Kaban, Sifra Putri Seli (2025) PREDIKSI FINANCIAL DISTRESS MENGGUNAKAN MACHINE LEARNING BERUPA REGRESI LOGISTIK PADA PERUSAHAAN MANUFAKTUR TAHUN 2020 – 2023. S1 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.
Bab_0.pdf
File Pdf (1MB)
Bab_1.pdf
File Pdf (509kB)
Bab_2.pdf
File Pdf (727kB)
Bab_3.pdf
Restricted to Registered users only
File Pdf (538kB)
Bab_4.pdf
Restricted to Registered users only
File Pdf (765kB)
Bab_5.pdf
Restricted to Registered users only
File Pdf (854kB)
Bab_6.pdf
File Pdf (2MB)
Abstract
Penelitian ini bertujuan untuk mengidentifikasi variabel-variabel yang
setelah dianalisis dengan regresi logistik yang dapat menjadi alternatif lain yang
lebih sederhana dan lebih cepat daripada model Altman Z-Score dalam
memprediksi financial distress pada perusahaan manufaktur yang terdaftar di Bursa
Efek Indonesia tahun 2020-2023. Penelitian ini menggunakan data sekunder berupa
laporan keuangan perusahaan manufaktur periode 2020-2023. Pengambilan sampel
dilakukan dengan purposive sampling dan diperoleh sampel sebanyak 708 data.
Hasil penelitian menunjukkan bahwa dengan menggunakan 5 data komponen yaitu
penjualan, EBIT, laba bersih, saldo laba, dan nilai pasar ekuitas maka model ini
mampu memprediksi financial distress seperti Altman Z-Score. Model ini dapat
menjadi pilihan yang lebih sederhana dan lebih cepat dalam memprediksi financial
distress dengan tingkat akurasi sebesar 97.3%.
| Item Type: | Thesis (S1) |
|---|---|
| Uncontrolled Keywords: | prediksi financial distress, Altman Z-Score, regresi logistik |
| Subjects: | Akuntansi > Auditing dan Sistem Informasi |
| Divisions: | Fakultas Ekonomi > Akuntansi |
| Date Deposited: | 19 Jan 2026 06:14 |
| Last Modified: | 19 Jan 2026 06:14 |
| URI: | https://repository.uajy.ac.id/id/eprint/36409 |
