ANALISIS PREDIKSI KINERJA PERUSAHAAN MENGGUNAKAN RASIO PROFITABILITAS TIME SERIES DAN ALGORITMA NEURO-FUZZY

Muksan Junaidi, Fuad Achmadi

Abstract


Kinerja perusahaan adalah hasil kegiatan manajemen menggunakan pendekatan informasi keuangan. Penilaian kinerja ini bertujuan untuk mengukur keberhasilan operasi perusahaan melalui analisis rasio yaitu dengan menghitung rasio-rasio dari neraca dan laba/rugi. Rasio profitabilitas adalah kemampuan perusahaan dalam menghasilkan laba operasi secara baik dari modal sendiri. Profitabilitas perusahaan dikatakan sehat jika dapat memberikan keuntungan bagi para pengelola dan investor. Prediksi kinerja perusahaan mengunakan rasio profitabilitas adalah untuk peringatan dini terhadap kondisi perusahaan tersebut sehat atau tertekan. Metoda pada penyelesaian masalah ini adalah memakai algoritma neuro-fuzzy. Penelitian ini bertujuan mengembangkan analisis prediksi kinerja perusahaan menggunakan rasio profitabilitas time series dan algoritma neuro-fuzzy model adaptive neuro-fuzzy inferensi system (ANFIS). Data penelitian diperoleh dari website Bursa Efek Indonesia (BEI) pada situs IDX www.idx.co.id. Populasi data antara tahun 2011-2017 dari perusahaan gabungan emiten LQ45 berjumlah 88 perusahaan. Pemrosesan data awal dengan menghitung rasio-rasio profitabilitas dari laporan keuangan neraca dan laba/rugi sebelum dimasukan secara time series ke sistem neuro-fuzzy model ANFIS. Percobaan, simulasi dan evaluasi model dalam penelitian ini menggunakan application GUI dari program Matlab. Nilai prediksi model ANFIS dibandingkan dengan perhitungan rasio-rasio profitabilitas tahun yang diprediksi. Hasil analisis akhir menunjukkan bahwa, nilai prediksi model ANFIS fungsi keanggotaan Triangle mampu memprediksi sangat optimal, konsisten, efisien, dan terbukti paling mendekati nilai rata-rata rasio profitabilitas tahun berjalan yaitu sebesar 9.95%, sedangkan untuk fungsi keanggotaan Trapesium, Gauss dan G-bell hasilnya kurang optimal.

Keywords


Kinerja Perusahaan; Neuro Fuzzy; Prediksi; Profitabilitas; Time Series

Full Text:

PDF
rticle

References


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

Eddy Herjanto, (2007). Manajemen Operasi, Penulis Edisi Ketiga. Jakarta: PT Raja Grasindo Persada.

Herliyani Hasanah, Nurmalitasari, 2017.”Perancangan Aplikasi Sistem Cerdas untuk Prediksi Energi Listrik Pemakaian Sendiri di PT Indonesia Power Sub Unit PLTA Kabupaten Wonogiri”. Prosiding SNATIF Ke-4 Tahun 2017, ISBN: 978-602-1180-50-1.STMIK Duta Bangsa Surakarta.

Heizer, Jay & Barry Render. 2009. 8th ed. Operation Management. Upper Saddle River, New Jersey : Prentice Hall.

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

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.

Lala Nilawati, Mochamad Wahyudi, 2015.”Penilaian Properti Menggunakan Metode ANFIS”, Konferensi Nasional Ilmu Pengetahuan dan Teknologi (KNIT) 2015, 8 Agustus 2015, Bekasi, ISBN 978-602-72850-0-2.

Noor Azizah, 2016. “Metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk Prediksi Tingkat Layanan Jalan”. Jurnal DISPROTEK Vol 7. No.1 Jan 2016. Fakultas Sains dan Teknologi, UNISNU Jepara.

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. Faculté dessciencesetde technologie, Universitéde Bechar, Bp 417,Bechar 08000,Algeria.

Rio Chaniago, The Houw Liong, dan Ken Ratri Retno Wardani. 2014, “Prediksi Cuaca Mengunakan Metode Case Base Reasoning dan Adaptive Neuro Fuzzy Inference System”. Jurnal Informatika, Vol. 12, No. 2, November 2014, 90-95. ISSN 1411-0105. DOI: 10.9744

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

Slamet Samsul Hidayat, I Putu Eka Nila Kencana dan Ketut Jayanegara, 2013. “Prediksi Pengguna Bus Trans SARBAGITA dengan Metode Adaftive Neuro Fuzzy Inference System”,Edisi E-Jurnal Matematika Vol.2, No.3, Agustus 2013, Hal 46-52, ISSN: 2303-1751.

Surat Edaran Bank Indonesia No.6/23./DPNP tanggal 31 Mei 2004

Takagi,T., and M.Sugeno, 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

website Kompas ; http://www.kompas.com.




DOI: https://doi.org/10.20961/jiptek.v12i1.30260

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Muksan Junaidi, Fuad Achmadi

View My Stats

Lisensi Creative Commons
This work is licensed under a Creative Commons Attribution 4.0 International License.