ANALISIS PREDIKSI FINANCIAL DISTRESS: STUDI KASUS...
Transcript of ANALISIS PREDIKSI FINANCIAL DISTRESS: STUDI KASUS...
i
ANALISIS PREDIKSI FINANCIAL DISTRESS: STUDI KASUS PERUSAHAAN
MANUFAKTUR SEKTOR INDUSTRI DASAR DAN KIMIA DI BEI 2012-2016
COVER
Oleh:
VERONICA NATASYA DELIN
232014280
TUGAS AKHIR
Diajukan kepada Fakultas Ekonomika dan Bisnis
Guna Memenuhi Sebagian dari
Persyaratan-Persyaratan untuk Mencapai
Gelar Sarjana Akuntansi
FAKULTAS : EKONOMIKA DAN BISNIS
PROGRAM STUDI : AKUNTANSI
FAKULTAS EKONOMIKA DAN BISNIS
UNIVERSITAS KRISTEN SATYA WACANA
SALATIGA
2018
ii
iii
iv
v
vi
vii
MOTTO
“Bermimpilah setinggi langit, karena jika engkau jatuh engkau akan jatuh di antara
bintang-bintang”
(Ir. Soekarno)
“Pendidikan mempunyai akar yang pahit, tapi buahnya manis”
(Aristoteles)
“Kemenangan terbesar kita adalah bukan karena tidak pernah gagal,
tapi bangkit setiap kali kita gagal”
(Ralph Waldo Emerson)
viii
ANALISIS PREDIKSI FINANCIAL DISTRESS: STUDI KASUS PERUSAHAAN
MANUFAKTUR SEKTOR INDUSTRI DASAR DAN KIMIA DI BEI 2012-2016
ABSTRACT
This research describes the analysis of financial distress predictions for basic and
chemical industry manufacturing companies listed on the BEI during 2012-2016. This
research uses secondary data in the form of annual reports and financial reports of
December 31 which have been audited during 2012-2016. This research model uses Altman
Z-Score for public manufacturing company with five variable financial ratios of working
capital / total assets, retained earnings / total assets, earnings before interest and taxes / total
assets, market value of equity / book value of total liabilities, sales / total assets. The results
of this research were divided into three categories, they are healthy, grey area and unhealthy
for each sub sector and as a whole in the form of percentages. And it is indicated that overall
the highest percentage is obtained by companies that are predicted in unhealthy conditions
with 45.49% likely to suffer bankruptcy.
Keywords: financial distress, Altman Z-Score, financial ratios, healthy, gray area, unhealthy.
ix
ANALISIS PREDIKSI FINANCIAL DISTRESS: STUDI KASUS PERUSAHAAN
MANUFAKTUR SEKTOR INDUSTRI DASAR DAN KIMIA DI BEI 2012-2016
ABSTRAK
Penelitian ini menjelaskan tentang analisis prediksi financial distress untuk
perusahaan manufaktur sektor industri dasar dan kimia yang terdaftar di BEI selama tahun
2012-2016. Penelitian ini menggunakan data sekunder berupa laporan tahunan dan laporan
keuangan per 31 Desember yang telah diaudit selama tahun 2012-2016. Model penelitian ini
menggunakan Altman Z-Score untuk perusahaan manufaktur publik dengan lima variabel
rasio keuangan working capital/total assets, retained earnings/total assets, earning before
interest and taxes/total assets, market value of equity/book value of total liabilities, sales/total
assets. Hasil penelitian ini dibagi menjadi tiga kategori, yaitu kategori sehat, grey area dan
tidak sehat untuk setiap sub sektor dan secara menyeluruh dalam bentuk persentase. Dan
terindikasi bahwa secara keseluruhan, persentase tertinggi didapatkan oleh perusahaan yang
terprediksi dalam kondisi tidak sehat dengan kemungkinan besar 45,49% mengalami
kebangkrutan.
Kata Kunci: financial distress, Altman Z-Score, rasio keuangan, sehat, grey area, tidak
sehat.
x
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa yang telah
melimpahkan berkat dan kasih-Nya sehingga penulis dapat menyelesaikan tugas akhir yang
berjudul “Analisis Prediksi Financial Distress: Studi Kasus Perusahaan Manufaktur Sektor
Industri Dasar dan Kimia di BEI 2012-2016”. Tujuan dari penulisan tugas akhir ini adalah
untuk menganalisis prediksi financial distress untuk perusahaan manufaktur sektor industri
dasar dan kimia selama tahun 2012-2016. Selain itu penulisan tugas akhir ini juga ditujukan
sebagai syarat untuk memenuhi sebagian dari persyaratan dalam memperoleh gelar Sarjana
Akuntansi Fakultas Ekonomika dan Bisnis Universitas Kristen Satya Wacana Salatiga.
Penulis menyadari sepenuhnya bahwa penelitian ini masih jauh dari sempurna dan
masih terdapat kekurangan yang mungkin ditemukan. Oleh karena itu, dengan tangan terbuka
penulis sangat mengharapkan saran dan kritik dari pembaca agar penelitian ini menjadi lebih
baik lagi.
Semoga hasil dari penelitian ini dapat memberikan kontribusi dan manfaat bagi pihak-
pihak yang berkepentingan serta dapat memberikan dorongan bagi penelitian-penelitian lain
untuk mengembangkan penelitian sejenis di masa mendatang.
Salatiga, 8 Februari 2018
Penulis
xi
UCAPAN TERIMA KASIH
Puji Syukur penulis panjatkan kepada Tuhan Yang Maha Esa. Karena atas berkat dan
karunia-Nya yang tak terhingga serta pertolongan-Nya, sehingga penulis dapat
menyelesaikan proses perkuliahan dan penulisan tugas akhir ini dengan baik. Penulis
menyadari bahwa sangat banyak pihak yang telah membantu, mendoakan serta memberikan
motivasi dan saran kepada penulis selama menyelesaikan proses perkuliahan dan penulisan
tugas akhir ini. Untuk itu penulis mengucapkan terima kasih yang sedalam-dalamnya kepada:
1. Keluarga tercinta, khususnya orang tauku yang senantiasa mendukung, memberi
semangat dan mendoakan penulis.
2. Bapak Ari Budi Kristanto, S.E., M.M. selaku dosen wali studi yang telah
memberikan arahan, semangat, nasihat serta pembelajaran selama proses kuliah dan
penyusunan tugas akhir ini.
3. Ibu Arthik Davianti, SE., M.Si., Ph.D., Ak., CA., CSRS. selaku dosen pembimbing
yang dengan sabar mengarahkan serta banyak memberikan saran-saran yang sangat
berguna sehingga penulisan tugas akhir ini dapat terselesaikan.
4. Ibu Apriani Dorkas Rambu Atahau, S.E., M.Com., Ph.D. dan Prof. Supramono,
MBA., DBA. selaku dosen penguji rancangan tugas akhir yang telah memberikan
banyak saran dan kritik yang sangat berguna bagi penulis.
5. Seluruh dosen Fakultas Ekonomika dan Bisnis (FEB) dan non-FEB UKSW yang
banyak memberikan pengalaman dan pelajaran berharga dari awal hingga akhir proses
perkuliahan.
6. Seluruh staff Fakultas Ekonomika dan Bisnis dan staff UKSW yang telah
membantu penulis dalam kelancaran perkuliahan dan perijinan penelitian ini.
7. Korps Asisten Fakultas Ekonomika dan Bisnis UKSW yang telah memberikan
pengalaman dan pelajaran berharga dalam hal berbagi ilmu pengetahuan kepada
teman-teman mahasiswa Fakultas Ekonomika dan Bisnis UKSW, serta mendapatkan
tambahan pengetahuan dari dosen pengajar.
8. Lembaga Kemahasiswaan dan Kepanitiaan Fakultas Ekonomika dan Bisnis
UKSW yang telah memberikan pengalaman dan pelajaran berharga dalam
berorganisasi dan melakukan kegiatan non-perkuliahan.
xii
9. Teman kuliah, kos dan teman-teman terdekat yang luar biasa memberikan semangat,
motivasi dan kesempatan untuk bisa berbagi pengalaman dalam suka maupun duka
dari awal hingga akhir masa perkuliahan (Devi, Ulfi, Mitha, Melia, Tara, Rut, Elsa,
Annisa, Novi, Ayu, Melvin, Nova, Tari, Novi Ayu, Nita, Caca, Tasya).
10. Serta seluruh pihak yang tidak dapat penulis sebutkan satu persatu yang telah
mendoakan dan mendukung penulis selama masa perkuliahan dan penyelesaian tugas
akhir.
Penulis tidak dapat membalas setiap kebaikan dan doa yang telah diberikan kepada
penulis. Penulis hanya bisa berterima kasih yang sebesar-besarnya dan berdoa agar Tuhan
Yang Maha Esa menyertai setiap langkah hidup mereka. Akhir kata, dengan segala
kerendahan hati semoga penelitian ini dapat berguna bagi semua pihak yang
menggunakannya.
Salatiga, 8 Februari 2018
Veronica Natasya Delin
xiii
DAFTAR ISI
COVER ............................................................................................................................................. i
PERNYATAAN TIDAK PLAGIAT .............................................................................................. ii
PERNYATAAN PERSETUJUAN AKSES ................................................................................. iii
LEMBAR PERSETUJUAN PEMBIMBING ............................................................................... iv
LEMBAR PENGESAHAN ............................................................................................................ v
PERNYATAAN KEASLIAN KARYA TULIS TUGAS AKHIR ............................................... vi
MOTTO ........................................................................................................................................ vii
ABSTRACT ................................................................................................................................... viii
ABSTRAK ..................................................................................................................................... ix
KATA PENGANTAR .................................................................................................................... x
UCAPAN TERIMA KASIH.......................................................................................................... xi
DAFTAR ISI .............................................................................................................................. xiii
DAFTAR TABEL ...................................................................................................................... xiv
PENDAHULUAN ..........................................................................................................................1
KAJIAN PUSTAKA .......................................................................................................................3
Kinerja Keuangan ....................................................................................................................3
Financial Distress ...................................................................................................................3
Altman Z-Score .......................................................................................................................4
METODE PENELITIAN................................................................................................................7
Populasi dan Sampel Penelitian ..............................................................................................7
Uji Analisis Financial Distress ............................................................................................. 10
HASIL PENELITIAN DAN PEMBAHASAN ............................................................................ 12
KESIMPULAN ............................................................................................................................. 24
DAFTAR PUSTAKA ................................................................................................................... 25
DAFTAR LAMPIRAN ................................................................................................................. 27
xiv
DAFTAR TABEL
Tabel 1 Populasi Penelitian .............................................................................................................8
Tabel 2 Kriteria Pengambilan Sampel ............................................................................................9
Tabel 3 Sampel Penelitian ............................................................................................................ 10
Tabel 4 Sampel Penelitian Sub Sektor Semen .............................................................................. 13
Tabel 5 Sampel Penelitian Sub Sektor Keramik, Porselin dan Kaca ............................................ 14
Tabel 6 Sampel Penelitian Sub Sektor Logam dan Sejenisnya .................................................... 15
Tabel 7 Sampel Penelitian Sub Sektor Kimia ............................................................................... 16
Tabel 8 Sampel Penelitian Sub Sektor Plastik dan Kemasan ....................................................... 17
Tabel 9 Sampel Penelitian Sub Sektor Pakan Ternak ................................................................... 18
Tabel 10 Sampel Penelitian Sub Sektor Kayu dan Pengolahannya .............................................. 19
Tabel 11 Sampel Penelitian Sub Sektor Pulp dan Kertas ............................................................. 20
Tabel 12 Persentase Prediksi Financial Distress Perusahaan Sektor Industri Dasar dan Kimia .. 21
1
ANALISIS PREDIKSI FINANCIAL DISTRESS: STUDI KASUS PERUSAHAAN
MANUFAKTUR SEKTOR INDUSTRI DASAR DAN KIMIA DI BEI 2012-2016
PENDAHULUAN
Berdasarkan PSAK 1 tentang Penyajian Laporan Keuangan, laporan keuangan
biasanya disusun berdasarkan asumsi kelangsungan usaha entitas, dan entitas akan
melanjutkan usahanya di masa mendatang (IAI 2015). Oleh karena itu, entitas diasumsikan
tidak memiliki intensi atau berkeinginan untuk melikuidasi atau mengurangi skala usahanya
secara material. Namun tidak selamanya perusahaan dapat berjalan dengan lancar atau dapat
melanjutkan usahanya di masa depan. Bahkan perusahaan dapat mengalami kondisi financial
distress, dengan posisi arus kas operasi perusahaan tidak mampu menutupi atau mencukupi
kewajiban saat ini hingga mengalami kebangkrutan (Parker et al. 2002; Wang dan Deng
2006; Ross dan Westerfield 1996). Financial distress dapat berasal dari kesulitan membayar
kewajiban jangka pendek, terjadinya penurunan penjualan dan laba yang signifikan, tingkat
perputaran aset yang kecil yang dapat menyebabkan terjadinya financial distress dari tingkat
yang paling ringan hingga ke pernyataan kebangkrutan atau dalam tingkat paling berat
(Brahmana 2007 dan Lesmana dan Surjanto 2004). Kesulitan membayar kewajiban jangka
pendek biasanya bersifat sementara dan kemungkinan tidak begitu parah. Akan tetapi, jika
tidak ditangani secepat mungkin, kesulitan membayar kewajiban jangka pendek tersebut
dapat berkembang menjadi kesulitan keuangan yang besar. Dan jika terjadi secara terus-
menerus, perusahaan bisa dilikuidasi, direorganisasi atau bahkan mengalami kebangkrutan
(Wardhani 2006).
Untuk memprediksi financial distres, dapat diukur dengan cara menganalisis laporan
keuangan dan laporan tahunan dengan menggunakan rasio-rasio keuangan. Model Altman Z-
Score dibangun berdasarkan penelitian Beaver dan lainnya (1966 dan 1968) dengan
memodifikasi model Multivariate Discriminant Analysis (MDA) sebagai alat untuk
memprediksi tahap kebangkrutan (Altman et al. 2014). Model ini dikenal dengan model Z-
score, yaitu score yang ditentukan dari hasil perhitungan standar kali lima variabel keuangan
yang menunjukkan tingkat kemungkinan kebangkrutan perusahaan yang kemudian
mengalami perkembangan selama beberapa kali. Penelitian ini menggunakan model Altman
Z-Score untuk perusahaan manufaktur publik dengan rasio working capital/total assets
(WC/TA), retained earnings/total assets (RE/TA), earning before interest and taxes/total
assets (EBIT/TA atau ROA), market value of equity/book value of total liabilities (MV.
2
E/BV. TL), sales/total assets (SALES/TA) untuk memprediksi terjadinya financial distress
(Altman dan Hotchkiss 2006).
Auchterlonie (1997) menjelaskan bahwa model Altman Z-Score 1968 merupakan
model yang digunakan untuk menganalisis prediksi kebangkrutan pada perusahaan
manufaktur. Hal tersebut dikarenakan formula yang dibuat dari kelima komponen rasio
tersebut yang sesuai dengan jenis perusahaan tersebut. Novitasari dkk. (2016) berpendapat
bahwa Multiple Discriminant Analysis Altman Z-Score dinilai efektif untuk mengklasifikasikan
perkiraan atau prediksi kebangkrutan perusahaan. Andreev (2006) menunjukkan tingkat
profitabilitas (EBIT/TA) berpengaruh signifikan terhadap prediksi financial distress. Pasaribu
(2008) menyimpulkan bahwa rasio WC/TA berpengaruh signifikan positif terhadap prediksi
financial distress. Pranowo (2010) menyimpulkan bahwa rasio SALES/TA berpengaruh
signifikan positif terhadap prediksi financial distress. Kemudian didukung oleh penelitian
Salehi (2009) yang juga menyimpulkan bahwa rasio SALES/TA berpengaruh signifikan
positif terhadap prediksi financial distress (Ardiyanto 2011). Dengan demikian, rasio-rasio
tersebut dapat dijadikan alat yang tepat untuk memprediksi financial distress pada
perusahaan manufaktur. Penelitian ini bertujuan untuk mengetahui bagaimana prediksi
financial distress perusahaan manufaktur di Indonesia yang terdaftar di Bursa Efek Indonesia
(BEI) selama tahun 2012-2016, khususnya pada sektor industri dasar dan kimia yang
merupakan sektor yang memiliki jumlah perusahaan mayoritas di dalam perusahaan
manufaktur dibandingkan dengan sektor lainnya di dalam perusahaan manufaktur.
Berdasarkan latar belakang yang telah dijelaskan, penelitian ini dapat dirumuskan
permasalahan sebagai berikut: bagaimana prediksi financial distress perusahaan manufaktur
sektor industri dasar dan kimia di Indonesia yang terdaftar di BEI selama tahun 2012-2016
dengan menggunakan model prediksi kebangkrutan Altman Z-Score?
Sesuai dengan latar belakang dan rumusan masalah, penelitian ini dilakukan dengan
tujuan untuk menguji dan mengetahui bagaimana prediksi financial distress perusahaan
manufaktur sektor industri dasar dan kimia di Indonesia yang terdaftar di BEI selama tahun
2012-2016.
Adapun hasil penelitian ini diharapkan dapat memberikan informasi kepada
stakeholders dan pembaca mengenai prediksi financial distress perusahaan manufaktur sektor
industri dasar dan kimia di Indonesia yang terdaftar di BEI selama tahun 2012-2016 untuk
pengambilan keputusan bagi pihak yang berkepentingan dengan perusahaan dan sebagai
acuan untuk pengembangan penelitian di masa yang akan datang.
3
KAJIAN PUSTAKA
Kinerja Keuangan
Menurut Munawir (1998), kinerja keuangan merupakan suatu gambaran mengenai
tingkat pencapaian pelaksanaan suatu kegiatan perusahaan dalam menghasilkan atau
mengeluarkan kas selama periode tertentu yang tertuang pada laporan keuangan perusahaan
yang bersangkutan. Untuk mengetahui kinerja perusahaan itu berjalan baik atau tidak,
perusahaan juga harus mengukur kinerja keuangan perusahaan. Salah satu cara untuk
mengukur kinerja keuangan yaitu dengan menganalisis laporan keuangan menggunakan
rasio-rasio keuangan. Hasil pengukuran terhadap capaian kinerja keuangan adalah salah satu
dasar bagi pengelola perusahaan untuk menilai kemajuan perusahaan dan memperbaiki
kinerja pada periode berikutnya. Hasil ini juga bermanfaat dalam pengambilan keputusan
manajemen dan mampu menciptakan nilai perusahaan itu sendiri kepada para stakeholder
(Rahayu 2010).
Financial Distress
Menurut Altman (1968), perusahaan dapat dikategorikan menjadi tiga kondisi, yaitu
perusahaan yang sehat, perusahaan yang mengalami financial distress dengan kemungkinan
bangkrut atau tidak bangkrut, dan perusahaan tidak sehat yang memiliki kemungkinan besar
untuk bangkrut. Untuk perusahaan yang mengalami kesulitan keuangan/financial distress
telah dikategorikan menjadi empat tahap, yaitu failure, insolvency, default dan bankruptcy
(Altman dan Hotchkiss 2006).
Failure menurut kriteria ekonomi merupakan tingkat pengembalian modal investasi
yang direalisasikan, dengan tunjangan untuk pertimbangan risiko, secara signifikan dan terus-
menerus lebih rendah dari tingkat yang berlaku untuk investasi serupa. Istilah business failure
diadopsi oleh Dun dan Bradstreet yang mengatakan bahwa business failure mencakup bisnis
yang berhenti beroperasi setelah penugasan atau kebangkrutan yang menghentikan
penghentian kreditur setelah tindakan atau eksekusi seperti itu. Penyitaan atau pelekatan,
yang secara sukarela menarik diri, meninggalkan kewajiban yang belum dibayar, atau
tindakan yang telah terlibat dalam pengadilan dan mereka yang secara sukarela kompromi
dengan kreditur.
Insolvency mendeskripsikan kinerja perusahaan yang negatif dan biasanya digunakan
dengan cara yang lebih teknis. Teknik insolvensi muncul ketika perusahaan tidak dapat
4
memenuhi kewajiban saat ini atau kewajiban jangka pendek, yang berarti likuiditas yang
dimiliki perusahaan kurang.
Default merupakan kondisi perusahaan yang tak terelakkan terkait dengan
distress. Default selalu melibatkan hubungan antara perusahaan debitur dengan
kreditur. Teknik default muncul ketika perusahaan debitur melanggar syarat perjanjian
dengan kreditur dan dapat dilanjutkan dengan tindakan hukum. Ketika sebuah perusahaan
gagal membayar pinjaman atau obligasi sesuai dengan yang dijadwalkan, biasanya the
periodic of interest obligation, default legal lebih mungkin terjadi, walaupun tidak selalu
terjadi dalam kasus pinjaman. Pembayaran bunga dapat dilewatkan dan dikenai pinjaman
dalam transaksi pribadi, seperti pinjaman bank, tanpa default tersebut resmi diumumkan.
Namun, untuk obligasi publik, ketika perusahaan gagal membayar pokok atau bunga dan
masalahnya tidak dapat disembuhkan dalam masa tenggang, keamanannya dalam keadaan
default. Perusahaan dapat terus beroperasi dan berusaha untuk menyelesaikan restrukturisasi
Bahkan mungkin untuk menyetujui restrukturisasi dengan jumlah yang memadai dari
penggugat dan kemudian mengajukan kasus secara legal untuk bankcrupty.
Altman Z-Score
Model Altman Z-Score merupakan model yang dibangun berdasarkan penelitian dari
William Beaver (1966 dan 1968) yang memprediksi kebangkrutan menggunakan rasio
keuangan satu per satu dengan analisis univariate. Model ini merupakan hasil dari modifikasi
teknik Multiple Discriminant Analysis (MDA) yang memperhitungkan lima atau empat
variabel rasio keuangan secara bersamaan. Model ini digunakan untuk memprediksi financial
distress perusahaan dari segi profitabilitas, leverage, likuiditas, solvency dan aktivitas.
Altman Z-Score pertama kali dibuat oleh Edward L. Altman pada tahun 1968 dengan rasio
working capital/total assets (WC/TA), retained earnings/total assets (RE/TA), earning
before interest and taxes/total assets (EBIT/TA atau ROA), market value of equity/book
value of total liabilities (MV. E / BV. TL), sales/total assets (SALES/TA) sebagai alat untuk
memprediksi kebangkrutan perusahaan manufaktur publik. Kelima rasio tersebut merupakan
hasil seleksi terbaik dari 22 rasio keuangan yang berpengaruh penting terhadap prediksi
kebangkrutan perusahaan. Kemudian pada tahun 1983, Altman mengembangkan model Z’
Score untuk perusahaan manufaktur privat/swasta yang mengganti variabel market value of
equity (X4) menjadi book value of equity dan model Z” Score untuk perusahaan non-
5
manufaktur dan swasta yang menghilangkan variabel X5 sales/total assets (SALES/TA)
(Altman et al. 2014). Dalam penelitian ini, model Altman Z-Score yang digunakan adalah
model Z-Score asli (1968) untuk perusahaan manufaktur publik. Adapun penjelasan dari
kelima rasio tersebut adalah sebagai berikut.
Rasio Working Capital/Total Assets (WC/TA)
Rasio WC/TA merupakan rasio keuangan yang menunjukkan perbandingan modal
kerja yang didapat dari aset lancar dikurangi liabilitas lancar dengan total aset (Riyanto
2001). Setiap perusahaan pasti membutuhkan modal kerja yang cukup untuk aktivitas
operasional perusahaan agar perusahaan tidak mengalami kesulitan keuangan untuk
membayar hutang-hutangnya atau kesulitan likuiditas (Munawir 2002). Jika arus masuk aset
lancar (seperti kas yang diterima perusahaan) semakin lebih besar dibandingkan arus keluar
untuk pembayaran liabilitas lancar (seperti utang usaha perusahaan), maka akan
menghasilkan modal kerja positif yang semakin tinggi yang mengakibatkan probabilitas
terjadinya kesulitan likuiditas perusahaan tersebut semakin kecil dan kemungkinan terjadinya
financial distress juga semakin kecil. Begitu pula sebaliknya (Ang 1997).
Rasio Retained Earnings/Total Assets (RE/TA)
Rasio retained earnings/total assets (RE/TA) merupakan rasio keuangan yang
bertujuan untuk mengukur kemampuan perusahaan dalam menghasilkan laba ditahan
(retained earnings) dari total aset perusahaan. Laba ditahan merupakan sebagian laba yang
tidak dibagikan kepada investor atau ditahan perusahaan yang digunakan sebagai sumber
pendanaan internal perusahaan dalam pengeluaran modal atau investasi untuk ke depannya
(Riyanto 2001). Rasio ini merupakan bagian dari rasio profitabilitas yang digunakan untuk
mengukur efisiensi aktivitas perusahaan dan kemampuan perusahaan untuk memperoleh
profit (Husnan 1998). Jika semakin tinggi kemampuan perusahaan dalam menghasilkan profit
dari waktu ke waktu, maka akan memperlancar akumulasi laba ditahan perusahaan, yang
berarti memperbesar modal perusahaan untuk menjalankan aktivitas operasionalnya,
sehingga kemungkinan terjadinya kondisi financial distress semakin rendah (Fakhrurozie
2007).
Rasio EBIT/TA atau ROA
Rasio EBIT/TA atau ROA juga dikenal sebagai bagian dari rasio profitabilitas yang
merupakan rasio untuk mengukur efisiensi aktivitas perusahaan dan kemampuan perusahaan
6
untuk memperoleh profit. Jika EBIT yang diperoleh semakin lebih besar dari total aset
perusahaan, maka semakin besar tingkat pengembalian (return) aset perusahaan, yang
menunjukkan kinerja keuangan dan tingkat profitabilitas perusahaan yang semakin baik,
sehingga kemungkinan terjadinya kondisi financial distress semakin rendah (Husnan 1998
dan Ardiyanto 2011).
Rasio Market Value of Equity/Book Value of Total Liabilities (MV. E/BV. TL)
Rasio market value of equity/book value of total liablities merupakan bagian dari rasio
leverage yang mengukur seberapa besar nilai pasar saham untuk menutupi total kewajiban
yang harus dibayar oleh perusahaan. Jika nilai pasar saham terus mengalami penurunan,
maka perusahaan juga kesulitan untuk membayar total kewajibannya dan kemungkinan dapat
mengalami kondisi financial distress. (Akuntansipedia 2017).
Rasio Sales/Total Assets (SALES/TA)
Rasio sales/total assets (SALES/TA) juga dikenal sebagai assets turnover ratio, yang
dihitung dengan membagi penjualan dengan total aset. Semakin efektif perusahaan
menggunakan asetnya untuk menghasilkan penjualan, diharapkan mendapatkan profit yang
semakin besar bagi perusahaan. Sehingga semakin cepat perputaran aset yang didapat
perusahaan dari hasil penjualan tersebut, maka semakin kecil perusahaan mengalami
kemungkinan terjadinya financial distress semakin kecil. Rasio perputaran aset yang tinggi
biasanya disebabkan oleh strategi manajemen pemasaran yang baik (Hanafi dan Halim 2005).
7
METODE PENELITIAN
Berdasarkan penelitian yang telah dikemukakan, maka jenis penelitian yang
digunakan adalah penelitian dengan menggunakan model analisis Altman Z-Score untuk
perusahaan manufaktur publik. Data yang digunakan oleh penelitian ini berasal dari data
sekunder, yaitu laporan tahunan dan laporan keuangan perusahaan manufaktur sektor industri
dasar dan kimia yang terdaftar di BEI selama tahun 2012-2016. Metode pengumpulan data
yang digunakan dalam penelitian ini adalah metode dokumentasi, yaitu dengan
mengumpulkan dan mempelajari klasifikasi dan kategori data-data tertulis yang berhubungan
dengan masalah penelitian, antara lain dari sumber dokumen, jurnal, buku, internet dan lain-
lain.
Populasi dan Sampel Penelitian
Populasi yang digunakan dalam penelitian ini adalah perusahaan manufaktur sektor
industri dasar dan kimia yang terdaftar di BEI selama tahun 2012-2016. Metode pengambilan
sampel yang digunakan dalam penelitian ini adalah purposive sampling, yang berarti sampel
yang dipilih untuk penelitian ini harus memenuhi beberapa kriteria berikut ini: (1) termasuk
dalam perusahaan manufaktur sektor industri dasar dan kimia yang terdaftar di BEI; (2)
memiliki laporan tahunan dan laporan keuangan yang telah diaudit per 31 Desember selama
tahun 2012-2016; (3) data yang dimiliki dari laporan tahunan dan laporan keuangan tersebut
lengkap, yaitu data yang berisi laporan keuangan serta data untuk mengukur rasio working
capital/total assets (WC/TA), retained earnings/total assets (RE/TA), earning before interest
and taxes/total assets (EBIT/TA atau ROA), market value of equity/book value of total
liabilities (MV. E / BV. TL), sales/total assets (SALES/TA). Sampel yang diambil untuk
penelitian ini hanya menggunakan perusahaan manufaktur sektor industri dasar dan kimia
karena perusahaan manufaktur termasuk jenis perusahaan yang mempunyai tingkat
pengungkapan dan informasi yang lebih luas dibandingkan dengan jenis perusahaan lainnya,
serta sektor industri dasar dan kimia merupakan sektor perusahaan manufaktur mayoritas
dibandingkan dengan sektor lainnya di dalam perusahaan manufaktur (Cooke 1989).
8
Tabel 1
Populasi Penelitian
No. Jenis Sub Sektor Industri Dasar dan Kimia Kode Perusahaan Total
1 Sub Sektor Semen INTP, SMCB, SMGR 3
2 Sub Sektor Keramik, Porselin, Kaca AMFG, ARNA, IKAI, KIAS, MLIA, TOTO 6
3 Sub Sektor Logam dan Sejenisnya ALKA, ALMI, BAJA, BTON, CTBN,
GDST, INAI, JKSW, JPRS, KRAS, LION,
LMSH, NIKL, PICO, TBMS
15
4 Sub Sektor Kimia BRPT, BUDI, DPNS, EKAD, ETWA, INCI,
SRSN, TPIA, UNIC
9
5 Sub Sektor Plastik dan Kemasan AKKU, AKPI, APLI, BRNA, FPNI, IGAR,
IPOL, SIAP, SIMA, TALF, TRST, YPAS
12
6 Sub Sektor Pakan Ternak CPIN, JPFA, MAIN, SIPD 4
7 Sub Sektor Kayu dan Pengolahannya SULI dan TIRT 2
8 Sub Sektor Pulp dan Kertas ALDO, FASW, INKP, INRU, KBRI, KDSI,
SPMA, TKIM
8
Jumlah 59
Sumber: sahamok.com
Tabel 1 menunjukkan bahwa populasi yang digunakan dalam penelitian ini adalah 59
perusahaan manufaktur sektor industri dasar dan kimia yang terdaftar di BEI selama tahun
2012-2016, yang terdiri dari: tiga perusahaan dari sub sektor semen; enam perusahaan dari
sub sektor keramik, porselin, kaca; 15 perusahaan dari sub sektor logam dan sejenisnya;
sembilan perusahaan dari sub sektor kimia; 12 perusahaan dari sub sektor plastik dan
kemasan; 4 perusahaan dari sub sektor pakan ternak; dua perusahaan dari sub sektor kayu dan
pengolahannya; serta delapan perusahaan dari sub sektor pulp dan kertas. Setelah selesai
menghitung populasi, penelitian ini dapat mengambil sampel berdasarkan kriteria yang
tertera pada Tabel 2.
9
Tabel 2
Kriteria Pengambilan Sampel
Kriteria Jumlah
Seluruh perusahaan manufaktur sektor industri dasar dan kimia yang terdaftar di BEI periode
2012-2016 (populasi)
59
Perusahaan manufaktur sektor industri dasar dan kimia yang terdaftar di BEI yang tidak
mengakses semua laporan tahunan dan laporan keuangan yang telah diaudit per 31 Desember
dalam periode 2012-2016
(5)
Perusahaan yang tidak menyampaikan data secara lengkap dalam laporan tahunan dan laporan
keuangan yang telah diaudit per 31 Desember selama periode penelitian tahun 2012-2016
(3)
Sampel perusahaan yang bisa digunakan untuk penelitian 51
Sampel yang digunakan sesuai periode penelitian 5 tahun (51x5) 255
Tabel 2 menunjukkan bahwa berdasarkan kriteria purposive sampling, jumlah
perusahaan manufaktur sektor industri dasar dan kimia yang terdaftar di BEI periode 2012-
2016 yang bisa digunakan untuk menjadi sampel, yaitu 51 perusahaan per tahun setelah
dikurangi lima perusahaan yang tidak mengakses semua laporan tahunan dan laporan
keuangan yang telah diaudit per 31 Desember dalam periode 2012-2016 dan tiga perusahaan
yang tidak menyampaikan data secara lengkap selama periode penelitian tahun 2012-2016
berkaitan dengan working capital, total assets, retained earnings, earning before interest and
taxes, market value of equity, book value of total liabilities dan sales untuk mengukur rasio
keuangan dalam laporan tahunan dan laporan keuangan yang telah diaudit per 31 Desember
selama tahun 2012-2016.
Terdapat lima perusahaan yang tidak dapat diakses ke semua laporan tahunan dan
laporan keuangan yang telah diaudit per 31 Desember selama tahun 2012-2016, yaitu PT
Tembaga Mulia Semanan Tbk (TBMS) dari sub sektor logam dan sejenisnya; PT Eterindo
Wahanatama Tbk (ETWA) dari sub sektor kimia; PT Alam Karya Unggul Tbk (AKKU), PT
Sekawan Intipratama Tbk (SIAP), PT Tunas Alfin Tbk (TALF) dari sub sektor plastik dan
kemasan. Dan tiga perusahaan yang tidak menyampaikan data secara lengkap dalam laporan
tahunan dan laporan keuangan yang telah diaudit per 31 Desember selama periode penelitian
tahun 2012-2016 adalah PT Keramika Indonesia Assosiasi Tbk (KIAS) dari sub sektor
keramik, porselin dan kaca, PT Saranacentral Bajatama Tbk (BAJA) dari sub sektor logam
dan sejenisnya, dan PT Chandra Asri Petrochemical Tbk (TPIA) dari sub sektor kimia.
Dengan demikian 51 perusahaan yang dapat dijadikan sampel penelitian adalah sebagai
berikut.
10
Tabel 3
Sampel Penelitian
No. Jenis Sub Sektor Industri Dasar dan Kimia Kode Perusahaan Total
1 Sub Sektor Semen INTP, SMCB, SMGR 3
2 Sub Sektor Keramik, Porselin, Kaca AMFG, ARNA, IKAI, MLIA, TOTO 5
3 Sub Sektor Logam dan Sejenisnya ALKA, ALMI, BTON, CTBN, GDST,
INAI, JKSW, JPRS, KRAS, LION, LMSH,
NIKL, PICO
13
4 Sub Sektor Kimia BRPT, BUDI, DPNS, EKAD, INCI, SRSN,
UNIC
7
5 Sub Sektor Plastik dan Kemasan AKPI, APLI, BRNA, FPNI, IGAR, IPOL,
SIMA, TRST, YPAS
9
6 Sub Sektor Pakan Ternak CPIN, JPFA, MAIN, SIPD 4
7 Sub Sektor Kayu dan Pengolahannya SULI dan TIRT 2
8 Sub Sektor Pulp dan Kertas ALDO, FASW, INKP, INRU, KBRI, KDSI,
SPMA, TKIM
8
Jumlah 51
Sumber: data sekunder yang diolah
Oleh karena penelitian ini dilakukan selama periode lima tahun, maka jumlah
perusahaan yang digunakan sebagai sampel dalam penelitian ini dikalikan lima, sehingga
menghasilkan 255 sampel. Dalam penelitian ini, data rasio keuangan perusahaan yang
terdapat pada model Altman Z-Score untuk perusahaan manufaktur publik selama tahun
2012-2016 digunakan untuk memprediksikan financial distress.
Uji Analisis Financial Distress
Pengujian analisis financial distress dalam penelitian ini menggunakan model asli
Altman Z-Score dengan tingkat keakuratan 80%-90% untuk memprediksi kebangkrutan satu
tahun sebelum kejadian dengan kesalahan Tipe II sekitar 15%-20% dan tingkat keakuratan
72% untuk memprediksi kebangkrutan dua tahun sebelum kejadian dengan kesalahan Tipe II
sebesar 6% (Altman 2000). Berikut rumus dari model asli Altman Z-Score untuk perusahaan
manufaktur publik:
Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 0,999X5
11
Keterangan:
Z = nilai Z-score
X1 = Working Capital/Total Assets (WC/TA)
= (total aset lancar - total liabilitas lancar)/ total aset
X2 = Retained Earnings/Total Assets (RE/TA)
X3 = Earning Before Interest and Taxes/Total Assets (EBIT/TA)
X4 = Market Value of Equity/Book Value of Total Liabilities (MV. E/BV. TL)
X5 = Sales/Total Assets (SALES/TA)
Berikut langkah-langkah dalam menganalisis financial distress menggunakan model Altman
Z-Score:
1. Hitung kelima rasio keuangan (X1-X5) dari akun working capital, total assets,
retained earnings, earning before interest and taxes, market value of equity, book
value of total liabilities, sales yang terdapat di laporan tahunan dan laporan keuangan
per 31 Desember tiap perusahaan dalam satu tahun selama periode penelitian tahun
2012-2016.
2. Setelah mendapatkan hasil dari kelima rasio keuangan tiap perusahaan dalam satu
tahun, maka nilai Z-score dapat dicari dengan rumus di atas. Tiap rasio atau variabel
X diberi koefisien dalam bentuk desimal yang berbeda sesuai dengan rasio tersebut
untuk memprediksi terjadinya financial distress.
3. Untuk nilai Z-Score kurang dari 1,81 yang diperoleh tiap perusahaan dalam satu
tahun, maka perusahaan dianggap berada dalam keadaan tidak sehat atau dalam
keadaan financial distress dengan kemungkinan besar perusahaan mengalami
kebangkrutan.
4. Untuk nilai Z-Score antara 1,81 sampai 2,99 yang diperoleh tiap perusahaan dalam
satu tahun, maka perusahaan dianggap berada pada daerah abu-abu (grey area) atau
dalam keadaan financial distress dengan kemungkinan perusahaan bangkrut atau
tidak bangkrut.
5. Untuk nilai Z-Score lebih besar dari 2,99 yang diperoleh tiap perusahaan dalam satu
tahun, maka perusahaan berada dalam keadaan sehat atau stabil sehingga
kemungkinan kecil mengalami financial distress.
12
HASIL PENELITIAN DAN PEMBAHASAN
Penelitian ini menganalisis prediksi financial distress untuk setiap sub sektor dan
seluruh perusahaan di industri dasar dan kimia yang terdaftar di BEI selama tahun 2012-
2016, yang terpilih untuk dijadikan sampel penelitian. Prediksi financial distress ini
dikategorikan menjadi golongan sehat, grey area dan tidak sehat dengan menggunakan model
Altman Z-Score untuk perusahaan manufaktur publik. Hasil penelitian dari 255 sampel
penelitian atau dari 51 perusahaan selama tahun 2012-2016 yang terpilih, akan dinyatakan
dalam bentuk persentase. Oleh karenanya, penelitian ini membandingkan masing-masing
kategori perusahaan berada pada tingkat persentase tertinggi di setiap sub sektor dan secara
keseluruhan selama lima tahun penelitian yaitu tahun 2012-2016. Hasil analisis akan
disajikan berdasarkan kategori sub-sektor, kemudian pembahasan dilanjutkan dengan hasil
analisis menyeluruh.
Berdasarkan pengamatan dari Tabel 4 di bawah, terdapat 15 amatan atau tiga
perusahaan di sub sektor semen dalam periode penelitian tahun 2012-2016 yang terpilih
untuk dijadikan sampel penelitian dalam memprediksi financial distress. Hasil prediksi
tersebut terdiri dari 73,34% atau sebelas amatan yang berada dalam kondisi sehat, 13,33%
atau dua amatan yang berada dalam grey area dengan kemungkinan perusahaan bangkrut
atau tidak bangkrut, dan 13,33% atau dua amatan di sub sektor semen yang terprediksi tidak
sehat. Dari tiga perusahaan tersebut, perusahaan yang terprediksi selalu berada dalam kondisi
sangat sehat selama lima tahun penelitian adalah PT Indocement Tunggal Prakasa Tbk
(INTP) dan PT Semen Indonesia Tbk (SMGR). Sedangkan untuk PT Holcim Indonesia Tbk
(SMCB) terprediksi berada dalam kondisi sehat hanya pada tahun 2012. Kemudian pada
tahun 2013 dan 2014, PT SMCB mengalami penurunan menjadi grey area hingga pada
kondisi tidak sehat pada tahun 2015-2016.
13
Tabel 4
Sampel Penelitian Sub Sektor Semen
Kriteria Kode
Perusahaan
Z-Score Jumlah %
2012 2013 2014 2015 2016
S INTP 18,030 15,221 16,354 15,765 10,852 5
SMGR 9,167 8,180 8,774 6,008 4,275 5
SMCB 5,149 - - - - 1
Jumlah 11 73,34
GA SMCB - 2,896 2,138 - - 2 13,33
TS SMCB - - - 1,306 0,821 2 13,33
Total 3 perusahaan 15 100
Sumber: data sekunder yang diolah. Keterangan: S = Sehat, GA = Grey Area, TS = Tidak Sehat.
Dengan demikian persentase tertinggi untuk sub sektor semen adalah perusahaan
dengan prediksi berada dalam kondisi sehat sebesar 73,34%. Sehingga dapat diartikan bahwa
kemungkinan terjadinya financial distress untuk sub sektor semen adalah sangat kecil,
kecuali untuk PT SMCB.
Berdasarkan pengamatan dari Tabel 5 di bawah, terdapat 25 amatan atau lima
perusahaan di sub sektor keramik, porselin dan kaca dalam periode penelitian tahun 2012-
2016 yang terpilih untuk dijadikan sampel penelitian dalam memprediksi financial distress.
Hasil prediksi tersebut terdiri dari 56% atau 14 amatan dalam kondisi sehat, 4% atau satu
amatan dalam grey area, dan 40% atau sepuluh amatan dalam kondisi tidak sehat. Dari lima
perusahaan tersebut, perusahaan yang terprediksi selalu dalam kondisi sehat selama lima
tahun penelitian adalah PT Arwana Citra Mulia Tbk (ARNA) dan PT Surya Toto Indonesia
Tbk (TOTO). Sedangkan PT Asahimas Flat Glass Tbk (AMFG) mengalami penurunan dari
kondisi sehat menjadi grey area pada tahun 2016 meskipun score yang diperoleh masih
mendekati batas sehat. Dan perusahaan yang terprediksi selalu dalam kondisi tidak sehat
dengan kemungkinan besar mengalami kebangkrutan selama lima tahun penelitian adalah PT
Inti Keramik Alam Asri Industri Tbk (IKAI) dan PT Mulia Industrindo Tbk (MLIA).
14
Tabel 5
Sampel Penelitian Sub Sektor Keramik, Porselin dan Kaca
Kriteria Kode
Perusahaan
Z-Score Jumlah %
2012 2013 2014 2015 2016
S ARNA 8,219 12,949 14,325 6,028 6,025 5
TOTO 6,118 6,016 5,769 7,161 5,129 5
AMFG 6,081 5,101 5,804 4,605 - 4
Jumlah 14 56
GA AMFG - - - - 2,817 1 4
TS IKAI -0,182 -0,090 -0,094 -1,571 -4,497 5
MLIA 0,297 0,109 0,491 0,259 0,336 5
Jumlah 10 40
Total 5 perusahaan 25 100
Sumber: data sekunder yang diolah. Keterangan: S = Sehat, GA = Grey Area, TS = Tidak Sehat.
Dengan demikian tingkat persentase tertinggi untuk sub sektor keramik, porselin dan
kaca adalah perusahaan dengan prediksi berada dalam kondisi sehat sebesar 56%. Sehingga
dapat diartikan bahwa kemungkinan tidak terjadinya financial distress lebih tinggi
dibandingkan dengan kemungkinan besar terjadi financial distress.
Berdasarkan pengamatan dari Tabel 6 di bawah, terdapat 65 amatan atau 13
perusahaan di sub sektor logam dan sejenisnya dalam periode penelitian tahun 2012-2016
yang terpilih untuk dijadikan sampel penelitian dalam memprediksi financial distress. Hasil
prediksi tersebut terdiri dari 49,23% yaitu PT Alaska Industrindo Tbk (ALKA), PT Beton
Jaya Manunggal Tbk (BTON), PT Citra Turbindo Tbk (CTBN), PT Jaya Pari Steel Tbk
(JPRS), PT Lion Metal Works Tbk (LION), PT Lionmesh Prima Tbk (LMSH) yang selama
lima tahun penelitian terprediksi selalu dalam kondisi sehat serta PT Gunawan Dianjaya Steel
Tbk (GDST) yang pada tahun 2012-2013 juga terprediksi dalam kondisi sehat; 15,39% yaitu
PT GDST pada tahun 2014 dan 2016, PT Alumindo Light Metal Industry Tbk (ALMI) pada
tahun 2012, PT Nippon Steel dan Sumitomo Metal Tbk (NIKL) pada tahun 2013 dan 2016
dan PT Pelangi Indah Canindo Tbk (PICO) selama tahun 2012-2016 yang terprediksi dalam
grey area; 35,38% yaitu PT GDST pada tahun 2015, PT ALMI pada tahun 2013-2016, PT
NIKL pada tahun 2012, 2014 dan 2015 yang terprediksi dalam kondisi tidak sehat, serta PT
Indal Aluminium Industry Tbk (INAI), PT Jakarta Kyoei Steel Work LTD Tbk (JKSW) dan
PT Krakatau Steel Tbk (KRAS) yang selama lima tahun penelitian juga selalu terprediksi
dalam kondisi tidak sehat.
15
Tabel 6
Sampel Penelitian Sub Sektor Logam dan Sejenisnya
Kriteria Kode
Perusahaan
Z-Score Jumlah %
2012 2013 2014 2015 2016
S ALKA 4,966 5,422 5,539 5,694 9,432 5
BTON 5,621 4,406 4,532 3,535 3,446 5
CTBN 3,932 3,864 3,915 3,273 6,009 5
JPRS 5,812 11,166 9,634 3,512 3,121 5
LION 8,770 7,580 4,397 4,221 3,842 5
LMSH 6,517 5,442 5,353 4,674 3,261 5
GDST 3,423 3,519 - - - 2
Jumlah 32 49,23
GA GDST - - 2,090 - 2,109 2
PICO 1,824 1,937 2,129 2,203 2,081 5
ALMI 2,250 - - - - 1
NIKL - 1,865 - - 2,913 2
Jumlah 10 15,39
TS GDST - - - 1,373 - 1
ALMI - 1,388 1,327 1,612 1,053 4
NIKL 1,779 - 1,436 1,126 - 3
INAI 1,793 1,234 1,435 1,381 1,345 5
JKSW -1,910 -1,890 -1,752 -2,187 -1,526 5
KRAS 1,486 1,240 0,578 -0,074 0,344 5
Jumlah 23 35,38
Total 13 perusahaan 65 100
Sumber: data sekunder yang diolah. Keterangan: S = Sehat, GA = Grey Area, TS = Tidak Sehat.
Dengan demikian tingkat persentase tertinggi untuk sub sektor logam dan sejenisnya
adalah perusahaan yang terprediksi berada dalam kondisi sehat sebesar 49,23%. Sehingga
dapat diartikan bahwa kemungkinan tidak terjadinya financial distress lebih tinggi
dibandingkan dengan kemungkinan besar terjadi financial distress.
Berdasarkan pengamatan dari Tabel 7 di bawah, terdapat 35 amatan atau tujuh
perusahaan di sub sektor kimia dalam periode penelitian tahun 2012-2016 yang terpilih untuk
dijadikan sampel penelitian dalam memprediksi financial distress. Hasil prediksi tersebut
terdiri dari 54,29% yaitu PT Intan Wijaya International Tbk (INCI) pada tahun 2012-2015,
PT Unggul Indah Cahaya Tbk (UNIC) pada tahun 2012 dan 2016, PT Indo Acidatama Tbk
(SRSN) pada tahun 2012-2014 yang terprediksi dalam kondisi sehat, serta PT Duta Pertiwi
16
Nusantara Tbk (DPNS) dan PT Ekadharma Internasional Tbk (EKAD) yang selama lima
tahun penelitian selalu terprediksi dalam kondisi sehat; 14,29% yaitu PT INCI pada tahun
2016, PT UNIC pada tahun 2013-2015 dan PT SRSN pada tahun 2015 yang terprediksi
dalam grey area; 31,42% yaitu PT SRSN pada 2016 yang terprediksi dalam kondisi tidak
sehat serta PT Barito Pasific Tbk (BRPT) dan PT Budi Starch & Sweetener Tbk (BUDI) yang
selama lima tahun penelitian juga selalu terprediksi dalam kondisi tidak sehat.
Tabel 7
Sampel Penelitian Sub Sektor Kimia
Kriteria Kode
Perusahaan
Z-Score Jumlah %
2012 2013 2014 2015 2016
S DPNS 4,992 5,815 4,220 4,303 4,269 5
EKAD 10,214 7,538 7,261 8,592 9,356 5
INCI 3,175 4,475 4,440 4,491 - 4
UNIC 3,054 - - - 3,119 2
SRSN 3,040 3,472 3,207 - - 3
Jumlah 19 54,29
GA INCI - - - - 2,720 1
UNIC - 2,912 2,923 2,553 - 3
SRSN - - - 2,420 - 1
Jumlah 5 14,29
TS SRSN - - - - 1,744 1
BRPT 1,182 1,265 1,240 0,700 1,795 5
BUDI 1,499 1,600 1,453 1,082 1,308 5
Jumlah 11 31,42
Total 7 perusahaan 35 100
Sumber: data sekunder yang diolah. Keterangan: S = Sehat, GA = Grey Area, TS = Tidak Sehat.
Dengan demikian tingkat persentase tertinggi untuk sub sektor logam dan
sejenisnya adalah perusahaan yang terprediksi berada dalam kondisi sehat sebesar 54,29%.
Sehingga dapat diartikan bahwa kemungkinan tidak terjadinya financial distress lebih tinggi
dibandingkan dengan kemungkinan besar terjadi financial distress.
Berdasarkan pengamatan dari Tabel 8 di bawah, terdapat 45 amatan atau sembilan
perusahaan di sub sektor plastik dan kemasan dalam periode penelitian tahun 2012-2016 yang
terpilih untuk dijadikan sampel penelitian dalam memprediksi financial distress. Hasil
prediksi tersebut terdiri dari 24,45% yaitu PT Kageo Igar Jaya Tbk (IGAR) pada tahun 2012-
17
2016, PT Asiaplast Industries Tbk (APLI) pada tahun 2014 dan 2016, PT Yana Prima Hasta
Persada Tbk (YPAS) pada tahun 2012 dan 2014-2016 yang terprediksi dalam kondisi sehat;
13,33% yaitu PT APLI pada tahun 2012, 2013 dan 2015, PT Berlina Tbk (BRNA) pada tahun
2012 dan 2014, dan PT Trias Sentosa Tbk (TRST) pada tahun 2012 yang terprediksi dalam
grey area; 62,22% yaitu PT BRNA pada tahun 2013, 2015 dan 2016, PT TRST selama tahun
2013-2016, PT YPAS pada tahun 2013 yang terprediksi dalam kondisi tidak sehat, serta PT
Argha Karya Prima Industry Tbk (AKPI), PT Fatra Polindo Nusa Industri Tbk (FPNI), PT
Indopoly Swakarsa Industry Tbk (IPOL) dan PT Siwani Makmur Tbk (SIMA) yang juga
terprediksi selalu dalam kondisi tidak sehat.
Tabel 8
Sampel Penelitian Sub Sektor Plastik dan Kemasan
Kriteria Kode
Perusahaan
Z-Score Jumlah %
2012 2013 2014 2015 2016
S IGAR 7,084 5,625 6,218 5,408 8,546 5
APLI - - 3,298 - 3,286 2
YPAS 3,379 - 3,076 3,861 3,645 4
Jumlah 11 24,45
GA APLI 2,061 2,052 - 1,834 - 3
BRNA 2,558 - 1,859 - - 2
TRST 2,395 - - - - 1
Jumlah 6 13,33
TS BRNA - 1,310 - 1,372 1,721 3
TRST - 1,449 1,794 1,689 1,631 4
AKPI 1,756 1,568 1,536 1,158 1,421 5
FPNI 1,407 1,642 1,749 1,499 1,765 5
IPOL 1,451 1,522 1,441 1,240 1,464 5
SIMA -2,118 -1,079 -0,352 1,416 1,226 5
YPAS - 1,744 - - - 1
Jumlah 28 62,22
Total 9 perusahaan 45 100
Sumber: data sekunder yang diolah. Keterangan: S = Sehat, GA = Grey Area, TS = Tidak Sehat.
Dengan demikian tingkat persentase tertinggi untuk sub sektor plastik dan kemasan
adalah perusahan dengan prediksi tidak sehat sebesar 62,22%. Sehingga dapat diartikan
bahwa kemungkinan terjadinya financial distress lebih tinggi dibandingkan dengan tidak
terjadinya financial distress, dengan kemungkinan besar 62,22% perusahaan di sub sektor
plastik dan kemasan mengalami kebangkrutan.
18
Berdasarkan pengamatan dari Tabel 9 di bawah, terdapat 20 amatan atau empat
perusahaan di sub sektor pakan ternak dalam periode penelitian tahun 2012-2016 yang
terpilih untuk dijadikan sampel penelitian dalam memprediksi financial distress. Hasil
prediksi tersebut terdiri dari 55% yaitu PT Charoen Pokphand Indonesia Tbk (CPIN) selama
tahun 2012-2016 serta PT Japfa Comfeed Indonesia Tbk (JPFA) dan PT Malindo Feedmill
Tbk (MAIN) pada tahun 2012,2013 dan 2016 yang terprediksi dalam kondisi sehat; 20%
yaitu PT JPFA dan PT MAIN pada tahun 2014-2015 yang terprediksi dalam grey area
dengan kemungkinan perusahaan bangkrut atau tidak bangkrut; dan 5% yaitu PT SIPD yang
selama lima tahun penelitian terprediksi selalu dalam kondisi tidak sehat.
Tabel 9
Sampel Penelitian Sub Sektor Pakan Ternak
Kriteria Kode
Perusahaan
Z-Score Jumlah %
2012 2013 2014 2015 2016
S CPIN 12,635 9,490 6,553 4,719 6,362 5
JPFA 3,962 3,127 - - 3,673 3
MAIN 5,361 5,436 - - 3,390 3
Jumlah 11 55
GA JPFA - - 2,895 2,612 - 2
MAIN - - 2,557 2,549 - 2
Jumlah 4 20
TS SIPD 1,472 1,657 1,583 0,703 1,552 5 25
Total 4 perusahaan 20 100
Sumber: data sekunder yang diolah. Keterangan: S = Sehat, GA = Grey Area, TS = Tidak Sehat.
Dengan demikian tingkat persentase tertinggi untuk sub sektor pakan ternak adalah
perusahaan dengan prediksi dalam kondisi sehat sebesar 55%. Sehingga dapat diartikan
bahwa kemungkinan tidak terjadinya financial distress lebih tinggi 5% dibandingkan dengan
kemungkinan besar terjadi financial distress.
Berdasarkan pengamatan dari Tabel 10 di bawah, terdapat sepuluh amatan atau dua
perusahaan di sub sektor kayu dan pengolahannya dalam periode penelitian tahun 2012-2016
yang terpilih untuk dijadikan sampel penelitian dalam memprediksi financial distress. Hasil
prediksi tersebut menunjukkan bahwa seluruh perusahaan di sub sektor kayu dan
pengolahannya, yaitu PT Tirta Mahakam Resources Tbk (TIRT) dan PT Sumalindo Lestari
Jaya Tbk (SULI) selama tahun 2012-2016 selalu terprediksi dalam kondisi tidak sehat.
19
Tabel 10
Sampel Penelitian Sub Sektor Kayu dan Pengolahannya
Kriteria Kode
Perusahaan
Z-Score Jumlah %
2012 2013 2014 2015 2016
TS SULI -2,097 -3,826 -2,796 -2,627 -2,041 5
TIRT 0,970 -0,073 1,230 1,077 1,298 5
Total 2 perusahaan 10 100
Sumber: data sekunder yang diolah. Keterangan: S = Sehat, GA = Grey Area, TS = Tidak Sehat.
Dengan demikian dapat disimpulkan bahwa seluruh perusahaan di sub sektor kayu
dan pengolahannya terprediksi mengalami financial distress dengan kemungkinan besar
mengalami kebangkrutan.
Berdasarkan pengamatan dari Tabel 11 di bawah, terdapat 40 amatan atau delapan
perusahaan di sub sektor pulp dan kertas dalam periode penelitian tahun 2012-2016 yang
terpilih untuk dijadikan sampel penelitian dalam memprediksi financial distress. Hasil
prediksi tersebut terdiri dari 17,5% yaitu PT Alkindo Naratama Tbk (ALDO) selama tahun
2012-2016 serta PT Kertas Basuki Rachmat Indonesia Tbk (KBRI) dan PT Kedawung Setia
Industrial Tbk (KDSI) pada tahun 2012 yang terprediksi dalam kondisi sehat; 15% yaitu PT
KDSI selama tahun 2013-2016 dan PT Fajar Surya Wisesa Tbk (FASW) pada tahun 2014
dan 2016 yang terprediksi dalam grey area; 67,5% yaitu PT KBRI pada tahun 2013-2016, PT
FASW pada tahun 2012, 2013 dan 2015 yang terprediksi dalam kondisi tidak sehat, serta PT
Indah Kiat Pulp dan Paper Tbk (INKP), PT Toba Pulp Lestari Tbk (INRU), PT Suparma Tbk
(SPMA) dan Pabrik Kertas Tjiwi Kimia Tbk (TKIM) yang selama lima tahun penelitian juga
terprediksi selalu dalam kondisi tidak sehat.
20
Tabel 11
Sampel Penelitian Sub Sektor Pulp dan Kertas
Kriteria Kode
Perusahaan
Z-Score Jumlah %
2012 2013 2014 2015 2016
S ALDO 3,822 3,400 3,302 3,505 3,429 5
KBRI 4,552 - - - - 1
KDSI 3,643 - - - - 1
Jumlah 7 17,5
GA KDSI - 2,498 2,647 2,000 2,607 4
FASW - - 1,846 - 2,366 2
Jumlah 6 15
TS FASW 1,627 1,668 - 0,962 - 3
KBRI - -1,678 -2,183 -2,329 -2,924 4
INKP 0,586 0,762 0,720 0,795 0,842 5
INRU -1,644 -1,804 -1,621 -1,966 -1,962 5
SPMA 1,608 1,203 1,510 0,935 1,730 5
TKIM 1,133 1,051 0,916 0,698 0,726 5
Jumlah 27 67,5
Total 8 perusahaan 40 100
Sumber: data sekunder yang diolah. Keterangan: S = Sehat, GA = Grey Area, TS = Tidak Sehat.
Dengan demikian tingkat persentase tertinggi untuk sub sektor pulp dan kertas adalah
perusahan dengan prediksi dalam kondisi tidak sehat sebesar 67,5%. Sehingga dapat diartikan
bahwa kemungkinan terjadinya financial distress lebih tinggi dibandingkan dengan tidak
terjadinya financial distress, dengan kemungkinan besar 67,5% perusahaan di sub sektor pulp
dan kertas mengalami kebangkrutan.
21
Setelah menganalisis prediksi financial distress untuk setiap sub sektor di industri
dasar dan kimia selama tahun 2012-2016, maka dapat dibuat kesimpulan secara keseluruhan
seperti yang ditampilkan pada tabel 12 berikut.
Tabel 12
Persentase Prediksi Financial Distress Perusahaan Sektor Industri Dasar Dan Kimia
No. Kode
Perusahaan
Kondisi Perusahaan Total
2012 2013 2014 2015 2016 S GA TS
Sub Sektor Semen
1. INTP S S S S S 5 - -
2. SMCB S GA GA TS TS 1 2 2
3. SMGR S S S S S 5 - -
Jumlah 11 2 2
Sub Sektor Keramik, Porselin dan Kaca
4. AMFG S S S S GA 4 1 -
5. ARNA S S S S S 5 - -
6. IKAI TS TS TS TS TS - - 5
7. MLIA TS TS TS TS TS - - 5
8. TOTO S S S S S 5 - -
Jumlah 14 1 10
Sub Sektor Logam dan Sejenisnya
9. ALKA S S S S S 5 - -
10. ALMI GA TS TS TS TS - 1 4
11. BTON S S S S S 5 - -
12. CTBN S S S S S 5 - -
13. GDST S S GA TS GA 2 2 1
14. INAI TS TS TS TS TS - - 5
15. JKSW TS TS TS TS TS - - 5
16. JPRS S S S S S 5 - -
17. KRAS TS TS TS TS TS - - 5
18. LION S S S S S 5 - -
19. LMSH S S S S S 5 - -
20. NIKL TS GA TS TS GA - 2 3
21. PICO GA GA GA GA GA - 5 -
Jumlah 32 10 23
22
Tabel 12 (Lanjutan)
Persentase Prediksi Financial Distress Perusahaan Sektor Industri Dasar Dan Kimia
No. Kode
Perusahaan
Kondisi Perusahaan Total
2012 2013 2014 2015 2016 S GA TS
Sub Sektor Kimia
22. BRPT TS TS TS TS TS - - 5
23. BUDI TS TS TS TS TS - - 5
24. DPNS S S S S S 5 - -
25. EKAD S S S S S 5 - -
26. INCI S S S S GA 4 1 -
27. SRSN S S S GA TS 3 1 1
28. UNIC S GA GA GA S 2 3 -
Jumlah 19 5 11
Sub Sektor Plastik dan Kemasan
29. AKPI TS TS TS TS TS - - 5
30. APLI GA GA S GA S 2 3 -
31. BRNA GA TS GA TS TS - 2 3
32. FPNI TS TS TS TS TS - - 5
33. IGAR S S S S S 5 - -
34. IPOL TS TS TS TS TS - - 5
35. SIMA TS TS TS TS TS - - 5
36. TRST GA TS TS TS TS - 1 4
37. YPAS S TS S S S 4 - 1
Jumlah 11 6 28
Sub Sektor Pakan Ternak
38. CPIN S S S S S 5 - -
39 JPFA S S GA GA S 3 2 -
40. MAIN S S GA GA S 3 2 -
41. SIPD TS TS TS TS TS - - 5
Jumlah 11 4 5
Sub Sektor Kayu dan Pengolahannya
42. SULI TS TS TS TS TS - - 5
43. TIRT TS TS TS TS TS - - 5
Jumlah 0 0 10
23
Tabel 12 (Lanjutan)
Persentase Prediksi Financial Distress Perusahaan Sektor Industri Dasar Dan Kimia
No. Kode
Perusahaan
Kondisi Perusahaan Total
2012 2013 2014 2015 2016 S GA TS
Sub Sektor Pulp dan Kertas
44. ALDO S S S S S 5 - -
45. FASW TS TS GA TS GA - 2 3
46. INKP TS TS TS TS TS - - 5
47. INRU TS TS TS TS TS - - 5
48. KBRI S TS TS TS TS 1 - 4
49. KDSI S GA GA GA GA 1 4 -
50. SPMA TS TS TS TS TS - - 5
51. TKIM TS TS TS TS TS - - 5
Jumlah 7 6 27
TOTAL 105 34 116
% 41,18 13,33 45,49
Sumber: data sekunder yang diolah. Keterangan: S = Sehat, GA = Grey Area, TS = Tidak Sehat.
Berdasarkan hasil analisis prediksi financial distress dari 255 amatan atau 51
perusahaan di industri dasar dan kimia selama tahun 2012-2016, yang terpilih untuk dijadikan
sampel penelitian, terprediksi 41,18% dalam kondisi sehat, 13,33% dalam grey area dengan
kemungkinan bangkrut atau tidak bangkrut dan 45,49% dalam kondisi tidak sehat. Sehingga
dapat disimpulkan bahwa secara keseluruhan kemungkinan terjadinya financial distress lebih
tinggi dibandingkan dengan tidak terjadinya financial distress, dengan kemungkinan besar
45,49% perusahaan di industri dasar dan kimia selama tahun 2012-2016 mengalami
kebangkrutan.
24
KESIMPULAN
Hasil analisis prediksi financial distress perusahaan manufaktur sektor industri dasar
dan kimia selama tahun 2012-2016 menunjukkan bahwa sebagian besar perusahaan dari lima
sub sektor di industri dasar dan kimia, yaitu sub sektor semen, sub sektor keramik, porselin
dan kaca, sub sektor logam dan sejenisnya dan sub sektor kimia terprediksi dalam kondisi
sehat. Dan sebagian besar perusahaan dari tiga sub sektor di industri dasar dan kimia, yaitu
sub sektor plastik dan kemasan, kayu dan pengolahannya, pulp dan kertas terprediksi dalam
kondisi tidak sehat. Hal tersebut didasarkan pada tingkat persentase tertinggi yang dimiliki
oleh setiap sub sektor di industri dasar dan kimia selama tahun 2012-2016. Secara
keseluruhan, prediksi terjadinya financial distress untuk 51 perusahaan di industri dasar dan
kimia selama tahun 2012-2016 sebesar 58,82%. Tingkat persentase tersebut diperoleh dari
13,33% dalam grey area dengan kemungkinan perusahaan bangkrut atau tidak bangkrut dan
45,49% dalam kondisi tidak sehat dengan kemungkinan besar perusahaan mengalami
kebangkrutan.
Dengan demikian, meskipun secara keseluruhan 45,49% atau hampir 50% perusahaan
di industri dasar dan kimia kemungkinan besar mengalami kebangkrutan, akan tetapi dari
delapan sub sektor di industri dasar dan kimia hanya tiga sub sektor yang mayoritas
terprediksi kemungkinan besar mengalami kebangkrutan. Sehingga kinerja keuangan
perusahaan-perusahaan dari ketiga sub sektor tersebut yang perlu diperhatikan lebih
mendetail untuk mengurangi kemungkinan terjadinya kebangkrutan, baik dalam tingkat
penjualan, laba, nilai pasar saham dan dari segi manajemen operasional perusahaan.
Keterbatasan dari penelitian ini adalah periode penelitian yang terbatas yaitu selama
lima tahun dan model prediksi financial distress yang digunakan dalam penelitian ini lebih
sesuai untuk perusahaan manufaktur karena kelima rasio yang terdapat dalam model asli
Altman Z-Score dapat ditemukan dalam laporan keuangan perusahaan manufaktur. Dengan
demikian, temuan dan keterbatasan dari penelitian ini dapat memberikan peluang untuk
proses penelitian lanjutan dengan jangka waktu penelitian yang longitudinal. Dan apabila
perusahaan yang ingin diteliti bukan merupakan perusahaan manufaktur atau merupakan jenis
perusahaan lain, maka sebaiknya memilih beberapa model prediksi financial distress yang
lebih sesuai untuk jenis perusahaan tersebut, dan hasil dari beberapa model tersebut juga
dapat dibandingkan.
25
DAFTAR PUSTAKA
Agusti, Chalendra Prasetya. 2013. Analisis Faktor Yang Mempengaruhi Kemungkinan
Terjadinya Financial Distress. Skripsi. Fakultas Ekonomika dan Bisnis Universitas
Diponegoro.
Akuntansi Pedia. 2018. Akuntansi Pedia. Diakses 4 Maret 2018.
https://akuntansipedia.com/altman-z-score/.
Altman, Edward. 1968. Financial Ratio, Discriminant Analysis and The Prediction of
Corporate Bankruptcy. Jurnal of Finance Vol. 23, No. 4:589-609.
Altman, Edward, dan Edith Hotchkiss. 2006. Corporate Financial Distress and Bankruptcy,
Third Edition. Canada: John Wiley & Sons, Inc.
Altman, Edward, Malgorzata Iwanicz Drozdowska, Erkki Laitinen, dan Arto Suvas. 2014.
Distressed Firm and Bankruptcy Prediction in an International Contex. Review and
Empirical Analysis of Altman’s Z-Score Model:1-48.
Ardiyanto, Feri Dwi. 2011. Prediksi Rasio Keuangan Terhadap Kondisi Financial Distress
Perusahaan Manufaktur yang Terdaftar di BEI Periode 2005-2009. Skripsi. Fakultas
Ekonomika dan Bisnis Universitas Diponegoro.
Asnawi, Said Kelana, dan Chandra Wijaya. 2005. Riset Keuangan: Pengujian-Pengujian
Empiris. Jakarta: PT Gramedia Pustaka Utama.
Auchterlonie, DL. 1997. "A Paean to the Z-Score and Its Commercial Bankruptcy
Prediction." The Journal of Lending & Credit Risk Management.
Brahmana, Rayenda. 2007. Identifying Financial Distress Condition in Indonesia
Manufacture Industry. Journal of Accounting:5-51.
Bursa Efek Indonesia. 2010. “Laporan Keuangan dan Tahunan.” IDX. Diakses 2017.
http://www.idx.co.id.
Cinantya, I Gusti Agung Ayu Pritha, dan Ni Ketut Lely Aryani Merkusiwati. 2015. Pengaruh
Corporate Governance, Financial Indicators dan Ukuran Perusahaan pada Financial
Distress. E-Jurnal Akuntansi Universitas Udayana Vol. 10, No. 3:897-915.
Foster, George. 1986. Financial Statement Analysis. New Jersey: Prentice Hall, Englewood
Cliffs.
Griffin, Ricky, dan Ronald Ebert. 2007. Bisnis Edisi ke-8. Jakarta: Erlangga.
Hanifah, Oktita Earning. 2013. Pengaruh Struktur Corporate Governance dan Financial
Indicators Terhadap Kondisi Financial Distress. Skripsi. Fakultas Ekonomika dan
Bisnis Universitas Diponegoro.
26
Hidayat, Muhammad Arif. 2013. Prediksi Financial Distress Perusahaan Manufaktur di
Indonesia. Skripsi. Fakultas Ekonomika dan Bisnis Universitas Diponegoro.
IAI. 2016. Kerangka Konseptual Pelaporan Keuangan. Jakarta: DSAK IAI.
Kayo, Edison Sutan. 2009. Saham OK. Diakses 2017. https://www.sahamok.com/.
Kurs Dollar. 2013. Kurs Dollar. Diakses 4 Maret 2018. http://kursdollar.net.
Novitasari, Rima Putri, Topowijono, dan Devi Farah Azizah. 2016. Penerapan Model
Multiple Discriminant Analysis Altman Z”-Score untuk Memprediksi Financial
Distress. Jurnal Administrasi Bisnis Vol. 38, No. 1:83-88.
Pearce, John, dan Richard Robinson. 2008. Manajemen Strategis-Formulasi, Implementasi,
dan Pengendalian Edisi 10. Jakarta: Salemba Empat.
Rahayu, Sri. 2010. Pengaruh Kinerja Keuangan Terhadap Nilai Perusahaan Dengan
Pengungkapan CSR dan Good Corporate Governance Sebagai Variabel Pemoderasi.
Skripsi. Fakultas Ekonomika dan Bisnis Universitas Diponegoro.
Sasongko, Mustopo Ali, dan Agung Ngurah Mustakawarman. Diakses 2017. Analisis Saham
Fundamental. Diakses 28 Januari 2017. http://www.analisissahamfundamental.com.
Srengga, Imam Mas’ud dan Reva Maymi. 2011. Analisis Rasio Keuangan Untuk
Memprediksi Kondisi Financial Distress Perusahaan Manufaktur yang Terdaftar di
Bursa Efek Indonesia. Jurnal Akuntansi Universitas Jember Vol. 10, No. 2:139-154.
Sugiono, Arief. 2009. Manjemen Keuangan. Jakarta: Grasindo.
____________, dan Edy Untung. 2008. Panduan Praktis Dasar Analisa Laporan Keuangan.
Jakarta: Grasindo.
Triwahyuningtias, Meilinda. 2012. Analisis Pengaruh Struktur Kepemilikan, Ukuran Dewan,
Komisaris Independen, Likuiditas dan Leverage Terhadap Terjadinya Kondisi
Financial Distress. Skripsi. Fakultas Ekonomika dan Bisnis Universitas Diponegoro.
Wardhani, Ratna. 2007. Mekanisme Corporate Governance Dalam Perusahaan yang
Mengalami Permasalahan Keuangan. Jurnal Akuntansi dan Keuangan Indonesia Vol
4 No. 1:95-114.
Widarjo, Wahyu, dan Doddy Setiawan. 2009. Pengaruh Rasio Keuangan Terhadap Kondisi
Financial Distress Perusahaan Otomotif. Jurnal Bisnis dan Akuntansi Vol. 11 No.
2:107-119.
Zamroni, Oni. 2012. Akuntansi Itu Mudah. 1 Januari. Diakses 4 Maret 2018.
http://www.akuntansiitumudah.com/kurs-tengah-bi-31-desember-2012/.
27
DAFTAR LAMPIRAN
28
NO Kode Perusahaan Z 1.2 X1 1.4 X2 3.3 X3 0.6 X4 0.999 X5
Sub Sektor Semen
1 INTP 2012 18.030 1.2 0.534 1.4 0.653 3.3 0.259 0.6 24.770 0.999 0.760
INTP 2013 15.221 1.2 0.530 1.4 0.684 3.3 0.229 0.6 20.285 0.999 0.702
INTP 2014 16.354 1.2 0.444 1.4 0.698 3.3 0.208 0.6 22.446 0.999 0.692
INTP 2015 15.765 1.2 0.378 1.4 0.707 3.3 0.184 0.6 21.785 0.999 0.644
INTP 2016 10.852 1.2 0.373 1.4 0.726 3.3 0.121 0.6 14.131 0.999 0.510
2 SMCB 2012 5.149 1.2 0.052 1.4 0.171 3.3 0.168 0.6 5.925 0.999 0.741
SMCB 2013 2.896 1.2 -0.079 1.4 0.160 3.3 0.124 0.6 2.848 0.999 0.650
SMCB 2014 2.138 1.2 -0.088 1.4 0.138 3.3 0.075 0.6 1.985 0.999 0.612
SMCB 2015 1.306 1.2 -0.079 1.4 0.129 3.3 0.052 0.6 0.859 0.999 0.533
SMCB 2016 0.821 1.2 -0.145 1.4 0.093 3.3 0.010 0.6 0.589 0.999 0.479
3 SMGR 2012 9.167 1.2 0.128 1.4 0.575 3.3 0.233 0.6 11.173 0.999 0.737
SMGR 2013 8.180 1.2 0.152 1.4 0.600 3.3 0.230 0.6 9.337 0.999 0.796
SMGR 2014 8.774 1.2 0.186 1.4 0.630 3.3 0.209 0.6 10.319 0.999 0.786
SMGR 2015 6.008 1.2 0.103 1.4 0.624 3.3 0.157 0.6 6.312 0.999 0.706
SMGR 2016 4.275 1.2 0.050 1.4 0.600 3.3 0.119 0.6 3.986 0.999 0.591
Sub Sektor Keramik, Porselin, Kaca
4 AMFG 2012 6.081 1.2 0.395 1.4 0.666 3.3 0.144 0.6 5.472 0.999 0.917
AMFG 2013 5.101 1.2 0.426 1.4 0.672 3.3 0.121 0.6 3.902 0.999 0.909
AMFG 2014 5.804 1.2 0.476 1.4 0.694 3.3 0.142 0.6 4.761 0.999 0.937
AMFG 2015 4.605 1.2 0.410 1.4 0.704 3.3 0.100 0.6 3.230 0.999 0.858
AMFG 2016 2.817 1.2 0.164 1.4 0.584 3.3 0.064 0.6 1.526 0.999 0.677
5 ARNA 2012 8.219 1.2 0.049 1.4 0.537 3.3 0.239 0.6 9.051 0.999 1.188
ARNA 2013 12.949 1.2 0.082 1.4 0.586 3.3 0.283 0.6 16.414 0.999 1.249
ARNA 2014 14.325 1.2 0.152 1.4 0.641 3.3 0.279 0.6 18.409 0.999 1.278
ARNA 2015 6.028 1.2 0.007 1.4 0.552 3.3 0.072 0.6 6.848 0.999 0.903
ARNA 2016 6.025 1.2 0.108 1.4 0.545 3.3 0.093 0.6 6.415 0.999 0.980
6 IKAI 2012 -0.182 1.2 -0.205 1.4 -0.295 3.3 -0.055 0.6 0.435 0.999 0.397
IKAI 2013 -0.090 1.2 0.011 1.4 -0.400 3.3 -0.067 0.6 0.400 0.999 0.439
IKAI 2014 -0.094 1.2 -0.065 1.4 -0.423 3.3 -0.029 0.6 0.275 0.999 0.506
IKAI 2015 -1.571 1.2 -0.087 1.4 -0.842 3.3 -0.248 0.6 0.281 0.999 0.362
IKAI 2016 -4.497 1.2 -0.577 1.4 -1.782 3.3 -0.524 0.6 0.172 0.999 0.316
(WC/Tot.Asset) (RE/Tot.Asset) (EBIT/Tot.Asset) (MV E / BV Liabilities) (Sales/Tot.Asset)
29
NO Kode Perusahaan Z 1.2 X1 1.4 X2 3.3 X3 0.6 X4 0.999 X5
Sub Sektor Keramik, Porselin, Kaca
7 MLIA 2012 0.297 1.2 0.069 1.4 -0.431 3.3 0.025 0.6 0.065 0.999 0.698
MLIA 2013 0.109 1.2 0.024 1.4 -0.459 3.3 -0.017 0.6 0.095 0.999 0.723
MLIA 2014 0.491 1.2 0.023 1.4 -0.440 3.3 0.068 0.6 0.123 0.999 0.780
MLIA 2015 0.259 1.2 -0.032 1.4 -0.462 3.3 0.017 0.6 0.143 0.999 0.802
MLIA 2016 0.336 1.2 -0.034 1.4 -0.424 3.3 0.044 0.6 0.128 0.999 0.750
8 TOTO 2012 6.118 1.2 0.340 1.4 0.548 3.3 0.225 0.6 5.275 0.999 1.036
TOTO 2013 6.016 1.2 0.340 1.4 0.557 3.3 0.191 0.6 5.368 0.999 0.980
TOTO 2014 5.769 1.2 0.289 1.4 0.575 3.3 0.193 0.6 4.947 0.999 1.013
TOTO 2015 7.161 1.2 0.323 1.4 0.547 3.3 0.162 0.6 7.566 0.999 0.934
TOTO 2016 5.129 1.2 0.272 1.4 0.534 3.3 0.103 0.6 4.860 0.999 0.801
Sub Sektor Logam & Sejenisnya
9 ALKA 2012 4.966 1.2 0.193 1.4 -0.131 3.3 0.005 0.6 0.600 0.999 4.546
ALKA 2013 5.422 1.2 0.189 1.4 -0.082 3.3 0.027 0.6 0.334 0.999 5.024
ALKA 2014 5.539 1.2 0.189 1.4 -0.070 3.3 0.027 0.6 0.503 0.999 5.024
ALKA 2015 5.694 1.2 0.007 1.4 -0.127 3.3 0.044 0.6 0.904 0.999 5.180
ALKA 2016 9.432 1.2 -0.038 1.4 -0.131 3.3 0.033 0.6 1.882 0.999 8.429
10 ALMI 2012 2.250 1.2 0.144 1.4 0.169 3.3 0.012 0.6 0.155 0.999 1.712
ALMI 2013 1.388 1.2 0.039 1.4 0.122 3.3 0.023 0.6 0.088 0.999 1.043
ALMI 2014 1.327 1.2 0.018 1.4 0.102 3.3 0.026 0.6 0.064 0.999 1.038
ALMI 2015 1.612 1.2 -0.068 1.4 0.112 3.3 -0.009 0.6 0.075 0.999 1.523
ALMI 2016 1.053 1.2 -0.113 1.4 0.065 3.3 -0.025 0.6 0.064 0.999 1.143
11 BTON 2012 5.621 1.2 0.471 1.4 0.653 3.3 0.214 0.6 3.947 0.999 1.068
BTON 2013 4.406 1.2 0.522 1.4 0.685 3.3 0.177 0.6 2.653 0.999 0.645
BTON 2014 4.532 1.2 0.578 1.4 0.737 3.3 0.041 0.6 3.532 0.999 0.551
BTON 2015 3.535 1.2 0.575 1.4 0.717 3.3 0.028 0.6 2.302 0.999 0.370
BTON 2016 3.446 1.2 0.554 1.4 0.706 3.3 -0.052 0.6 2.687 0.999 0.354
12 CTBN 2012 (US$) 3.932 1.2 0.324 1.4 0.340 3.3 0.180 0.6 2.879 0.999 0.748
CTBN 2013 (US$) 3.864 1.2 0.318 1.4 0.363 3.3 0.201 0.6 2.370 0.999 0.891
CTBN 2014 (US$) 3.915 1.2 0.302 1.4 0.366 3.3 0.136 0.6 2.988 0.999 0.798
CTBN 2015 (US$) 3.273 1.2 0.231 1.4 0.358 3.3 0.040 0.6 3.117 0.999 0.493
CTBN 2016 (US$) 6.009 1.2 0.289 1.4 0.465 3.3 -0.001 0.6 7.338 0.999 0.614
(WC/Tot.Asset) (RE/Tot.Asset) (EBIT/Tot.Asset) (MV E / BV Liabilities) (Sales/Tot.Asset)
30
NO Kode Perusahaan Z 1.2 X1 1.4 X2 3.3 X3 0.6 X4 0.999 X5
Sub Sektor Logam & Sejenisnya
13 GDST 2012 3.423 1.2 0.403 1.4 -0.073 3.3 0.059 0.6 2.387 0.999 1.416
GDST 2013 3.519 1.2 0.484 1.4 0.006 3.3 0.112 0.6 2.296 0.999 1.183
GDST 2014 2.090 1.2 0.139 1.4 -0.005 3.3 -0.004 0.6 1.744 0.999 0.897
GDST 2015 1.373 1.2 0.062 1.4 -0.051 3.3 -0.050 0.6 1.275 0.999 0.772
GDST 2016 2.109 1.2 0.072 1.4 -0.023 3.3 0.044 0.6 2.178 0.999 0.602
14 INAI 2012 1.793 1.2 0.349 1.4 0.040 3.3 0.085 0.6 0.148 0.999 0.952
INAI 2013 1.234 1.2 0.136 1.4 0.029 3.3 0.032 0.6 0.149 0.999 0.837
INAI 2014 1.435 1.2 0.055 1.4 0.046 3.3 0.054 0.6 0.148 0.999 1.040
INAI 2015 1.381 1.2 0.003 1.4 0.025 3.3 0.070 0.6 0.118 0.999 1.041
INAI 2016 1.345 1.2 0.002 1.4 0.039 3.3 0.065 0.6 0.189 0.999 0.959
15 JKSW 2012 -1.910 1.2 0.307 1.4 -1.719 3.3 -0.059 0.6 0.022 0.999 0.309
JKSW 2013 -1.890 1.2 0.375 1.4 -1.859 3.3 -0.030 0.6 0.022 0.999 0.350
JKSW 2014 -1.752 1.2 0.299 1.4 -1.641 3.3 -0.032 0.6 0.014 0.999 0.285
JKSW 2015 -2.187 1.2 0.248 1.4 -1.962 3.3 -0.087 0.6 0.014 0.999 0.541
JKSW 2016 -1.526 1.2 0.204 1.4 -1.915 3.3 -0.011 0.6 0.016 0.999 0.938
16 JPRS 2012 5.812 1.2 0.564 1.4 0.683 3.3 0.036 0.6 4.844 0.999 1.157
JPRS 2013 11.166 1.2 0.624 1.4 0.763 3.3 0.050 0.6 14.444 0.999 0.519
JPRS 2014 9.634 1.2 0.603 1.4 0.755 3.3 -0.028 0.6 11.836 0.999 0.845
JPRS 2015 3.512 1.2 0.546 1.4 0.708 3.3 -0.085 0.6 2.922 0.999 0.395
JPRS 2016 3.121 1.2 0.540 1.4 0.663 3.3 -0.063 0.6 2.349 0.999 0.344
17 KRAS 2012 (US$) 1.486 1.2 0.061 1.4 0.050 3.3 0.006 0.6 0.718 0.999 0.893
KRAS 2013 (US$) 1.240 1.2 -0.018 1.4 0.048 3.3 0.010 0.6 0.477 0.999 0.876
KRAS 2014 (US$) 0.578 1.2 -0.136 1.4 -0.014 3.3 -0.052 0.6 0.359 0.999 0.719
KRAS 2015 (US$) -0.074 1.2 -0.153 1.4 -0.097 3.3 -0.066 0.6 0.174 0.999 0.357
KRAS 2016 (US$) 0.344 1.2 -0.058 1.4 -0.130 3.3 -0.019 0.6 0.526 0.999 0.342
18 LION 2012 8.770 1.2 0.813 1.4 0.733 3.3 0.223 0.6 8.772 0.999 0.770
LION 2013 7.580 1.2 0.732 1.4 0.726 3.3 0.149 0.6 7.540 0.999 0.669
LION 2014 4.397 1.2 0.593 1.4 0.650 3.3 0.087 0.6 3.098 0.999 0.629
LION 2015 4.221 1.2 0.586 1.4 0.627 3.3 0.078 0.6 2.957 0.999 0.609
LION 2016 3.842 1.2 0.569 1.4 0.608 3.3 0.071 0.6 2.538 0.999 0.553
(WC/Tot.Asset) (RE/Tot.Asset) (EBIT/Tot.Asset) (MV E / BV Liabilities) (Sales/Tot.Asset)
31
NO Kode Perusahaan Z 1.2 X1 1.4 X2 3.3 X3 0.6 X4 0.999 X5
Sub Sektor Logam & Sejenisnya
19 LMSH 2012 6.517 1.2 0.597 1.4 0.683 3.3 0.352 0.6 3.249 0.999 1.735
LMSH 2013 5.442 1.2 0.621 1.4 0.711 3.3 0.127 0.6 2.459 0.999 1.808
LMSH 2014 5.353 1.2 0.632 1.4 0.759 3.3 0.062 0.6 2.584 0.999 1.780
LMSH 2015 4.674 1.2 0.584 1.4 0.767 3.3 0.013 0.6 2.587 0.999 1.305
LMSH 2016 3.261 1.2 0.386 1.4 0.661 3.3 0.048 0.6 1.245 0.999 0.969
20 NIKL 2012 (US$) 1.779 1.2 0.118 1.4 0.038 3.3 -0.062 0.6 0.852 0.999 1.280
NIKL 2013 (US$) 1.865 1.2 0.116 1.4 0.036 3.3 0.008 0.6 0.442 0.999 1.386
NIKL 2014 (US$) 1.436 1.2 0.078 1.4 -0.023 3.3 -0.047 0.6 0.316 0.999 1.342
NIKL 2015 (US$) 1.126 1.2 0.059 1.4 -0.090 3.3 -0.031 0.6 0.129 0.999 1.208
NIKL 2016 (US$) 2.913 1.2 0.107 1.4 -0.066 3.3 0.024 0.6 2.829 0.999 1.100
21 PICO 2012 1.824 1.2 0.138 1.4 0.115 3.3 0.084 0.6 0.374 0.999 0.998
PICO 2013 1.937 1.2 0.176 1.4 0.136 3.3 0.093 0.6 0.217 0.999 1.101
PICO 2014 2.129 1.2 0.290 1.4 0.160 3.3 0.095 0.6 0.230 0.999 1.108
PICO 2015 2.203 1.2 0.274 1.4 0.189 3.3 0.101 0.6 0.203 0.999 1.154
PICO 2016 2.081 1.2 0.157 1.4 0.202 3.3 0.092 0.6 0.339 0.999 1.105
Sub Sektor Kimia
22 BRPT 2012 (US$) 1.182 1.2 0.123 1.4 -0.038 3.3 -0.045 0.6 0.256 0.999 1.082
BRPT 2013 (US$) 1.265 1.2 0.095 1.4 -0.046 3.3 0.006 0.6 0.184 0.999 1.085
BRPT 2014 (US$) 1.240 1.2 0.086 1.4 -0.050 3.3 0.019 0.6 0.133 0.999 1.065
BRPT 2015 (US$) 0.700 1.2 0.019 1.4 -0.055 3.3 0.028 0.6 0.062 0.999 0.624
BRPT 2016 (US$) 1.795 1.2 0.072 1.4 0.003 3.3 0.163 0.6 0.675 0.999 0.763
23 BUDI 2012 1.499 1.2 0.052 1.4 0.091 3.3 0.036 0.6 0.323 0.999 0.998
BUDI 2013 1.600 1.2 0.033 1.4 0.093 3.3 0.053 0.6 0.298 0.999 1.078
BUDI 2014 1.453 1.2 0.018 1.4 0.100 3.3 0.061 0.6 0.280 0.999 0.922
BUDI 2015 1.082 1.2 0.000 1.4 0.081 3.3 0.049 0.6 0.131 0.999 0.728
BUDI 2016 1.308 1.2 0.001 1.4 0.101 3.3 0.058 0.6 0.222 0.999 0.842
24 DPNS 2012 4.992 1.2 0.514 1.4 0.342 3.3 0.139 0.6 4.405 0.999 0.794
DPNS 2013 5.815 1.2 0.588 1.4 0.457 3.3 0.341 0.6 4.724 0.999 0.512
DPNS 2014 4.220 1.2 0.601 1.4 0.469 3.3 0.064 0.6 3.564 0.999 0.494
DPNS 2015 4.303 1.2 0.624 1.4 0.474 3.3 0.043 0.6 3.861 0.999 0.432
DPNS 2016 4.269 1.2 0.552 1.4 0.472 3.3 0.041 0.6 4.030 0.999 0.392
(WC/Tot.Asset) (RE/Tot.Asset) (EBIT/Tot.Asset) (MV E / BV Liabilities) (Sales/Tot.Asset)
32
NO Kode Perusahaan Z 1.2 X1 1.4 X2 3.3 X3 0.6 X4 0.999 X5
Sub Sektor Kimia
25 EKAD 2012 10.214 1.2 0.385 1.4 0.434 3.3 0.190 0.6 11.857 0.999 1.406
EKAD 2013 7.538 1.2 0.380 1.4 0.443 3.3 0.161 0.6 7.853 0.999 1.218
EKAD 2014 7.261 1.2 0.411 1.4 0.452 3.3 0.153 0.6 7.248 0.999 1.280
EKAD 2015 8.592 1.2 0.525 1.4 0.571 3.3 0.182 0.6 8.666 0.999 1.364
EKAD 2016 9.356 1.2 0.382 1.4 0.445 3.3 0.170 0.6 11.509 0.999 0.809
26 INCI 2012 3.175 1.2 0.636 1.4 0.185 3.3 0.016 0.6 2.685 0.999 0.489
INCI 2013 4.475 1.2 0.577 1.4 0.255 3.3 0.071 0.6 4.323 0.999 0.597
INCI 2014 4.440 1.2 0.542 1.4 0.309 3.3 0.072 0.6 3.963 0.999 0.743
INCI 2015 4.491 1.2 0.567 1.4 0.359 3.3 0.110 0.6 3.564 0.999 0.806
INCI 2016 2.720 1.2 0.333 1.4 0.234 3.3 0.044 0.6 2.088 0.999 0.596
27 SRSN 2012 3.040 1.2 0.486 1.4 -0.081 3.3 0.078 0.6 2.265 0.999 0.955
SRSN 2013 3.472 1.2 0.487 1.4 -0.039 3.3 0.095 0.6 2.829 0.999 0.932
SRSN 2014 3.207 1.2 0.472 1.4 -0.004 3.3 0.086 0.6 2.238 0.999 1.020
SRSN 2015 2.420 1.2 0.413 1.4 0.016 3.3 0.062 0.6 1.286 0.999 0.926
SRSN 2016 1.744 1.2 0.286 1.4 0.028 3.3 0.028 0.6 0.955 0.999 0.698
28 UNIC 2012 (US$) 3.054 1.2 0.253 1.4 0.247 3.3 0.035 0.6 0.727 0.999 1.854
UNIC 2013 (US$) 2.912 1.2 0.303 1.4 0.254 3.3 0.084 0.6 0.479 0.999 1.630
UNIC 2014 (US$) 2.923 1.2 0.363 1.4 0.287 3.3 0.022 0.6 0.530 0.999 1.695
UNIC 2015 (US$) 2.553 1.2 0.424 1.4 0.297 3.3 0.014 0.6 0.501 0.999 1.283
UNIC 2016 (US$) 3.119 1.2 0.445 1.4 0.391 3.3 0.063 0.6 1.024 0.999 1.217
Sub Sektor Plastik & Kemasan
29 AKPI 2012 1.756 1.2 0.133 1.4 0.120 3.3 0.053 0.6 0.624 0.999 0.880
AKPI 2013 1.568 1.2 0.120 1.4 0.115 3.3 0.046 0.6 0.522 0.999 0.798
AKPI 2014 1.536 1.2 0.048 1.4 0.119 3.3 0.047 0.6 0.474 0.999 0.874
AKPI 2015 1.158 1.2 0.010 1.4 0.100 3.3 0.032 0.6 0.335 0.999 0.700
AKPI 2016 1.421 1.2 0.038 1.4 0.128 3.3 0.051 0.6 0.409 0.999 0.783
30 APLI 2012 2.061 1.2 0.128 1.4 0.109 3.3 0.017 0.6 1.119 0.999 1.029
APLI 2013 2.052 1.2 0.191 1.4 0.126 3.3 0.012 0.6 1.135 0.999 0.927
APLI 2014 3.298 1.2 0.214 1.4 0.176 3.3 0.060 0.6 2.538 0.999 1.077
APLI 2015 1.834 1.2 0.040 1.4 0.162 3.3 0.013 0.6 1.120 0.999 0.845
APLI 2016 3.286 1.2 0.075 1.4 0.239 3.3 0.110 0.6 2.472 0.999 1.017
(WC/Tot.Asset) (RE/Tot.Asset) (EBIT/Tot.Asset) (MV E / BV Liabilities) (Sales/Tot.Asset)
33
NO Kode Perusahaan Z 1.2 X1 1.4 X2 3.3 X3 0.6 X4 0.999 X5
Sub Sektor Plastik & Kemasan
31 BRNA 2012 2.558 1.2 -0.012 1.4 0.291 3.3 0.139 0.6 1.031 0.999 1.086
BRNA 2013 1.310 1.2 -0.094 1.4 0.177 3.3 0.028 0.6 0.383 0.999 0.854
BRNA 2014 1.859 1.2 0.019 1.4 0.189 3.3 0.100 0.6 0.496 0.999 0.944
BRNA 2015 1.372 1.2 0.040 1.4 0.109 3.3 0.041 0.6 0.558 0.999 0.702
BRNA 2016 1.721 1.2 0.104 1.4 0.113 3.3 0.053 0.6 1.016 0.999 0.653
32 FPNI 2012 (US$) 1.407 1.2 -0.047 1.4 -0.328 3.3 -0.016 0.6 0.310 0.999 1.791
FPNI 2013 (US$) 1.642 1.2 -0.030 1.4 -0.381 3.3 0.010 0.6 0.263 0.999 2.023
FPNI 2014 (US$) 1.749 1.2 -0.128 1.4 -0.456 3.3 -0.010 0.6 0.248 0.999 2.427
FPNI 2015 (US$) 1.499 1.2 -0.060 1.4 -0.487 3.3 0.040 0.6 0.270 0.999 1.962
FPNI 2016 (US$) 1.765 1.2 0.001 1.4 -0.546 3.3 0.022 0.6 0.498 0.999 2.158
33 IGAR 2012 7.084 1.2 0.654 1.4 0.376 3.3 0.192 0.6 5.600 0.999 1.782
IGAR 2013 5.625 1.2 0.588 1.4 0.302 3.3 0.158 0.6 3.222 0.999 2.044
IGAR 2014 6.218 1.2 0.654 1.4 0.337 3.3 0.221 0.6 3.543 0.999 2.109
IGAR 2015 5.408 1.2 0.644 1.4 0.386 3.3 0.168 0.6 2.964 0.999 1.764
IGAR 2016 8.546 1.2 0.684 1.4 0.433 3.3 0.212 0.6 7.693 0.999 1.804
34 IPOL 2012 (US$) 1.451 1.2 -0.043 1.4 0.149 3.3 0.058 0.6 0.495 0.999 0.804
IPOL 2013 (US$) 1.522 1.2 -0.039 1.4 0.183 3.3 0.062 0.6 0.443 0.999 0.841
IPOL 2014 (US$) 1.441 1.2 -0.047 1.4 0.189 3.3 0.047 0.6 0.458 0.999 0.805
IPOL 2015 (US$) 1.240 1.2 -0.041 1.4 0.196 3.3 0.043 0.6 0.262 0.999 0.714
IPOL 2016 (US$) 1.464 1.2 -0.014 1.4 0.215 3.3 0.055 0.6 0.511 0.999 0.692
35 SIMA 2012 -2.118 1.2 -0.064 1.4 -1.344 3.3 -0.109 0.6 0.184 0.999 0.089
SIMA 2013 -1.079 1.2 -0.140 1.4 -1.109 3.3 -0.108 0.6 1.605 0.999 0.035
SIMA 2014 -0.352 1.2 -0.087 1.4 -1.135 3.3 0.000 0.6 1.815 0.999 0.252
SIMA 2015 1.416 1.2 0.073 1.4 -1.839 3.3 -0.039 0.6 6.402 0.999 0.190
SIMA 2016 1.226 1.2 0.095 1.4 -1.845 3.3 -0.009 0.6 6.089 0.999 0.072
36 TRST 2012 2.395 1.2 0.089 1.4 0.425 3.3 0.045 0.6 1.093 0.999 0.891
TRST 2013 1.449 1.2 0.046 1.4 0.287 3.3 0.030 0.6 0.453 0.999 0.623
TRST 2014 1.794 1.2 0.070 1.4 0.292 3.3 0.032 0.6 0.711 0.999 0.769
TRST 2015 1.689 1.2 0.080 1.4 0.287 3.3 0.026 0.6 0.622 0.999 0.732
TRST 2016 1.631 1.2 0.082 1.4 0.299 3.3 0.018 0.6 0.620 0.999 0.684
(WC/Tot.Asset) (RE/Tot.Asset) (EBIT/Tot.Asset) (MV E / BV Liabilities) (Sales/Tot.Asset)
34
NO Kode Perusahaan Z 1.2 X1 1.4 X2 3.3 X3 0.6 X4 0.999 X5
Sub Sektor Plastik & Kemasan
37 YPAS 2012 3.379 1.2 0.124 1.4 0.200 3.3 0.089 0.6 2.457 0.999 1.184
YPAS 2013 1.744 1.2 0.101 1.4 0.124 3.3 0.042 0.6 0.995 0.999 0.716
YPAS 2014 3.076 1.2 0.113 1.4 0.209 3.3 0.021 0.6 2.106 0.999 1.315
YPAS 2015 3.861 1.2 0.068 1.4 0.199 3.3 0.005 0.6 4.149 0.999 0.994
YPAS 2016 3.645 1.2 -0.011 1.4 0.168 3.3 -0.001 0.6 4.059 0.999 0.993
Sub Sektor Pakan Ternak
38 CPIN 2012 12.635 1.2 0.406 1.4 0.637 3.3 0.280 0.6 14.346 0.999 1.726
CPIN 2013 9.490 1.2 0.413 1.4 0.614 3.3 0.228 0.6 9.589 0.999 1.632
CPIN 2014 6.553 1.2 0.266 1.4 0.510 3.3 0.113 0.6 6.249 0.999 1.397
CPIN 2015 4.719 1.2 0.256 1.4 0.497 3.3 0.118 0.6 3.517 0.999 1.220
CPIN 2016 6.362 1.2 0.269 1.4 0.578 3.3 0.189 0.6 5.043 0.999 1.581
39 JPFA 2012 3.962 1.2 0.265 1.4 0.164 3.3 0.160 0.6 2.098 0.999 1.627
JPFA 2013 3.127 1.2 0.311 1.4 0.146 3.3 0.093 0.6 1.345 0.999 1.435
JPFA 2014 2.895 1.2 0.241 1.4 0.153 3.3 0.078 0.6 0.970 0.999 1.555
JPFA 2015 2.612 1.2 0.248 1.4 0.163 3.3 0.079 0.6 0.613 0.999 1.458
JPFA 2016 3.673 1.2 0.305 1.4 0.241 3.3 0.169 0.6 1.681 0.999 1.406
40 MAIN 2012 5.361 1.2 0.023 1.4 0.417 3.3 0.249 0.6 3.449 0.999 1.861
MAIN 2013 5.436 1.2 0.005 1.4 0.421 3.3 0.170 0.6 3.981 0.999 1.894
MAIN 2014 2.557 1.2 0.038 1.4 0.230 3.3 -0.005 0.6 1.555 0.999 1.275
MAIN 2015 2.549 1.2 0.128 1.4 0.189 3.3 0.024 0.6 1.415 0.999 1.205
MAIN 2016 3.390 1.2 0.101 1.4 0.264 3.3 0.118 0.6 1.951 0.999 1.338
41 SIPD 2012 1.472 1.2 0.057 1.4 0.027 3.3 0.036 0.6 0.232 0.999 1.109
SIPD 2013 1.657 1.2 0.057 1.4 0.037 3.3 0.051 0.6 0.251 0.999 1.221
SIPD 2014 1.583 1.2 0.185 1.4 0.042 3.3 0.064 0.6 0.329 0.999 0.895
SIPD 2015 0.703 1.2 0.044 1.4 -0.100 3.3 -0.141 0.6 0.528 0.999 0.941
SIPD 2016 1.552 1.2 0.165 1.4 -0.082 3.3 0.043 0.6 0.639 0.999 0.945
(WC/Tot.Asset) (RE/Tot.Asset) (EBIT/Tot.Asset) (MV E / BV Liabilities) (Sales/Tot.Asset)
35
NO Kode Perusahaan Z 1.2 X1 1.4 X2 3.3 X3 0.6 X4 0.999 X5
Sub Sektor Kayu & Pengolahannya
42 SULI 2012 -2.097 1.2 -0.581 1.4 -1.233 3.3 0.002 0.6 0.181 0.999 0.212
SULI 2013 -3.826 1.2 -0.639 1.4 -2.219 3.3 -0.075 0.6 0.175 0.999 0.189
SULI 2014 -2.796 1.2 -0.099 1.4 -2.312 3.3 -0.037 0.6 0.152 0.999 0.590
SULI 2015 (US$) -2.627 1.2 -0.048 1.4 -2.522 3.3 0.043 0.6 0.107 0.999 0.756
SULI 2016 (US$) -2.041 1.2 -0.050 1.4 -2.338 3.3 0.074 0.6 0.409 0.999 0.805
43 TIRT 2012 0.970 1.2 0.117 1.4 -0.055 3.3 -0.038 0.6 0.123 0.999 0.959
TIRT 2013 -0.073 1.2 -0.011 1.4 -0.242 3.3 -0.240 0.6 0.079 0.999 1.024
TIRT 2014 1.230 1.2 0.065 1.4 -0.187 3.3 0.058 0.6 0.138 0.999 1.141
TIRT 2015 1.077 1.2 0.053 1.4 -0.170 3.3 0.027 0.6 0.075 0.999 1.117
TIRT 2016 1.298 1.2 0.076 1.4 -0.124 3.3 0.072 0.6 0.184 0.999 1.034
Sub Sektor Pulp & Kertas
44 ALDO 2012 3.822 1.2 0.103 1.4 0.084 3.3 0.108 0.6 2.853 0.999 1.512
ALDO 2013 3.400 1.2 0.150 1.4 0.097 3.3 0.126 0.6 2.246 0.999 1.325
ALDO 2014 3.302 1.2 0.170 1.4 0.110 3.3 0.100 0.6 2.048 0.999 1.384
ALDO 2015 3.505 1.2 0.173 1.4 0.145 3.3 0.115 0.6 2.072 0.999 1.471
ALDO 2016 3.429 1.2 0.235 1.4 0.164 3.3 0.106 0.6 1.576 0.999 1.624
45 FASW 2012 1.627 1.2 -0.215 1.4 0.101 3.3 0.025 0.6 1.577 0.999 0.715
FASW 2013 1.668 1.2 0.097 1.4 0.055 3.3 -0.038 0.6 1.214 0.999 0.872
FASW 2014 1.846 1.2 -0.008 1.4 0.072 3.3 0.047 0.6 1.039 0.999 0.978
FASW 2015 0.962 1.2 0.016 1.4 0.009 3.3 -0.036 0.6 0.567 0.999 0.709
FASW 2016 2.366 1.2 0.018 1.4 0.091 3.3 0.124 0.6 1.873 0.999 0.684
46 INKP 2012 (US$) 0.586 1.2 0.102 1.4 -0.018 3.3 0.018 0.6 0.084 0.999 0.379
INKP 2013 (US$) 0.762 1.2 0.083 1.4 0.015 3.3 0.051 0.6 0.139 0.999 0.391
INKP 2014 (US$) 0.720 1.2 0.070 1.4 0.033 3.3 0.036 0.6 0.111 0.999 0.404
INKP 2015 (US$) 0.795 1.2 0.084 1.4 0.060 3.3 0.047 0.6 0.085 0.999 0.403
INKP 2016 (US$) 0.842 1.2 0.119 1.4 0.089 3.3 0.037 0.6 0.095 0.999 0.395
47 INRU 2012 (US$) -1.644 1.2 -0.057 1.4 -1.804 3.3 -0.004 0.6 1.032 0.999 0.344
INRU 2013 (US$) -1.804 1.2 -0.086 1.4 -1.752 3.3 0.027 0.6 0.629 0.999 0.284
INRU 2014 (US$) -1.621 1.2 0.000 1.4 -1.703 3.3 0.016 0.6 0.632 0.999 0.331
INRU 2015 (US$) -1.966 1.2 0.004 1.4 -1.692 3.3 0.005 0.6 0.154 0.999 0.289
INRU 2016 (US$) -1.962 1.2 -0.053 1.4 -1.554 3.3 -0.023 0.6 0.174 0.999 0.248
(WC/Tot.Asset) (RE/Tot.Asset) (EBIT/Tot.Asset) (MV E / BV Liabilities) (Sales/Tot.Asset)
36
NO Kode Perusahaan Z 1.2 X1 1.4 X2 3.3 X3 0.6 X4 0.999 X5
Sub Sektor Pulp & Kertas
48 KBRI 2012 4.552 1.2 0.027 1.4 -3.282 3.3 0.048 0.6 14.828 0.999 0.060
KBRI 2013 -1.678 1.2 0.027 1.4 -3.106 3.3 -0.032 0.6 4.548 0.999 0.015
KBRI 2014 -2.183 1.2 0.044 1.4 -1.899 3.3 -0.009 0.6 0.712 0.999 0.027
KBRI 2015 -2.329 1.2 -0.053 1.4 -1.801 3.3 -0.057 0.6 0.465 0.999 0.166
KBRI 2016 -2.924 1.2 -0.225 1.4 -2.156 3.3 -0.022 0.6 0.514 0.999 0.128
49 KDSI 2012 3.643 1.2 0.241 1.4 0.193 3.3 0.101 0.6 0.788 0.999 2.281
KDSI 2013 2.498 1.2 0.178 1.4 0.176 3.3 0.073 0.6 0.280 0.999 1.631
KDSI 2014 2.647 1.2 0.157 1.4 0.204 3.3 0.093 0.6 0.265 0.999 1.708
KDSI 2015 2.000 1.2 0.084 1.4 0.167 3.3 0.046 0.6 0.097 0.999 1.456
KDSI 2016 2.607 1.2 0.117 1.4 0.213 3.3 0.093 0.6 0.196 0.999 1.747
50 SPMA 2012 1.608 1.2 0.180 1.4 0.109 3.3 0.061 0.6 0.455 0.999 0.766
SPMA 2013 1.203 1.2 0.052 1.4 0.089 3.3 0.012 0.6 0.310 0.999 0.790
SPMA 2014 1.510 1.2 0.237 1.4 0.099 3.3 0.064 0.6 0.228 0.999 0.741
SPMA 2015 0.935 1.2 -0.024 1.4 0.071 3.3 0.018 0.6 0.107 0.999 0.742
SPMA 2016 1.730 1.2 0.192 1.4 0.108 3.3 0.089 0.6 0.269 0.999 0.895
51 TKIM 2012 (US$) 1.133 1.2 0.275 1.4 0.077 3.3 0.035 0.6 0.143 0.999 0.493
TKIM 2013 (US$) 1.051 1.2 0.262 1.4 0.089 3.3 0.024 0.6 0.108 0.999 0.469
TKIM 2014 (US$) 0.916 1.2 0.187 1.4 0.092 3.3 0.019 0.6 0.102 0.999 0.441
TKIM 2015 (US$) 0.698 1.2 0.093 1.4 0.092 3.3 0.009 0.6 0.055 0.999 0.396
TKIM 2016 (US$) 0.726 1.2 0.068 1.4 0.102 3.3 0.014 0.6 0.093 0.999 0.400
Keterangan untuk Z-Score : Keterangan Rasio:
Sehat (>2,99)
hampir sehat
Grey area (1,81-2,99)
mendekati grey area
Tidak sehat (<1,81)
Tidak sehat dengan score negatif
Rasio = 1,00
(WC/Tot.Asset) (RE/Tot.Asset) (EBIT/Tot.Asset) (MV E / BV Liabilities) (Sales/Tot.Asset)
Rasio di atas angka 1,00
37
NO Tot. Assets Tot. Liabilitas LL) WC RE EBIT SALES MV. Equity
Sub Sektor Semen
1 22,755,160,000,000 3,336,422,000,000 12,160,638,000,000 14,848,447,000,000 5,885,613,000,000 17,290,337,000,000 82,643,651,642,550
26,607,241,000,000 3,629,554,000,000 14,106,159,000,000 18,202,133,000,000 6,081,831,000,000 18,691,286,000,000 73,624,633,980,000
28,884,973,000,000 4,100,172,000,000 12,826,214,000,000 20,153,853,000,000 5,999,480,000,000 19,996,264,000,000 92,030,792,475,000
27,638,360,000,000 3,772,410,000,000 10,446,111,000,000 19,540,851,000,000 5,082,255,000,000 17,798,055,000,000 82,183,497,680,175
30,150,580,000,000 4,011,877,000,000 11,236,880,000,000 21,883,459,000,000 3,661,821,000,000 15,361,894,000,000 56,690,968,164,600
2 12,168,517,000,000 3,750,461,000,000 629,922,000,000 2,075,645,000,000 2,038,457,000,000 9,011,076,000,000 22,222,410,000,000
14,894,990,000,000 6,122,043,000,000 (1,176,999,000,000) 2,376,529,000,000 1,848,668,000,000 9,686,262,000,000 17,433,097,500,000
17,195,352,000,000 8,436,760,000,000 (1,516,576,000,000) 2,378,212,000,000 1,291,965,000,000 10,528,723,000,000 16,743,436,500,000
17,321,565,000,000 8,871,708,000,000 (1,375,667,000,000) 2,228,859,000,000 908,342,000,000 9,239,022,000,000 7,624,585,500,000
19,763,133,000,000 11,702,538,000,000 (2,871,394,000,000) 1,829,331,000,000 205,872,000,000 9,458,403,000,000 6,896,610,000,000
3 26,579,083,786,000 8,414,229,138,000 3,406,092,468,000 15,291,927,191,000 6,181,523,508,000 19,598,247,884,000 94,014,592,000,000
30,792,884,092,000 8,988,908,217,000 4,674,479,833,000 18,480,910,979,000 7,097,534,809,000 24,501,240,780,000 83,931,008,000,000
34,314,666,027,000 9,312,214,091,000 6,375,275,553,000 21,630,157,442,000 7,187,614,949,000 26,987,035,135,000 96,090,624,000,000
38,153,118,932,000 10,712,320,531,000 3,939,514,288,000 23,814,976,624,000 5,979,852,457,000 26,948,004,471,000 67,619,328,000,000
44,226,895,982,000 13,652,504,525,000 2,221,485,399,000 26,527,984,670,000 5,264,342,027,000 26,134,306,138,000 54,421,696,000,000
Sub Sektor Keramik, Porselin, Kaca
4 3,115,421,000,000 658,332,000,000 1,231,799,000,000 2,075,006,000,000 448,620,000,000 2,857,310,000,000 3,602,200,000,000
3,539,393,000,000 778,666,000,000 1,506,156,000,000 2,378,644,000,000 429,375,000,000 3,216,480,000,000 3,038,000,000,000
3,918,391,000,000 733,749,000,000 1,865,490,000,000 2,719,357,000,000 555,638,000,000 3,672,186,000,000 3,493,700,000,000
4,270,275,000,000 880,052,000,000 1,751,805,000,000 3,008,140,000,000 428,692,000,000 3,665,989,000,000 2,842,700,000,000
5,504,890,000,000 1,905,626,000,000 902,637,000,000 3,217,181,000,000 351,007,000,000 3,724,075,000,000 2,907,800,000,000
5 937,359,770,277 332,551,590,871 46,158,961,673 503,672,147,607 224,434,097,735 1,113,663,603,211 3,009,986,700,160
1,135,244,802,060 366,754,918,531 93,325,070,983 665,421,375,309 321,296,916,741 1,417,640,229,330 6,019,973,400,320
1,259,175,442,875 346,944,901,743 191,785,757,116 807,255,496,616 351,826,216,913 1,609,758,677,687 6,387,044,949,120
1,430,779,475,454 536,050,998,398 10,320,086,120 789,692,468,198 102,382,257,094 1,291,926,384,471 3,670,715,488,000
1,543,216,299,146 595,128,097,887 166,260,895,061 840,962,177,316 142,952,442,753 1,511,978,367,218 3,817,544,107,520
6 507,425,275,145 258,539,671,311 (103,828,606,632) (149,538,837,929) (27,854,990,991) 201,204,079,453 112,376,497,612
482,057,048,870 276,648,973,235 5,539,463,261 (192,627,043,617) (32,533,322,984) 211,523,292,543 110,793,730,040
518,546,655,125 339,889,432,972 (33,895,890,685) (219,144,089,655) (14,827,810,672) 262,321,356,543 93,383,286,748
390,042,617,783 321,009,676,687 (33,951,829,865) (328,361,500,297) (96,664,873,425) 141,199,773,647 90,217,751,604
265,028,561,223 326,877,597,451 (152,886,088,661) (472,180,807,276) (138,930,613,788) 83,772,635,083 56,188,248,806
38
NO Tot. Assets Tot. Liabilitas WC RE EBIT SALES MV. Equity
Sub Sektor Keramik, Porselin, Kaca
7 6,558,955,234,000 5,321,387,013,000 451,603,142,000 (2,830,048,387,000) 162,267,697,000 4,580,710,119,000 343,980,000,000
7,189,899,445,000 5,999,787,094,000 172,515,582,000 (3,300,404,440,000) (121,445,171,000) 5,197,009,630,000 568,890,000,000
7,215,152,320,000 5,893,580,221,000 166,312,647,000 (3,174,797,487,000) 492,646,362,000 5,629,696,723,000 727,650,000,000
7,125,800,277,000 6,010,681,233,000 (227,317,951,000) (3,290,041,898,000) 123,151,435,000 5,713,989,433,000 859,950,000,000
7,723,578,677,000 6,110,478,983,000 (259,946,392,000) (3,277,839,073,000) 337,828,023,000 5,793,737,618,000 780,570,000,000
8 1,522,663,914,388 624,499,013,875 518,038,489,435 834,316,200,513 342,972,150,032 1,576,763,006,759 3,294,144,000,000
1,746,177,682,568 710,527,268,893 593,303,685,136 971,801,713,675 332,815,933,721 1,711,306,783,682 3,814,272,000,000
2,027,288,693,678 796,096,371,054 586,189,493,135 1,166,533,622,624 390,933,218,779 2,053,630,374,083 3,938,112,000,000
2,439,540,859,205 947,997,940,099 787,943,247,917 1,334,410,283,331 395,719,050,145 2,278,673,871,193 7,172,400,000,000
2,581,440,938,262 1,057,566,418,720 701,058,623,842 1,378,722,067,049 265,239,511,126 2,069,017,634,710 5,139,360,000,000
Sub Sektor Logam & Sejenisnya
9 147,882,362,000 93,056,183,000 51,996,134,000 (19,437,580,000) 7,894,754,000 836,887,168,000 55,843,156,050
241,912,806,000 182,253,663,000 46,757,472,000 (19,752,754,000) 1,244,488,000 1,099,620,270,000 60,919,806,600
244,879,397,000 181,643,493,000 46,304,599,000 (17,089,759,000) 6,611,916,000 1,230,364,713,000 91,379,709,900
144,628,405,000 82,596,104,000 1,043,644,000 (18,368,962,000) 6,428,965,000 749,146,492,000 74,626,763,085
136,618,855,000 75,514,424,000 (5,148,169,000) (17,853,074,000) 4,558,717,000 1,151,605,756,000 142,146,215,400
10 1,881,568,513,922 1,293,685,492,896 270,373,516,708 317,123,976,228 21,638,981,764 3,221,635,031,146 200,200,000,000
2,752,078,229,707 2,094,736,673,254 107,964,788,543 337,082,708,535 62,074,743,067 2,871,313,447,075 184,800,000,000
3,212,438,981,224 2,571,403,202,989 58,425,852,418 326,711,671,599 84,160,842,209 3,336,087,554,837 165,088,000,000
2,189,037,586,057 1,623,926,585,475 (149,889,526,170) 244,200,484,654 (19,012,201,603) 3,333,329,653,540 121,968,000,000
2,153,030,503,531 1,749,336,161,470 (242,537,962,744) 138,949,727,108 (53,979,569,600) 2,461,800,368,336 112,728,000,000
11 145,100,528,067 31,921,571,823 68,300,580,969 94,798,465,171 31,027,442,249 155,005,683,770 126,000,000,000
176,136,296,407 37,318,882,613 91,942,198,325 120,681,388,157 31,189,789,981 113,547,870,414 99,000,000,000
174,157,547,015 27,517,328,111 100,726,140,610 128,311,718,247 7,210,199,485 96,008,496,750 97,200,000,000
183,116,245,288 34,011,648,533 105,217,825,562 131,322,799,257 5,045,141,833 67,679,530,150 78,300,000,000
177,290,628,918 33,757,198,849 98,278,369,022 125,094,746,871 (9,284,213,018) 62,760,109,860 90,720,000,000
12 268,438,471 125,830,064 86,937,985 91,342,729 48,198,039 200,857,791 362,214,447
274,151,287 123,248,227 87,255,097 99,598,799 54,979,898 244,169,861 292,082,698
259,894,737 113,598,060 78,491,001 95,074,607 35,471,502 207,443,129 339,411,822
230,679,826 96,768,655 53,224,894 82,618,673 9,238,251 113,656,193 301,662,056
160,480,644 42,003,025 46,335,851 74,584,176 (212,856) 98,485,071 308,222,750
39
NO Tot. Assets Tot. Liabilitas WC RE EBIT SALES MV. Equity
Sub SektorLogam & Sejenisnya
13 1,163,971,056,842 371,046,594,375 469,002,575,337 (84,434,276,036) 68,804,850,946 1,647,928,004,308 885,600,000,000
1,191,496,619,152 307,084,100,134 576,142,589,238 7,451,411,765 133,472,613,878 1,410,117,393,010 705,200,000,000
1,354,622,569,945 484,174,854,654 187,672,133,633 (6,486,883,212) (5,374,275,490) 1,215,611,781,842 844,600,000,000
1,183,934,183,257 379,524,183,280 73,679,129,097 (60,505,940,098) (59,529,553,565) 913,792,626,540 483,800,000,000
1,257,609,869,910 425,486,909,790 90,624,607,136 (28,801,383,080) 55,753,237,223 757,282,528,180 926,600,000,000
14 612,224,219,835 483,005,957,440 213,377,364,643 24,744,675,859 51,814,607,459 582,654,361,422 71,280,000,000
765,881,409,376 639,563,606,250 103,793,212,259 21,844,216,590 24,680,254,708 640,702,671,875 95,040,000,000
897,281,657,710 751,439,553,825 49,042,343,308 41,368,517,349 48,234,661,847 933,462,438,255 110,880,000,000
1,330,259,296,537 1,090,438,393,880 3,335,712,755 33,862,523,247 93,438,704,610 1,384,675,922,166 128,304,000,000
1,339,032,413,455 1,081,015,810,782 2,860,351,340 52,574,766,892 87,566,389,377 1,284,510,320,664 204,336,000,000
15 278,718,823,565 677,941,498,373 85,591,627,815 (479,068,449,352) (16,449,335,313) 86,197,771,507 15,150,000,000
262,386,019,471 670,190,389,365 98,474,594,479 (487,650,144,438) (7,980,035,386) 91,708,035,390 14,700,000,000
302,951,001,725 720,387,262,240 90,448,527,480 (497,282,035,059) (9,694,477,180) 86,480,258,028 10,200,000,000
265,280,458,589 705,813,376,884 65,869,511,330 (520,378,692,839) (23,143,288,533) 143,408,228,411 10,200,000,000
273,181,586,009 714,935,414,562 55,815,775,347 (523,268,353,097) (2,978,145,833) 256,234,745,701 11,250,000,000
16 398,606,524,648 51,097,519,438 224,959,788,007 272,082,649,498 14,159,678,990 461,125,284,696 247,500,000,000
376,540,741,943 14,019,207,792 234,947,415,056 287,128,142,070 18,794,947,213 195,247,201,170 202,500,000,000
370,967,708,751 15,334,844,453 223,587,733,499 280,241,669,793 (10,459,763,073) 313,636,426,234 181,500,000,000
363,265,042,157 30,806,011,707 198,187,786,745 257,111,030,450 (30,882,552,214) 143,326,451,256 90,000,000,000
351,318,309,863 43,106,380,598 189,831,277,499 232,828,646,031 (22,155,484,286) 120,691,469,840 101,250,000,000
17 2,561,947,000 1,445,961,000 155,219,000 128,476,000 15,734,000 2,287,445,000 1,038,896,892
2,379,504,000 1,327,451,000 (42,928,000) 114,490,000 24,003,000 2,084,448,000 633,251,561
2,598,423,000 1,706,555,000 (354,672,000) (35,325,000) (136,396,000) 1,868,845,000 612,167,947
3,702,144,000 1,914,040,000 (564,647,000) (357,871,000) (243,733,000) 1,321,823,000 333,410,878
3,936,713,000 2,097,036,000 (227,177,000) (511,797,000) (73,478,000) 1,344,715,000 1,103,215,997
18 433,497,042,140 61,667,655,113 352,553,536,278 317,858,756,806 96,532,395,163 333,921,950,207 540,966,400,000
498,567,897,161 82,783,559,318 365,092,370,101 361,813,707,622 74,474,759,836 333,674,349,966 624,192,000,000
600,102,716,315 156,123,759,272 356,113,565,273 390,008,326,822 52,262,658,591 377,622,622,150 483,748,800,000
639,330,150,373 184,730,654,202 374,651,674,866 400,628,865,950 49,998,708,338 389,251,192,409 546,168,000,000
685,812,995,987 215,209,902,816 390,280,288,448 416,632,462,950 48,537,841,079 379,137,149,036 546,168,000,000
40
NO Tot. Assets Tot. Liabilitas WC RE EBIT SALES MV. Equity
Sub Sektor Logam & Sejenisnya
19 128,547,715,366 31,022,520,184 76,796,642,948 87,761,057,822 45,212,510,135 223,079,062,667 100,800,000,000
141,697,598,705 31,229,504,329 87,966,040,415 100,703,957,016 18,045,128,623 256,210,760,822 76,800,000,000
139,915,598,255 23,964,388,443 88,422,612,648 106,187,072,452 8,630,754,421 249,072,012,369 61,920,000,000
133,782,751,041 21,341,373,897 78,107,835,021 102,677,239,784 1,732,694,473 174,598,965,938 55,200,000,000
162,828,169,250 45,511,700,128 62,797,945,782 107,552,331,762 7,810,929,066 157,855,084,036 56,640,000,000
20 110,616,000 67,958,000 13,106,000 4,215,000 (6,896,000) 141,550,000 57,903,586
124,420,000 81,484,000 14,441,000 4,493,000 952,000 172,461,000 36,015,700
121,419,000 85,733,000 9,525,000 (2,757,000) (5,734,000) 162,916,000 27,054,641
113,720,564 76,251,201 6,726,338 (10,255,806) (3,558,241) 137,363,590 9,829,106
119,667,792 79,660,396 12,762,566 (7,840,616) 2,923,318 131,664,283 225,369,185
21 594,616,098,268 395,503,093,290 81,837,094,938 68,386,754,978 49,925,645,554 593,266,859,163 147,777,500,000
621,400,236,614 406,365,304,333 109,517,985,289 84,308,682,281 57,533,834,848 684,448,835,916 88,098,125,000
626,626,507,164 395,525,304,553 181,793,570,144 100,374,952,611 59,217,994,944 694,332,286,638 90,940,000,000
605,788,310,444 358,697,326,131 166,254,630,569 114,715,886,226 61,212,482,713 699,310,599,565 72,752,000,000
638,568,761,462 372,723,897,214 100,394,810,870 129,228,614,248 58,474,656,507 705,730,705,044 126,179,250,000
Sub Sektor Kimia
22 2,120,461,000 1,150,885,000 261,448,000 (81,070,000) (94,513,000) 2,295,023,000 294,479,938
2,321,070,000 1,261,910,000 221,012,000 (106,937,000) 14,512,000 2,518,996,000 232,078,180
2,325,419,000 1,270,516,000 199,852,000 (115,641,000) 43,837,000 2,476,887,000 169,219,676
2,253,084,000 1,057,175,000 42,913,000 (123,145,000) 63,259,000 1,406,139,000 65,453,802
2,570,590,000 1,122,222,000 184,207,000 8,559,000 418,245,000 1,961,307,000 757,279,340
23 2,299,672,000,000 1,445,537,000,000 119,395,000,000 210,022,000,000 82,331,000,000 2,295,369,000,000 467,285,699,268
2,382,875,000,000 1,497,754,000,000 77,517,000,000 220,811,000,000 126,555,000,000 2,568,954,000,000 446,790,712,458
2,476,982,000,000 1,563,631,000,000 43,409,000,000 248,723,000,000 151,633,000,000 2,284,211,000,000 438,592,717,734
3,265,953,000,000 2,160,702,000,000 1,256,000,000 264,296,000,000 160,485,000,000 2,378,805,000,000 283,436,833,806
2,931,807,000,000 1,766,825,000,000 1,544,000,000 295,458,000,000 171,319,000,000 2,467,553,000,000 391,412,770,494
24 184,636,344,559 28,939,822,487 94,949,812,286 63,063,099,622 25,706,733,245 146,690,966,909 127,485,031,520
256,372,669,050 32,944,704,261 150,678,751,591 117,109,566,169 87,322,830,461 131,333,196,189 155,631,077,440
268,877,322,944 32,794,800,672 161,516,050,803 126,017,336,180 17,183,018,745 132,775,925,237 116,888,873,056
274,483,110,371 33,187,031,327 171,234,343,338 130,161,840,170 11,832,026,060 118,475,319,120 128,147,291,424
296,129,565,784 32,865,162,199 163,373,451,930 139,791,947,577 12,288,056,506 115,940,711,050 132,451,980,800
41
NO Tot. Assets Tot. Liabilitas(AL- WC RE EBIT SALES MV. Equity
Sub Sektor Kimia
25 273,893,467,429 81,915,660,390 105,556,556,562 118,893,866,350 51,909,591,793 385,037,050,333 971,297,250,000
343,601,504,089 105,893,942,734 130,685,823,094 152,156,976,818 55,482,362,222 418,668,758,096 831,542,250,000
411,348,790,570 138,149,558,606 169,190,493,997 185,910,936,610 63,138,503,397 526,573,620,057 1,001,344,575,000
389,691,595,500 97,730,178,889 204,460,755,848 222,385,991,410 71,038,260,219 531,537,606,573 846,915,300,000
702,508,630,708 110,503,822,983 268,533,633,194 312,794,242,512 119,115,782,711 568,638,832,579 1,271,770,500,000
26 132,278,839,079 16,518,960,939 84,194,964,944 24,438,642,140 2,136,772,435 64,628,362,916 44,353,711,220
136,142,063,219 10,050,376,983 78,609,189,610 34,770,450,236 9,680,044,586 81,244,267,131 43,448,533,440
147,992,617,351 10,872,710,103 80,213,691,411 45,798,671,248 10,598,290,059 110,023,088,698 43,086,462,328
169,546,066,314 15,494,757,317 96,184,085,430 60,944,762,486 18,659,401,617 136,668,408,270 55,215,844,580
295,351,381,344 26,524,918,593 98,323,329,289 69,123,243,185 12,935,605,998 176,067,561,639 55,396,880,136
27 402,108,960,000 132,904,817,000 195,376,289,000 (32,391,407,000) 31,253,297,000 384,145,388,000 301,000,000,000
420,782,548,000 106,406,914,000 204,949,517,000 (16,397,112,000) 39,938,947,000 392,315,526,000 301,000,000,000
463,347,124,000 134,510,685,000 218,897,627,000 (1,940,852,000) 39,827,073,000 472,834,591,000 301,000,000,000
574,073,314,000 233,993,478,000 237,359,312,000 9,295,365,000 35,521,240,000 531,573,325,000 301,000,000,000
717,149,704,000 315,096,071,000 205,201,278,000 19,832,230,000 19,926,070,000 500,539,668,000 301,000,000,000
28 248,270,710 108,535,565 62,830,315 61,245,373 8,770,171 460,239,017 78,890,999
269,269,882 123,839,050 81,611,869 68,318,330 22,585,175 438,997,361 59,375,793
236,016,596 92,509,586 85,705,860 67,717,722 5,261,047 400,094,886 49,074,266
222,447,500 81,632,548 94,255,004 66,082,752 3,134,724 285,420,572 40,924,073
226,913,639 65,725,372 100,961,557 88,698,463 14,305,912 276,111,954 67,280,999
Sub Sektor Plastik & Kemasan
29 1,714,834,430,000 871,567,714,000 228,098,809,000 205,733,509,000 90,826,175,000 1,509,185,293,000 544,000,000,000
2,084,567,189,000 1,055,230,963,000 249,337,015,000 240,393,802,000 96,218,954,000 1,663,385,190,000 550,800,000,000
2,227,042,590,000 1,191,196,937,000 107,251,665,000 264,694,522,000 104,608,146,000 1,945,383,031,000 564,400,000,000
2,883,143,132,000 1,775,577,239,000 30,194,762,000 288,314,666,000 92,100,449,000 2,017,466,511,000 595,000,000,000
2,615,909,190,000 1,495,874,021,000 99,258,239,000 335,207,639,000 133,499,603,000 2,047,218,639,000 612,000,000,000
30 333,867,300,446 115,231,507,057 42,579,866,777 36,506,984,914 5,581,919,789 343,677,756,488 129,000,000,000
303,594,490,546 85,871,301,621 57,964,118,530 38,388,571,177 3,528,413,264 281,551,386,863 97,500,000,000
273,126,657,794 47,868,731,692 58,419,080,110 48,015,142,824 16,315,177,301 294,081,114,204 121,500,000,000
308,620,387,248 87,059,306,497 12,284,110,051 49,933,923,351 4,152,401,552 260,667,211,707 97,500,000,000
314,468,690,130 67,967,245,679 23,557,707,436 75,043,405,545 34,661,547,293 319,727,703,679 168,000,000,000
42
NO Tot. Assets Tot. Liabilitas WC RE EBIT SALES MV. Equity
Sub Sektor Plastik & Kemasan
31 770,383,930,000 468,553,998,000 (9,024,107,000) 224,446,360,000 107,400,963,000 836,986,463,000 483,000,000,000
1,125,132,715,000 819,251,536,000 (105,917,546,000) 199,250,139,000 31,187,445,000 960,999,965,000 313,950,000,000
1,334,085,916,000 967,711,101,000 25,910,460,000 252,159,862,000 133,688,981,000 1,258,841,240,000 479,550,000,000
1,820,783,911,000 992,869,623,000 72,232,738,000 199,311,894,000 74,517,258,000 1,278,353,442,000 554,070,000,000
2,088,696,909,000 1,060,343,634,000 217,038,975,000 236,437,381,000 111,077,083,000 1,364,849,405,000 1,077,021,000,000
32 318,238,000 212,800,000 (14,874,000) (104,280,000) (5,118,000) 570,089,000 65,871,333
289,829,000 190,541,000 (8,740,000) (110,430,000) 2,841,000 586,375,000 50,107,206
256,207,000 163,361,000 (32,752,000) (116,872,000) (2,518,000) 621,731,000 40,529,979
233,131,000 137,043,000 (13,962,000) (113,630,000) 9,308,000 457,333,000 36,940,784
204,709,000 106,765,000 290,000 (111,774,000) 4,483,000 441,825,000 53,178,361
33 312,342,760,278 70,313,908,037 204,323,046,232 117,488,866,552 59,881,353,589 556,445,856,927 393,750,000,000
314,764,664,499 89,003,869,709 185,199,337,379 95,196,256,300 49,636,260,971 643,403,327,263 286,800,327,500
349,894,783,575 86,443,556,430 228,826,397,777 118,068,096,811 77,244,299,288 737,863,227,409 306,244,417,500
383,936,040,590 73,471,782,127 247,140,989,672 148,259,341,646 64,510,388,492 677,331,846,043 217,773,808,000
439,465,673,296 65,716,637,766 300,653,432,251 190,176,810,508 93,338,344,338 792,794,834,768 505,546,340,000
34 282,827,869 141,807,243 (12,082,303) 42,254,527 16,528,499 227,273,096 70,250,542
277,508,446 126,170,732 (10,735,545) 50,705,836 17,328,971 233,483,218 55,911,249
285,405,493 130,594,618 (13,400,213) 53,886,085 13,384,485 229,688,106 59,804,131
280,780,071 127,579,183 (11,375,532) 55,006,348 12,165,494 200,542,395 33,464,858
282,894,404 126,938,628 (3,883,797) 60,730,215 15,672,395 195,626,757 64,896,661
35 48,804,284,229 64,447,585,666 (3,101,885,260) (65,571,451,437) (5,313,560,209) 4,319,531,089 11,840,000,000
65,314,178,204 35,291,657,370 (9,150,775,953) (72,419,109,816) (7,061,444,751) 2,281,916,205 56,651,503,488
62,607,762,222 31,210,008,707 (5,430,468,542) (71,043,877,135) 8,459,340 15,760,701,901 56,651,503,488
40,080,558,448 11,338,059,067 2,931,018,686 (73,699,131,268) (1,564,260,255) 7,614,180,845 72,584,738,844
40,194,897,678 11,920,344,067 3,812,154,547 (74,167,077,039) (370,780,631) 2,913,150,000 72,584,738,844
36 2,188,129,039,119 835,136,579,731 195,135,385,578 930,315,548,607 97,665,290,799 1,949,153,201,410 912,600,000,000
3,260,919,505,192 1,551,242,364,818 149,383,423,748 935,201,100,966 97,052,146,319 2,033,149,367,039 702,000,000,000
3,261,285,495,052 1,499,792,311,890 227,117,122,092 951,245,578,109 105,939,980,267 2,507,884,797,367 1,067,040,000,000
3,357,359,499,954 1,400,438,809,900 268,229,994,103 962,507,688,128 88,746,155,513 2,457,349,444,991 870,480,000,000
3,290,596,224,286 1,358,241,040,272 270,220,577,924 982,262,555,068 59,427,546,504 2,249,418,846,803 842,400,000,000
43
NO Tot. Assets Tot. Liabilitas WC RE EBIT SALES MV. Equity
Sub Sektor Plastik & Kemasan
37 349,438,243,276 184,848,566,684 43,421,320,614 69,735,646,055 31,074,472,998 413,821,872,609 454,240,060,520
613,878,797,683 443,067,408,288 62,069,680,817 75,957,358,858 25,476,440,958 439,680,589,423 440,880,058,740
320,494,592,961 158,615,180,283 36,113,530,874 67,025,382,141 6,820,487,873 421,516,175,465 334,000,044,500
279,189,768,587 128,790,247,858 19,124,355,551 55,545,490,192 1,515,205,363 277,402,566,627 534,400,071,200
280,257,664,992 138,256,225,581 (3,197,421,773) 47,147,408,874 (349,747,617) 278,331,887,681 561,120,074,760
Sub Sektor Pakan Ternak
38 12,348,627,000,000 4,172,163,000,000 5,013,238,000,000 7,871,460,000,000 3,458,680,000,000 21,310,925,000,000 59,852,700,000,000
15,722,197,000,000 5,771,297,000,000 6,497,852,000,000 9,648,061,000,000 3,578,297,000,000 25,662,992,000,000 55,343,250,000,000
20,862,439,000,000 9,919,150,000,000 5,542,430,000,000 10,640,548,000,000 2,367,748,000,000 29,150,275,000,000 61,984,440,000,000
24,684,915,000,000 12,123,488,000,000 6,309,452,000,000 12,261,973,000,000 2,901,296,000,000 30,107,727,000,000 42,634,800,000,000
24,204,994,000,000 10,047,751,000,000 6,509,176,000,000 13,999,362,000,000 4,585,936,000,000 38,256,857,000,000 50,669,820,000,000
39 10,961,464,000,000 6,198,137,000,000 2,905,609,000,000 1,800,363,000,000 1,758,223,000,000 17,832,702,000,000 13,005,837,950,200
14,917,590,000,000 9,672,368,000,000 4,643,121,000,000 2,182,807,000,000 1,390,204,000,000 21,412,085,000,000 13,005,837,950,200
15,730,435,000,000 10,440,441,000,000 3,792,867,000,000 2,408,794,000,000 1,220,652,000,000 24,458,880,000,000 10,127,496,764,500
17,159,466,000,000 11,049,774,000,000 4,251,484,000,000 2,797,573,000,000 1,360,661,000,000 25,022,913,000,000 6,769,432,047,850
19,251,026,000,000 9,878,062,000,000 5,867,459,000,000 4,630,555,000,000 3,250,764,000,000 27,063,310,000,000 16,602,310,834,050
40 1,799,881,575,000 1,118,011,031,000 41,462,314,000 751,128,804,000 447,740,977,000 3,349,566,738,000 3,856,125,000,000
2,214,398,692,000 1,351,915,503,000 10,509,456,000 931,355,821,000 376,485,140,000 4,193,082,465,000 5,381,625,000,000
3,531,219,815,000 2,453,334,659,000 132,787,862,000 810,975,373,000 (17,689,779,000) 4,502,078,127,000 3,814,830,000,000
3,962,068,064,000 2,413,482,767,000 507,125,952,000 747,309,230,000 94,381,813,000 4,775,014,772,000 3,414,093,750,000
3,919,764,494,000 2,082,189,069,000 396,021,460,000 1,035,861,827,000 463,627,784,000 5,246,340,041,000 4,063,331,250,000
41 3,928,123,574,771 2,021,380,807,617 224,683,284,489 105,800,832,335 141,028,113,450 4,354,469,720,627 469,555,424,650
3,155,680,394,480 1,870,560,118,674 178,631,234,047 115,441,431,692 160,196,663,738 3,854,271,748,057 469,555,424,650
2,800,914,553,878 1,513,908,338,484 517,289,560,462 117,222,120,044 179,680,649,881 2,505,575,102,503 497,728,750,129
2,246,770,166,899 1,512,527,888,605 98,626,778,087 (224,305,013,852) (317,237,188,389) 2,113,148,210,101 798,244,265,000
2,567,211,193,259 1,424,380,421,256 422,781,808,769 (211,256,232,925) 109,725,079,801 2,427,199,231,761 910,589,753,720
44
NO Tot. Assets Tot. Liabilitas WC RE EBIT SALES MV. Equity
Sub Sektor Kayu & Pengolahannya
42 1,428,778,840,556 1,475,195,895,066 (830,633,635,393) (1,762,356,164,452) 3,193,019,657 303,056,401,434 266,980,819,176
941,141,000,000 1,313,137,000,000 (601,123,000,000) (2,087,962,000,000) (70,440,000,000) 177,698,000,000 230,243,675,628
900,611,000,000 1,267,088,000,000 (89,162,000,000) (2,082,159,000,000) (33,158,000,000) 531,317,000,000 192,906,863,364
85,015,282 106,624,740 (4,045,588) (214,408,287) 3,642,043 64,284,265 11,446,401
91,571,846 107,014,127 (4,573,021) (214,120,192) 6,735,901 73,717,004 43,780,359
43 679,649,204,257 574,356,916,834 79,510,276,958 (37,418,495,161) (25,919,088,056) 651,824,975,918 70,824,232,500
723,177,125,785 664,163,283,789 (8,051,906,305) (175,337,092,510) (173,458,597,061) 740,839,654,535 52,612,287,000
713,714,873,924 631,560,510,887 46,512,437,601 (133,714,315,326) 41,260,413,199 814,572,005,112 87,012,628,500
763,168,027,178 672,006,964,821 40,821,751,158 (129,967,452,003) 20,791,359,984 852,780,085,776 50,588,737,500
815,997,477,795 689,189,375,810 62,050,479,637 (100,978,947,247) 58,626,760,963 843,528,979,435 126,471,843,750
Sub Sektor Pulp & Kertas
44 184,896,742,887 90,590,989,110 19,071,993,093 15,589,205,149 20,030,035,520 279,603,768,317 258,500,000,000
301,479,232,221 161,595,933,059 45,102,717,928 29,170,564,684 37,855,123,171 399,345,658,763 363,000,000,000
356,814,265,668 197,391,610,046 60,743,102,736 39,332,519,647 35,833,310,224 493,881,857,454 404,250,000,000
366,010,819,198 195,081,792,385 63,445,525,953 53,134,794,033 42,225,063,206 538,363,112,800 404,250,000,000
410,330,576,602 209,442,676,180 96,501,392,375 67,390,156,777 43,427,187,821 666,434,061,412 330,000,000,000
45 5,578,334,207,456 3,771,344,290,709 (1,198,367,247,845) 564,484,795,423 140,571,765,269 3,987,782,936,544 5,946,933,088,800
5,692,060,407,681 4,134,128,366,492 549,659,948,723 315,426,919,865 (214,646,107,131) 4,960,825,518,081 5,017,724,793,675
5,581,000,723,345 3,936,322,827,206 (43,029,949,988) 402,172,774,815 260,444,617,135 5,456,935,920,101 4,088,516,498,550
6,993,634,266,969 4,548,288,087,745 109,044,061,102 62,296,720,459 (250,319,504,407) 4,959,998,929,211 2,577,004,338,480
8,583,223,835,997 5,424,781,372,865 151,418,680,751 780,840,151,196 1,065,668,319,124 5,874,745,032,615 10,159,344,026,700
46 6,647,500,000 4,574,704,000 677,670,000 (122,260,000) 122,884,000 2,518,091,000 382,822,433
6,777,194,000 4,483,196,000 562,625,000 98,807,000 345,695,000 2,651,473,000 621,148,010
6,519,273,000 4,110,901,000 457,391,000 213,170,000 235,603,000 2,635,037,000 457,447,365
7,038,412,000 4,415,317,000 594,434,000 421,095,000 332,701,000 2,834,278,000 376,887,305
6,878,800,000 4,059,414,000 818,685,000 613,754,000 255,021,000 2,720,473,000 386,935,400
47 314,695,000 191,709,000 (17,920,000) (567,722,000) (1,171,000) 108,146,000 197,875,557
321,970,000 195,214,000 (27,674,000) (563,942,000) 8,773,000 91,552,000 122,729,121
330,234,000 202,023,000 151,000 (562,486,000) 5,369,000 109,193,000 127,769,450
333,904,000 208,763,000 1,260,000 (564,969,000) 1,817,000 96,421,000 32,059,630
339,428,000 176,929,000 (17,971,000) (527,477,000) (7,701,000) 84,074,000 30,857,216
45
NO Tot. Assets Tot. Liabilitas WC RE EBIT SALES MV. Equity
Sub Sektor Pulp & Kertas
48 740,753,171,392 29,296,076,634 20,095,925,620 (2,431,389,213,995) 35,436,731,320 44,640,183,225 434,399,762,100
788,749,190,752 95,512,957,713 21,663,661,817 (2,449,610,118,110) (25,531,120,226) 11,868,785,724 434,399,786,700
1,299,315,036,743 622,269,749,157 56,553,225,245 (2,467,136,398,882) (12,054,616,530) 34,719,548,322 443,087,782,434
1,455,931,208,462 934,677,601,389 (77,066,526,634) (2,621,719,973,990) (83,239,704,749) 241,207,422,568 434,399,786,700
1,263,726,833,318 844,568,778,363 (284,323,442,232) (2,724,480,571,670) (27,728,398,958) 161,367,353,686 434,399,786,700
49 570,564,051,755 254,557,936,376 137,260,716,073 109,899,715,483 57,641,165,097 1,301,332,627,213 200,475,000,000
850,233,842,186 498,224,954,613 150,930,702,489 149,508,887,573 62,304,195,725 1,386,314,584,485 139,725,000,000
952,177,443,047 555,679,416,109 149,636,112,203 193,998,026,938 88,812,151,198 1,626,232,662,544 147,420,000,000
1,177,093,668,866 798,172,379,792 99,013,282,642 196,155,707,511 54,676,338,789 1,713,946,192,967 77,355,000,000
1,142,273,020,550 722,488,734,446 133,587,242,464 243,283,056,578 105,913,934,979 1,995,337,146,834 141,750,000,000
50 1,664,353,264,549 884,860,701,242 300,242,346,863 182,001,777,713 100,963,744,667 1,274,793,105,314 402,852,597,660
1,767,105,818,949 1,011,571,248,744 91,545,684,367 158,145,265,053 21,907,749,946 1,395,838,227,179 313,329,798,180
2,091,957,078,669 1,287,357,023,670 495,830,920,506 206,747,986,452 133,006,553,667 1,550,810,295,608 293,933,191,626
2,185,464,365,772 1,390,005,205,106 (53,102,424,640) 155,414,060,107 39,169,272,917 1,621,516,334,166 149,204,665,800
2,158,852,415,950 1,047,296,887,831 415,389,665,046 232,500,379,043 191,156,154,261 1,932,435,078,255 281,996,818,362
51 2,682,042,000 1,907,754,000 738,108,000 207,238,000 94,757,000 1,321,641,000 272,143,490
2,604,956,000 1,806,691,000 683,411,000 230,842,000 61,736,000 1,222,356,000 194,977,215
2,710,936,000 1,779,629,000 505,732,000 249,016,000 50,636,000 1,194,755,000 181,684,574
2,683,873,000 1,727,754,000 250,256,000 247,374,000 23,136,000 1,062,531,000 95,386,658
2,491,282,000 1,554,204,000 169,391,000 254,046,000 34,803,000 996,902,000 144,421,633