Model regresi logistik dan rangkaian neural

Abstract

Penggunaan model statistik untuk meramalkan kegagalan perniagaan telah mendapat perhatian pada masa kini. Walau bagaimanapun, sangat sedikit kajian telah dijalankan untuk meramalkan kerugian dalam perniagaan sesebuah koperasi. Objektif kajian ialah untuk membina model Regresi Logistik (RL) dan Rangkaian Neural (RN), membandingkan dan mengenalpasti model ramalan terbaik (RL dan RN) serta mengenalpasti pembolehubah penting dalam peramalan kerugian koperasi. Data 2009 sehingga 2011 diperolehi daripada Jabatan Suruhanjaya Koperasi Malaysia (SKM) cawangan Terengganu di analisis menggunakan SPSS Clementine versi 12.0. Hasil kajian mendapati bahawa kaedah Prun di dalam model RN memberikan nilai pengujian yang paling tinggi iaitu 82.77%, nilai kepekaan iaitu 82.90%, nilai ketentuan iaitu 75% dan kadar ralat (MSE) terendah iaitu 17%. Modal menjadi pembolehubah yang paling mempengaruhi kerugian koperasi kerana mempunyai nilai yang paling tinggi iaitu 0.23(23%).