Perpustakaan Digital ITB

Kasus kebangkrutan perusahaan publik merupakan kasus yang memiliki dampak besar ke banyak pihak baik perusahaan itu sendiri, investor, pemberi hutang, konsumen maupun pemerintah. Oleh karena itu melakukan prediksi kebangkrutan untuk melakukan deteksi dini apakah perusahaan bangkrut atau tidak sangat krusial. Tugas akhir ini menguji apakah penggunaan teknik data mining berbasis proses CRISP-DM yang menghasilkan model-model prediksi dapat melakukan prediksi kebangkrutan yang lebih baik dari metode domain ekonomi seperti Z-score Altman. Eksperimen yang dilakukan adalah melakukan pengujian berbagai kombinasi teknik sampling dan metode modelling. Eksperimen yang dilakukan terbagi menjadi 3 tahap yaitu menggunakan fitur Altman, fitur adaptasi Polandia dan fitur hasil feature selection dari fitur adaptasi Polandia. Hasil eksperimen yang didapatkan adalah kinerja model-model prediksi kebangkrutan yang dihasilkan ada yang lebih baik dari kinerja Z-score Altman. Penggunaan berbagai fitur selain dari fitur formula Z-Score menghasilkan model yang memiliki kinerja yang baik walau tidak sebaik ketika menggunakan fitur Altman.