REESTIMASI ALTMAN Z-SCORE UNTUK MEMPREDIKSI FINANCIAL DISTRESS FINANCIAL DISTRESS DENGAN MENGGUNAKAN DATA DENGAN MENGGUNAKAN DATA PERUSAHAAN-PERUSAHAAN MANUFAKTUR PERUSAHAAN-PERUSAHAAN MANU

Rachmadi, Adhitya Khemal (2020) REESTIMASI ALTMAN Z-SCORE UNTUK MEMPREDIKSI FINANCIAL DISTRESS FINANCIAL DISTRESS DENGAN MENGGUNAKAN DATA DENGAN MENGGUNAKAN DATA PERUSAHAAN-PERUSAHAAN MANUFAKTUR PERUSAHAAN-PERUSAHAAN MANU. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
Undergraduate Thesis - Adhitya Khemal Rachmadi.pdf - Accepted Version
Restricted to Repository staff only

Download (8MB) | Request a copy

Abstract

Sebagai kontributor utama produk domestik bruto (PDB) Indonesia, sektor manufaktur terus bertumbuh meskipun pertumbuhannya terus menurun. Perusahaan-perusahaan yang bergerak pada sektor manufaktur menjadi motor utama pertumbuhan nilai pada sektor ini, perlu menjadi perhatian para pemegang kepentingan terkait kinerja dan kondisi keuangannya. Telah banyak cara untuk memprediksi dan menggambarkan kinerja dan kondisi keuangan yang dikembangkan di dunia. Salah satu model yang paling populer adalah Altman Z- Score yang dikembangkan pada tahun 1968 (Original) dengan menggunakan data perusahaan-perusahaan Amerika Serikat. Ada beberapa penelitian yang mereestimasi model tersebut dengan klaim memiliki kualitas yang lebih baik karena dibangun dengan data yang lebih relevan, yaitu yang dikembangkan di India pada tahun 2016 (India) dan Indonesia pada tahun 2017. Altman Z-Score menjadi penting di Indonesia karena model ini digunakan oleh Kementerian BUMN dalam upaya kategorisasi perusahaan-perusahaan manufaktur di Indonesia. Namun, model Altman Original maupun versi update India memiliki karakteristik kesesuaian dengan data lokal, sehingga seringkali pada saat hendak diimplementasikan di Negara berbeda, maka seharusnya ada penyesuaian ataupun reestimasi model. Penelitian ini telah melakukan pembuktian akan isu tersebut dan diperoleh bahwa penggunaan Altman Z Score Original dan India jika langsung dipergunakan di Indonesia akan memiliki akurasi yang kurang maksimal dengan nilai F1 Score sebesar 77,56% dan 72,16%. Dengan melakukan perhitungan ulang pada model Altman Z-Score dengan metode aslinya, yaitu linear discriminant analysis (LDA), penelitian ini menghasilkan persamaan dengan koefisien baru yang ketika digunakan untuk melakukan prediksi menghasilkan kualitas yang lebih baik. Model Indonesia yang baru memiliki nilai F1 Score sebesar 84,46%, sedangkan model Indonesia 2017 hanya sebesar 49,78%. Hal ini membuktikan bahwa reestimasi dengan menggunakan data-data yang lebih relevan dapat meningkatkan kualitas prediksi meskipun pada pembuatannya terdapat asumsi-asumsi statistika yang gagal dipenuhi sehingga tetap ada risiko terjadinya misklasifikasi.

Item Type: Thesis (Undergraduate)
Subjects: H Social Sciences > HG Finance > HG4910 Investments
Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis. Correspondence analysis (Statistics)
Divisions: Faculty of Industrial Technology > Industrial Engineering
Depositing User: Adhitya Khemal Rachmadi
Date Deposited: 19 Aug 2020 15:14
Last Modified: 19 Aug 2020 15:14
URI: https://repository.its.ac.id/id/eprint/79140

Actions (login required)

View Item View Item