Prediksi Kebangkrutan Perusahaan Menggunakan Algoritma C4.5
Berbasis Forward Selection
HAMSIR SALEH
Program Studi Magister Teknik Informatika
Fakultas Ilmu Komputer
Universitas Dian Nuswantoro
Semarang 50131, Indonesia
ABSTRAKSI
Prediksi Kebangkrutan Perusahaan Menggunakan Algoritma C4
Bebas
1
0
0
Teks penuh
Dokumen terkait
Pengujian menunjukkan sebelum algoritma k-Nearest Neighbor ditambahkan dengan forward selection hasil akurasi adalah 86% sedangkan pengujian menggunakan algoritma k-Nearest
Untuk mengetahui perbandingan model prediksi kebangkrutan Altman, Springate, Groever, Zavgren, dan Internal Growth Rate dalam memprediksi kondisi financial distress
Pertanyaan yang kemudian mengemuka adalah “Bagaimana tingkat akurasi algoritma decision tree jika dibandingkan dengan algoritma naïve bayes dalam menghasilkan model
Pada penelitian ini mengusulkan model Naïve Bayes dan seleksi fitur Greedy Forward Selection (NB+GFS) untuk mengatasi permasalahan fitur-fitur yang tidak relevan, sedangkan
Pada penelitian ini mengusulkan model Naïve Bayes dan seleksi fitur Greedy Forward Selection (NB+GFS) untuk mengatasi permasalahan fitur-fitur yang tidak relevan, sedangkan
Pertanyaan yang kemudian mengemuka adalah “Bagaimana tingkat akurasi algoritma decision tree jika dibandingkan dengan algoritma naïve bayes dalam menghasilkan model
Dua model prediksi tersebut dapat digunakan dalam memprediksi kebangkrutan, tetapi dari yang telah diteliti model prediksi kebangkrutan yang lebih tepat digunakan
Analisis data menggunakan algoritma perceptron untuk membangun model yang dapat melakukan prediksi pada vektor masukan untuk dipetakan sesuai dengan data catatan kebangkrutan keuangan
