Ecobisma (Jurnal Ekonomi, Bisnis dan Manajemen)
Vol 10, No 2 (2023): Volume 10, No. 2 Tahun 2023

ALGORITMA K-MEANS CLUSTERING ANALISIS RASIO AKTIVITAS MENGGUNAKAN PYTHON

Nelsi Wisna (Telkom University)
Melati Cahaya Rani (Telkom University)
Kastaman Kastaman (Telkom University)



Article Info

Publish Date
27 Jun 2023

Abstract

Hasil kinerja keuangan perusahaan selama periode waktu tertentu dirinci dalam laporan keuangan. Evaluasi terhadap laporan keuangan diperlukan karena banyak penyebab yang dapat menyebabkan kenaikan dan penurunan data dalam laporan keuangan. Temuan evaluasi ini dapat memberikan informasi kepada para pengambil keputusan bisnis. Proses penilaian keberhasilan suatu perusahaan terlihat pada rasio-rasio keuangan perusahaan, termasuk rasio aktivitas. Total Asset Turnover (TATO), Inventory Turnover (ITO), dan Fixed Asset Turnover adalah rasio aktivitas yang dipertimbangkan dalam penelitian ini (FATO). Teknik kuantitatif dengan analisis K-Means Clustering yang digunakan sebagai metode dalam penelitian ini. Informasi yang digunakan adalah data sekunder dengan menggunakan 13 perusahaan subkontraktor yang terdaftar di Bursa Efek Indonesia sebagai unit observasi. Dari analisis yang telah dilakukan menunjukkan bahwa jumlah cluster yang optimal adalah 3 cluster. Hasil dari analisa tabel statistik deskriptif  bahwa perusahaan yang diteliti memiliki nilai rasio aktivitas rata-rata yang lebih besar pada tahun 2019 daripada yang perusahaan miliki pada tahun 2020. Hal ini menunjukkan bahwa penjualan perusahaan turun selama pandemi Covid-19.

Copyrights © 2023






Journal Info

Abbrev

ecobisma

Publisher

Subject

Economics, Econometrics & Finance

Description

Jurnal Ilmiah ECOBISMA adalah Jurnal Ilmiah Bisnis dan Manajemen dari Fakultas Ekonomi dan Bisnis (FEB) Universitas Labuhanbatu melalui Lembaga Penelitian dan Pengabdian Masyarakat, dimaksudkan sebagai media pertukaran informasi dan karya ilmiah antara staf pengajar, alumni, mahasiswa dan masyarakat ...