ANALISIS PENGGUNAAN MODEL ALTMAN (Z SCORE) UNTUKMEMPREDIKSI KONDISI FINANCIAL DISTRESS PADA

PERUSAHAAN SEKTOR PROPERTI DANREAL ESTATE YANG TERDAFTAR DI

BURSA EFEK INDONESIA (BEI)PERIODE 2012-2015

NASKAH PUBLIKASIDiajukan Untuk Memenuhi Tugas dan Syarat-Syarat Guna Memperoleh

Gelar Sarjana Strata–1 Jurusan Manajemen pada Fakultas Ekonomidan Bisnis Universitas Muhammadiyah Surakarta

Disusun Oleh:

DEWI LUTFIYAHB100130464

PROGRAM STUDI MANAJEMENFAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MUHAMMADIYAH SURAKARTA2016

HALAMAN PENGESAHAN

ANALTSTS PENGGTJNAAT{ MODEL ALTMAN (Z SCORE) rrr[TUKMEMPREDIKSI KONDISI FINANCAL D/^STRE,S,S PADA

PERUSAIIAAN SEKTOR PROPERTI DANREAL ESTATE YANG TERDAFTAR DI

BURSA EFEK INDONESIA (BEI)PERTODE 2012-2015

OLEH

DEWI LUTFIYAH

8100130464

Telah dipertahankan di depan Dewan Penguji

Fakultas Ekonomi dan Bisnis

Universitas Muhammadiyah Surakarta

Pada hari Sabtu, 10 Desember 2016

dan dinyatakan telah memenuhi syarat

Dewan Penguji:

l. Dr. Syamsudin, MM

(Ketua Dewan Penguji)

2. Nur Achmad, SE, MSi

(Sekretaris I)ewan Penguji)

3. Muzakar Isa, SE, Msi

(Anggota l)ewan Penguji)

Dekan Fakultas Ekonomi dan Bisnis

uhammadiyah Surakarta

1l

sE, M.Si

1

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.

2

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.

3

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

4

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 2012-

2015”

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

5

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

6

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 =

7

D. METODE PENELITIAN

Gambar 3.1 Kerangka Pemikiran

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.

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

Mengklasifikasi perusahaan pada

keadaan sebenarnya tahun t+2

(2014-2015)dengan menggunakan

analisa Rasio keuangan:

1. Financial Distress

2. Non Financial Distress

Mengklasifikasi perusahaan

yang dihitung menggunakan

model Altman (Z-Score) tahun t

(2012-2015) pada 3 kategori:

1. Financial Distress (Z ≤ 1,1)

2. Grey Area (1,1 < Z ≤2,6)

3. Non Financial Distress ( Z

> 2,6)

Penghitungan tingkat kesalahan model Altman (Z-Score) :

Tipe Kesalahan I Model Altman (Z-Score)

Tipe kesalahan II Model Altman (Z-Score)

8

E. HASIL PENELITIAN

Tabel 4.2 Statistik Deskriptif

Statistics

X1_WCTA X2_RETA X3_EBITA X4_BVTED

N Valid 160 160 160 160

Missing 0 0 0 0

Mean .1873 .1332 .0861 2.1093

Median .1559 .1822 .0808 1.5101

Std. Deviation .21051 .45705 .07476 1.84952

Range 1.18 5.09 .54 12.80

Minimum -.42 -4.31 -.08 .17

Maximum .76 .77 .46 12.97

Sum 29.97 21.30 13.78 337.49

Sumber : Hasil Olahan Data SPSS

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 berbeda-

beda, 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

9

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 (Z-

Score) 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.

10

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.

11

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.

12

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