Analisis Rasio Profitabilitas untuk Memprediksi Financial Distress menggunakan Metode Support Vector Machine

Abstract

Financial distress adalah kondisi ketika perusahaan mengalami kesulitan untuk memenuhi kewajibannya atau saat perusahaan bersusah payah untuk melunasi kewajibannya yang mengharuskan perusahaan mengambil tindakan korektif. Penelitian ini bertujuan untuk mengetahui tingkat ketepatan model prediksi pada perusahaan sektor batu bara yang terdaftar di Bursa Efek Indonesia periode 2018-2022. Penelitian ini menganalisis laporan keuangan perusahaan dengan teknik pengambilan data sekunder. Variabel yang diteliti yaitu rasio profitabilitas, yang terdiri dari Return on Asset, Gross Profit Margin, dan Net Profit Margin. Objek penelitian ini yaitu perusahaan-perusahaan sub sektor industri batu bara. Model prediksi ini memprediksi sebanyak 18 data perusahaan dari 32 sampel yang diuji, maka kesalahan prediksi yang terjadi pada 5 sampel data observasi. Dari model tersebut dapat memprediksi perusahaan, di mana terdapat 18 perusahaan terprediksi tidak mengalami financial distress dan 5 perusahaan terprediksi mengalami financial distress dikarenakan nilai Return on Asset (ROA) dan Net Profit Margin (NPM).