ARTIFICIAL INTELLIGENCE
PREDICTION BANCPRUPTY
Diajukan untuk memenuhi tugas
Kecerdasan Buatan
Disusun Oleh :
Kelompok VII
10114151 Jihad
10114275 Bayu Indera Permana
10114093 Ilham Dwi Sampurno
Kelas : AI-14
Dimana :
𝑾𝒐𝒓𝒌𝒊𝒏𝒈 𝑪𝒂𝒑𝒊𝒕𝒂𝒍
𝑿𝟏 = 𝑻𝒐𝒕𝒂𝒍 𝑨𝒔𝒔𝒆𝒕𝒔
Menunjukkan kemampuan perusahaan untuk menghasilkan modal kerja bersih
dari seluruh aset yang dimilikinya.
𝑹𝒆𝒕𝒂𝒊𝒏𝒆𝒅 𝑬𝒂𝒓𝒏𝒊𝒏𝒈𝒔
𝑿𝟐 = 𝑻𝒐𝒕𝒂𝒍 𝑨𝒔𝒔𝒆𝒕𝒔
Menunjukkan kemampuan perusahaan untuk menghasilkan laba ditahan dari total aset
perusahaan.
𝑬𝒂𝒓𝒏𝒊𝒏𝒈𝒔 𝑩𝒆𝒇𝒐𝒓𝒆 𝑰𝒏𝒕𝒆𝒓𝒆𝒔𝒕 𝒂𝒏𝒅 𝑻𝒂𝒙𝒆𝒔
𝑿𝟑 = 𝑻𝒐𝒕𝒂𝒍 𝑨𝒔𝒔𝒆𝒕𝒔
Menunjukkan kemampuan perusahaan untuk menghasilkan laba dari aktivitas
perusahaan sebelum membayar pajak dan bunga.
𝑴𝒂𝒓𝒌𝒆𝒕 𝑽𝒂𝒍𝒖𝒆 𝒐𝒇 𝑬𝒒𝒖𝒊𝒕𝒚
𝑿𝟒 = 𝑩𝒐𝒐𝒌 𝑽𝒂𝒍𝒖𝒆 𝒐𝒇 𝑫𝒆𝒃𝒕
Menunjukkan kemampuan perusahaan untuk memenuhi kewajiban-kewajiban dari nilai
saham biasa.
𝑺𝒂𝒍𝒆𝒔
𝑿𝟓 = 𝑻𝒐𝒕𝒂𝒍 𝑨𝒔𝒔𝒆𝒕𝒔
Menunjukkan efisiensi manajemen dalam menggunakan keseluruhan aset perusahaan
untuk menghasilkan penjualan dan mendapatkan keuntungan / laba.
BAB III
METODE PELAKSANAAN
Gambar III.1
Pada simulasi ini kita menggunakan data Quantitative_ Bankcorupty dengan jumlah
row 3060 data dan column 6 yang terdiri dari X1,X2,X3,X4,X5 dan Class. Berikut
adalah gambaran dari data quantitative_bankcorupty.
3.3 Membuat Experiment
Gambar III.2
Pada gambar tersebut ada empat algoritma yang kita gunakan untuk simulasi
diantaranya : Two-Class Locally-Deep Support Vector Machine, Two-Class Support
Vector Machine, Two-Class Bayes Point Machine. Pada Normalize Data kita
menggunakan Z score. Seperti pada Gambar III.5
Pada experiment ini kita akan melakukan simulasi dengan perbandingan antara data
training dengan data testing sebagai berikut :
a) 70:30
b) 80:20
c) 90:10
Klik tombol Run lagi, setelah itu klik Deploy Web Service Yang berada sebelah
tombol Run. Maka akan muncul seperti pada gambar berikut :
Gambar III.4
Selanjutnya kita klik New Web Services Experience. Lalu klik Test Endpoint maka
akan muncul seperti berikut :
Gambar III.5
Dengan ini kita bias memasukan data test secara manual , sesuai dengan apa yang kita
inginkan. Setalah kita masukan data test lalu klik Test Request-Response.Maka hasil
akhirnya sebagai berikut
Gambar III.6
BAB IV
KESIMPULAN
Dari hasil simulasi yang telah dilakukan diatas dari hasil hasil Evaluate Model,
Algoritma Two-Class Support Vector Machine adalah algoritma yang paling unggul
diantara algoritma yang lainnya, karena memiliki nilai akurasi yang lebih besar
dibanding dengan kedua algoritma yang lainnya.