Akurasi Model Prediksi Finansial Distress Pada Perusahaan Sektor Infrastruktur

ABSTRACT This study aims to provide evidence on the accuracy of the Altman Z-Score, Zmijewski, and Grover models in predicting financial distress among infrastructure sector companies in Indonesia. Additionally, the study attempts to identify which model is the most accurate for predicting financial distress in these companies. The research utilized secondary data from the annual financial statements of infrastructure sector companies listed on the Indonesia Stock Exchange between 2018 and 2021, with a total sample of 26 companies. The results indicate that the Zmijewski model had the highest prediction accuracy at 88.46%, with the lowest error rates: 25% for type I errors and 9.09% for type II errors. Thus, the Zmijewski model is considered the most suitable for predicting financial distress in Indonesian infrastructure companies. Keywords: prediction model, financial distress, accuracy, infrastructure   ABSTRAK Penelitian ini bertujuan untuk memperoleh bukti tingkat akurasi model Altman Z- Score, Zmijewski, dan Grover dalammelakukan prediksi financial distress perusahaan sektor infrastruktur di Indonesia. Selain itu,penelitian juga bertujuanuntuk mendapat bukti model yang paling  akurat dalam melakukan prediksi finansial distress pada perusahaan tersebut.Penelitian ini menggunakan data sekunder berupa laporan keuangan tahunan perusahaan sektor infrastruktur yangterdaftar di Bursa Efek Indonesia periode 2018-2021 dengan total sampel 26 perusahaan. Hasil penelitian menunjukkan bahwa model Zmijewski menjadi model prediksi dengan akurasi tertinggi sebesar 88.46% yang didukung dengan tingkat error terendah yakni tipe I sebesar 25% dan tipe II sebesar 9.09%. Oleh karena itu, model Zmijewski menjadi model prediksi yang lebih tepat digunakan pada Perusahaan infrastruktur di Indonesia. Kata kunci: model prediksi, financial distress, akurasi, infrastruktur