PERBANDINGAN ANALISIS DISKRIMINAN LINEAR, REGRESI LOGISTIK BINER DAN RADIAL BASIS FUNCTION NEURAL NETWORK (RBFNN) (STUDI KASUS PADA PENGKLASIFIKASIAN KETEPATAN WAKTU PENYAMPAIAN LAPORAN KEUANGAN PERUSAHAAN MANUFAKTUR DI BEI)

Penulis

  • Erna Hayati Fakultas Ekonomi

DOI:

https://doi.org/10.30736/jpensi.v1i1.12

Abstrak

Terdapat beberapa metode statistika yang dapat digunakan untuk mengklasifikasikan objek ke dalam kelompok-kelompok, tiga diantaranya yaitu metode analisis diskriminan linear, regresi logistik biner dan RBFNN. Jenis data yang digunakan dalam analisis diskriminan linear adalah data non-metrik untuk variabel respon dan data metrik untuk variabel bebasnya. Sedangkan regresi logistik biner dan RBFNN bisa digunakan pada data yang berjenis non-metrik untuk variabel respon dan data metrik atau non-metrik pada variabel bebasnya. Tujuan penelitian ini adalah membandingkan ketepatan klasifikasi ketiga metode tersebut pada studi kasus pengklasifikasian ketepatan waktu penyampaian laporan keuangan perusahaan. Data yang digunakan dalam penelitian ini adalah data sekunder yang berupa laporan keuangan perusahaan manufaktur yang terdaftar di BEI. Data tersebut dibagi menjadi data training sebesar 70% dan data testing sebesar 30%. Hasil penelitian menunjukkan bahwa prosentase ketepatan klasifikasi pada data training dan data testing untuk metode analsis diskriminan linear lebih besar dibandingkan dengan metode regresi logistik biner dan RBFNN, sehingga dapat disimpulkan bahwa metode analisis diskriminan linear merupakan metode terbaik dalam mengklasifikasikan ketepatan waktu penyampaian laporan keuangan perusahaan.

Keywords : Analisis Diskriminan Linear, Klasifikasi, Regresi Logistik Biner, RBFNN

Unduhan

Diterbitkan

2016-02-01