Penerapan K-Fold Cross Validation pada klasifikasi kebangkrutan perusahaan menggunakan metode support vector machine (SVM)

Kebangkrutan merupakan sebuah kondisi dari ketidakmampuan suatu perusahaan melakukan pengelolaan perusahaan. Kebangkrutan dapat berakibat sangat buruk bagi beberapa pihak seperti karyawan, klien, bahkan pemerintah. Salah satu kasus kebangkrutan yang pernah terjadi dan mengakibatkan kerugian pada pemerintah yaitu kasus Bank Century pada tahun 2008 yang menghabiskan dana pemerintah hingga Rp. 6762 Triliun. Oleh karena itu diperlukan suatu model klasifikasi dengan akurasi yang tinggi sebagai suatu sistem deteksi dini terhadap kebangkrutan. Salah satu metode yang mampu menghasilkan nilai akurasi yang tinggi yaitu metode Support Vector Machine (SVM). Dalam penelitian ini akan dilakukan pengolahan data keuangan menggunakan metode SVM dengan menerapkan K-Fold Cross Validation untuk menguji tingkat akurasi model terbaik yang didapatkan. Data yang digunakan yaitu data kebangkrutan perusahaan yang didapat dari situs penyedia dataset UCI Repository yang berjumlah 250 data dengan 6 variabel independen yaitu Risiko Industri, Risiko Manajemen, Risiko Keuangan, Kredibilitas, Kompetitifitas dan Risiko Operasional, dan 1 variabel dependen yaitu Kelas (Bangkrut dan Non-bangkrut). Setelah melalui beberapa tahapan didapatkan hasil bahwa model terbaik yang didapatkan dari penelitian ini adalah model SVM dengan kernel RBF, menggunakan 4-Fold Cross Validation dengan C=10 dan gamma=0.01 atau gamma=0.1. Dari model tersebut didapatkan akurasi sebesar 99.6%, presisi sebesar 99.3% dan recall sempurna yakni 100% dengan 249 perusahaan terklasifikasi dengan benar dan 1 perusahaan terklasifikasi salah oleh sistem.