PREDIKSI KESULITAN KEUANGAN PADA USAHA KECIL DAN MENENGAH DENGAN MACHINE LEARNING

Penulis

  • Taryadi Taryadi STMIK Widya Pratama
  • Bambang Sudiyanto Universitas Stikubank Semarang
  • Robertus Basiya Universitas Stikubank Semarang

DOI:

https://doi.org/10.47775/ictech.v19i2.309

Kata Kunci:

Financial Distress, Prediksi Kebangkrutan, UKM, Batik, Machine Learning

Abstrak

Kondisi keuangan yang tidak sehat dapat menyebar luas dan menyebabkan tekanan jangka panjang, yang mengakibatkan kendala pada kegiatan investasi, arus modal, dan kinerja perusahaan. Dengan demikian, penting bagi bisnis untuk mengenali faktor-faktor yang dapat menyebabkan kegagalan organisasi dan mengambil tindakan yang tepat untuk menghindari kebangkrutan. Penelitian ini melakukan pengukuran tekanan keuangan usaha kecil dan menengah (UKM) di Pekalongan selama periode tiga tahun yaitu tahun 2021 sampai 2023. Pengukuran rasio keuangan sebagai prediktor adalah rasio likuiditas yaitu Leverage to Asset dan Return on Asset. Sampel dipilih berdasarkan kelengkapan data keuangan UKM dari tahun 2021 hingga 2023. Penelitian ini melibatkan 53 UKM batik di Pekalongan. Temuan signifikansi 5% menunjukkan bahwa model yang dikembangkan dapat meramalkan masalah yang dihadapi UKM dalam hal keuangan. Hasil yang diperolah menunjukkan stabilitas keuangan, profitabilitas dan utang perusahaan memiliki pengaruh yang signifikan pada kemampuan bertahan dari kebangkrutan. Ketidakpastian dari variabel independen ditunjukkan dengan nilai R-Square sebesar 59,4%.

Kata kunci: Financial Distress, Prediksi Kebangkrutan, UKM, Batik, Machine Learning

Referensi

Altman Edward I., Edith Hotchkiss. 2008. Corporate Financial Distress and Bankruptcy. Third Edition. New York: Chesnut Hill.

Asian Development Bank (ADB). 2015. Asia SME Finance Monitor 2014. Manila.

Chandler, V. (2012). The economic impact of the Canada small business financing program. Small Business, 39(1), 253-264. https://doi.org/10.1007/s11187-010-9302-7

Geleta, Negash & Talegeta, Saleshi (2019). Determinants of Micro and Small Enterprises Growth in Selected Towns of West Shoa Zone, Oromia Regional State, Ethiopia, International Journal of Small and Medium Enterprises; Vol. 2, No. 2; ISSN 2576-7712; E-ISSN 2576-7720

Hemert, P. V., Nijkamp, P., & Masurel, E. (2013). From innovation to commercialization through networks and agglomerations: Analysis of sources of innovation, innovation capabilities and performance of Dutch SMEs. The Annals of Regional Science, 50(2), 425-452. https://doi.org/10.1007/s00168-012-0509-1

Neumark, D., Wall, B., & Zhang, J. (2011). Do Small Businesses Create More Jobs? New Evidence for The United States from the National Establishment Time Series. The Review of Economics and Statistics, 93(1), 16-29. https://doi.org/10.1162/REST_a_00060

Pham, Hung D. (2017). Determinants of New Small and Medium Enterprises (SMEs) Access to Bank Credit: Case Study in the Phu Tho Province, Vietnam, International Journal of Business and Management; Vol. 12, No. 7; ISSN 1833-3850 E-ISSN 1833-8119.

Taiwo A, Muritala; Ayodeji, Awolaja dan Yusuf, Bako (2012), Impact of Small and Medium Enterprises on Economic Growth and Development, American Journal of Business and Management Vol. 1, No. 1, p.18–22

Wit, G. de, & Kok, J. de. (2014). Do small businesses create more jobs? New evidence for Europe. Small Business Economics, 42(2), 283–295. https://doi.org/10.1007/s11187-013-9480-1

Yoshino, N. and F. Taghizadeh-Hesary. 2018. The Role of SMEs in Asia and Their Difficulties in Accessing Finance. ADBI Working Paper 911. Tokyo: Asian Development Bank Institute. Available: https://www.adb.org/publications/role-smes-asia-and-their- difficulties-accessing-finance

Unduhan

Diterbitkan

2024-10-30

Cara Mengutip

Taryadi, T., Sudiyanto, B., & Basiya, R. (2024). PREDIKSI KESULITAN KEUANGAN PADA USAHA KECIL DAN MENENGAH DENGAN MACHINE LEARNING. IC Tech : Majalah Ilmiah, 19(2), 31–36. https://doi.org/10.47775/ictech.v19i2.309