Analisis Keakuratan Prediksi Financial Distress

This research is a descriptive research with a quantitative approach. The sampling technique used purposive sampling technique with 11 metal and similar sub-sector companies are listed on the Indonesia Stock Exchange (IDX) for the Q2 2018-Q2 2020 period as samples. The method used in this study is the Paired sample T test to see the differences between to the groups of models in predicting financial distress, and the result show that the Altman Z–Score-Zmijewski, Altman_Z_Score – Grover, Springate – Zmijewski, Grover – Zmijewski models have differences in predicting financial distress. Grover-Springate models has no differences predicting financial distress  by looking at the Asymp value. Sig (2-tailed). Classify companies that experience financial distress and that do not experience financial distress as seen from the achievement of company profits that are positive categorized as companies that do not experience financial distress, and the other way companies that have negative profits are categorized as experiencing financial distress. Calculated the accuracy level of the model used in predicting financial distress and obtained the highest level of accuracy is owned by the Grover model with a value of 81.82% while the lowest level of accuracy is owned by the Altman Z-Score model with a value of 36.36%. ABSTRAK Penelitian ini merupakan penelitian deskriptif dengan pendekatan kuantitatif. Teknik penarikan sampel yang digunakan adalah teknik pusposive sampling, maka didapatkan 11 perusahaan subsektor logam dan sejenisnya yang terdaftar di Bursa Efek Indonesia (BEI) periode Q2 2018-Q2 2020 sebagai sampel. Metode yang digunakan dalam penelitian ini adalah Paired Sample T Test untuk melihat perbedaan antar dua kelompok model dalam memprediksi financial distress, dan didapatkan hasil bahwasanya model Altman Z–Score-Zmijewski, Altman_Z_Score – Grover, Springate – Zmijewski, Grover – Zmijewski memiliki perbedaan dalam memprediksi financial distress sementara model Grover – Springate tidak memiliki perbedaan dalam memprediksi financial distress dengan melihat nilai Asymp. Sig. (2-tailed). Pengklasifikasian perusahaan yang mengalami financial distress dan perusahaan yang tidak mengalami financial distress yang dilihat dari pencapaian laba perusahaan yang bernilai positif dikategorikan kepada perusahaan yang tidak mengalami financial distress, dan sebaliknya perusahaan yang memiliki laba negatif dikategorikan mengalami financial distress. Kemudian dilakukan perhitungan tingkat akurasi dari model yang digunakan dalam memprediksi financial distress dan didapatkan tingkat akurasi tertinggi dimiliki oleh model Grover dengan nilai 81,82% sedangkan tingkat akurasi yang terendah dimiliki oleh model Altman Z-Score dengan nilai 36,36%.