IBIK57IBIK57
MediastimaMediastimaPenelitian ini bertujuan untuk menguji perbedaan model prediksi financial distress dengan menggunakan tiga model, yakni Taffler, Springate dan juga Grover. Tiga model ini merupakan alternatif pilihan model Altman Financial Distress yang sudah dikenal lama. Dalam memprediksi kebangkrutan perusahaan. Pada penelitian ini penggunaan tiga model itu diperuntukkan untuk menduga financial distress pada perusahaan pertambangan logam yang terdaftar di Bursa Efek Indonesia. Adapun periode pengamatan prediksi ini yakni selama tahun 2018-2021. Pemilihan sampel dengan menggunakan purposive pada perusahaan pertambangan yang telah disebutkan sebelumnya. Data Penelitian diperoleh dari laporan keuangan perusahaan yang sudah diaudit dan dipublikasikan dalam website idx.com. Metode pengolahan data dengan menghitung beberapa rasio keuangan yang ada dan mengalkulasi sesuai model Taffler, Springate dan juga Grover. Hasil Kalkulasi dibandingkan dengan kriteria masing-masing model, dan dari penilaian ini, dapat diambil kesimpulan apakah perusahaan mengalami kesulitan keuangan ataupun tidak. Dari rasio tersebut juga menghitung rata-rata dari selama periode pengamatan tersebut dan menarik kesimpulan dengan membandingkan perusahaan tersebut masih ada (listing) atau tidak di Bursa Efek Indonesia. Dari hasil kalkulasi menunjukkan ofler dan Grover mempunyai keakuratan yang cukup tinggi yakni 77,78 % namun hasil besar itu tidak ditemukan pada metode Springate yang hanya berkisar sekitar 59,6 Baik Setelah hasil dikumpulkan baik dari ketiga model tersebut diuji perbedaan dengan menggunakan uji Kruskall Waliss dan menunjukkan tidak ada perbedaan yang signifikan pada model prediksi tersebut.
Hasil kalkulasi dari tiga metode perhitungan financial distress adalah baik Taffler dan Grover mempunyai nilai keakuratan yang mirip yakni 77,78 persen dengan kemungkinan kesalahan sebesar 22,22 persen.Sebaliknya Nilai dari Springate dalam menduga Financial Distress kecil sekali hanya bernilai sekitar 55,65%.Uji Kruskall-Wallis dalam menguji perbedaan ketiga kelompok tidak menunjukkan ada perbedaan yang signifikan, artinya ketiga metode yang digunakan dalam menghitung financial distress tidak menunjukkan perbedaan yang signifikan.
Penelitian lanjutan dapat dilakukan dengan memperluas periode pengamatan untuk menganalisis dampak periode sebelum dan sesudah pandemi COVID-19 terhadap akurasi model prediksi kebangkrutan. Selain itu, penelitian dapat diperluas dengan memasukkan lebih banyak emiten dari subsektor pertambangan lainnya, seperti minyak dan gas, atau bahkan industri yang berbeda seperti manufaktur, telekomunikasi, dan jasa publik. Pengembangan model prediksi juga dapat dilakukan dengan menambahkan model-model lain seperti Fullmer, Ohlson, Zmijewski, dan lainnya untuk memberikan alternatif penilaian yang lebih komprehensif. Penelitian ini diharapkan dapat memberikan wawasan yang lebih mendalam tentang efektivitas berbagai model dalam memprediksi kesulitan keuangan perusahaan dan membantu investor serta pihak terkait dalam pengambilan keputusan yang lebih tepat. Dengan mempertimbangkan faktor-faktor ekonomi makro dan mikro yang relevan, penelitian lanjutan dapat mengidentifikasi variabel-variabel kunci yang paling berpengaruh terhadap risiko kebangkrutan dan mengembangkan model prediksi yang lebih akurat dan andal.
- KETEPATAN MODEL ALTMAN, SPRINGATE, ZMIJEWSKI, DAN GROVER DALAM MEMPREDIKSI FINANCIAL DISTRESS | Jurnal... ejournal.umm.ac.id/index.php/jrak/article/view/5644KETEPATAN MODEL ALTMAN SPRINGATE ZMIJEWSKI DAN GROVER DALAM MEMPREDIKSI FINANCIAL DISTRESS Jurnal ejournal umm ac index php jrak article view 5644
- Journal | Universitas Nahdlatul Ulama Surabaya. journal universitas nahdlatul ulama surabaya plugins... doi.org/10.33086/amj.v1i1.70Journal Universitas Nahdlatul Ulama Surabaya journal universitas nahdlatul ulama surabaya plugins doi 10 33086 amj v1i1 70
- Distressed Firm and Bankruptcy Prediction in an International Context: A Review and Empirical Analysis... papers.ssrn.com/sol3/papers.cfm?abstract_id=2536340Distressed Firm and Bankruptcy Prediction in an International Context A Review and Empirical Analysis papers ssrn sol3 papers cfm abstract id 2536340
- Analisis Perbandingan Potensi Kebangkrutan dengan Model Grover, Altman Z-Score, Springate dan Zmijewski... ejurnal.seminar-id.com/index.php/ekuitas/article/view/1743Analisis Perbandingan Potensi Kebangkrutan dengan Model Grover Altman Z Score Springate dan Zmijewski ejurnal seminar id index php ekuitas article view 1743
| File size | 566.92 KB |
| Pages | 11 |
| DMCA | Report |
Related /
UMIUMI Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita dengan menggunakan algoritma support vector machine (SVM) yang dioptimalkan melaluiPenelitian ini bertujuan untuk mengklasifikasikan status gizi balita dengan menggunakan algoritma support vector machine (SVM) yang dioptimalkan melalui
UMIUMI Penelitian ini menghasilkan model prediksi risiko stunting yang diimplementasikan dalam website sederhana, mendukung intervensi dini dan pengambilan keputusanPenelitian ini menghasilkan model prediksi risiko stunting yang diimplementasikan dalam website sederhana, mendukung intervensi dini dan pengambilan keputusan
UNSURYAUNSURYA Kevin, dan K = 6 menghasilkan RMSE 0,49 untuk produk Jackson. Berdasarkan pedoman RMSE, dapat disimpulkan bahwa semua model yang diuji menunjukkan tingkatKevin, dan K = 6 menghasilkan RMSE 0,49 untuk produk Jackson. Berdasarkan pedoman RMSE, dapat disimpulkan bahwa semua model yang diuji menunjukkan tingkat
KOMPETIFKOMPETIF Di era globalisasi, pasar monopoli menghadapi tantangan kompleks dalam pengelolaan manajemen yang memerlukan inovasi strategis untuk mempertahankan keseimbanganDi era globalisasi, pasar monopoli menghadapi tantangan kompleks dalam pengelolaan manajemen yang memerlukan inovasi strategis untuk mempertahankan keseimbangan
UNPRIUNPRI Prosesnya meliputi pengolahan sinyal EKG, pengambilan ciri-ciri penting, pelatihan model deep learning (menggunakan CNN dan LSTM), dan pengujian akurasiProsesnya meliputi pengolahan sinyal EKG, pengambilan ciri-ciri penting, pelatihan model deep learning (menggunakan CNN dan LSTM), dan pengujian akurasi
JOURNALMPCIJOURNALMPCI Analisis data menggunakan regresi logistik biner sederhana dan ganda. Insidensi obstruksi paru sebesar 56,8%. Paparan serbuk kapas di atas nilai ambangAnalisis data menggunakan regresi logistik biner sederhana dan ganda. Insidensi obstruksi paru sebesar 56,8%. Paparan serbuk kapas di atas nilai ambang
UMGUMG Penelitian ini berhasil mengidentifikasi barang Laris menggunakan algoritma Naïve Bayes, membantu Toko Pelangi Jaya Motor dalam memahami pola permintaanPenelitian ini berhasil mengidentifikasi barang Laris menggunakan algoritma Naïve Bayes, membantu Toko Pelangi Jaya Motor dalam memahami pola permintaan
UBHARAUBHARA Penelitian ini bertujuan mengembangkan sistem deteksi dini kesehatan mental menggunakan data mahasiswa dan alat ukur SKM-12. Hasil menunjukkan bahwa metodePenelitian ini bertujuan mengembangkan sistem deteksi dini kesehatan mental menggunakan data mahasiswa dan alat ukur SKM-12. Hasil menunjukkan bahwa metode
Useful /
ARIPAFIARIPAFI Metode penelitian yang digunakan adalah pendekatan kualitatif deskriptif dengan teknik pengambilan data melalui observasi praktik keagamaan, wawancaraMetode penelitian yang digunakan adalah pendekatan kualitatif deskriptif dengan teknik pengambilan data melalui observasi praktik keagamaan, wawancara
UNPRIUNPRI Penelitian ini berhasil mengembangkan front end aplikasi FindMe Shoes and Care dengan pendekatan User Centered Design melalui empat tahapan. analisis kebutuhan,Penelitian ini berhasil mengembangkan front end aplikasi FindMe Shoes and Care dengan pendekatan User Centered Design melalui empat tahapan. analisis kebutuhan,
UNPRIUNPRI Penerapan User Centered Design dalam pengembangan aplikasi di industri jasa barbershop menunjukkan bahwa kebutuhan akan layanan yang cepat, mudah, danPenerapan User Centered Design dalam pengembangan aplikasi di industri jasa barbershop menunjukkan bahwa kebutuhan akan layanan yang cepat, mudah, dan
UNPRIUNPRI Variabel Economic memperoleh nilai tertinggi, sementara Control & Security mendapat nilai terendah. Hasil penelitian menunjukkan bahwa pengguna aplikasiVariabel Economic memperoleh nilai tertinggi, sementara Control & Security mendapat nilai terendah. Hasil penelitian menunjukkan bahwa pengguna aplikasi