Wiena Faqih Abror, 4611416069 (2022) PREDIKSI KEBANGKRUTAN MENGGUNAKAN GENETIC ALGORITHM-SUPPORT VECTOR MACHINE FEATURE SELECTION (GASVMFS) DAN STACKING. Under Graduates thesis, Universitas Negeri Semarang.

PDF Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Kebangkrutan merupakan dampak yang disebabkan oleh kegagalan finansial perusahaan. Kegagalan finansial dalam perusahaan harus dihindari agar tidak menyebabkan kerugian terhadap perusahaan. Pada penelitian yang dilakukan memanfaatkan himpunan data dari Taiwan Economic Journal sebanyak 6599 untuk dilatih menggunakan algoritma machine learning menggunakan teknik klasifikasi. Tujuan yang didapatkan dari penelitian yang dilakukan adalah mendapakatkan teknik klasifikasi dengan hasil akurasi terbaik. Metode yang digunakan dalam penelitian adalah preprocessing menggunakan synthetic minority over-sampling technique untuk mengani permasalah himpunan data yang tidak seimbang. Berikutnya, hasil dari himpunan data yang telah diseimbangkan akan diolah menggunakan algoritma genetic algorithm-support vector machine feature selection untuk mengurangi atribut himpunan data. Himpunan data yang telah mengalami pengurangan atribut akan dilatih menggunakan metode stacking dengan base learner single classifier berupa k-nearest neighbors, naïve bayes, decision tree dengan model classification and regression tree, gradient boosting decision tree, dan light gradient boosting. Meta learner yang digunakan pada metode stacking adalah extreme gradient boosting. Hasil akurasi yang didapatkan dari penelitian yang dilakukan adalah 99,22%.

Actions (login required)

View Item