BALANCE : JURNAL AKUNTANSI DAN BISNIS
Vol 10.
No 2.
November 2025.
Hal 179 - 190 Analisis Perbandingan Tingkat Akurasi Model Altman Z-Score.
Springate.
Zmijewski.
Taffler, dan Grover dalam Memprediksi Financial Distress Pada BPD yang Memiliki UUS Tahun 2019-2024 Oleh :
Info Artikel :
Dila Sriwahyuni1 Universitas Islam Negeri Raden Fatah Palembang.
Palembang.
Sumatera Selatan.
Indonesia dilasriwahyuni09062003@gmail.
Diterima : 28 Juli 2025 Direview : 6 Agustus 2025 Disetujui : 29 Agustus 2025 Peny Cahaya Azwari2 Universitas Islam Negeri Raden Fatah Palembang.
Palembang.
Sumatera Selatan.
Indonesia penycahayaazwari_uin@radenfatah.
Rachmania3 Universitas Islam Negeri Raden Fatah Palembang.
Palembang.
Sumatera Selatan.
Indonesia rachmania_uin@radenfatah.
Co Author *dilasriwahyuni09062003@gmail.
ABSTRACT
The banking sector, particularly Regional Development Banks (BPD) with General Sharia Units (UUS), plays a strategic role in supporting regional economies.
The 2019-2024 period was marked by significant economic dynamics, including the impact of the Covid-19 pandemic, which triggered a slowdown in growth and potential financial difficulties in the banking sector.
This study aims to determine the accuracy level of the Altman Z-Score.
Springate.
Zmijewski.
Taffler, and Grover models in predicting potential financial distress in BPD with UUS from 2019 to 2024.
Using a descriptive quantitative approach with purposive sampling, 11 companies were selected.
The results show that the Altman Z-Score and Taffler models have the highest accuracy rate of 100%, followed by Grover 90.
Springate 8%, and Zmijewski 74.
Therefore, the Altman Z-Score and Taffler models are the most accurate predictors of financial distress in BPD with UUS.
Keywords: Altman Z-Score.
Grover.
Springate.
Taffler.
Zmijewski ABSTRAK Sektor perbankan, khususnya Bank Pembangunan Daerah (BPD) dengan Unit Usaha Syariah (UUS), memainkan peran strategis dalam mendukung perekonomian daerah.
Periode 2019-2024 ditandai dengan dinamika ekonomi signifikan, termasuk dampak pandemi Covid-19 yang memicu perlambatan pertumbuhan dan potensi kesulitan keuangan pada perbankan.
Penelitian ini bertujuan untuk mengetahui tingkat akurasi model Altman ZScore.
Springate.
Zmijewski.
Taffler, dan Grover dalam memprediksi potensi kesulitan keuangan pada BPD dengan UUS tahun 2019-2024.
Dengan menggunakan pendekatan deskriptif kuantitatif dan purposive sampling, 11 perusahaan dipilih sebagai sampel.
Hasil penelitian menunjukkan bahwa model Altman Z-Score dan Taffler memiliki tingkat akurasi tertinggi, yaitu 100%, diikuti oleh Grover 90,9%.
Springate 87,8%, dan Zmijewski 74,2%.
Oleh karena itu, model Altman Z-Score dan Taffler merupakan prediktor kesulitan keuangan yang paling akurat pada BPD dengan UUS.
Kata Kunci: Altman Z-Score.
Grover.
Springate.
Taffler.
Zmijewski *Corresponding AuthorAos ISSN PRINT : 2548-7523 | E-ISSN : 2613-8956 https://ojs.
um-palembang.
id/index.
php/balance.
Email : balance.
aktfeb@gmail.
Dila.
Peny.
Rachmania
PENDAHULUAN
Berdasarkan ditunjukkan dalam laporan keuangan selama tahun 2019-2024, merupakan periode yang penuh dinamika untuk mencapai hasil dari target yang telah diharapkan dan dituangkan dalam rencana kerja perusahaan baik untuk jangka pendek, menengah, maupun jangka panjang.
Di tengah tantangan berat yang dihadapi oleh kondisi perekonomian nasional, regional, dan global, terutama dampak dari wabah penyakit COVID-19 di seluruh negara, yang juga sangat berdampak pada Indonesia.
Berikut ini adalah beberapa UUS BPD yang mengalami penurunan yang cukup signifikan dari tahun 2019-2024.
Sumber: Statistik Perbankan Syariah .
Gambar 1.
Jumlah Kantor UUS BPD Yang Mengalami Penurunan Dalam industri tentunya ada yang namanya istilah Financial Distress apalagi pada tahun 20192024 seperti yang diketahui perekonomian pada masa itu mengalami dinamika.
Financial Distress merupakan kondisi perusahaan yang mengalami perusaahan tidak dapat membayar deviden dan perusahaan mengalami kerugian (Pelitawati & Kusumawardana, 2.
Analisis kebangkrutan atau Financial Distress adalah analisis yang bertujuan untuk mendeteksi gejala awal Kebangkrutan sering diartikan secara awam adalah kegagalan perusahaan dalam menjalankan bisnisnya untuk memperoleh keuntungan, dan mempunyai kewajiban atau utang yang besar dibandingkan dari nilai asetnya (Supriadi, 2.
Dengan menggunakan model atau teknik analisis, keadaan Financial Distress dapat diamati sebelum terjadinya kebangkrutan.
Dalam memilih model analisis prediksi kebangkrutan perlu memperhatikan tingkat yang paling akurat dan memiliki tingkat kesalahan yang paling rendah hal itu perlu dilakukan supaya hasilnya sesuai dengan yang diharapkan.
Pada penelitian sebelumnya dalam memprediksi Financial Distress pada perusahaan menunjukkan hasil yang berbeda-beda mengenai tingkat akurasinya, diantaranya pada penelitian yang dilakukan oleh (Wahyuni & Rubiyah, 2.
menunjukkan bahwa tingkat akurasi tertinggi adalah Model Altman Z-Score yaitu dengan tingkat akurasi 76%, selanjutnya pada penelitian (Aadilah & Hadi, 2.
menunjukkan model dengan tingkat akurasi yang tertinggi adalah model Springate dengan tingkat akurasi sebesar 76.
4%, sedangkan pada penelitian yang dilakukan oleh (Farha, 2.
menunjukkan bahwa model Zmijewski yang memiliki tingkat akurasi yang tertinggi yaitu sebesar 84%, kemudian pada penelitian yang dilakukan oleh (Marsenne et al.
, 2.
menunjukkan model yang akurasinya tertinggi dengan tingkat akurasi sebesar 100% adalah model Taffler, dan pada penelitian (Ummah, 2.
menunjukkan bahwa model Grover menghasilkan tingkat akurasi yang tertinggi dibandingkan model lain yaitu sebesar 100%.
Berdasarkan perbandingan tingkat akurasi model analisis potensi kebangkrutan masih terdapat hasil penelitian sebelumnya yang belum konsisten, dengan ini peneliti tertatik untuk membandingkan hasil prediksi dari lima alat analisis yang berbeda Penelitian ini mengadaptasi dari penelitian yang dilakukan oleh (Ummah, 2.
Kebaharuan dari penelitian ini menambahkan satu model lagi yaitu model Taffler serta objek penelitian yang Alasan peneliti menambahakan model Taffler dalam penelitian ini adalah karena Dila.
Peny.
Rachmania menggunakan rumus yang sederhana, serta pada hasil penelitian (Marsenne et al.
, 2.
menunjukkan bahwa model Taffler adalah model yang paling akurat dengan tingkat akurasi sebesar 100%, maka dari itu peneliti ingin mengkaji model taffler dalam dunia perbankan khususnya pada BPD yang memiliki UUS.
Meskipun sudah banyak kajian yang dilakukan mengenai Financial Distress yang dilakukan di perusaahaan terkemuka di Indonesia (Ummah, 2.
, tetapi masih sedikit yang melakukan penelitian mengenai keadaan Financial Distress pada Bank Pembangunan Daerah (BPD) terkhususnya yang memiliki Unit Usaha Syariah (UUS).
Dengan ini, peneliti tertarik melakukan penelitian dengan topik AuAnalisis Perbandingan Tingkat Akurasi Model Altman Z-Score.
Springate.
Zmijewski.
Taffler.
Dan Grover Dalam Memprediksi Financial Distress Pada BPD Yang Memiliki UUS Tahun 2019-2024Ay Berdasarkan uraian dari latar belakang masalah diatas, maka terdapat rumusan masalah dalam penelitian ini, adalah bagaimana tingkat masing-masing memprediksi potensi financial distress pada Bank Pembangunan Daerah yang memiliki Unit Usaha Syariah pada tahun 2019-2024?.
Adapun tujuan yang ingin dicapai pada penelitian ini, adalah untuk menganalisis tingkat akurasi model Altman Z-Score.
Springate.
Zmijewski.
Taffler, dan Grover dalam memprediksi potensi financial distress pada Bank Pembangunan Daerah yang memiliki Unit Usaha Syariah pada tahun 2019-2024.
Sehingga penelitian ini memberikan kontribusi akademik dengan menambah literatur akademik dengan data empiris yang menunjukkan bagaimana model prediksi berfungsi dalam situasi Ini dapat menjadi referensi penting bagi peneliti lain yang melakukan penelitian tentang subjek serupa.
Dari sisi teoritis, penelitian ini menambahkan pengetahuan tentang penerapan model prediksi Financial Distress dalam konteks perbankan syariah.
Penelitian ini akan membandingkan model-model seperti Altman ZScore.
Springate.
Zmijewski.
Taffler, dan Grover.
Hal ini penting karena operasi dan keuangan BPD dengan UUS mungkin berbeda dari lembaga keuangan konvensional.
Selain itu, penelitian ini juga bermanfaat bagi regulator dalam membantu memilih model pemantauan kesehatan keuangan BPD dengan UUS yang lebih baik.
Ini juga dapat membantu dalam pengambilan keputusan yang lebih baik tentang strategi manajemen dan KAJIAN PUSTAKA Signalling Theory Teori sinyal (Signalling Theor.
merupakan salah satu teori dasar untuk memahami manajemen keuangan yang dikemukakan oleh Spence pada Teori signal menurut Spence .
adalah sebuah teori dalam ekonomi yang membahas bagaimana pihak yang memiliki informasi asimetris dapat menggunakan sinyal untuk menyampaikan informasi tersebut kepada pihak yang kurang mengetahui.
Dalam konteks ini, sinyal adalah tindakan atau indikator yang dapat dilihat dan diinterpretasikan oleh pihak lain untuk memahami informasi yang tersembunyi (Spence.
Pada penelitian ini, ada hubungan antara teori sinyal.
Jika analisis prediksi Financial Distress menunjukkan bahwa suatu perusahaan tidak akan bangkrut, perusahaan tersebut akan diberikan sinyal positif yang menguntungkan pihak-pihak Namun, jika hasilnya menunjukkan bahwa perusahaan tersebut berpotensi bangkrut, perusahaan tersebut akan diberikan sinyal negative (Prakoso et al.
, 2.
Dengan menggunakan model Altman Z-Score.
Zmijewski.
Springate.
Taffler, dan Grover, analisis prediksi Financial Distress diharapkan dapat memberikan sinyal kepada perusahaan ketika perusahaan mengalami penurunan kinerja.
Financial Distress Financial Distress di perusahaan adalah kondisi dimana perusahaan mengalami kesulitan untuk menghasilkan uang yang cukup untuk memenuhi kewajiban keuangannya (Prakoso et al.
Kondisi ini sering kali dikaitkan dengan ketidakmampuan melunasi utang dan tidak menerima pembayaran dividen kepada investor.
Financial Distress dapat terjadi dari faktor internal dan eksternal.
Faktor internal lebih bersifat mikro dan berasal dari dalam perusahaan, seperti masalah arus kas, tingginya utang, dan penurunan biaya operasional selama beberapa tahun.
Faktor eksternal lebih makro dan berasal dari luar perusahaan, seperti kebijakan pemerintah yang dapat meningkatkan beban usaha yang harus ditanggung oleh perusahaan (Kusumawardhani et , 2.
Dila.
Peny.
Rachmania Analisis Laporan Keuangan Analisis laporan keuangan (ALK) yaitu kegiatan yang lakukan dengan memaparkan pospos laporan keuangan seperti laba rugi dan neraca keuangan, hal ini sangat penting dalam proses menghasilkan keputusan yang tepat untuk memperoleh informasi keadaan keuangan perusahaan (Sari & Hidayat, 2.
Memprediksi kelangsungan hidup atau keberlanjutan suatu perusahaan merupakan tujuan dari analisis laporan Hal ini sangat penting bagi manajer dan pemilik usaha untuk memprediksi kelangsungan hidup perusahaan guna memahami kondisi keuangan perusahaan dan mengantisipasi situasi yang dapat menyebabkan kebangkrutan (Hidayat et , 2.
Model Altman Z-Score Model Altman Z-Score telah direvisi dan disesuaikan tiga kali.
Model asli Altman telah diadaptasi untuk menerapkan model prediktifnya Ini adalah proyek dan nonproyek.
Pendekatan Altman dirancang untuk dipakai guna semua jenis organisasi di pasar berkembang, termasuk produsen, produsen, dan nonprodusen.
Z-Score yang diperbarui tidak mencantumkan X5 (Penjualan/Total Ase.
karena rasio ini bervariasi secara signifikan di antara perusahaan-perusahaan dengan berbagai jenis asset (Abadi & Misidawati.
Berikut ini adalah persamaan Altman ZScore yang dimodifikasi:
Z = 6,56X1 3,26X2 6,72X3 1,05X4
Keterangan:
X1: Modal Kerja / Total Aktiva X2: Laba Ditahan / Total Aktiva X3: Laba Sebelum Bunga dan Pajak / Total Aktiva X4: Nilai Buku Ekuitas / Nilai Buku Utang Berikut nilai Cut Off yang digunakan:
Jika Z-Score < 1,1 dalam kategori bangkrut Jika 1,1< Z-Score < 2,6 termasuk grey area Jika Z-Score > 2,6 termasuk tidak bangkrut (Mustafa et al.
, 2.
Model Springate Pada 1978.
Springate mengembangkan pada sebuah model untuk memprediksi Financial Distress.
Ia memilih empat rasio guna memberikan perbedaan antar usaha yang bermasalah dan yang tidak bermasalah (Salma Salimah & Yunita, 2.
Model yang dihasilkan Springate yaitu:
S = 1,30X1 3,07X2 0,66X3 0,4X4
Keterangan:
X1: Modal Kerja / Jumlah Aktiva X2: Laba Sebelum Bunga dan Pajak / Jumlah Aktiva X3: Laba Sebelum Pajak / Hutang Lancar X4: Penjualan / Jumlah Aktiva Berikut nilai Cut Off yang digunakan:
Jika S-core < 0,862 mengalami Financial Distress S-core > 0.
862 tidak berpotensi Financial Distress (Esfandiatri, 2.
Model Zmijewski Zmijewski .
memakai penganalisisan rasio guna pengukuran kinerja operasional, utang, dan likuiditas perusahaan.
Ia memakai penganalisisan probit pada 800 perusahaan yang masih beroperasi dan 40 perusahaan lainnya yang bangkrut (Supriadi, 2.
Berikut adalah rumus model Zmijewski:
X = -4,3 Ae 4,5X1 5,7X2 Ae 0,004X3 Keterangan:
X1: Laba Bersih / Jumlah Aktiva (ROA) X2: Total Hutang / Jumlah Aktiva (Dept Rati.
X3: Aktiva Lancar / Hutang Lancar (Current Rati.
Berikut nilai Cut Off yang digunakan:
Jika hasilnya > 0 maka perusahaan Financial Distress Jika hasilnya < 0 maka perusahaan non Financial Distress (Hamdani et al.
, 2.
Model Taffler Analisis kebangkrutan Taffler adalah rumus yang dipakai untuk pengukuran keahlian sebuah usaha guna mendapatkan aset sebelum pajak untuk menutupi utang lancar atau jangka pendeknya (Anwar et al.
, 2.
Menurut Taffler, ada empat indikator yang dipakai guna perusahaan, yaitu:
T = 3,20 12,18X1 2,50X2 10,68X3 0,0289X4
Keterangan:
X1: Laba Sebelum Pajak / Hutang Lancar X2: Aktiva Lancar / Jumlah Hutang X3: Laba Bersih Setelah Pajak / Jumlah Ativa X4: Nilai Jual / Jumlah Aktiva Berikut nilai Cut Off yang digunakan:
Jika nilai T-Score > 0,3 perusahaan dalam kategori Dila.
Peny.
Rachmania Jika nilai 0,2 > T-Score > 0,3 perusahaan dalam kategori grey area Jika T-Score < 0,2 perusahaan dalam kategori bangkrut (Mustafa et al.
, 2.
Model Grover Model Grover mengevaluasi metode pembandingan Altman.
Jeffrey S.
Grover memakai pemodelan yang sama dengan Altman di 1968, dengan menambahkan 13 rasio keuangan tambahan.
Sampel terdiri dari 70 perusahaan, 35 di antaranya telah dinyatakan bangkrut dan 35 di antaranya masih beroperasi (Winarso & Edison, 2.
Berikut adalah rumus yang dihasilkan:
G = 1,650X1 3,404X2 Ae 0,016ROA 0,057 Keterangan:
X1: Modal Kerja / Jumlah Aktiiva X2: Laba Sebelum Bunga dan Pajak / Jumlah Aktiva ROA: Laba Bersih / Jumlah Aktiva Berikut nilai Cut Off yang digunakan:
Jika nilai G O -0,02 bangkrut Jika nilai G Ou 0,01 tidak bangkrut (Putri et al.
, 2.
Bank Pembangunan Daerah Menurut Undang-Undang No.
13 tahun 1962 tentang asas-asas Ketentuan Bank Pembangunan Daerah.
BPD didirikan dengan tujuan untuk memainkan peran penting dalam pembangunan ekonomi lokal.
Melalui pengerahan modal dan potensi di daerah untuk pembiayaan pembangunan daerah.
BPD didirikan dengan tujuan untuk mempercepat pelaksanaan usaha pembangunan yang merata di seluruh Indonesia (Sulistyoningsih.
Unit Usaha Syariah Berdasarkan OJK Pjok No.
12 Tahun 2023 Unit Usaha Syariah (UUS) dapat didefinisikan sebagai unit kerja dari kantor pusat Bank Umum Konvensional (BUK) yang berfungsi sebagai kantor induk dari kantor atau unit yang menjalankan bisnis berdasarkan prinsip syariah, atau unit kerja dari cabang bank di luar negeri yang menjalankan bisnis secara konvensional yang berfungsi sebagai kantor induk dari cabang pembantu syariah dan/atau unit syariah (Otoritas Jasa Keuangan, 2.
METODOLOGI PENELITIAN
Penelitian ini menggunakan penelitian kuantitatif dengan pendekatan deskriptif.
Data yang digunakan pada penelitian ini adalah data skunder yang berasal dari laporan keuangan perusahaan.
Populasi dalam penelitian ini adalah Bank Pembangunan Daerah yang memiliki Unit Usaha Syariah di Indonesia pada tahun 2019-2024.
Teknik pengambilan sampel dengan menggunakan teknik purposive sampling sehingga diperoleh 11 perusahaan yang dijadikan sampel penelitian dari 27 populasi.
Dalam penelitian ini menggunakan alat bantu aplikasi Excel dan IBM SPSS.
Teknik perhitungan rasio model-model analisis Financial Distress, menganalisis statistik deskriptif, menguji model-model membandingkan hasil prediksi yang telah dihitung dengan kondisi aktual perusahaan sampel pada tahun 2024.
Langkah berikutnya adalah menghitung tingkat akurasi dan tingkat eror setiap model untuk menentukan mana dari lima pendekatan yang lebih HASIL DAN PEMBAHASAN Hasil Analisis Statistik Deskriptif Statistik deskriptif digunakan untuk memberikan gambaran mengenai data melalui perhitungan nilai minimum, maksimum, rata-rata .
, dan standar deviasi dari kelima model prediksi dalam penelitian ini.
Hasil pengujian dapat dilihat sebagai berikut:
Tabel 1.
Analisis Statistik Deskriptif Minimum Maximum Mean Altman Z-score 66 Springate Zmijewski Taffler Grover Sumber: Data Sekunder Diolah .
Std.
Deviation Dila.
Peny.
Rachmania Statistik deskriptif yang diolah pada SPSS 26 memperoleh hasil model Altman Z-Score dengan nilai minimum 3.
587, nilai maximum sebesar 6.
dan nilai mean 5.
31783 dengan standar deviasi Model Springate dengan nilai 780, nilai maximum sebesar 2.
504, dan nilai mean 1.
23480 dengan standar deviasi yaitu Model Zmijewski dengan nilai minimum 1.
817, nilai maximum sebesar 1.
420, dan nilai mean 42956 dengan standar deviasi yaitu 0.
Kemudian model Taffler dengan nilai minimum 112, nilai maximum sebesar 42.
644, dan nilai 30698 dengan standar deviasi yaitu Lalu model Grover nilai minimum -0.
nilai maximum sebesar 0.
594, dan nilai mean 32506 dengan standar deviasi yaitu 0.
Berdasarkan table statistik deskriptif ini, implikasi terhadap kesehatan keuangan Unit Usaha Syariah (UUS) BPD, bahwa mayoritas UUS BPD menunjukkan kesehatan keuangan yang baik berdasarkan Altman.
Springate.
Taffler, dan Grover.
Sedangkan model Zmijewski memberikan sinyal kehati-hatian karena rata-rata masih di atas ambang risiko, artinya ada sebagian kecil UUS BPD yang berpotensi mengalami tekanan likuiditas atau Tabel 2.
Data Deskripsi Model Altman Z-Score
Min Max
Mean
Earning/Total 66
WCTA
Retained Asset
EBIT/Total Asset
BVE/BVTD
Sumber: Data Sekunder Diolah .
Tabel 3.
Data Deskripsi Model Springate Min Max
Mean
WCTA
EBITTA
EBT/Current Liabilitas 66 Sales/Total Asset Sumber: Data Sekunder Diolah .
Tabel 4.
Data Deskripsi Model Zmijewski N Minimum
Maximum
Mean
ROA
Dept Ratio Current Ratio Sumber: Data Sekunder Diolah .
Std.
Deviation Std.
Deviation Tabel 5.
Data Deskripsi Model Taffler Min Max Mean EBT/Current Liabilities Curret Asset/Total Liabilities EAT/Total Asset Sales/Total Asset Sumber: Data Sekunder Diolah .
Tabel 6.
Data Deskripsi Model Grover
Minimum
Maximum
Mean
WCTA
EBITTA
ROA
Sumber: Data Sekunder Diolah .
Std.
Deviation Std.
Deviation Std.
Deviation Dila.
Peny.
Rachmania Tingkat Akurasi dan Type Error Tabel 7.
Tingkat Akurasi dan Error Model Altman Z-Score Total Sampel Prediksi Benar Prediksi Salah .
Sampel x 6 tahu.
Distress Distress Distress Non Distress Non Distress Non Distress Jumlah Jumlah Jumlah Tingkat Akurasi Sumber: Data Sekunder Diolah .
Perhitungan:
Tingkat Akurasi = x 100% Type Error x 100% x 100% x 100% = 0% = 100% Tabel 8.
Tingkat Akurasi dan Error Model Springate Total Sampel Prediksi Benar .
Sampel x 6 tahu.
Distress Distress Non Distress Non Distress Jumlah Jumlah Tingkat Akurasi Sumber: Data Sekunder Diolah .
Perhitungan:
Type Error Tingkat Akurasi = Prediksi Salah Distress Non Distress Jumlah x 100% x 100% x 100% x 100% = 12.
= 87.
Tabel 9.
Tingkat Akurasi dan Error Model Zmijewski Total Sampel Prediksi Benar .
Sampel x 6 tahu.
Distress Distress Non Distress Non Distress Jumlah Jumlah Tingkat Akurasi Sumber: Data Sekunder Diolah .
Perhitungan:
Tingkat Akurasi = x 100% x 100% = 74.
Type Error Prediksi Salah Distress Non Distress Jumlah x 100% x 100% = 25.
Dila.
Peny.
Rachmania Tabel 10.
Tingkat Akurasi dan Error Model Taffler Total Sampel Prediksi Benar .
Sampel x 6 tahu.
Distress Distress Non Distress Non Distress Jumlah Jumlah Tingkat Akurasi Sumber: Data Sekunder Diolah .
Perhitungan:
Tingkat Akurasi x 100% Prediksi Salah Distress Non Distress Jumlah Type Error x 100% x 100% x 100% = 0% = 100% Tabel 11.
Tingkat Akurasi dan Error Model Grover Total Sampel Prediksi Benar Prediksi Salah .
Sampel x 6 tahu.
Distress Distress Distress Non Distress Non Distress Non Distress Jumlah Jumlah Jumlah Tingkat Akurasi Sumber: Data Sekunder Diolah .
Perhitungan:
Tingkat Akurasi = x 100% x 100% Type Error = x 100% = x 100% = 9.
= 90.
Pembahasan Altman Z-Score Model Altman Z-Score memiliki tingkat akurasi sebesar 100% berdasarkan analisis perhitungan yang dilakukan pada 11 perusahaan selama tahun 2019-2024 atau 66 laporan keuangan tahunan perusahaan.
Pada tabel diatas dapat dilihat bahwa selama 6 tahun tersebut perusahaan tidak mengalami Financial Distress atau dengan kata lain dalam kondisi sehat.
Sedangkan untuk type error pada model Altman Z-Score adalah sebesar 0% yang menyatakan bahwa perusahaan dalam kondisi sehat, sesuai dengan hasil perbandingan prediksi dengan skor kondisi aktual perusahaan pada tahun 2024 tidak ada yang mengalami Financial Distress.
Menurut teori sinyal, sinyal perusahaan dapat mengurangi pengetahuan asimetris yang ada antara manajemen dan pemangku kepentingan luar .
eperti kreditor dan investo.
Dengan demikian, hasil akurasi 100% dari model Altman Z-Score dapat menjadi sinyal yang kuat bagi para pemangku Sinyal ini menunjukkan bahwa data keuangan UUS pada BPD dapat dipercaya untuk mengevaluasi kondisi keuangan perusahaan.
Dengan demikian, model Altman Z-Score mengurangi ketidakpastian dengan bertindak sebagai alat komunikasi antara bisnis dan pihak luar selain sebagai alat prediktif.
Hasil ini juga mengkonfirmasi temuan penelitian yang dilakukan oleh (Azwari et al.
, 2.
(Azwari et al.
, 2.
(Salasa et al.
, 2.
yang menunjukkan kinerja dari bank syariah lebih baik dari bank konvensional.
Springate Model Springate memiliki tingkat akurasi 8% berdasarkan analisis perhitungan yang dilakukan pada 11 perusahaan selama tahun 2019-2024 atau 66 laporan keuangan tahunan Pada tabel diatas dapat dilihat bahwa selama 6 tahun tersebut pada prediksi benar ada 57 laporan keuangan perusahaan yang tidak mengalami Financial Distress atau dengan kata lain dalam kondisi sehat dan ada 1 perusahaan dalam kondisi Financial Distress.
Untuk type error pada Dila.
Peny.
Rachmania model Zmijewski adalah sebesar 12.
2% yang menyatakan bahwa ada 3 laporan keuangan perusahaan dalam kondisi Financial Distress dan 5 Sedangkan perbandingan prediksi dengan skor kondisi aktual perusahaan pada tahun 2024 yaitu ada 1 perusahaan yang mengalami Financial Distress dan dalam keadaan sehat ada 10 perusahaan.
Sinyal yang cukup kuat juga diberikan oleh model Springate, yang memiliki tingkat akurasi Springate menyoroti betapa pentingnya efektivitas operasional dan profitabilitas dalam menilai kesehatan keuangan bisnis.
Dari sudut pandang teori sinyal, model ini menunjukkan bahwa, meskipun memiliki margin kesalahan yang kecil, indikator keuangan yang digunakan cukup untuk menggambarkan kondisi perusahaan yang sebenarnya secara akurat.
Dengan memberikan sinyal kepada pihak eksternal yang sangat kredibel.
Springate terus membantu mengurangi informasi Temuan penelitian ini sesuai pada penelitian yang dilakukan (Pramesti & Yuniningsih, 2.
menunjukkan bahwa model Springate, yang memiliki tingkat akurasi tertinggi sebesar 81,81%.
Zmijewski Model Zmijewski memiliki tingkat akurasi 2% berdasarkan analisis perhitungan yang dilakukan pada 11 perusahaan selama tahun 2019-2024 atau 66 laporan keuangan tahunan Pada tabel diatas dapat dilihat bahwa selama 6 tahun tersebut pada prediksi benar ada 6 laporan keuangan perusahaan yang tidak mengalami Financial Distress atau dengan kata lain dalam kondisi sehat dan ada 43 perusahaan dalam kondisi Financial Distress.
Untuk type error pada model Zmijewski adalah sebesar 25.
8% yang menyatakan bahwa ada 12 laporan keuangan perusahaan dalam kondisi Financial Distress dan 5 Sedangkan perbandingan prediksi dengan skor kondisi aktual perusahaan pada tahun 2024 yaitu ada 8 perusahaan yang mengalami Financial Distress dan dalam keadaan sehat ada 3 perusahaan.
Dibandingkan dengan empat model lainnya, model Zmijewski menghasilkan sinyal yang lebih lemah, dengan tingkat akurasi 74,2%.
Tiga indikator utama digunakan dalam model ini: ROA.
Dept Ratio, dan Current Ratio.
Menurut teori sinyal, kekuatan sinyal yang ditransmisikan ke pihak ketiga dibatasi oleh penggunaan indikator yang lebih Akibatnya, ada kemungkinan bahwa situasi keuangan perusahaan akan ditafsirkan secara tidak Akibatnya, dibandingkan dengan model Altman.
Taffler.
Grover, dan Springate, sinyal dari model Zmijewski kurang efektif dibandingkan ke empat model dalam mengurangi asimetri informasi secara optimal, namun tetap bermanfaat.
Temuan penelitian ini sesuai pada penelitian yang dilakukan (Supitriyani et al.
, 2.
Model Zmijewski adalah model prediksi yang paling rendah dengan tingkat akurasi sebesar 30% Taffler Model Taffler memiliki tingkat akurasi sebesar 100% berdasarkan analisis perhitungan yang dilakukan pada 11 perusahaan selama tahun 2019-2024 atau 66 laporan keuangan tahunan Pada tabel diatas dapat dilihat bahwa selama 6 tahun tersebut perusahaan tidak mengalami Financial Distress atau dengan kata lain dalam kondisi sehat.
Sedangkan untuk type error pada model Taffler adalah sebesar 0% yang menyatakan bahwa perusahaan dalam kondisi sehat, sesuai dengan hasil perbandingan prediksi dengan skor kondisi aktual perusahaan pada tahun 2024 tidak ada yang mengalami Financial Distress.
Menurut teori sinyal, ketepatan model Taffler membuktikan bahwa sinyal yang dihasilkannya sangat dapat diandalkan dan mampu menangkap keadaan bisnis yang sebenarnya.
Hal ini meningkatkan kepercayaan pihak eksternal terhadap informasi perusahaan dan memperkuat posisi UUS dalam menjalin hubungan komersial dengan mitra luar.
Temuan penelitian ini sesuai pada penelitian yang dilakukan oleh (Marsenne et , 2.
model Taffler adalah model prediksi yang paling akurat dengan tingkat akurasi sebesar 100%.
Grover Model Grover memiliki tingkat akurasi 9% berdasarkan analisis perhitungan yang dilakukan pada 11 perusahaan selama tahun 2019-2024 atau 66 laporan keuangan tahunan Pada tabel diatas dapat dilihat bahwa selama 6 tahun tersebut pada prediksi benar ada 59 laporan keuangan perusahaan yang tidak mengalami Financial Distress atau dengan kata lain dalam kondisi sehat dan ada 1 perusahaan dalam kondisi Financial Distress.
Untuk type error pada model Zmijewski adalah sebesar 9.
1% yang menyatakan bahwa ada 1 laporan keuangan perusahaan dalam kondisi Financial Distress dan 5 Sedangkan perbandingan prediksi dengan skor kondisi aktual perusahaan pada tahun 2024 yaitu ada 1 Dila.
Peny.
Rachmania perusahaan yang mengalami Financial Distress dan dalam keadaan sehat ada 10 perusahaan.
Dengan tingkat akurasi 90.
1%, model Grover menawarkan sinyal yang sangat dapat dipercaya untuk memperkirakan kesehatan keuangan bisnis.
Tingkat akurasi yang sangat tinggi ini menunjukkan bahwa sinyal-sinyal tersebut cukup kuat untuk mengurangi ketidakseimbangan informasi antara manajemen dan pihak luar, meskipun tidak mencapai ketepatan 100%.
Hal ini mendorong pengambilan keputusan yang lebih baik mengenai risiko dan investasi serta membantu meningkatkan kepercayaan investor dan kreditor terhadap kesehatan keuangan perusahaan.
Temuan penelitian ini sesuai pada penelitian yang dilakukan oleh (Indriyanti, 2.
bahwa model Grover memiliki tingkat akurasi 96,6%.
Perbandingan Tingkat Akurasi dan Tingkat Error Sebelumnya telah dijelaskan bahwa dua tolak ukur dapat digunakan untuk mengidentifikasi model yang paling akurat.
Tingkat akurasi berfungsi sebagai tolok ukur awal.
Perbandingan antara prediksi akurat dan jumlah sampel digunakan untuk menghitung tingkat akurasi.
Tingkat kesalahan, yang ditentukan dengan membagi jumlah prediksi yang tidak akurat dengan jumlah sampel, merupakan kriteria kedua.
Setelah pengukuran tingkat akurasi dan tingkat kesalahan, berikut perbandingan hasil pemrosesan data dari setiap Tabel 12.
Perbandingan Tingkat Akurasi dan Type Error Model Tingkat Akurasi Type Error Altman Z-Score Springate Zmijewski Taffler Grover Sumber: Data Diolah Peneliti .
KESIMPULAN Berdasarkan perbandingan tingkat akurasi dan tipe eror dapat disimpulkan bahwa model yang paling akurat dalam memprediksi Financial Distress pada Unit Usaha Syariah (UUS) di Bank Pembangunan Daerah (BPD) pada periode tahun 2019-2024 adalah model Altman Z-Score dan model Taffler dengan tingkat akurasi sebesar 100% dan tingkat eror sebesar 0%.
Selanjutnya disusul oleh model Grover dengan tingkat akurasi sebesar 9% dan tingkat eror sebesar 9.
Lalu model Springate dengan tingkat akurasi sebesar 87.
dan tingkat eror sebesar 12.
Dan yang terakhir adalah model Zmijewski dengan tingkat akurasi terendah yaitu sebesar 74.
2% dan tingkat eror Dengan ini bank dapat memprioritaskan penggunaan model Altman ZScore dan Taffler untuk early warning system dalam mendeteksi potensi financial distress karena terbukti memiliki akurasi sempurna pada periode Rekomendasi Peneliti selanjutnya disarankan untuk mempertimbangkan penggunaan model prediksi tambahan di luar lima model yang digunakan pada penelitian ini, seperti Ohlson O-Score yang empertimbangkan variabel ukuran perusahaan, struktur modal, dan profitabilitas, sehingga dapat memberikan perspektif berbeda terhadap risiko financial distress khususnya pada bank yang memiliki variasi aset dan ekuitas yang signifikan.
Dan Zavgren Model yang menggunakan kombinasi rasio likuiditas, leverage, dan profitabilitas yang lebih sensitif terhadap perubahan kondisi ekonomi makro, sehingga relevan untuk mengantisipasi risiko pada periode ketidakstabilan ekonomi.
Selain itu, peneliti selanjutnya juga disarankan untuk memperpanjang periode penelitian atau menambah jumlah sampel UUS BPD dari berbagai wilayah, sehingga hasil yang diperoleh dapat memiliki cakupan yang lebih luas dan meningkatkan validitas DAFTAR PUSTAKA