Prediksi Financial Distress Perusahaan Sub Sektor Telekomunikasi Yang Terdaftar Di Bursa Efek Indonesia Menggunakan Metode Multiple Discriminant Analysis, Logit Dan Artificial Neural Network

HARIADI KRISTIANTO

Informasi Umum

Kode

19.05.132

Klasifikasi

658.15 - Financial management, Insolvency, Bankruptcy, Valuation of businesses, Financial Decision making, Financial planning

Jenis

Karya Ilmiah - Thesis (S2) - Reference

Subjek

Finance

Informasi Lainnya

Abstraksi

Persaingan antara industri telekomunikasi semakin ketat dan mengharuskan perusahaan untuk terus memperkuat fundamental manajemen perusahan, sehingga dapat bersaing dengan perusahaan lain. Ketidakmampuan dalam mengantisipasi perkembangan global akan mengarah pada pengurangan volume bisnis, yang pada akhirnya dapat mengakibatkan kerugian bagi perusahaan. Financial distress merupakan masalah yang sangat esensial yang perlu diwaspadai oleh setiap perusahaan, dimana dapat dinilai dan diukur melalui analisis laporan keuangan. Penelitian ini bertujuan untuk mengetahui hasil prediksi financial distress pada perusahaan sektor Telekomunikasi di Indonesia menggunakan tiga model yang sering digunakan dalam memprediksi financial distress, yaitu: model Altman, model Ohlson dan Artificial Neural Network Backpropagation (ANN). Sampel yang digunakan adalah tiga perusahaan telekomunikasi dengan market value terbesar yang terdaftar di Bursa Efek Indonesia pada periode tahun 2013-2017. Perbandingan dilakukan dengan menganalisis hasil prediksi dan tingkat akurasi masing-masing model. Dalam pengujian hipotesis menggunakan alat analisis teknik uji beda non parametrik Wilcoxon Rank Sum Test. Hasil penelitian menunjukkan dari ketiga sampel perusahaan selama periode 2013-2017 diprediksi dua perusahaan mengalami financial distress, yaitu PT. Indosat Tbk dan PT. XL. Axiata Tbk. Tingkat akurasi dengan menggunakan prediksi model Altman adalah sebesar 86,67%, sedangkan untuk model Ohlson dan ANN sebesar 93,33%. Berdasarkan hasil pengujian non parametrik model ANN terhadap model Altman dan Ohlson diperoleh nilai Asymp. Sig (2-tailed) sebesar 0,573 dan 0,397 artinya lebih besar dari nilai signifikansi (>0,05), maka disimpulkan tidak ada perbedaan antara metode ANN dengan model Altman dan Ohlson. Kata Kunci: Sektor Telekomunikasi, Bursa Efek Indonesia, Altman, Ohlson, Artificial Neural Network, Financial Distress