<![CDATA[Selama beberapa dekade, isu mengenai financial di-stress telah menjadi fokus kajian mendalam di bidang keuangan perusahaan. Dampaknya yang signifikan terhadap kelangsung-an hidup bisnis, serta keputusan investor dan kreditur ekster-nal, menjadikan pemahaman dan prediksi financial distress sa-ngat penting. Pentingnya memprediksi financial distress perusa-haan dengan akurat, terutama di sektor pertambangan, men-jadi krusial mengingat kontribusinya yang signifikan terhadap pertumbuhan ekonomi Indonesia. Sebagaimana sektor pertam-bangan dan penggalian memberikan kontribusi sebesar 12,22% terhadap pertumbuhan ekonomi nasional di tahun 2022. Me-mastikan prediksi yang tepat terkait financial distress menjadi kunci dalam memitigasi risiko dan menjaga stabilitas sektor ini. Dengan mengintegrasikan metode deep learning, yaitu Artificial Neural Network (ANN), khususnya One-Dimensional Convolu-tional Neural Network (1D-CNN). Dalam penelitian ini, diguna-kan variabel prediktor berupa 11 rasio keuangan dan 1 variabel respon berupa klasifikasi biner melalui pendekatan nilai indeks Interest Coverage Ratio (ICR). Data dibagi menjadi 80% untuk training dan 20% untuk testing dengan Stratified 10-fold Cross Validation. Dengan tujuan untuk mendapatkan model dengan akurasi terbaik sebagai early warning perusahaan, model terba-ik yang diperoleh dalam penelitian ini adalah model dengan ker-nel size 3, learning rate α 0,0001, dan regularization L2 pada 3 layer terpilih dengan nilai akurasi sebesar 92,31%.]]>
