Perbandingan Model Regresi Logistik dan Artificial Neural Network Untuk Memprediksi Financial Distress Pada Perusahaan Manufacture yang Terdaftar di BEI Tahun 2022-2024

Khotimah, Khusnul (2025) Perbandingan Model Regresi Logistik dan Artificial Neural Network Untuk Memprediksi Financial Distress Pada Perusahaan Manufacture yang Terdaftar di BEI Tahun 2022-2024. Undergraduate thesis, UPN Veteran Jawa Timur.

	Text (Cover) Cover New.pdf Download (1MB)
	Text (BAB I) BAB1.pdf Download (284kB)
	Text (BAB II) BAB II.pdf Restricted to Repository staff only until 2028. Download (371kB)
	Text (BAB III) BAB III.pdf Restricted to Repository staff only until 2028. Download (511kB)
	Text (BAB III) BAB III.pdf Restricted to Repository staff only until 2028. Download (511kB)
	Text (BAB IV) BAB 4.pdf Restricted to Repository staff only until 2028. Download (433kB)
	Text (BAB V) BAB V.pdf Download (242kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Download (218kB)
	Text (Lampiran) Lampiran.pdf Restricted to Repository staff only until 2028. Download (572kB)

Abstract

Penelitian ini bertujuan untuk membandingkan model regresi logistik dan artificial neural network dalam memprediksi financial distress pada perusahaan manufaktur yang terdaftar di BEI tahun 2022-2024. Variabel prediktor dalam penelitian ini adalah Return on Asset (ROA), Debt to Asset Rasio (DAR) dan Current Ratio (CR). Teknik pengambilan sampel yang digunakan yaitu purposive sampling dan diperoleh 183 perusahaan. Data didapat melalui IDX, kemudian diolah menggunakan perangkat lunak Python. Kinerja kedua model diukur menggunakan metrik sensitivity (recall). Hasil penelitian menunjukkan bahwa model regresi logistik mengungguli artificial neural network dalam memprediksi financial distress pada perusahaan manufaktur yang terdaftar di BEI tahun 2022- 2024, ditandai dengan nilai sensitivity yang lebih tinggi.

Item Type:	Thesis (Undergraduate)
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Widodo, Ulfa Puspa Wanti NIDN0708099201 ulfa.ak@upnjatim.ac.id
Subjects:	H Social Sciences > HG Finance
Divisions:	Faculty of Economic and Business > Departement of Accounting
Depositing User:	Khusnul Khotimah
Date Deposited:	03 Dec 2025 07:42
Last Modified:	03 Dec 2025 07:42
URI:	https://repository.upnjatim.ac.id/id/eprint/47626

Actions (login required)

View Item