PENGGUNAAN MODEL ARTIFICIAL INTELLIGENCE DAN MACHINE LEARNING PADA PREDIKSI KEBANGKRUTAN – A SYSTEMATIC LITERATURE REVIEW

Penelitian ini bertujuan menganalisis penggunaan Artificial Intelligence (AI) dan Machine Learning (ML) dalam prediksi kebangkrutan perusahaan melalui metode Systematic Literature Review (SLR). Penelitian dilakukan dengan menelaah 30 artikel Scopus periode 2021–2025. Hasil penelitian menunjukkan bahwa prediksi kebangkrutan berkembang dari model statistik tradisional menuju model AI/ML yang lebih adaptif dan akurat, dengan model yang paling dominan meliputi Random Forest, Gradient Boosting, LightGBM, SVM, ANN, dan DNN. Indikator yang digunakan tidak hanya rasio keuangan, tetapi juga faktor non-keuangan seperti tata kelola dan kualitas pelaporan keuangan. Penelitian ini juga menemukan tantangan berupa ketidakseimbangan data, overfitting, seleksi fitur, dan interpretabilitas model yang dapat dimitigasi melalui penyeimbangan data, seleksi fitur, dan explainable AI. Secara keseluruhan, AI dan ML berpotensi meningkatkan efektivitas prediksi kebangkrutan apabila didukung data yang berkualitas dan pemilihan model yang sesuai.