51USELgCpVeDCyBKbCTDSH3DuP8q7UXL_mr62Wn35mrAmHrgBrpcKEM7YXGiHiXKxRiK5LIkik0OCWePWo7RlpuqvK-TTidialEYhpBC9ylx8xfEkulCpbyHTYqFWWH_NKrdbbHMlB_ll8xjbbG1id9hGKyRwl40HdTI0rVrex2pmkT_5UgrwpeDlmL_0n4Y3fAAW-OX7eEZe_wP4M5R29sF9381FxUfEK1M-mBNPTRcT_oAayvF0viRdyAc4Xy7gDaDcY6Pbm-H1XbBqjxAYEkVhoDGKHCkuqTD3ThNdglaGCq3JFdC-kaUYZtb_-7QqdKkk4G2IoJSggbEW-6xTzko8YFyjjTTEGOeoyMEgrUqJJtECcxIs2nTZ-Q9cxWeTglGQe6iBLSpT1MAWHtguu_Jo_o7y6dX1BZrTYjWnxV9zevgfNzli6741fH38XByzTjVf4gkJiEqf1u_KN1oxxaU |
link.rule.ids | 315,786,790,870,2115,27955,27956 |
linkProvider | Directory of Open Access Journals |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=Penerapan+Metode+Oversampling+SMOTE+Pada+Algoritma+Random+Forest+Untuk+Prediksi+Kebangkrutan+Perusahaan&rft.jtitle=Techno.+Com&rft.au=Nugroho%2C+Agung&rft.au=Rilvani%2C+Elkin&rft.date=2023-02-23&rft.issn=2356-2579&rft.eissn=2356-2579&rft.volume=22&rft.issue=1&rft.spage=207&rft.epage=214&rft_id=info:doi/10.33633%2Ftc.v22i1.7527&rft.externalDBID=n%2Fa&rft.externalDocID=10_33633_tc_v22i1_7527 |
thumbnail_l | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/lc.gif&issn=2356-2579&client=summon |
thumbnail_m | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/mc.gif&issn=2356-2579&client=summon |
thumbnail_s | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/sc.gif&issn=2356-2579&client=summon |