Publisher

IBIK57IBIK57

Journal MediastimaMediastima Abstract

Perusahaan properti sangat menarik untuk dicermati atau diteliti. Dengan perkembangan industri yang pesat. Sektor ini juga berperan dalam pembangunan Indonesia. Masa Covid-19 memberikan pengaruh penurunan yang signifikan pada industri properti sekitar 60% walau sebelumnya juga pertumbuhan sebelum tahun 2019 hanya berkisar 10%. Situasi ini dapat menyebabkan perusahaan mengalami kesulitan keuangan. Demi menjaga agar perusahaan dapat terus ada baiknya untuk mendeteksi awal kesulitan keuangan. Deteksi awal dapat berpeluang untuk memperbaiki segala kemungkinan perusahaan akan jatuh dalam kebangkrutan. Dalam dunia usaha setiap perusahaan mempunyai metode tersendiri dalam menduga kesulitan keuangan. Dipelopori dengan Altman pada tahun 1968 ada beberapa rasio keuangan yang mengikutinya. Dengan sampel delapan perusahaan yang mengalami kesulitan menduga dengan beberapa perhitungan model prediksi kebangkrutan. Dalam penelitian ini menggunakan tiga metode yakni Altman Z Score, Springate S Score dan juga Taffler T Score. Nilai prediksi paling rendah adalah Springate yang menunjukkan kekuatan rendah sekitar 12,5 kemudian disusul oleh Altman 25 % sedangkan nilai dari Taffler adalah sekitar 50%. Hasil uji Kruskall Wallis menunjukkan ada perbedaan antara ketiga kelompok metode penelitian prediksi kebangkrutan ini.

Conclusion

Hasil prediksi menunjukkan lebih banyak perusahaan yang diprediksi bangkrut walau kenyataan perusahaan tersebut masih terdaftar dan beroperasi di pasar saham Indonesia.Dari ketiga model prediksi menghasilkan prediksi yang berbeda satu sama lain.Nilai prediksi paling rendah adalah Springate yang menunjukkan kekuatan rendah yakni 12,5 kemudian disusul oleh Altman 25 % sedangkan nilai dari Taffler adalah sekitar 50%.Ada beberapa faktor yang harus ditelusuri kenapa ketiga model ini sangat rendah dalam memprediksi kesulitan keuangan perusahaan properti.Dari ketiga model ini melalui uji Kruskall Wallis yang menunjukkan ada setidaknya satu kelompok yang berbeda dengan kelompok yang diuji.

Future Research

Dalam penelitian selanjutnya, para peneliti dapat mengeksplorasi bagaimana penggabungan indikator non-keuangan, seperti kepuasan pelanggan dan reputasi merek, dapat mempengaruhi akurasi model prediksi kebangkrutan pada perusahaan properti; Selain itu, penelitian ini dapat memperluas cakupan sampel dengan memasukkan perusahaan properti yang sehat guna menilai apakah model yang ada dapat mengidentifikasi risiko tersembunyi yang belum terlihat; Terakhir, peneliti disarankan untuk mengadopsi metode machine learning, misalnya random forest atau neural network, untuk membandingkan keunggulan prediksi dibandingkan model rasio tradisional sehingga dapat memberikan rekomendasi praktis bagi manajemen dan investor.

References

1. Analisis Akurasi Model-Model Prediksi Financial Distress | Jurnal Ilmu Manajemen. analisis akurasi model... doi.org/10.26740/jim.v9n3.p1196-1204Analisis Akurasi Model Model Prediksi Financial Distress Jurnal Ilmu Manajemen analisis akurasi model doi 10 26740 jim v9n3 p1196 1204
2. Financial Distress - Couwenberg - Major Reference Works - Wiley Online Library. financial distress couwenberg... onlinelibrary.wiley.com/doi/10.1002/9781118785317.weom040039Financial Distress Couwenberg Major Reference Works Wiley Online Library financial distress couwenberg onlinelibrary wiley doi 10 1002 9781118785317 weom040039

Metadata

File size	248.86 KB
Pages	10
DMCA	Report