Prediksi Kebangkrutan Menggunakan Metode Backpropagation (Studi Kasus: Perseroan Terbatas Terdaftar Pada Bursa Efek Indonesia)
Kata Kunci:
kebangkrutan, Altman Z-Score, backpropagationAbstrak
Kebangkrutan merupakan kondisi dimana sebuah perusahaan mengalami kegagalan baik itu kegagalan ekonomi atau kegagalan keuangan. Kebangkrutan menyebabkan adanya sita umum atas semua kekayaan Debitor Pailit (perusahaan) yang pengurusan dan pemberesannya dilakukan oleh Kurator (pengawas aktiva benda debitor). Karena dapat menimbulkan akibat yang berat, beberapa upaya dilakukan sebagai alternatif penanggulangan kebangkrutan. Salah satu upaya tersebut adalah upaya preventif dengan memprediksi kebangkrutan. Backpropagation adalah salah satu metode jaringan saraf tiruan yang banyak digunakan dalam konteks permasalahan dengan dataset yang bersifat klasifikasi dan regresi yang salah satunya adalah prediksi karena backpropagation merupakan salah satu algoritme supervised learning atau algoritme yang sudah diketahui nilai output dan inputnya. Dalam penelitian ini, backpropagation bertugas untuk memprediksi kebangkrutan dengan input berupa lima variabel Altman dan hasil dari perhitungan Z-Score menjadi target output. Keseluruhan pengujian yang telah dilakukan menghasilkan nilai MAPE terbaik dengan rata-rata 0,062% dengan parameter nilai learning rate sebesar 0,2, jumlah iterasi sebanyak 1000 dan jumlah neuron pada hidden layer sebanyak 6. Nilai MAPE tersebut <10% serta mendekati 0% yang termasuk dalam kriteria prediksi dengan akurasi sangat baik.