Deteksi Pengukuran Financial Distress Model Altman Z-Score, Zmijewski, dan Ohlson Analisis Deskriptif Eksploratif Komparatif Perusahaan Terbuka Sektor Jasa, Properti, dan Teknologi Di Indonesia Tahun 2020-2025

Abstract

Financial distress merupakan kondisi yang menunjukkan adanya permasalahan keuangan perusahaan dan dapat menjadi sinyal awal terhadap penurunan kemampuan perusahaan dalam memenuhi kewajibannya. Oleh karena itu, diperlukan model yang dapat digunakan untuk mendeteksi kondisi tersebut secara lebih awal. Penelitian ini bertujuan untuk menganalisis dan membandingkan kemampuan model Altman Z-Score, Zmijewski, dan Ohlson dalam mendeteksi financial distress pada perusahaan terbuka sektor jasa, properti, dan teknologi di Indonesia selama periode 2020–2025. Penelitian menggunakan pendekatan kuantitatif dengan analisis deskriptif eksploratif komparatif. Populasi penelitian terdiri atas 256 perusahaan, dengan 198 perusahaan yang memenuhi kriteria sampel sehingga diperoleh 1.188 observasi perusahaan-tahun. Data penelitian bersumber dari laporan keuangan dan laporan tahunan perusahaan serta informasi yang tersedia pada Bursa Efek Indonesia dan situs resmi perusahaan. Penilaian kondisi aktual financial distress dilakukan menggunakan dua dasar klasifikasi, yaitu Aktual 1 berdasarkan lima indikator kondisi keuangan dan Aktual 2 berdasarkan laba bersih negatif selama dua tahun berturut-turut. Kinerja masing-masing model dianalisis menggunakan confusion matrix melalui accuracy, sensitivity, specificity, precision, dan F1-Score. Hasil penelitian menunjukkan adanya perbedaan pola kinerja antar model dan antar dasar klasifikasi aktual. Berdasarkan Aktual 1, model Altman menghasilkan accuracy sebesar 56,99% dan sensitivity sebesar 45,52%, sedangkan Zmijewski menghasilkan accuracy 42,59% dan sensitivity 16,39%, serta Ohlson menghasilkan accuracy 36,20% dan sensitivity 4,54%. Berdasarkan Aktual 2, accuracy Altman meningkat menjadi 68,79% dengan sensitivity 60,00%, Zmijewski menjadi 72,93% dengan sensitivity 20,40%, dan Ohlson menjadi 75,15% dengan sensitivity 6,80%. Analisis konsistensi menunjukkan bahwa kesamaan hasil ketiga model mencapai 28,87% pada Aktual 1 dan 54,14% pada Aktual 2. Hasil tersebut menunjukkan bahwa penggunaan dasar klasifikasi aktual yang berbeda menghasilkan pola deteksi financial distress yang berbeda pada masing-masing model. Oleh karena itu, hasil pengukuran perlu diinterpretasikan dengan mempertimbangkan karakteristik model dan dasar klasifikasi yang digunakan.