R. Rosdiana, Ruli Herdiana, Ryan Hmonangan, Umi Hayati, Tati Suprapti
{"title":"PREDIKSI FINANCIAL DISTRESS PERUSAHAAN FOOD AND BEVERAGE MENGGUNAKAN METODE NAIVE BEYES","authors":"R. Rosdiana, Ruli Herdiana, Ryan Hmonangan, Umi Hayati, Tati Suprapti","doi":"10.36050/betrik.v13i2.461","DOIUrl":null,"url":null,"abstract":"Perusahaan menggunakan teori going concern dimana perusahaan di anggap mampu mempertahankan usahanya dalam jangka waktu yang panjang, dengan pengertian bahwa perusahaan tersebut tidak akan mengalami kebangkrutan dalam jangka waktu yang pendek (Listantri & Mudjiyanti, 2016) akan tetapi hal tersebut tidak selalu bisa di capai karena sebuah perusahaan dapat mengalami financial distress yang dapat menyebabkan kebangkrutan. Penelitian ini menggunakan metode penelitian deskriptif kuantitatif dalam menganalisis data, sebab dengan pendekatan ini akan di ketahui datanya secara nyata yang ditunjukan dengan angka dan kebenarannya dapat dipertanggungjawabkan. Berdasarkan hasil analisa pada penelitian yang dilakukan, didapatkan hasil analisa dengan cepat dan akurat, dari pengujian yang dilakukan dengan membandingkan data training dengan data testing menggunakan aplikasi pendukung Rapid Miner didapat tingkat akurasi sebesar 95,56%. Proses data mining dengan metode naive bayes memanfaatkan data training untuk menghasilkan probabilitas setiap kriteria untuk class yang berbeda, sehingga nilai-nilai probabilitas dari kriteria tersebut dapat dioptimalkan untuk analisa financial distress perusahaan food and beverage.","PeriodicalId":127381,"journal":{"name":"Jurnal Ilmiah Betrik","volume":"161 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-08-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmiah Betrik","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36050/betrik.v13i2.461","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1
Abstract
Perusahaan menggunakan teori going concern dimana perusahaan di anggap mampu mempertahankan usahanya dalam jangka waktu yang panjang, dengan pengertian bahwa perusahaan tersebut tidak akan mengalami kebangkrutan dalam jangka waktu yang pendek (Listantri & Mudjiyanti, 2016) akan tetapi hal tersebut tidak selalu bisa di capai karena sebuah perusahaan dapat mengalami financial distress yang dapat menyebabkan kebangkrutan. Penelitian ini menggunakan metode penelitian deskriptif kuantitatif dalam menganalisis data, sebab dengan pendekatan ini akan di ketahui datanya secara nyata yang ditunjukan dengan angka dan kebenarannya dapat dipertanggungjawabkan. Berdasarkan hasil analisa pada penelitian yang dilakukan, didapatkan hasil analisa dengan cepat dan akurat, dari pengujian yang dilakukan dengan membandingkan data training dengan data testing menggunakan aplikasi pendukung Rapid Miner didapat tingkat akurasi sebesar 95,56%. Proses data mining dengan metode naive bayes memanfaatkan data training untuk menghasilkan probabilitas setiap kriteria untuk class yang berbeda, sehingga nilai-nilai probabilitas dari kriteria tersebut dapat dioptimalkan untuk analisa financial distress perusahaan food and beverage.