PENERAPAN METODE RANDOM FOREST DALAM
KLASIFIKASI FINANCIAL DISTRESS PADA PERUSAHAAN
INDEKS LQ45
Penelitian ini menganalisis potensi financial distress pada perusahaan
indeks LQ45 Bursa Efek Indonesia periode 2020 sampai 2024
menggunakan model Altman Z-Score sebagai dasar pelabelan dan
algoritma Random Forest sebagai metode prediksi. Data berupa laporan
keuangan 42 perusahaan per tahun sehingga diperoleh 210 observasi
dengan lima rasio Altman yang dibentuk dari modal kerja, laba ditahan,
laba sebelum bunga dan pajak, nilai pasar ekuitas, total liabilitas, dan
penjualan. Hasil Altman menunjukkan 42,86% observasi berada pada
kategori non distress, 36,67% pada distress, dan 20,48% pada gray
area. Distribusi tahunan memperlihatkan pergeseran pada 2023 sampai
2024 ketika jumlah distress meningkat menjadi 18 perusahaan dan
median Z-Score distress turun menjadi 1,071. Model Random Forest
terbaik diperoleh pada pembagian 70
URI
https://repo.itera.ac.id/depan/submission/SB2601190063
Keyword
Altman Z-Score, Financial Distress,LQ45, Machine