PREDIKSI KEBERHASILAN USAHA KECIL MENENGAH MENGGUNAKAN CREDAL C4.5 DAN CREDAL DECISION TREE: ANALISIS KOMPARATIF

Abstract

Keberhasilan Usaha Mikro, Kecil, dan Menengah (UMKM) memainkan peran penting dalam mendorong pertumbuhan ekonomi lokal, khususnya di negara berkembang seperti Indonesia. Sebagai kontributor utama dalam penciptaan lapangan kerja dan inovasi, menjaga keberlanjutan UMKM menjadi hal yang krusial. Prediksi dini terhadap keberhasilan UMKM memungkinkan para pemangku kepentingan bisnis untuk merumuskan strategi yang tepat, meminimalkan risiko, dan meningkatkan daya saing di pasar yang dinamis. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja dua algoritma berbasis pohon keputusan, yaitu Credal C4.5 dan Credal Decision Tree (CDT), dalam memprediksi keberhasilan UMKM. Prediksi dilakukan berdasarkan beberapa variabel penting, seperti modal awal, pengalaman kewirausahaan, strategi pemasaran, dan lokasi usaha. Dataset yang digunakan terdiri dari 1.200 UMKM yang bergerak di sektor kuliner dan ritel dari berbagai wilayah di Indonesia, yang dianalisis menggunakan perangkat lunak WEKA. Evaluasi dilakukan dengan teknik validasi silang 10-fold untuk memastikan keandalan dan konsistensi hasil. Hasil eksperimen menunjukkan bahwa algoritma Credal C4.5 mencapai tingkat akurasi yang lebih tinggi, yaitu 88,6%, dengan struktur pohon yang lebih sederhana dan waktu komputasi yang lebih cepat dibandingkan CDT yang mencatat akurasi sebesar 84,2%. Temuan ini menunjukkan bahwa Credal C4.5 lebih efektif dan praktis sebagai alat prediktif untuk mendukung pengambilan keputusan strategis berbasis data guna pengembangan UMKM yang berkelanjutan.