Youn and Gu (2007) tested the predi

Youn and Gu (2007) tested the prediction of business failure in the Korean lodging industry and concluded that Korean lodging firms ―should lower their reliance on debt financing and increase the efficiency in using existing assets to generate sales revenue.‖ Youn and Gu (2010) found the Artificial Neural Networks ( ANN) model advantageous over the logistic regression model in prediction accuracy. They concluded that interest coverage is the most important signal of business failure for the Korean hotel industry, proposing Korean lodging firms should increase the interest coverage. The ability to service debts and productivity of profits is regarded as a survival indicator of Korean hotel firms. Soo Y. Kim (2011) tested the application of multivariate discriminant analysis, logistic, artificial neural networks (ANNs), and support vector machine (SVM) models in hotel bankruptcy prediction, and considered ANN as best early warning technique that performs accurately with small relative error costs for hotel bankruptcy prediction.
Among the many prediction models that have been developed, the far-famed is that by Edward I. Altman (1968). Being the first person to successfully develop multiple discriminate

Hasil (Bahasa Indonesia) 1:

Youn dan Gu (2007) diuji prediksi kegagalan bisnis di industri Korea penginapan dan menyimpulkan bahwa perusahaan Korea penginapan ―should lebih rendah kepercayaan terhadap pembiayaan utang dan meningkatkan efisiensi dalam menggunakan aset untuk menghasilkan pendapatan penjualan. mismanajemen dana Youn dan Gu (2010) ditemukan buatan jaringan syaraf tiruan (JST) model menguntungkan atas model regresi logistik di prediksi akurasi. Mereka menyimpulkan bahwa bunga cakupan sinyal terpenting dari kegagalan usaha untuk industri hotel Korea, mengusulkan penginapan Korea perusahaan harus meningkatkan cakupan bunga. Kemampuan untuk layanan utang dan produktivitas keuntungan dianggap sebagai indikator kelangsungan hidup perusahaan Korea hotel. Jadi Y. Kim (2011) diuji penerapan analisis multivarian diskriminan, logistik, jaringan saraf buatan (ANNs), dan dukungan vektor model mesin (SVM) di hotel Kepailitan prediksi, dan dianggap ANN sebaik teknik peringatan dini yang melakukan secara akurat dengan kesalahan relatif kecil biaya hotel Kepailitan prediksi.Di antara banyak model prediksi yang telah dikembangkan, jauh-terkenal adalah yang oleh Edward I. Altman (1968). Menjadi orang pertama yang berhasil mengembangkan beberapa diskriminasi

Hasil (Bahasa Indonesia) 2:

Youn dan Gu (2007) menguji prediksi kegagalan bisnis di industri penginapan Korea dan menyimpulkan bahwa perusahaan khusus Korea -harus menurunkan ketergantungan mereka pada pembiayaan utang dan meningkatkan efisiensi dalam menggunakan aset yang ada untuk menghasilkan penjualan revenue.‖ youn dan Gu (2010 ) menemukan Artificial Neural Networks (ANN) model menguntungkan atas model regresi logistik dalam akurasi prediksi. Mereka menyimpulkan bahwa cakupan bunga adalah sinyal yang paling penting dari kegagalan bisnis untuk industri hotel Korea, mengusulkan perusahaan khusus Korea harus meningkatkan cakupan bunga. Kemampuan untuk utang layanan dan produktivitas keuntungan dianggap sebagai indikator kelangsungan hidup perusahaan Hotel Korea. Soo Y. Kim (2011) menguji penerapan analisis multivariat diskriminan, logistik, buatan jaringan saraf (ANNs), dan support vector machine (SVM) model dalam kebangkrutan prediksi hotel, dan dianggap ANN teknik peringatan sebaik awal yang melakukan akurat dengan kecil biaya kesalahan relatif untuk prediksi Hotel kebangkrutan.
Di antara banyak model prediksi yang telah dikembangkan, jauh-terkenal adalah bahwa dengan Edward I. Altman (1968). Menjadi orang pertama yang berhasil mengembangkan beberapa diskriminasi