 |
| https://www.djkn.kemenkeu.go.id/files/images/2023/12/Jurnal-retno2.png |
Perkembangan
dunia bisnis saat ini berjalan seiring dengan kemajuan teknologi. Nilai
perusahaan menjadi daya tarik utama bagi investor. Namun, pertanyaan
yang sering muncul adalah, bagaimana kita bisa mengetahui apakah sebuah
perusahaan benar-benar mengalami pertumbuhan nilai?
Sebuah penelitian terbaru yang dipublikasikan di Jurnal
Sistem Informasi Bisnis berjudul "Sistem Pendukung Keputusan Berbasis
K-Means untuk Evaluasi Keberhasilan Bisnis dan Nilai Perusahaan" memberikan solusi menarik.
Penelitian ini bertujuan untuk membantu perusahaan mengklasifikasikan tingkat pertumbuhan nilai mereka menggunakan K-means clustering. Sistem yang dirancang ini mengelompokkan perusahaan ke dalam tiga kategori pertumbuhan: Rendah (R), Sedang (S), dan Tinggi (T) berdasarkan dua indikator utama: Investment Opportunity Set (IOS) dan profitabilitas.
Masalah yang Diangkat:
Penelitian
ini berfokus pada bagaimana merancang sistem pendukung keputusan (SPK)
yang dapat secara efektif mengelompokkan perusahaan berdasarkan IOS dan profitabilitas. Kedua indikator ini memainkan peran penting dalam menentukan nilai perusahaan dan menjadi daya tarik bagi investor.
Solusi yang Ditawarkan:
Penelitian ini menawarkan Sistem Pendukung Keputusan (SPK) berbasis K-means clustering. Sistem ini dirancang untuk membantu perusahaan dalam mengevaluasi dan mengklasifikasikan pertumbuhan nilai mereka.
Penelitian ini menawarkan Sistem Pendukung Keputusan (SPK) berbasis K-means clustering. Sistem ini dirancang untuk membantu perusahaan dalam mengevaluasi dan mengklasifikasikan pertumbuhan nilai mereka.
Dengan
menggunakan pendekatan clustering, sistem ini mampu mengelompokkan
perusahaan ke dalam tiga tingkat pertumbuhan. SPK ini sangat berguna
bagi perusahaan yang ingin mengetahui posisi mereka dalam pasar dan
membuat keputusan strategis untuk meningkatkan nilai perusahaan.
Metode yang Digunakan:
Penelitian ini menggunakan metode K-means clustering, algoritma populer dalam dunia data mining, untuk melakukan pengelompokan perusahaan berdasarkan data yang ada. Metode ini dipilih karena kesederhanaan dan efisiensinya dalam menangani dataset besar.
Penelitian ini menggunakan metode K-means clustering, algoritma populer dalam dunia data mining, untuk melakukan pengelompokan perusahaan berdasarkan data yang ada. Metode ini dipilih karena kesederhanaan dan efisiensinya dalam menangani dataset besar.
Sistem ini dikembangkan dengan menggunakan metode Rapid Application Development (RAD),
yang memungkinkan pengembangan sistem yang lebih cepat dengan hasil
berkualitas tinggi. Pengujian sistem dilakukan menggunakan silhouette coefficient untuk mengevaluasi kualitas hasil clustering, dan black box testing untuk memastikan fungsionalitas sistem berjalan dengan baik.
Hasil yang Didapat:
Hasil penelitian ini menunjukkan bahwa sistem yang dikembangkan berhasil mengelompokkan perusahaan dengan akurasi yang cukup baik. Nilai silhouette coefficient rata-rata yang diperoleh adalah 0.684, yang mendekati nilai maksimal 1.
Hasil penelitian ini menunjukkan bahwa sistem yang dikembangkan berhasil mengelompokkan perusahaan dengan akurasi yang cukup baik. Nilai silhouette coefficient rata-rata yang diperoleh adalah 0.684, yang mendekati nilai maksimal 1.
Ini
menunjukkan bahwa pengelompokan yang dilakukan oleh sistem memiliki
validitas yang tinggi. Sistem ini tidak hanya mampu memberikan
klasifikasi yang akurat, tetapi juga membantu perusahaan dalam
mengidentifikasi posisi mereka, baik di tingkat pertumbuhan rendah,
sedang, maupun tinggi.
Jika kamu ingin mengetahui lebih banyak tentang bagaimana sistem ini bekerja, kamu bisa membaca jurnal lengkapnya => https://ejournal.undip.ac.id
