SUBIJANTO, TAN MELISA ELGA (2026) STUDI KOMPARASI PREDIKSI LABA BERSIH DENGAN RANDOM FOREST REGRESSION DAN XGBOOST. S1 thesis, UNIVERSITAS KHATOLIK SOEGIJAPRANATA.

Preview	Text 22.G5.0001 - TAN, MELISA ELGA SUBIJANTO_cover.pdf Download (889kB) | Preview
	Text 22.G5.0001 - TAN, MELISA ELGA SUBIJANTO_isi.pdf Restricted to Registered users only Download (1MB)
Preview	Text 22.G5.0001 - TAN, MELISA ELGA SUBIJANTO_dapus.pdf Download (761kB) | Preview
	Text 22.G5.0001 - TAN, MELISA ELGA SUBIJANTO_lamp.pdf Restricted to Registered users only Download (732kB)

Abstract

Penelitian ini bertujuan untuk mengetahui variabel yang dapat membentuk model prediksi dan model yang paling akurat antara random forest regression dan xgboost untuk memprediksi laba bersih perusahaan makanan dan minuman. Variabel independen yang digunakan dalam penelitian ini adalah inflasi, nilai tukar rupiah, produk domestik bruto, penjualan, beban pokok penjualan, beban penjualan, perputaran piutang, perputaran persediaan, TATO, DAR, DER, ROA, ROE, dan NPM. Sedangkan variabel dependen penelitian ini adalah laba bersih. Populasi penelitian ini yaitu perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia selama tahun 2012 – 2024. Peneliti menggunakan teknik purposive sampling untuk menetukan sampel dan terdapat 455 data yang memenuhi kriteria sebagai sampel penelitian. Hasil penelitian menunjukkan bahwa variabel penjualan, beban pokok penjualan, beban penjualan, ROA, ROE, dan NPM mendukung dalam pembentukan model prediksi dan model random forest regression lebih akurat dibandingkan dengan model xgboost dalam memprediksi laba bersih perusahaan makanan dan minuman.

Actions (login required)

View Item