Mahasiswa Doktor Ilmu Komputer UI Ciptakan Terobosan Model Prediksi Kebangkrutan Perusahaan

Fakultas Ilmu Komputer Universitas Indonesia > Berita > Mahasiswa Doktor Ilmu Komputer UI Ciptakan Terobosan Model Prediksi Kebangkrutan Perusahaan

Depok, 7 Januari 2025 – Dyah Sulistyowati Rahayu, mahasiswa Program Doktor Ilmu Komputer di Fakultas Ilmu Komputer Universitas Indonesia (Fasilkom UI), sukses mempertahankan disertasinya berjudul “Penggunaan Variabel Berbasis Jaringan pada Model Prediksi Kebangkrutan Perusahaan dengan Metode XGBoost”. Disertasi ini dilakukan di bawah bimbingan Prof. Heru Suhartanto, M.Sc., Ph.D., sebagai promotor, dan Zaafri Ananto Husodo, Ph.D. (Fakultas Ekonomi dan Bisnis UI), sebagai co-promotor.

Sidang yang berlangsung pada tanggal 6 Januari 2025 ini dipimpin oleh Ketua Sidang Prof. Dr. Ir. Petrus Mursanto, M.Sc., dengan anggota dewan penguji terdiri dari Prof. Dr. Maman Abdurohman, S.T., M.T. (Telkom University), Bayu Anggorojati, S.T., M.Sc., Ph.D. (Monash University, Indonesia), Prof. Dr.Eng. Wisnu Jatmiko, S.T., M.Kom., Prof. Dr. Achmad Nizar Hidayanto, S.Kom., M.Kom., dan Adila Alfa Krisnadhi, S.Kom., M.Sc., Ph.D.

Penelitian ini mengembangkan model prediksi kebangkrutan berbasis jaringan menggunakan metode XGBoost, yang memadukan data finansial dan relasional untuk mendeteksi kebangkrutan perusahaan sekaligus menganalisis dampak sistemiknya. Model ini dirancang untuk mengatasi kelemahan pendekatan tradisional yang hanya mengandalkan variabel finansial. Data yang digunakan mencakup variabel neraca, rasio solvency, profitability, operasional, serta hubungan antarperusahaan berdasarkan pemegang saham, dewan komisaris, dan direksi dari perusahaan terdaftar di Bursa Efek Indonesia (BEI) periode 2010–2021.

XGBoost dipilih karena kemampuannya menangani data tidak seimbang. Model diuji dengan integrasi tujuh jenis data, menghasilkan kinerja terbaik dengan kombinasi variabel finansial dan hubungan pemegang saham, mencapai area under the curve (AUC) 90,20%. Model ini juga memetakan dampak sistemik melalui visualisasi jaringan, dengan perusahaan bangkrut sebagai node utama dan garis penghubung (edge) yang menggambarkan kekuatan relasi antarperusahaan.

Dyah menjelaskan, “model prediksi ini memberikan akurasi tinggi dengan AUC mencapai 90.20% dan mampu memetakan potensi dampak sistemik yang mungkin ditimbulkan oleh kebangkrutan sebuah perusahaan, terutama dalam kelompok konglomerasi.”

Prof. Heru Suhartanto, M.Sc., Ph.D., selaku promotor, menyatakan, “Penelitian ini memberikan inovasi signifikan dalam penerapan machine learning untuk memecahkan masalah nyata di dunia keuangan. Model yang dikembangkan tidak hanya membantu mendeteksi kebangkrutan, tetapi juga menganalisis dampak sistemik yang dapat membantu regulator dalam pengambilan keputusan.”

Hasil penelitian ini tidak hanya memberikan kontribusi akademis tetapi juga menawarkan solusi praktis bagi otoritas keuangan untuk mendeteksi lebih awal risiko kebangkrutan dan mencegah dampak sistemik terhadap stabilitas ekonomi.