Please take a moment to complete this survey below
Library's collection Library's IT development CancelSifat ketidakpastian dalam sektor konstruksi, properti, real estate dan industri sejenis
membuat sektor ini rentan menghadapi financial distress. Hal ini menyebabkan
dibutuhkannya metode yang memahami kondisi finansial dari perusahaan. Namun hingga saat
ini, metode yang digunakan untuk memprediksi status finansial perusahaan adalah
pendekatan linier, sedangkan tidak semua variabel menunjukkan korelasi linear terhadap
kesehatan finansial sebuah perusahaan. Penelitian ini bertujuan untuk menemukan model
prediksi yang paling akurat dalam memprediksi indikasi financial distress pada sektor terkait
dengan menggunakan kecerdasan buatan(AI). Metode AI yang digunakan dalam penelitian ini
adalah artificial neural networks(ANN), support vector machines(SVM), dan classification and
regression trees(CART). Ketiga metode ini digunakan untuk menganalisis tiga Model sesuai
dengan rasio keuangan dari model peneliti terdahulu pada prediksi tiga dan lima tahun. Model
yang diambil merupakan data sekunder yang dikumpulkan peneliti yang berisi laporan
keuangan perusahaan terkait. Hasil terbaik dari pengolahan data kemudian dianalisis dengan
confusion matrix untuk menentukan metode yang memiliki tingkat akurasi tertinggi. Hasil
penelitian menunjukkan bahwa metode ANN memiliki tingkat akurasi paling tinggi terbanyak
dibandingkan dengan metode prediksi lainnya. Penelitian menunjukkan juga bahwa Model
dari peneliti Cheng et al. (2014) memiliki tingkat akurasi tertinggi pada hasil prediksi tiga tahun
dengan metode CART dan lima tahun dengan menggunakan metode ANN.