ANALISIS METODE ALTMAN Z-SCORE DAN INDEKS IN05 DALAM MEMPREDIKSI FINANCIAL DISTRESS DI PERUSAHAAN FARMASI

PRATITIS, ANGGITA (2023) ANALISIS METODE ALTMAN Z-SCORE DAN INDEKS IN05 DALAM MEMPREDIKSI FINANCIAL DISTRESS DI PERUSAHAAN FARMASI. S1 thesis, Universitas Mercu Buana Bekasi.

Preview	Text 43119310025 - Anggita Pratitis - 01 Cover.pdf Download (275kB) | Preview
Preview	Text 43119310025 - Anggita Pratitis - 02 Abstrak.pdf Download (47kB) | Preview
	Text 43119310025 - Anggita Pratitis - 03 BAB 1.pdf Restricted to Registered users only Download (249kB)
	Text 43119310025 - Anggita Pratitis - 04 BAB 2.pdf Restricted to Registered users only Download (153kB)
	Text 43119310025 - Anggita Pratitis - 05 BAB 3.pdf Restricted to Registered users only Download (127kB)
	Text 43119310025 - Anggita Pratitis - 06 BAB 4.pdf Restricted to Registered users only Download (206kB)
	Text 43119310025 - Anggita Pratitis - 07 BAB 5.pdf Restricted to Registered users only Download (46kB)
	Text 43119310025 - Anggita Pratitis - 09 Daftar Pustaka.pdf Restricted to Registered users only Download (172kB)
	Text 43119310025 - Anggita Pratitis - 10 Lampiran.pdf Restricted to Registered users only Download (275kB)

Abstract

ABSTRAK Penelitian ini bertujuan untuk mengetahui: (1) Mengetahui penerapan model Altman Z-score dalam memprediksi financial distess, (2) Mengetahui penerapan model Indeks IN05 dalam memprediksi financial distess. (3) Menganalisis model yang paling akurat dalam menilai tingkat financial distress. Perbandingan kedua model prediksi dilihat dari tingkat akurasi pada setiap model, dengan menggunakan kondisi yang sebenarnya di perusahaan. Data yang digunakan dalam penelitian ini merupakan laporan keuangan perusahaan yang di publikasikan di situs web Bursa Efek Indonesia. Populasi dalam penelitian ini adalah perusahaan Farmasi yang terdaftar di Bursa Efek Indonesia periode 2018-2021. Namun beberapa perusahaan yang masuk data outliers dihilangkan. Data outliers adalah data yang menyimpang cukup jauh dari data lainnya dalam suatu rangkaian data/Pencilan. Teknik pengambilan sampel dengan menggunakan purposive sampling sehingga didapat 10 perusahaan yang dijadikan sampel penelitian. Namun, karena terdapat 1 perusahaan yang mengalami Outlier maka sampel yang digunakan menjadi 9. Kesimpulan dari penelitian ini menunjukkan bahwa model Indeks IN05 merupakan metode paling akurat dalam memprediksi kesulitan keuangan pada perusahaan Farmasi periode tahun 2018-2021 di Indonesia dengan tingkat akurasi sebesar 55,56%. Sedangkan model Altman Z-Score memiliki tingkat akurasi sebesar 33,33%. Kata Kunci : Financial Distress, Altman Z-Score, Indeks IN05, Laporan Keuangan. ABSTRACT This study aims to determine: (1) To determine the application of the Altman Z-score model in predicting financial distress, (2) To determine the application of the IN05 Index model in predicting financial distress. (3) Analyze the most accurate model in assessing the level of financial distress. Comparison of the two prediction models is seen from the level of accuracy in each model, using the actual conditions in the company. The data used in this study is the company's financial statements published on the Indonesia Stock Exchange's website. The population in this study are pharmaceutical companies listed on the Indonesia Stock Exchange for the 20182021 period. However, several companies included in the data outliers were eliminated. Data outliers are data that deviate far enough from other data in a data series/outlier. The sampling technique used purposive sampling so that 10 companies were used as research samples. However, because there was 1 company that experienced an outlier, the sample used was 9. The conclusions from this study indicate that the IN05 Index model is the most accurate method for predicting financial difficulties in pharmaceutical companies for the 2018-2021 period in Indonesia with an accuracy rate of 55.56%. Meanwhile, the Altman Z-Score model has an accuracy rate of 33.33%. Keywords: Financial Distress, Altman Z-Score, IN05 Index, Financial Statements.

Actions (login required)

View Item