Penelitian ini bertujuan untuk menganalisis akurasi tujuh model prediksi potensi kebangkrutan, yaitu Altman Z-Score, Springate, Zmijewski, Grover, Zavgren, Taffler, dan Fulmer pada perusahaan sub sektor perikanan yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2019–2023. Metode yang digunakan adalah pendekatan kuantitatif deskriptif dengan pengolahan data sekunder dari laporan keuangan tahunan sepuluh perusahaan. Kriteria kebangkrutan ditentukan berdasarkan laba bersih negatif dua tahun berturut-turut. Hasil penelitian menunjukkan bahwa model Fulmer dan Taffler memiliki tingkat akurasi tertinggi yaitu sebesar 90%, diikuti oleh Springate (82,5%), Zmijewski (80%), Altman dan Zavgren (77,5%), serta Grover dengan akurasi terendah sebesar 75%. Selain akurasi, penelitian ini juga mengevaluasi kesalahan Type I dan Type II. Type I Error tertinggi ditemukan pada model Zmijewski dan Grover (18%), sedangkan model Fulmer, Taffler, dan Springate tidak menghasilkan Type I Error sama sekali, menjadikan ketiganya sebagai model yang paling andal untuk digunakan secara konservatif. Dengan demikian, model Fulmer dan Taffler direkomendasikan sebagai alat prediksi yang efektif untuk mendeteksi potensi kebangkrutan perusahaan sub sektor perikanan secara dini dan akurat.


Deskripsi Lain

This study aims to analyze the accuracy of seven bankruptcy prediction models—Altman Z-Score, Springate, Zmijewski, Grover, Zavgren, Taffler, and Fulmer—on fisheries sub-sector companies listed on the Indonesia Stock Exchange (IDX) during the 2019–2023 period. The research uses a descriptive quantitative approach with secondary data derived from the annual financial reports of ten companies. Bankruptcy criteria were determined based on a company reporting negative net income for two consecutive years. The results indicate that the Fulmer and Taffler models achieved the highest accuracy, both at 90%, followed by Springate (82.5%), Zmijewski (80%), Altman and Zavgren (each at 77.5%), and Grover with the lowest accuracy at 75%. In addition to accuracy, this study evaluates Type I and Type II errors. The highest Type I Error was found in the Zmijewski model (18%), while Fulmer, Taffler, and Springate models had zero Type I Error, making them the most reliable for conservative bankruptcy prediction. Therefore, the Fulmer and Taffler models are recommended effective early-warning tools for accurately predicting bankruptcy potential in fisheries sub-sector companies.

• ANALISIS AKURASI 7 MODEL PREDIKSI POTENSI KEBANGKRUTAN PADA PERUSAHAAN SUB SEKTOR PERIKANAN DI BURSA EFEK INDONESIA (2019–2023)