ANALISIS PENGGUNAAN MODEL ALTMAN (Z SCORE) UNTUKMEMPREDIKSI KONDISI FINANCIAL DISTRESS PADA Analisis Penggunaan Model Altman (Z Score) Untuk Memprediksi Kondisi Financial Distress Pada Perusahaan Sektor Properti Dan Real Estate Yang Terdaftar Di Bursa Efe

ANALISIS PENGGUNAAN MODEL ALTMAN (Z SCORE) UNTUK
MEMPREDIKSI KONDISI FINANCIAL DISTRESS PADA
PERUSAHAAN SEKTOR PROPERTI DAN
REAL ESTATE YANG TERDAFTAR DI
BURSA EFEK INDONESIA (BEI)
PERIODE 2012-2015

NASKAH PUBLIKASI
Diajukan Untuk Memenuhi Tugas dan Syarat-Syarat Guna Memperoleh
Gelar Sarjana Strata 1 Jurusan Manajemen pada Fakultas Ekonomi
dan Bisnis Universitas Muhammadiyah Surakarta

Disusun Oleh:
DEWI LUTFIYAH
B100130464
PROGRAM STUDI MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2016

HALAMAN PENGESAHAN

ANALTSTSPENGGTJNAAT{MODEL ALTMAN (Z SCORE)rrr[TUK
MEMPREDIKSI KONDISI FINANCAL D/^STRE,S,S
PADA
PERUSAIIAAN SEKTOR PROPERTI DAN
REAL ESTATE YANG TERDAFTAR DI
BURSA EFEK INDONESIA (BEI)
PERTODE2012-2015
OLEH
DEWI LUTFIYAH
8100130464

Telah dipertahankandi depanDewanPenguji
Fakultas Ekonomi dan Bisnis
UniversitasMuhammadiyah Surakarta
Padahari Sabtu,10 Desember2016
dan dinyatakan telah memenuhisyarat
DewanPenguji:
l. Dr. Syamsudin,MM
(Ketua DewanPenguji)
2. Nur Achmad, SE, MSi

(SekretarisI)ewan Penguji)
3. Muzakar Isa, SE, Msi
(Anggota l)ewan Penguji)
DekanFakultas Ekonomi dan Bisnis
uhammadiyahSurakarta

sE, M.Si

1l

ANALISIS PENGGUNAAN MODEL ALTMAN (Z SCORE) UNTUK
MEMPREDIKSI KONDISI FINANCIAL DISTRESS PADA
PERUSAHAAN SEKTOR PROPERTI DAN
REAL ESTATE YANG TERDAFTAR DI
BURSA EFEK INDONESIA (BEI)
PERIODE 2012-2015
Dewi Lutfiyah (B100130464)
Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah Surakarta
Email: lutfiyahdewi@gmail.com
ABSTRAKSI

Penelitian ini bertujuan untuk mengetahui kondisi financial distress
perusahaan properti dan real estate yang terdaftar di BEI (Bursa Efek Indonesia)
tahun 2012-2015 dengan menggunakan model Altman (Z-Score) dan untuk
mengetahui tingkat kesalahan dari prediksi financial distress dengan
menggunakan model Altman (Z-Score). Teknik pengambilan sampel dalam
penelitian ini menggunakan teknik purposive sampling dan non probability
sampling. Metode analisis data yang digunakan dengan menggunakan model
Altman (Z-Score) kemudian dilihat dengan tingkat kesalahan yang dimiliki pada
model tersebut menggunakan tipe kesalahan I dan tipe kesalahan II. Hasil dari
penghitungan menggunakan model Altman (Z-Score) menujukkan hasil prediksi
yang berbeda-beda pada setiap perusahaan dan tiap tahunnya , dari 160
perusahaan diprediksi terdapat 9 perusahaan (5,625%) diprediksi financial
distress, 25 perusahaan (15,625%) pada grey area, dan 126 perusahaan (78,75%)
diprediksi non financial distress. Selain itu dari tingkat kesalahan model prediksi
Altman (Z-Score) ditahun 2012 terdapat tipe kesalahan I sebesar 5% dan tipe
kesalahan II sebesar 5%. Sementara untuk Tingkat kesalahan tahun 2013 terdapat
tipe kesalahan I sebesar 7,5% dan tipe kesalahan II sebesar 2,5%.
Kata kunci : Model Altman (Z-Score), dan financial distress.

1

ABSTRACK
This study aims to determine the condition of financial distress property
and real estate companies listed on the Stock Exchange (Stock Exchange
Indonesia) from 2012 until 2015 using the model of Altman (Z-Score) and to
determine the error rate of the financial distress prediction using a model of
Altman (Z -Score). Sampling techniques in this study use purposive sampling and
non-probability sampling. Data analysis methods use Altman model (Z-Score) and
then viewed with an error rate that is owned by the models using the type I and
type II errors. The results of the calculation using the model Altman (Z-Score)
show the different result prediction at each company and each year, from the 160
companies predicted that 9 companies (5.625%)are predicted financial distress, 25
companies (15.625%)are in the grey area, and 126 companies (78,75%) are
predicted non financial distress. Beside it, an error rate prediction Altman
model(Z-Score) in 2012 got a type I error of 5% and type II error of 5%. Then in
2013 there were error rate of type I error of 7.5% and type II error of 2.5%.
Keywords: Model Altman (Z-Score) and financial distress.

2

A. Latar Belakang Masalah
Pada pertengahan tahun ini World Bank (Bank Dunia) memangkas
proyeksi pertumbuhan global menjadi 2,4%. Hal ini disebabkan lambatnya
pertumbuhan di negara-negara maju, harga komoditas yang tetap rendah,
lemahnya perdagangan global, arus modal yang berkurang, jatuhnya harga minyak
dan komoditas lain. Hal ini mendorong pemerintah di Negara masing-masing
untuk membuat suatu kebijakan yang dapat meningkatkan pertumbuhan ekonomi
dan kesejahteraan masyarakat dari berbagai aspek.
Pertumbuhan ekonomi 2016 pada kuartal I dapat dijaga pada level 5%.
Tentunya diharapkan akan meningkat pada kuartal-kuartal berikutnya dengan
adanya dorongan peningkatan dan optimalisasi stimulus fiskal atau daerah dengan
terkait dengan percepatan pembangunan proyek infrastruktur. Hal ini membawa
kepada kepercayaan masyarakat saat Pemerintah mencanangkan program baru
yakni tax amnesty (Pengampunan Pajak) merupakan peluang bagi sektor properti
dan real estate sebab peluang untuk berinvestasi menjadi semakin besar ketika
pemerintah memperpanjang proses administrasi tax amnesty hingga Desember
2016. Berinvestasi di sektor properti dan real estate memerlukan momentum yang
tepat salah satunya ketika kebijakan tax amnesty muncul. Aliran dana tebusan dari
tax amnesty perlu dikelola melalui investasi yang tepat sekaligus menguntungkan
seperti investasi properti dan Real Estate.

Terjadinya krisis global yang terjadi di tahun 2008 silam yang
menghantam Negara super power AS (Amerika Serikat) utamanya diawali dari
jatuhnya industri properti dan real estate dan akhirnya berdampak pada wilayah
Asia. Hal ini menjadi penyebab beberapa perusahaan properti dan real estate
banyak yang mengalami financial distress bahkan kebangkrutan tidak terkecuali
Indonesia. Belajar dari kajadian tersebut pihak perusahaan properti dan real estate
harus mempersiapkan diri dan menjaga kestabilan usahanya agar tetap bertahan di
masa mendatang sebab jika tidak diimbangi dengan peningkatan tentunya tidak
menutup kemungkinan sektor ini dapat mengalami financial distress kembali.
Financial distress merupakan kondisi pra kebangkrutan yang akan terjadi
pada perusahaan. Terjadinya financial distress diakibatkan oleh berbagai faktor
yakni ekonomi, kesalahan manajemen, dan bencana alam (Sudana, 2014:249)
Kondisi ini menunjukkan penurunan kemampuan perusahaan dalam memenuhi
kewajibannya sebelum akhirnya perusahaan benar-benar mengalami kebangkrutan
atau pun likuidasi. Financial distress dapat terjadi pada semua perusahaan
terutama pada perusahaan yang berada pada negara yang sedang mengalami
penurunan kondisi keuangan atau krisis ekonomi.
Berbagai model analisis telah dikembangkan oleh peneliti berkaitan
dengan financial distress, salah satunya yang umum digunakan untuk
memprediksi potensi financial distress suatu perusahaan yakni analisis MDA

model Altman (Z-Score) yaitu penggabungan dari 4 rasio keuangan yang
dianggap paling berpengaruh terhadap prediksi financial distress suatu perusahaan
(Azhar, 2013). Dari hasil penelitian yang dilakukan oleh Altman (Z-Score) model
rasio diskriminan ini memiliki tingkat keakuratan dalam memprediksi financial
distress sebesaar 94% (Altman, 1968) untuk prediksi 1 tahun sebelum

3

kebangkrutan, 72% untuk prediksi 2 tahun sebelum kebangkrutan dan 48% untuk
prediksi 3 tahun sebelum kebangkrutan.
Model Altman sendiri sudah mengalami tiga kali perubahan sesuai dengan
perkembangan penelitian dari Altman original yang digunakan untuk perusahaan
manufaktur, Altman revisi untuk perusahaan manufaktur dan non public, dan
model Altman modifikasi yang diterapkan oleh perusahaan non manufactur dan
non public. Pada model prediksi financial distress Altman modifikasi dengan
menghilangkan X5 yakni Sales/Total Asset sebab rasio ini sangat bervariatif pada
perusahaan dengan aset yang berbeda-beda, sehingga dengan latar belakang di
atas, dalam penelitian ini mengambil judul “ANALISIS PENGGUNAAN
MODEL ALTMAN (Z SCORE) UNTUK MEMPREDIKSI KONDISI FINANCIAL
DISTRESS PADA PERUSAHAAN SEKTOR PROPERTI DAN REAL ESTATE

YANG TERDAFTAR DI BURSA EFEK INDONESIA (BEI) PERIODE 20122015”
B. Tujuan Penelitian
Berdasarkan rumusan masalah di atas, tujuan yang ingin dicapai dari
penelitian ini adalah sebagai berikut.
1. Untuk mengetahui model Altman (Z-Score) merupakan model yang dapat
digunakan untuk memprediksi kondisi financial distress dan memberikan hasil
yang berbeda-beda pada setiap perusahaan properti dan real estate yang
terdaftar di BEI (Bursa Efek Indonesia).
2. Untuk menganalisis tingkat kesalahan model Altman (Z-Score) dalam
memprediksi kondisi financial distress perusahaan sektor properti dan real
estate di BEI (Bursa Efek Indonesia) tahun 2012-2015.
C. TINJAUAN PUSTAKA
1. Laporan Keuangan
Laporan keuangan merupakan hasil dari proses akuntansi yang dapat
digunakan sebagai alat untuk berkomunikasi antara data keuangan atau aktifitas
suatu perusahaan dengan pihak-pihak yang berkepentingan dengan data atau
aktifitas perusahaan tersebut (Munawir, 2004).
2. Financial Distress
Financial distress merupakan tahap penurunan kondisi keuangan sebelum
terjadinya kebangkrutan (Plat dan plat, 2002). Menurut Sundjaja (2010) financial

distress merupakan situasi arus kas operasi dalam kondisi yang tidak mampu
mencukupi kebutuhan pembiayaan jangka pendek seperti membayar hutang usaha
atau membayar bunga dan hal ini memaksa perusahaan untuk mengambil tindakan
perbaikan. Di sinilah peran laporan keuangan sangat penting sebab dengan adanya
laporan keuangan dapat digunakan untuk memprediksi terjadinya financial
distress suatu perusahaan, sebab tidak ada satu pun perusahaan yang
menginginkan terjadinya financial distress.
3. Kebangkrutan
Kebangkrutan merupakan tahap selanjutnya setelah terjadinya kondisi
financial distress pada suatu perusahaan. Kondisi kebangkrutan merupakan
4

ketidakmampuan perusahaan untuk membayar kewajiban pada saat jatuh tempo
yang menjadi penyebab suatu perusahaan mengalami kebangkrutan atau menjadi
penyebab kreditur untuk menghapus atau mengurangi hutangnya di dalam
perjanjian (Munawir, 2010). Apabila suatu perusahaan hanya mengandalkan
hutang guna kepentingan operasi dan kegiatan investasinya, maka ketika
perusahaan mengalami penurunan dari hasil operasinya perusahaan tersebut akan
mendapatkan kesulitan di dalam meyelesaikan tugas dan pekerjaannya.
4. Model Altman (Z-Score)

Altman (Z-Score) merupakan salah satu alat yang dapat digunakan untuk
memprediksi terjadinya financial distress yang dilakukan oleh Edward I Altman
pada penelitiannya yang pertama di suatu perusahaan. Dalam model ini diperoleh
dari penghitungan rasio yang kemudian hasilnya dimasukkan ke dalam persamaan
diskriminan. Menurut penelitian Ramandhani dan Lukviarman (2009) seiring
dengan berkembangnya ilmu penelitian Altman memodifikasi model prediksinya
agar dapat digunakan oleh berbagai sektor perusahaan non manufaktur,
perusahaan penerbit obligasi dan perusahaan manufaktur. Dengan menghilangkan
variabel X5 (Sales / Total Asset) yakni dengan model diskriminan:
Z’’ = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
Z” = Bankcrupcy Index
X1 = WCTA (Working Capital / Total Asset)
X2 = RETA (Retained Earnings / Total Asset)
X3 = EBITA (Earnings Before Interest and Taxes / Total Asset)
X4 = BVETL (Book Value of Equity / Book Value of Total Debt)
Dari hasil penghitungan dengan model diskriminan model Altman
modifikasi maka dihitung dengan cut off untuk mengetahui kondisi
kebangkrutan suatu perusahaan yakni :
1. Jika Z-Score ≤ 1,1 dikategorikan sebagai perusahaan yang mengalami
kesulitan keuangan yang cukup besar dan memiliki resiko yang cukup besar

sehingga diprediksi mengalami kondisi financial distress.
2. Z-Score 1,1 < Z ≤ 2,6 dikategorikan sebagai perusahaan yang berada di
grey area dengan tingkat kesulitan keuangan tidak begitu besar dan peluang
terselamatkan masih ada.
3. Z-Score ≥ 2,6 dikategorikan sebagai perusahaan yang berada pada kondisi
tidak mengalami kesulitan keuangan atau financial distress.
5. Analisis Rasio Keuangan
Analisa rasio keuangan merupakan analisa keuangan yang menggunakan
alat ukur arithmetical term (rasio), yang dapat dipergunakan untuk menjelaskan
hubungan antara data keuangan. Menurut Sundjadja (2010:173) Analisis rasio
merupakan suatu metode penghitungan dan interpretasi untuk menilai kinerja dan
status suatu perusahaan.
 Rasio Likuiditas
Digunakan untuk mengukur kemampuan perusahaan dalam memenuhi
kewajiban lancarnya. Rasio likuiditas dapat dibagi menjadi beberapa jenis
yang mencerminkan prespektif yang tidak sama dalam mengukur kemampuan
perusahaan dalam memenuhi kebutuhan jangka pendeknya. Pihak-pihak yang

5



memiliki kepentingan dalam rasio ini adalah kreditor, pemasok dan bank
sebab pada umumnya rasio ini digunakan untuk analisis kredit.
Ukuran dasar dari rasio likuiditas yakni :
Rasio lancar =
Rasio Aktifitas
Rasio aktifitas merupakan kemampuan perusahaan di dalam mengelola
asetnya dengan efisisen dan efektif sehingga mampu memberikan aliran kas
masuk bagi perusahaan, rasio yang digunakan untuk mengukur aktifitas antara
lain :
a. Perputaran persediaan =
b. Perputaran aktiva tetap =





c. Perputaran total aktiva =
Rasio Hutang (Solvabilitas)
Mengukur tingkat kemampuan perusahaan di dalam pengelolaan
sumber dana yang dimiliki prusahaan. Rasio ini menunjukkan kemampuan
perusahaan dalam melunasi hutang-hutang yang dimilikinya dengan seluruh
aset yang ada. Penggukuran rasio hutang meliputi :
Rasio mampu bayar bunga =
Rasio Profitabilitas
Rasio ini mengukur kemampuan perusahaan untuk menghasilkan laba
atau keuntungan dari hasil operasi perusahaan. Rasio profitabilitas meliputi :
a. Margin laba kotor =
b. Margin laba operasi =
c. Margin laba bersih =
d. Pendapatan per saham =



Rasio Pasar
Rasio ini menggambarkan kondisi atau keadaan prestasi suatu
perusahaan di pasar modal, rasio ini merupakan salah satu indikator yang
dapat menarik minat investor untuk mengukur tingkat ketertarikan terhadap
harga saham suatu perusahaan pada periode tertentu.
Rasio harga pasar per pendapatan =

6

D. METODE PENELITIAN
Gambar 3.1 Kerangka Pemikiran
Perusahaan sektor properti dan real estate yang terdaftar di
(BEI) Bursa Efek Indonesia
Indonesia periode 2012-2015

Laporan Keuangan Perusahaan Properti dan Real Estate yang
terdaftar di BEI (Bursa Efek Indonesia) tahun 2012-2015

perusahaan

Mengklasifikasi perusahaan pada

menggunakan

keadaan sebenarnya tahun t+2

model Altman (Z-Score) tahun t

(2014-2015)dengan menggunakan

(2012-2015) pada 3 kategori:

analisa Rasio keuangan:

Mengklasifikasi
yang

dihitung

1. Financial Distress (Z ≤ 1,1)
2. Grey Area (1,1 < Z ≤2,6)
3. Non Financial Distress ( Z
> 2,6)

1. Financial Distress
2. Non Financial Distress

Penghitungan tingkat kesalahan model Altman (Z-Score) :
Tipe Kesalahan I Model Altman (Z-Score)
Tipe kesalahan II Model Altman (Z-Score)

Populasi dalam penelitian ini adalah keseluruhan data laporan keuangan
perusahaan yang terdaftar di BEI (Bursa Efek Indonesia). Desain pengambilan
sampel dalam penelitian ini menggunakan non probability sampling yakni
pengambilan sampel yang tidak memberikan peluang maupun kesempatan yang
sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel
(Sugiyono, 2009). Teknik yang digunakan dalam penelitian in adalah teknik
purposive sampling. Jenis data yang digunakan dalam penelitian ini adalah data
kuantitatif yakni data yang dapat diwujudkan dalam bentuk statistik maupun
angka. Dilihat dari sumber data dalam penelitian ini menggunakan jenis data
sekunder yakni data yang diperoleh tanpa adanya usaha untuk mendatangi secara
langsung perusahaan terkait. Data dapat diperoleh dari www.idx.co.id ICMD
(Indonesian Capital Market Directory) berupa laporan keuangan berupa neraca
pada perusahaan sektor properti dan real estate.

7

E. HASIL PENELITIAN
Tabel 4.2 Statistik Deskriptif
Statistics
X1_WCTA X2_RETA X3_EBITA X4_BVTED
N

Valid

160

160

Missing 0
0
Mean
.1873
.1332
Median
.1559
.1822
Std. Deviation .21051
.45705
Range
1.18
5.09
Minimum
-.42
-4.31
Maximum
.76
.77
Sum
29.97
21.30
Sumber : Hasil Olahan Data SPSS

160

160

0
.0861
.0808
.07476
.54
-.08
.46
13.78

0
2.1093
1.5101
1.84952
12.80
.17
12.97
337.49

Dari hasil penghitungan terhadap laporan keuangan perusahaan properti dan
real estate menggunakan model Altman (Z-Score) hasilnya menunjukkan bahwa
model ini dapat digunakan untuk memprediksi kondisi financial distress dan
masing-masing perusahaan memiliki tingkat kesulitan keuangan yang berbedabeda, yakni financial distress, grey area dan non financial distress. Terutama
penghitungan tahun 2014 memiliki tingkat prediksi financial distress yang paling
tinggi, tahun 2012 memiliki tingkat prediksi grey area paling tinggi, dan pada
tahun 2015 memiliki tingkat prediksi non financial distress paling tinggi, namun
secara keseluruhan penghitungan menunjukkan setiap perusahaan properti dan
real estate memiliki hasil prediksi yang berbeda-beda setiap tahun sehingga
hipotesis pertama diterima. Hal ini mendukung penelitian Altman (Z-Score) 1995
dan sesuai berdasarkan penelitian terdahulu yakni Vera (2012), Dormatus (2015),
Atika (2015), Haryadi (2007), Ronaldi (2015), Gunathilaka (2014), Grofer (2001)
yang menyatakan bahwa model ini dapat digunakan untuk memprediksi kondisi
financial distress dan memberikan hasil yang berbeda dalam prediksi financial
distress pada perusahaan properti dan real estate yang tedaftar di (BEI) Bursa
Efek Indonesia.
Pada penelitian ini model Altman (Z-Score) memiliki tingkat kesalahan
prediksi yang berbeda-beda, dengan adanya tipe kesalahan I dan tipe kesalahan II
yang memberikan hasil untuk tahun prediksi financial distress 2012 model
Altman (Z-Score) memiliki tingkat kesalahan yang sama antara tipe kesalahan I
(5%) dengan tipe kesalahan II (5%). Sedangkan tingkat kesalahan prediksi
financial distress model Altman (Z-Score) pada tahun 2013 tipe kesalahan I
(7,5%) lebih besar dibandingkan tipe kesalahan II (2,5%). Dari hasil penghitungan
tingkat kesalahan prediksi model Altman (Z-Score) memiliki hasil yang sama
yakni 10%. Peluang terjadinya kesalahan prediksi dari model Altman (Z-Score)
adalah 10% dari keseluruhan sampel yang di teliti pada prediksi financial distress
pada tahun 2012 dan 2013 namun secara keseluruhan model prediksi financial
8

distress Altman (Z-Score) memiliki tingkat kesalahan masing-masing sehingga
hipotesis kedua juga diterima Hal ini sesuai berdasarkan penelitian terdahulu
yakni Vera (2012), Gunathilaka (2014), Grofer (2001) yang menyatakan bahwa
model prediksi Altman (Z-Score) memiliki tingkat kesalahan dalam memprediksi
kondisi financial distress pada suatu perusahaan.
F. KESIMPULAN
1. Model Altman (Z-Score) dapat digunakan untuk memprediksi kondisi
financial distress pada perusahaan sektor properti dan real esatate dan
memberikan hasil yang berbeda-beda pada setiap perusahaan yang dijadikan
data penelitian sehingga dari 160 perusahaan diprediksi terdapat 9 perusahaan
(5,625%) diprediksi financial distress, 25 perusahaan (15,625%) pada grey
area, dan 126 perusahaan (78,75%) diprediksi non financial distress.
2. Hasil analisa tipe kesalahan prediksi dengan menggunakan model Altman (ZScore) pada perusahaan sektor properti dan real estate menunjukkan hasil
penelitian prediksi tingkat kesalahan ditahun 2012 terdapat tipe kesalahan I
sebesar 5% dan tipe kesalahan II sebesar 5%. Sementara untuk Tingkat
kesalahan tahun 2013 terdapat tipe kesalahan I sebesar 7,5% dan tipe
kesalahan II sebesar 2,5%. Sedangkan untuk tahun 2014 dan 2015 tidak dapat
dianalisa tingkat kesalahan lebih lanjut karena harus dibandingkan dengan
kondisi perusahaan 2016 dan 2017.
H. Saran
1. Prediksi financial distress menggunakan metode Altman (Z-Score) pada
perusahaan properti dan real estate dapat digunakan sebagai salah satu alat
pengambil keputusan baik bagi perusahaan, perusahaan, investor, dan kreditor.
2. Prediksi financial distress menggunakan model Altman (Z-Score) dapat
digunakan sebagai early warning system perusahaan dan ntuk perusahaan
yang masuk kategori grey area dapat menetukan langkah selanjutnya agar
tidak sampai terjadi financial distress bahkan kebangkrutan.
3. Pada penelitian selanjutnya, sampel yang digunakan sebaiknya lebih variatif
tidak hanya berasal dari satu sektor saja agar lebih dapat menggambarkan
secara keseluruhan perusahaan dan meggunakan model prediksi financial
distress yang lainnya seperti S-Score, Zmijewski dan yang lain.

9

DAFTAR PUSTAKA
Anjum, Sanobar. 2012. Business Bankruptcy Prediscion Models : A Significant
Study of The Altman’s Z-Score Model. Asian Journal of Manajemen
Research. Issue 1 Vol. 3.
Atika. Noora Safura. 2015. Implementasi Altman Z-Score Model untuk
Memprediksi Kebangkrutan Perusahaan Multinasional. Malang: Universitas
Brawijaya. Jurnal Administrasi Bisnis Vol. 27 No. 1.
Azhar, Debbie Meiriza. 2013. Analisis Penggunaan Model Altman Z-Score Pada
Perusahaan Sektor Properti dan Real Estate di Bursa Efek Indonesia. Thesis.
Yogyakarta: Universitas Gajah Mada.
Bal, Gnyana Ranjan. 2015. Prediction Financial Distress Using Altman Z-Score :
a Study of Select FMCG Companies. Research Paper. Issue. 9 Vol. 5 .
BI

: Pertumbuhan Ekonomi Indonesia 2016 Masih di Level 5%”.
http://www.economy.okezone.com, akses pada 11 Oktober 2016 pukul
9:35WIB.

Bindu, Hima. 2015. Financial Performance Analysis of Selected Diary Units in
Andhra Pradesh Using Altman Z-Score Model. Asia Pasific Journal of
Reseach . Issue XXVI Vol. I.
Chouhan, Vineet dkk. 2014. Predicting Financial Stability of Select BSE
Companies Revisting Altman Z-Score. International Letters of Social and
Humanistic Sciences. Vol. 26
Dewi. Vera Intanie dan Felisca. 2012. Analisis Tipe Kesalahan dalam
Memprediksi Kepailitan Perusahaan dengan Menggunakan Metode Altman
Z-Score. Thesis.
Diakomihalis, Mihali. 2012. The Accouracy of Altmans Model In Predicting Hotel
Bankrupcty . International Journal of Accounting and Financial Reporting.
No. 2 Vol. 2.
Edward, I Altman. 1968. Financial Ratio, Discriminant Analysis, and The
Prediction of Corporate Bankcrupty. Blackwell Publishing and American
Finance Association.
Ferbianasari, Hilda Nia. 2013. Analisis Penilaian Financial Distress
Menggunakan Model Altman (Z-Score) pada Perusahaan Kosmetik yang
Tercatat di Bursa Efek Indonesia. Surabaya: Universitas Negeri Surabaya.
Grover, Jefrey. 2001. Financial Ratio. Discriminant Analysis and Prediction of
Corporate Bankruptcy: A Service Industry Extention of Altman Z-Score
Model of Bankruptcy Prediction.
Gunathilaka, Chandana. 2014. Financial Distress Prediction: A Comparative
Study Of Solvency Test and Z-Score Models with Reference to Sri Lanka. The
IUP Journal of Financial Risk Management No. 3 Vol. XI.

10

Indriyati, Irma Thisca. 2010. Analisis Laporan Keuangan dan Penggunaan
Altman Z-Score untuk Memprediksi Tingkat Kebangkrutan Perusahaan
Properti yang Terdaftar di Bursa Efek Indonesia. Surakarta: Universitas
Sebelas Maret.
Irfan, Mochamad. 2014. Analisis Financial Distress dengan Pendekatan Altman
Z’’ Score untuk Memprediksi Kebangkrutan Perusahaan Telekomunikasi.
Surabaya: STIESIA. Jurnal Ilmu dan Riset Manajemen No. 1 Vol. 3.
Jusup, Haryono. 2011. Dasar-dasar Akuntansi Jilid 1. Yogyakarta: STIE YKPN.
Juwita, Arimbi. 2009. Prediksi Rasio Keuangan Terhadap Kondisi Financial
Distress pada Perusahaan Properti yang Terdaftar di Bursa Efek Indonesia.
Skripsi. Surakarta: Universitas Sebelas Maret.
Kartikawati, Shinta. 2008. Analisis Z-Score dalam mengukur kinerja keuangan
untuk Memprediksi Kebangkrutan Pada Tujuh Perusahaan Manufaktur di
Bursa Efek Jakarta. Jakarta: Universitas Gunadarma.
Kpodoh, Bright. 2009. Bankruptcy and Financial Distress Prediction in The
Mobile Telecom Industry. Thesis for The Master’s Degree in Business
Administration.
Kurniawati, Butet Agrina. 2013. Analisis Penggunaan Altman Z-Score untuk
Memprediksi Potensi Kebangkrutan Perusahaan Makanan dan Minuman
yang Terdaftar di BEI Periode 2007-2010. Universitas Gunadarma.
Kutum, Imad. 2015. Predicting The Financial Distress of Non Banking
Companies Listed on The Palestine Exchange. Research Journal of Finance
and Acounting. Publishing IISTE No. 10 Vol. 6
Martani, Dwi. Veronica. Sylvia dkk. 2012. Akuntansi Keuangan Menengah,
Jakarta: Salemba Empat.
Niresh, Aloy, dan Pratheepan. The Application of Altman Z-Score Model in
Predicting Bankruptcy : Evidence from The Trending Sector in Sri Lanka.
Publishing by Canadian Center of Science and Education, International
Journal of Business Management. No, 2 Vol. 10.
Nugroho, Mukhamad Iqbal Dwi. 2012. Analisis Prediksi Financial Distress
dengan Menggunakan Model Altman Z-Score Modifikasi 1995. Semarang:
Universitas Diponegoro.
Pane, Rosmadewi Ayuningtyas. Dkk. 2015. Analisis Diskriminan untuk
Memprediksi Kebangkrutan Perusahaan. Malang: Universitas Brawijaya.
Jurnal Administrasi Bisnis Vol. 27 No 2.
Pitaya, Donatus Hermawan Agung. 2015. Aplikasi Prediksi Financial Distress
Menggunakan Metoda Altman: Studi Pada Perusahaan Manufaktur Yang
Terdaftar Di Bursa Efek Indonesia Periode 2010 – 2013. Thesis. Yogyakarta:
Universitas Gajah Mada.

11

Rahayu, Santi Suci dan Rina. 2010. Analisis Laporan Keuangan dengan Metode
Altman untuk Memprediksi Kepailitan pada Perusahaan Industri Makanan
dan Minuman. Depok: Universitas Gunadharma. Jurnal Ekonomi Bisnis No.
2. Vol 15.
Rantelino, Ronaldi. 2015. Prediksi Keangkrutan Perusahaan Properti Yang
Terdapat Di Bursa Efek Indonesia Tahun 1998-2013. Surabaya: Universitas
Kristen Petra Finesta Vol. 3 No. 1.
Rupiah dibuka Perkasa 33 Poin” http://www.ekbis.sindonews.com, akses pada 11
Oktober 2016 pukul 7.56 WIB.
Sarjono, Haryadi ST. MM. 2007. Analisis Laporan Keuangan Sebagai Prediksi
Kemungkinan Kebangkrutan dengan Model Diskriminan Altman, Jakarta :
Universita Bunda Mulia.
Sukhemi. 2006. Analisis Rasio Keuangan Untuk Memprediksi Kebangkrutan.
Syamsudin. 2014. Pengantar Statistik untuk Pengambilan Keputusan. Surakarta:
UMS.
World
Bank
Pangkas
Pertumbuhan
Ekonomi
global
5%.
http://www.ekbis.sindonews.com, akses pada 8 Oktober 2016 pukul 5.00
WIB
www.idx.co.id

12