Update Artikelilmiah: 44565

LUTFI AJI WARDANA

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Penelitian ini bertujuan untuk menguji dan menganalisa hasil prediksi financial distress dan tingkat
akurasi prediksi financial distress model Altman (Z-Score), Zmijewski (X-Score), Grover (G-Score), Springate
(S-Score), dan fullmer (H-Score) pada perusahaan industri dasar dan kimia yang terdaftar di Bursa Efek
Indonesia tahun 2018-2022. Penelitian ini menggunakan balance sheet decomposition measure theory
sebagai dasar dalam penelitian ini.Jenis data yang digunakan adalah data sekunder berupa hasil laporan
keuangan auditan setiap perusahaan. Teknik pengambilan sampel menggunakan metode purposive
sampling berdasarkan kriteria tertentu. Jumlah sampel yang digunakan dalam penelitian ini yang sesuai
kriteria berjumlah 18 perusahaan dengan 5 tahun pengamatan sehingga diperoleh 90 data penelitian.
Teknik analisis data yang dilakukan adalah statistik deskriptif, dan uji hipotesis.
Hasil penelitian menunjukkan bahwa: (1) Terdapat perbedaan antara model prediksi financial
distress. (2) Model fullmer merupakan model dengan tingkat akurasi tertinggi dalam memprediksi financial
distress. Implikasi dari kesimpulan dalam penelitian ini, menunjukan bahwa semua model prediksi financial
distress dapat digunakan untuk memprediksi kebangkrutan. Perbedaan dalam hasil prediksi juga menyoroti
pentingnya menyadari keterbatasan dari setiap model prediksi kebangkrutan. Ini mengingatkan bahwa
prediksi tidak selalu akurat dan bahwa keputusan bisnis harus dibuat dengan mempertimbangkan berbagai
faktor dan bukan hanya mengandalkan satu model prediksi. Model fullmer menjadi model dengan tingkat
akurasi tertinggi maka bagi peneliti model fullmer dapat dijadikan preferensi model untuk memprediksi
kebangkrutan,karena masih sedikit penelitian yang menggunakan model fullmer sebagai prediktor
kebangkrutan.. Dalam penelitian ini manajemen perusahaan maupun investor dapat menggunakan model
analisis financial distress fulmer yang mempunyai tingkat akurasi tertinggi untuk mengidentifikasi potensi
masalah keuangan yang muncul lebih awal serta mengambil langkah-langkah pencegahan atau korektif
yang diperlukan

Abtrak (Bhs. Inggris)

This study aims to test and analyze the prediction accuracy of various financial distress models, including the Altman (Z-Score), Zmijewski (X-Score), Grover (G-Score), Springate (S-Score), and Fullmer (H-Score) models, on basic and chemical industry companies listed on the Indonesia Stock Exchange during the period 2018-2022. The study utilizes balance sheet decomposition measure theory as its framework. Secondary data from audited financial reports of each company are used, and samples are selected using purposive sampling method based on specific criteria, resulting in 18 companies meeting the criteria over a five-year period, totaling 90 research data. Data analysis is conducted using descriptive statistics and hypothesis testing.(1)The research findings indicate differences among the tested financial distress prediction models. (2) The Fullmer model shows the highest accuracy in predicting financial distress. The implications of these findings are that all financial distress prediction models can be used, but it's important to be aware of the limitations of each model. The varying prediction results emphasize the importance of making business decisions considering various factors, not solely relying on one prediction model. The Fullmer model, with its highest accuracy rate, can be preferred for predicting financial distress. Company management and investors can use the Fullmer model to identify potential financial problems early on and take necessary preventive or corrective actions.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman