<![CDATA[Memprediksi kebangkrutan perusahaan adalah upaya yang penting dalam mengatasi masalah manajemen perusahaan dengan tujuan utamanya adalah mengoptimalkan pengelolaan fitur yang berpengaruh dalam memprediksi kebangkrutan perusahaan. Masalah mendasar dalam machine learning adalah proses optimasi keputusan untuk mendapatkan fungsi kombinasi yang optimal. Forward selection adalah pendekatan wrapper yang sering digunakan dalam seleksi fitur otomatis, forward selection mampu menghapus fitur yang tidak relevan, mengembangkan dan menambah kualitas data, serta meningkatkan performa dan akurasi model. Penelitian ini mengusulkan algoritma C4.5 berbasis forward selection untuk menemukan atribut yang berpengaruh dalam peningkatan akurasi prediksi kebangkrutan perusahaan. Hasil penelitian yang telah dilakukan dengan penerapan algoritma C4.5 berbasis forward selection menghasilkan beberapa fitur signifikan, dalam penelitian menggunakan 250 record atribut compettivenes dan credibility menjadi fitur yang signifikan dari 6 atribut yang ada. Dalam penelitian dengan 250 record algoritma C4.5 mendapatkan hasil akurasi sebesar 99.60% dan algoritma C4.5 berbasis forward selection  dengan akurasi sebesar 99.61%.]]>
Copyrights © 2017
