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

Penyakit ginjal atau biasa dikenal dengan gagal ginjal merupakan suatu kondisi menurunnya fungsi ginjal yang dapat mengakibatkan ketidakmampuan ginjal dalam menjalankan tugasnya. Penderita penyakit ginjal berpotensi masuk ke fase kronis. Penyakit ginjal kronik merupakan penurunan fungsi ginjal secara bertahap selama tiga bulan yang mengakibatkan terhentinya fungsi ginjal secara total. Tujuan dari pengembangan ini adalah suatu sistem pendukung keputusan bagi dokter dalam mendiagnosis pasien penyakit ginjal. Sistem menampilkan hasil prediksi apakah pasien penyakit ginjal sudah memasuki fase penyakit ginjal kronis atau belum. Metodologi penelitian ini terdiri dari dua tahap utama: pemodelan klasifikasi dan pengembangan sistem. Pemodelan klasifikasi terdiri dari pengumpulan data, persiapan data, pengelompokan data, klasifikasi, ekstraksi aturan. Pengembangan sistem didasarkan pada aturan yang diekstraksi sebelumnya. Penelitian ini menghasilkan suatu sistem yang dapat mendeteksi suatu kondisi penyakit ginjal kronis berdasarkan beberapa faktor dengan akurasi sebesar 96,34%.

Perusahaan mencoba mengenali kebutuhan masyarakat dan pelanggan dengan lebih tepat, salah satu metode yang digunakan adalah CRM. Untuk bisa membedakan kebutuhan banyak pelanggan dan menjalin interaksi antara produsen dan konsumen, harus memahami pelanggan melalui perilaku dan transaksinya. Salah satu metode yang digunakan untuk melakukan segmentasi pelanggan menggunakan model RFM dan metode klastering yaitu K-Means. Sementara demografi digunakan sebagai data pendukung untuk melakukan segmentasi pelanggan. Studi ini menunjukkan bahwa bobot atribut RFM mempengaruhi kinerja asosiasi aturan secara positif. Selain itu, untuk mendapatkan segmen pelanggan yang lebih akurat, disarankan untuk menggunakan kombinasi RFM tertimbang dan atribut demografis. Oleh karena itu, metodologi yang diusulkan menghasilkan hasil dan skor terbaik yaitu sebesar 0.284 dengan jumlah rule yang dikembangkan sebanyak 2491, sehingga pentingnya RFM tertimbang dan data demografi dalam cluster telah terbukti.

Implementasi metode data mining dalam lingkup kesehatan merupakan bidang yang menarik dan sedang naik daun. Hal ini disebabkan semakin banyak tersedia data bidang kesehatan yang tersedia secara bebab sebagai bagian proses analisis dengan metode data mining. Saat ini data yang tersedia secara bebas tersebut telah banyak dianalisis dengan menggunakan metode data mining yang seperti klasifikasi dan klasterisasi, namun metode association rule belum banyak digunakan untuk menganalisis data tersebut. Metode data mining aturan aosiasi merupakan algoritma sederhana namun memiliki kekuatan yang memfokuskan pada hubungan tersembunyak antara atribut data dan melakukan validasi statistik. Hubungan yang terjadi antar atribut data dapat membantu untuk memahami penyakit dan penyebabnya dengan cara yang lebih baik, sehingga dapat membantu untuk mencegah terjadinya penyakit. Penelitian ini mengekplorasi metode aturan asosiasi dengan menggunakan data penyakit jantung yang tersedia di repositori UCI. Penyakit kasdiovaskular merupakan penyakit yang berhubungan dengan jantung dan sistem peredaran darah.
 

Penelitian ini menggunakan analisa data panel dengan Analisa Pooled Least Square, Analisa Fixed Effect dan Analisa Random Effect. Populasi sebesar 317.586 rumah tangga (sumber : BPS Kabupaten Pemalang) dan besarnya sampel minimal dengan Slovin adalah sebesar 399,50 rumah tangga atau dibulatkan sebesar 400 rumah tangga. Hasil analisis regresi pengaruh kepemilikan faktor produksi tanah terhadap pendapatan menunjukan tanda negatif . Sedangkan Hasil analisa regresi pengaruh modal kerja/investasi, tingkat pendidikan, tingkat kesehatan dan tingkat keahlian terhadap pendapatan menunjukan tanda positif . Pengaruh kenaikan pendapatan, faktor pribadi dan sosial konsumen dalam keputusan pembelian terhadap pengeluaran menunjukan pengaruh yang positif. Sedangkan pengaruh kenaikan harga, tingkat bunga simpanan dan budaya konsumen dalam keputusan pembelian terhadap pengeluaran menunjukan tanda negatif.  Penguatan daya beli masyarakat Kabupaten Pemalang dari sisi pendapatan dapat dilakukan melalui strategi peningkatan modal/investasi dan strategi peningkatan kualitas tenaga kerja. Sedangkan penguatan daya beli masyarakat Kabupaten Pemalang dari sisi peningkatan pengeluaran dapat dilakukan melalui strategi pengendalian harga barang/jasa dan strategi pengembangan perilaku konsumen.

Autism Spectrum Disorder (ASD) merupakan gangguan saraf dimana seseorang memilki efek seumur hidup pada interaksi dan komunikasi dengan orang lain. Autisme dapat didiagnosis pada setiap tahap dalam satu kehidupan karena dalam dua tahun pertama kehidupan gejala autisme biasa muncul. Gejala ASD muncul dimulai pada masa kanak-kanak dan terus berlanjut hingga remaja dan dewasa. Didorong dengan meningkatnya penggunaan teknik pembelajaran mesin dalam dimensi penelitian diagnosis medis, dalam makalah ini ada upaya untuk mengeksplorasi kemungkinan penggunaan Naïve Bayes, Regresi Logistik, Support Vector Machine, Neural Network, KNN dan Convolutional Neural Network untuk memprediksi dan menganalisis masalah ASD pada anak, remaja, dan orang dewasa. Teknik yang diusulkan dievaluasi pada tiga set data ASD non-klinis yang tersedia untuk umum. Dataset pertama terkait skrining ASD pada anak memiliki 292 instance dan 21 atribut. Dataset kedua yang terkait dengan skrining ASD Subjek dewasa berisi total 704 kejadian dan 21 atribut. Dataset ketiga terkait skrining ASD pada subjek Remaja terdiri dari 104 kejadian dan 21 atribut. Setelah menerapkan berbagai teknik pembelajaran mesin dan menangani nilai yang hilang, hasil prediksi dengan model berbasis Convolutional Neural Network memilki tingkat kinerja dan akurasi yang lebih baik yaitu sebesar 99,53% untuk deteksi ASD pada dewasa, 98,30% untuk deteksi ASD pada anak-anak dan 96,88% untuk deteksi pada Remaja.

COVID-19 menyebabkan perubahan pola pembelian konsumen. Terjadi peningkatan transaksi emarketplace lebih dari 50%. UMKM harus dapat menfaatkan emarketplace sebagai salah satu strategi pemasaran. Emarketplace berlomba-lomba untuk meningkatkan kualitas, namun pelanggan memiliki kriteria dalam memilih emarketplace. Banyaknya kriteria terkadang membingungkan dalam memilih emarketplace. UMKM  harus pandai dalam memilih emarketplace yang tepat, karena pemilihan emarkeplace yang tepat berpengaruh terhadap profitabilitas. Dalam penelitian ini akan dilakukan pengembangan metode ARAS (Additive Ratio Assessment) untuk memilih alternatif emarketplace terbaik dalam menentukan strategi pemasaran. Dari 17 kriteria yang menjadi pertimbangan pelanggan dalam dalam memilih emarketplace, kriteria yang paling berpengaruh yaitu informasi produk dengan bobot 7.6%. Kemudian diikuti dengan promo/discount/bonus/cupon/free shipping, kelengkapan produk dan UI/UX dengan bobot masing-masing 7%. Dari proses perangkingan , alternatif Tokopedia memiliki keseimbangan optimal sebesar 98% dan alternatif Shoope memiliki nilai keseimbangan optimal sebesar 92%, sedangkan alternatif Lazada memiliki keseimbangan optimal sebesar 87%. Sehingga Tokopedia merupakan alternatif terbaik dalam strategi pemilihan emarketplace dengan metode ARAS. Hasil penelitian dapat dijadikan referensi dalam pemilihan emarketplace.
Kata kunci: Pemilihan, emarketplace, ARAS