Analisis Prediksi Financial Distress Menggunakan Metode Altman Z-Score, Zmijewski, dan Grover

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat keakuratan tiga model prediksi financial distress, yaitu Altman Z-Score Modifikasi, Zmijewski, dan Grover, pada perusahaan pertambangan subsektor logam dan mineral yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2021–2023. Menggunakan 13 sampel perusahaan yang memenuhi salah satu kriteria indikator financial distress, yaitu ekuitas negatif, penurunan penjualan ≥ 20%, atau laba bersih negatif selama dua tahun berturut-turut. Hasil penelitian menunjukkan bahwa model Altman Z Score Modifikasi dan Zmijewski memiliki tingkat akurasi tertinggi sebesar 74%, sementara model Grover lebih rendah yaitu 64%. Model Altman Z-Score Modifikasi memiliki type error I terendah (10%) dan type error II 15%, model Zmijewski dengan type error I 23% dan type error II 5%, serta model Grover type error I 36% dan type error II 0%. Temuan penelitian mengungkapkan bahwa 8 perusahaan mengalami financial distress, dengan PT. Trinitan Metals (PURE) secara konsisten terdampak selama tiga tahun berturut-turut. Model Altman Z-Score Modifikasi dinilai paling efektif untuk mendeteksi risiko keuangan pada sektor pertambangan yang pada modal dan bergantung pada pembiayaan utang. Hal ini sesuai dengan karakteristik model Altmat yang mempertimbangkan modal kerja, laba ditahan, dan struktur utang yang menggambarkan stabilitas keuangan jangka panjang sehingga relevan untuk perusahaan pertambangan. Secara keseluruhan, penelitian ini menegaskan bahwa Altman Z-Score Modifikasi merupakan model yang paling tepat digunakan sebagai alat deteksi dini financial distress pada perusahaan pertambangan subsektor logam dan mineral di Indonesia. Hasil penelitian ini penting digunakan oleh manajemen perusahaan untuk mengambil tindakan preventif, serta bagi investor dalam menilai risiko investasi berdasarkan prediksi kondisi keuangan perusahaan.