ANALISIS KLASIFIKASI FINANCIAL DISTRESS DENGAN MEMBANDINGKAN METODE EXTREME GRADIENT BOOSTING DAN ARTIFICIAL NEURAL NETWORK MENGGUNAKAN RASIO KEUANGAN PADA PERUSAHAAN PERBANKAN TAHUN 2013 – 2022 = ANALYSIS OF FINANCIAL DISTRESS CLASSIFICATION BY COMPARING EXTREME GRADIENT BOOSTING AND ARTIFICIAL NEURAL NETWORK METHODS USING FINANCIAL RATIOS IN BANKING COMPANIES IN 2013 - 2022

Financial distress mengacu pada tahap kemunduran kondisi keuangan perusahaan yang terjadi sebelum kebangkrutan. Klasifikasi financial distress merupakan hal yang menguntungkan bagi perusahaan, investor, dan kreditur. Fokus utama dalam penelitian ini adalah pada sektor perbankan di Indonesia. Variabel yang dipertimbangkan adalah rasio keuangan, antara lain CAR, ROA, ROE, NIM, LDR, BOPO, dan NPL. Penelitian ini menggunakan dua metode, yaitu Extreme Gradient Boosting dan Artificial Neural Network. Dengan membandingkan tingkat akurasi dari kedua metode tersebut, dapat dilihat metode mana yang memiliki kinerja yang lebih baik. Hasilnya menunjukkan bahwa metode Extreme Gradient Boosting mencapai tingkat akurasi 99.4%, sedangkan metode Artificial Neural Network mencapai tingkat akurasi 98,8%. Oleh karena itu, metode Extreme Gradient Boosting dikatakan lebih baik daripada metode Artificial Neural Network dalam mengklasifikasikan perusahaan sektor perbankan secara efektif sebagai perusahaan yang mengalami kesulitan keuangan atau tidak.

Keywords : Artificial Neural Network, Financial distress, Extreme Gradient Boosting.