Analisis Financial Distress Altman Z-Score Dengan Pendekatan Data Mining Pada Perusahaan Manufaktur Subsektor Logam Periode 2018-2020 Yang Terdaftar Di BEI

  • Rr Dian Anggraeni Universitas Buddhi Dharma
  • Etty Herijawati Universitas Buddhi Dharma
  • Sutrisna Sutrisna Universitas Buddhi Dharma
  • Alexander Alexander Universitas Buddhi Dharma

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat kesehatan perusahaan dengan menggunakan metode altman Z-Scored dan mengklasifikasikannya dalam zona sehat, abu-abu atau bangkrut. Kemudian dengan menggunakan data X1, X2, X3, X4 dan X5 yang ada pada model altman Z-Score dijadikan sebagai parameter untuk dilakukan perhitungan dengan mengelompokkan data berdasarkan kedekatan dengan metode K-Mean. Objek penelitian yang digunakan adalah perusahaan Subsektor logam yang teridiri dari 27 perusahaan selama tahun 2018-2020. Berdasarkan hasil penelitian terdapat 4 perusahaan yang konsisiten selama 3 tahun berturut-turut berada dalam zona aman yaitu perusahaan ALKA, BTON, INCO dan TBMS. Sebanyak 2 perusahaan yang konsisten dalam zona abu-abu yaitu ANTM dan LION. Perusahaan yang konsisten dalam zona distress sebanyak 15 perusahaan yaitu BAJA, NIKL, TINS, KRAS, PSAB, BRMS, DKFT, MDKA, IFSH, PICO, GDST, GGRP, ISSP, INAI dan HKMU. Sedangkan Perusahaan yang tidak konsisten atau berada pada zona yang berbeda – beda selama tahun 2018 - 2020 sebanyak 6 perusahaan, yaitu CTBN, CITA, LMSH, OPMS, ZINC dan ALMI. Sedangkan berdasarkan cluster K-Means tidak ada satupun perusahaan yang konsisten dalam cluster 1, sebanyak 25 perusahaan konsisten pada cluster 2, sementara 2 perusahaan yaitu INCO dan OPMS tidak konsisten karena berada di cluster 1 dan 2.

Published
2021-12-15
How to Cite
ANGGRAENI, Rr Dian et al. Analisis Financial Distress Altman Z-Score Dengan Pendekatan Data Mining Pada Perusahaan Manufaktur Subsektor Logam Periode 2018-2020 Yang Terdaftar Di BEI. AKUNTOTEKNOLOGI, [S.l.], v. 13, n. 2, p. 1-12, dec. 2021. ISSN 2541-3503. Available at: <https://jurnal.ubd.ac.id/index.php/akunto/article/view/803>. Date accessed: 16 jan. 2022. doi: https://doi.org/10.31253/aktek.v13i2.803.