Upload Dataset
Belum ada file Belum training
1
Upload
2
Preview
3
Mapping
4
Cleaning
5
Rasio
6
EDA
7
Model
8
Training
9
Evaluasi
10
Visual
11
Artikel
12
Export

Upload Dataset

Upload file Excel/CSV laporan keuangan Anda — sistem akan menyesuaikan dengan format file Anda

Drag & drop file Anda di sini
atau klik untuk memilih file
XLSX XLS CSV
Cara Kerja Sistem
1
Upload file Anda
Sistem membaca format apapun — tidak perlu ubah file
2
Auto-detect struktur
Kolom terdeteksi otomatis: perusahaan, tahun, mata uang, satuan
3
Cleaning & standardisasi
Data dibersihkan dan dikonversi ke satuan/mata uang yang sama
4
Hitung rasio & training ML
ROA, ROE, CR, LEV, ATO, WC dihitung lalu model dilatih
5
Evaluasi & artikel
Hasil evaluasi dan artikel jurnal di-generate otomatis
File Anda yang Didukung
Sistem mendeteksi otomatis kolom dari file Excel/CSV Anda termasuk: nama sheet, header bahasa Indonesia/Inggris, satuan (Satuan/Jutaan/Ribuan), dan mata uang (IDR/USD/EUR).

Preview Data Mentah

Tampilan data sebelum diproses — sel merah = nilai kosong

Data Mentah
Upload file terlebih dahulu.

Mapping Kolom

Review hasil auto-detect dan koreksi mapping jika diperlukan

Mapping Kolom → Variabel Penelitian
Kolom File Variabel Sistem Confidence
Jalankan auto-detect terlebih dahulu.

Data Cleaning

Laporan proses pembersihan data — missing value, duplikat, format angka, outlier

Cleaning Report
Standardisasi Satuan & Mata Uang
Satuan dikonversi ke nilai penuh (Jutaan × 1.000.000)
USD dikonversi ke IDR menggunakan exchange rate
Data IDR Satuan dipertahankan apa adanya
Exchange Rates (bisa diupdate)
USD → IDR 16,000
EUR → IDR 17,500
JPY → IDR 107
CNY → IDR 2,200

Rasio Keuangan

ROA, ROE, CR, LEV (DAR), ATO, WC — dihitung sesuai formula jurnal referensi

ROA
Laba Bersih ÷ Total Aset
ROE
Laba Bersih ÷ Ekuitas (Induk)
CR
Aset Lancar ÷ Liabilitas Lancar
LEV (DAR)
Total Liabilitas ÷ Total Aset
ATO
Penjualan ÷ Total Aset
WC
Aset Lancar − Liabilitas Lancar
Tabel Rasio Keuangan (semua perusahaan)
Jalankan cleaning terlebih dahulu.

Exploratory Data Analysis

Statistik deskriptif, distribusi ROA/ROE, dan analisis korelasi

Jalankan EDA terlebih dahulu.
Data belum tersedia.

Pilih Mode & Model

Konfigurasi pipeline machine learning sesuai kebutuhan penelitian

Mode Modeling
📖
Journal Mode
Sesuai Jurnal Referensi
Setiap perusahaan dilatih secara terpisah dengan model masing-masing. Output tabel evaluasi persis seperti jurnal Kayakus et al. 2023 (Table 4 & Table 5).
🚀
Modern ML Mode
Extended Research
Semua data perusahaan digabung menjadi satu dataset besar. Evaluasi global dan per perusahaan. Cocok untuk eksplorasi model-model modern.
Target Prediksi
Pilih Model Machine Learning
▸ SESUAI JURNAL REFERENSI
Artificial Neural Network
Jaringan saraf tiruan dengan 4 hidden layers. Aktivasi sigmoid. Backpropagation.
ANN
Support Vector Regression
RBF kernel, C=100, epsilon=0.1. Hyperplane optimal untuk regresi.
SVR
Multiple Linear Regression
Regresi linear berganda. Backward elimination untuk seleksi variabel.
MLR
▸ MODEL MODERN TAMBAHAN
Random Forest
Ensemble 100 decision trees. Robust terhadap outlier.
RF
XGBoost
Gradient boosting dengan regularisasi. State-of-the-art.
XGB
Gradient Boost
Sequential ensemble. Sklearn GradientBoostingRegressor.
GB
Decision Tree
Single tree regressor. Mudah diinterpretasi.
DT
KNN Regressor
K-nearest neighbors. Berbasis jarak Euclidean.
KNN
Ridge Regression
Linear regression dengan L2 regularization.
RIDGE
Lasso Regression
Linear regression dengan L1 regularization. Feature selection.
LASSO
ElasticNet
Kombinasi L1 + L2 regularization.
EN
Hyperparameter Tuning
⚡
AUTO
Parameter default. Cepat. Cocok untuk eksplorasi awal. <1 menit.
🎯
BEST
GridSearchCV 3-fold. Hasil lebih akurat. ~5–10 menit.
🔬
MAXIMUM
Grid luas + 5-fold cross-validation. Terbaik. ~15–30 menit.

Training Model

Proses machine learning berjalan di background — halaman ini update otomatis

0%
Menunggu...
$ python3 run_ml.py — waiting for start...

Evaluasi Model

MSE, RMSE, MAE, R², Adjusted R², MAPE — per perusahaan dan per model

🏆
Model Terbaik
—
Jalankan training terlebih dahulu
Jalankan training terlebih dahulu.
Jalankan training terlebih dahulu.
Data belum tersedia.

Visualisasi

Grafik interaktif untuk analisis mendalam hasil machine learning

Actual vs Predicted
Feature Importance
Correlation Heatmap
Data belum tersedia.
Residual Plot
Training Loss (ANN)
Arsitektur ANN
Total Aset Curr Ratio Leverage Asset TO Work Cap H1 H2 H3 H4 ROA ROE INPUT (5) HIDDEN LAYERS (4×4 neurons) OUTPUT

Generate Artikel Otomatis

Artikel penelitian di-generate menggunakan AI berdasarkan data, hasil ML, dan jurnal referensi

Upload Jurnal Referensi (Opsional)
📄
Upload PDF jurnal referensi
Sistem akan mengikuti format dan struktur jurnal tersebut
Bagian Artikel yang Akan Di-generate
✓ Title
✓ Abstract
✓ Keywords
✓ Introduction
✓ Literature Review
✓ Materials & Methods
✓ Dataset Description
✓ Machine Learning Methods
✓ Result & Discussion
✓ Conclusion
✓ References
Preview Artikel
Generate artikel terlebih dahulu.
Klik "Generate Artikel dengan AI" untuk memulai.

Export Hasil

Download semua output penelitian dalam berbagai format

📊
Tabel Evaluasi
MSE, RMSE, MAE, R² semua model dan perusahaan
📄
Artikel Penelitian
Artikel lengkap format jurnal dalam file Word
📑
Artikel PDF
Artikel lengkap dalam format PDF siap cetak
🖼
Grafik & Visualisasi
Semua chart dalam format PNG resolusi tinggi
💾
Data Lengkap
Raw data, rasio, dan prediksi dalam satu Excel
🗜
Semua File
Semua output dikemas dalam satu file ZIP
Memproses...