ANALISIS PREDIKSI PROFITABILITAS BISNIS PERUSAHAAN DENGAN ALGORITMA NEURO-FUZZY MODEL ANFIS

Muksan Junaidi, Adhika Pramita Widyassari

Sari


Profitabilitas merupakan  kemampuan perusahaan dalam menghasilkan laba operasi dari modal sendiri. Prediksi profitabilitas dipakai untuk peringatan dini kondisi perusahaan sehat atau tertekan. Teknik dalam menangani masalah prediksiini mengunakan algoritma data mining. Penelitian ini bertujuan mengembangkananalisis prediksi profitabilitasbisnis perusahaan dengan algoritma neuro-fuzzy model adaptiveneuro-fuzzy inferensi system(ANFIS). Data penelitian ini data sekunder bersifat kuantitatif diperoleh dari wibe site www.idx.co.id. Populasi data adalah semua perusahaan emiten LQ45 di Bursa Efek  Indonesia(BEI) tahun 2011-2015 berjumlah 74 perusahaan. Pemrosesan awal menghitung nilai rasio profitabilitas return on equity(ROE)sebelum dimasukan ke dalam modelANFIS. Simulasi dan evaluasipada penelitian akan memanfaatkan model ANFIS dari GUI Matlab. Perbandingan antara hasil perhitungan rasio profitabilitas ROE tahun berjalan dengan hasil nilai prediksi model ANFIS. Hasilnya menunjukkan bahwa output nilai model ANFIS adalah sangat optimal, efisien,konsisten dan paling mendekati rata-rata nilai rasio profitabilitas ROE yaitu 9.95% pada fungsi keanggotaan Segitiga. Sedang hasil prediksi tiga fungsi keanggotaan lainnya Trapesium, Gauss dan G-bell kurang optimal.


Kata Kunci


Neuro-Fuzzy, ANFIS, Profitabilitas ROE, Prediksi

Teks Lengkap:

PDF

Referensi


Ahmad Yani (2012),” Penerapan ANFIS untuk Pengenalan Sinyal EKG”, Jurnal Ilmiah SAINTIKOM, Sain dan Ilmu Komputer, Vol 11, No.2.

Ali Baroroh,(2013) “Analisis Multivariate dan Time Series dengan SPSS 21”, Penerbit PT. Elex Media Komputindo; Kompas Gramedia, ISBN:978-602-0220-65-9.

Bagus Fatkhurroz, et.al. (2012), “Penggunaan Artificial Neuro Fuzzy Inference Sistem (ANFIS) dalam Penentuan Status Aktivitas Gunung Merapi “,Jurnal EECCIS, Vol. 6, No.2.

Brigham,Eugene F. dan Joel F. Houston. (2011).”Dasar-dasar Manajemen Keuangan ”, Edisi 11,Penerjemah Ali Akbar Yulianto, Salemba Empat, Jakarta.

Dinesh C. S. Bish, et al.( June 2011), “Discharge Modelling using Adaptive Neuro - Fuzzy Inference System”, International Journal of Advanced Science and Technology, Vol. 31, Department of Applied Sciences and Humanities ITM, University, Gurgaon, India.

Eko Prasetyo (2012), “ Data Mining : Konsep dan Aplikasi mengunakan PROGRAM KOMPUTER”, Penerbit ANDI Yogyakarta., ISBN:978-979-29-3282-9.

Endri (2009), “Prediksi Kesehatan Bank untuk Menghadapi dan Mengelola Perubahan Lingkungan Bisnis : Analisis Model Altman Z-score”, Perbanas Quartely Review, Vol2, No.1, ISSN 1978-9017.

Harahap, Sofyan Syafri ( 2007). Analisis Kritis Atas Laporan Keuangan. Jakarta: PT Raja Grasindo Persada.

Indah Puspitasari, et al.( Feb 2013), “ Model Selection in Adaptive Neuro Fuzzy Inference System (ANFIS) by using Inference of R Incremental for Time Series Forecasting ” , Edisi International Journal (IJSR), India Online, Vol 2, Issue 2, ISSN: 2319-7064.

Idxfactbook (1997), Jakarta Stock Exchange, Research and Product Development Division

J.-SR Jang (1993), “ANFIS: Adaptive-Network-based Fuzzy Inference Systems”, IEEE Transactions on Systems, Man, and Cybernetics ,Vol.23, No.3, p 665-685.

Kusumadewi, Sri dan Sri Hartati.( 2010).”Neuro-Fuzzy (Integrasi Sistem Fuzzy dan Jaringan Syaraf)”. Edisi-2. Yogyakarta: Graha Ilmu.

Kusumadewi, Sri. (2003) “Artificial Intelegence (Teknik dan Aplikasi)”. Yogyakarta: Graha Ilmu.

Lukman Syamsudin,(2007).“Manajemen keuangan perusahaan”. Jakarta: Raja Grafindo Persada.

Mardiyanto.(2009).“Intisari Manajemen Keuangan: Teori,Soal dan Jawaban”. Jakarta : Grasindo.

Niswonger, Warren, Reeve, Fess.(2004). Prinsip-Prinsip AKUTANSI, Edisi 19. Penerbit Erlanga. Jakarta.

Ouamri Bachir, et al.(2012), “Adaptive Neuro-fuzzy Inference System Based Control of Puma 600 Robot Manipulator”, International Journal of Electrical and Computer Engineering (IJECE), Vol.2, No.1, hlm 9097, ISSN: 2088-8708. Bechar 08000, Algeria.

Ruminta (Mar 2012), “Prediksi atas Debit Sungai Citarum berbasis ANFIS ”, Asean Jurnal ATST ISSN 2221-4283, Vol.02, Assue.0.

Takagi, T., and M. Sugeno.(Jan/Feb 1985). “Fuzzy identification of systems and its application to modeling and control”. IEEE Transactions on Systems, Man, and Cybernetics,Vol SMC-15, No.1,: 116–132.

website IDX ; http://www.idx.co.id


Refbacks

  • Saat ini tidak ada refbacks.