DRAFT PAPER UISI JURNAL

Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

ANALISIS ALTMAN Z-SCORE DAN SPRINGATE DALAM

MEMPREDIKSI TINGKAT FINANCIAL DISTRESS PERUSAHAAN
(Studi Empiris Pada Perusahaan Sub-Sektor Pertambangan Batu Bara Yang
Terdaftar Di Bei Tahun 2019-2020)
Muhammad Nu’man Romdloni1, Alfiana Fitri2
Universitas Internasional Semen Indonesia
1
muhammad.romdloni18@student.uisi.ac.id
2
alfiana.fitri@uisi.ac.id

ABSTRACT
The Coal Mining sub-sector in 2019-2020 experienced a significant decline in the reference
selling price of coal so that it could cause a decline, resulting in company financial distress.
So this study aims to predict the level of financial distress of Coal Mining companies listed on
the IDX in 2019-2020 by using the Altman Z-Score and Springate methods which later can be
known the company will experience distress / non distress. The data analysis method used is
descriptive quantitative and sample selection using purposive sampling technique, in order to
obtain a sample of 22 companies with 44 sample data from a population of 25 companies on
the IDX. This financial distress prediction is able to provide an early warning system to
companies from 2019 to 2020, with the result that 7 companies experienced financial
difficulties on the Altman method & 11 companies experienced financial difficulties on the
Springate method.
Keywords: coal mining, financial distress, Altman Z-Score, Springate

ABSTRAK
Sub-sektor Pertambangan Batu Bara tahun 2019-2020 mengalami penurunan harga
acuan jual batu bara yang cukup signifikan sehingga dapat menyebabkan penurunan
sehingga mengalami financial distress perusahaan. Maka penelitian ini bertujuan
untuk memprediksi tingkat financial distress perusahaan Pertambangan Batu Bara
yang terdaftar BEI tahun 2019-2020 dengan menggunakan metode Altman Z-Score
dan Springate yang nantinya dapat diketahui perusahaan akan mengalami distress /
non distress. Metode analisis data yang digunakan yaitu kuantitatif deskriptif serta
pemilihan sampel menggunakan teknik purposive sampling, sehingga diperoleh 22
sampel perusahaan dengan 44 data sampel dari populasi sebanyak 25 perusahaan di
BEI. Prediksi financial distress ini mampu memberikan early warning system pada
perusahaan dari tahun 2019 hingga tahun 2020, dengan hasil 7 perusahaan mengalami
kesulitan keuangan pada metode Altman & 11 perusahaan mengalami kesulitan
keuangan pada metode Springate.
Kata Kunci : Tambang batu bara, financial distress, Altman Z-Score, Springate
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

1. PENDAHULUAN
Menurut data grafik dari Kementerian Energi dan Sumber Daya Mineral, Direktorat
Jendral Mineral dan Batubara (2021), bahwasanya pada tahun 2019 hingga tahun 2020 harga
acuan batu bara di Indonesia mengalami penurunan yang cukup signifikan dari nominal
$92.41/Ton hingga di nominal terendah $49.42/Ton. Menurut data Citradi (2020) dari CNBC
Indonesia pada hari Rabu (12/8/2020) tercatat bahwa harga acuan batu bara ditutup anjlok
sebesar 2,25% dengan harga $49.42/Ton, hal ini merupakan harga terendah yang tercatat sejak
pada tanggal 14 Mei 2016, salah satu penyebab dari turunnya harga acuan batu bara
dikarenakan terjadinya penurunan permintaan batu bara yang disebabkan oleh pandemi covid-
19 sehingga harga pangsa pasar batu bara mengalami anjlok. Dengan adanya penurunan harga
yang cukup signifikan membuat beberapa perusahaan sub-sektor pertambangan batu bara
memungkinkan untuk mengalami financial distress. Dalam mengukur financial distress
perusahaan terdapat beberapa metode, salah satunya yaitu Altman Z-Score dan Springate.
2. KAJIAN PUSTAKA DAN METODE PENELITIAN
Signalling Theory
Menurut Farlindawati (2017) signalling theory (teori sinyal) adalah suatu tindakan yang
diambil manajemen perusahaan untuk memberikan informasi kepada investor tentang
bagaimana manajemen perusahaan dapat memandang prospek finansial perusahaan dengan
mempertimbangkan penggunaan modal perusahaan dengan baik, termasuk penggunaan
hutang lancar yang melebihi batas modal perusahaan yang normal.
Secara teori, signalling theory (teori sinyal) dapat digunakan pada suatu penelitian yang
menggunakan metode altmant z-score dan springate, dalam pengungkapan tingkat prediksi
kesulitan keuangan perusahaan (Financial Distress). Dengan cara memberikan sinyal dari
hasil perhitungan metode altman z-score dan springate pada perusahaan sub-sektor tambang
batu bara. dengan begitu dapat diambil keputusan, dengan adanya penurunan harga acuan jual
batu bara yang cukup signifikan, maka signalling theory akan memberikan sinyal pada
perusahaan sub-sektor pertambangan batu bara, dengan hasil rata-rata lebih dominan financial
distres, grey atau safe zone.
Financial Distress
Finansial distress adalah suatu kondisi likuiditas perusahaan yang sangat parah hingga
tidak memiliki ketidakmampuan dalam membayarkan kewajibannya dan tidak dapat
dipecahkan tanpa adanya perubahan ukuran dari kegiatan operasi perusahaan atau struktur
perusahaan. Financial distress merupakan kondisi dimana keuangan perusahaan dalam
keadaan tidak sehat atau krisis. Financial distress terjadi sebelum kebangkrutan dan terjadi
saat perusahaan mengalami kerugian beberapa tahun. Model prediksi kebangkrutan yang
bermunculan merupakan antisipasi dan sistem peringatan dini terhadap financial distress
karena model tersebut dapat digunakan sebagai sarana untuk mengidentifikasikan bahkan
memperbaiki kondisi sebelum sampai pada kondisi krisis atau kebangkrutan. Laporan
keuangan dapat dijadikan dasar untuk mengukur kondisi financial distress suatu perusahaan
melalui analisis laporan keuangan dengan menggunakan rasio – rasio keuangan yang ada
(Hapsari, 2012).
Altman Z-Score
Model Altman Z-Score ditemukan oleh Altman (1966) menggunakan metode Multiple
Discriminant Analysis (MDA) yang dipilih sebagai teknik analisis yang tepat dalam masalah
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

keuangan, Altman menggunakan MDA untuk mencari kesamaan rasio keuangan yang biasa
dipakai untuk memprediksi financial distress. Analisis financial distress Z-Score adalah suatu
alat yang digunakan untuk memprediksi tingkat prediksi financial distress perusahaan dengan
menghitung nilai dari beberapa rasio, lalu dimasukkan pada suatu persamaan diskriminan.
Altman telah mengombinasikan beberapa rasio menjadi model prediksi dengan teknik statistik
yaitu analisis diskriminan yang digunakan untuk memprediksi terjadinya financial distress
perusahaan dengan istilah Z-Score. Z-Score merupakan score yang ditentukan dari hitungan
standar yang akan menunjukkan tingkat kemungkinan financial distress perusahaan. Formula
Z-Score untuk memprediksi financial distress dari Altman merupakan sebuah multivariate
formula yang digunakan untuk mengukur kesehatan finansial perusahaan (Mastuti dkk,
2012).Altman (1968) merumuskan metode Z-Score menggunakan variabel yang
diklasifikasikan ke dalam lima kategori rasio standar, termasuk likuiditas, profitabilitas,
leverage, solvabilitas, dan rasio aktivitas. Rasio-rasio tersebut dipilih atas dasar seperti berikut
: (ALTMAN, 1968)
a. Popularitas dalam literatur
b. Relevansi potensial untuk penelitian, dan beberapa rasio "baru"
Dari daftar variabel asli, lima variabel dipilih sebagai melakukan perhitungan yang
terbaik secara keseluruhan dalam prediksi kebangkrutan perusahaan. untuk sampai pada profil
akhir variabel, maka dibutuhkan prosedur yang digunakan seperti berikut :
a. Pengamatan signifikansi statistik berbagai fungsi alternatif termasuk penentuan
kontribusi relatif dari masing-masing variabel bebas
b. Evaluasi keterkaitan antar variabel yang relevan
c. Pengamatan akurasi prediksi dari berbagai profil
d. Penilaian analis
Variabel yang akhirnya ditetapkan mengandung variabel yang paling signifikan, di
antara dua puluh dua variabel asli, yang diukur secara independen. Ini tidak serta merta
memperbaiki analisis tradisional univariat (satu variabel).
Springate S-Score
Model Springate ditemukan oleh Gordon L.V. (1978) menggunakan metode yang sama
dengan Altman (1966) yaitu Multiple Discriminant Analysis (MDA). Springate dapat
dikatakan sebagai pembaharuan dari metode altman z-score dalam menentukan memprediksi
financial distress perusahaan. Springate (1978) mengumpulkan rasio-rasio keuangan populer
yang bisa dipakai untuk memprediksi financial distress. Dengan jumlah rasio awalnya 19
rasio, akan tetapi setelah melalui uji penelitian yang sama dengan yang dilakukan altman
(1968). Springate memiliki 4 rasio yang dipercaya dapat menghitung financial distress pada
perusahaan dan mampu membedakan antara perusahaan yang mengalami distress maupun
tidak distress. Model ini memiliki akurasi 92,5% dalam tes yang dilakukan Springate.
Beberapa orang lain juga telah menguji model ini dan menemukan tingkat akurasi yang
berbeda-beda. Penelitian yang telah dilakukan menggunakan sampel perusahaan yang
berbeda-beda nilai asetnya (Burhanuddin, 2015).
Perbedaan Altman Z-Score dan Springate S-Score
1. Altman Z-Score
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

Altman menggunakan rasio earning before interest and tax terhadap total aset
dimana rasio ini menunjukkan penghasilan kotor perusahaan terhadap total aset
sehingga dapat diketahui perusahaan memperoleh laba seberapa besar dari kegiatan
utamanya (investasi/asetnya).
2. Springate S-Score
Springate menggunakan rasio net profit before taxes terhadap current liabilities
dimana dengan rasio ini dapat mengetahui kemampuan laba sebelum pajak dalam
membayar kewajiban lancar.
Menurut Rahayu, dkk (2016) metode Springate adalah modifikasi dari metode altman
yang menambahkan 4 rasio yaitu : (1) Rasio modal kerja terhadap total aset, (2) Rasio laba
sebelum bunga dan pajak terhadap total aset, (3) Rasio laba sebelum pajak terhadap kewajiban
lancar, dan (4) Rasio total penjualan terhadap total aset. Maka peneliti menggunakan kedua
metode tersebut dalam pengungkapan tingkat prediksi financial distress, dikarenakan agar
terdapatnya hasil yang lebih sesuai dan lebih akurat dalam pengungkapan tingkat prediksi
financial distress perusahaan sub-sektor pertambangan batu bara.
3. METODE PENELITIAN
Metode Pengumpulan Data
Penelitian ini menggunakan metode pengumpulan data yaitu metode dokumentasi.
Metode dokumentasi dilakukan dengan cara penyalinan dan pengarsipan data-data dari
sumber-sumber yang tersedia. Menurut Burhanuddin (2015) metode dokumentasi yaitu
pengumpulan data dengan cara mencatat dokumen-dokumen yang berhubungan dengan
finacial distress serta data-data yang berhubungan dengan karakteristik perusahaan yang
diteliti. Adapun teknik pengumpulan data pada penelitian ini adalah :
a Purposive sampling merupakan pengambilan data dengan memiliki tujuan tertentu
dalam suatu penelitian.
b Mengakses website dan situs-situs resmi yang menyediakan informasi yang berkaitan
dengan penelitian.
Definisi Operasional
Financial Distress
Platt dan Platt (2002) menjelaskan bahwa financial distress merupakan suatu tahap
penurunan kondisi finansial yang terjadi pada perusahaan yang sebelumnya mengalami
likuiditasi. Financial distress yaitu sebuah kesulitan keuangan atau masalah dalam likuiditas
yang ditandai tidak mampu mencukupi kewajiban-kewajibannya. Jika laba bersih negatif
berakibat dari beberapa faktor salah satunya yaitu banyaknya hutang yang tidak dapat dilunasi
yang bisa berpengaruh terhadap prediksi financial distress suatu perusahaan. Dapat
disimpulkan bahwa financial distress adalah suatu kondisi kesulitan keuangan yang
diindikasikan sebelum terjadinya kebangkrutan perusahaan dan apabila hal ini dibiarkan
begitu saja dan tidak memperbaiki kinerja keuangan maka akan berakibat kondisi perusahaan
mengalami delisting.
Variabel independen (Financial distress) yang digunakan di dalam penelitian ini
dibedakan dalam 3 kategori sesuai dengan model prediksi financial distress yang digunakan,
yaitu :
1. Distress
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

Dimana kondisi keuangan perusahaan sedang mengalami kesulitan keuangan dalam

likuiditas perusahaan
2. Safe Zone
Dimana kondisi keuangan perusahaan dalam keadaan sehat atau sedang tidak
mengalami kesulitan keuangan
3. Grey Area
Dimana kondisi keuangan perusahaan tidak mengalami kesulitan keuangan akan tetapi
rentan mengalami financial distress
Model Altman Z-Score
Model Altman Z-Score menggunakan kontribusi seluruh rasio yang telah dievaluasi, dan
karena proses yang pada dasarnya berulang, maka tidak ada klaim mengenai optimalisasi
fungsi diskriminan yang dihasilkan. Fungsinya, bagaimanapun cara melakukan perhitungan
yang terbaik di antara alternatif yang mencakup beberapa sistem dalam menganalisis rasio
yang berbeda. Maka model yang dihasilkan Altman Z-Score adalah sebagai berikut: (Altman,
1968)
Z = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
di mana
X1 = Modal kerja/Total aset
X2 = Laba Ditahan/Total aset
X3 = Laba sebelum bunga dan pajak/Total aset
X4 = Ekuitas nilai pasar/Nilai buku dari total utang
Z = Indeks Keseluruhan
Hasil akhir nilai Z-Score dari masing-masing perusahaan maka akan dikelompokkan
sesuai dengan standar nilai krisis perusahaan tersebut yang telah ditetapkan oleh Altman,
menurut (Sagho dan Merkusiwati 2015):
a. Jika nilai Z-score > 2,6 maka perusahaan dalam kondisi safe zone atau perusahaan
dalam keadaan sehat (tidak bangkrut)
b. Jika nilai Z-score = 1,1-2,6 maka perusahaan dalam keadaan grey atau perusahaan
dalam keadaan berpotensi bangkrut
Jika nilai Z-score < 1,1 maka perusahaan dalam kondisi ditress atau perusahaan dalam
keadaan bangkrut
Model Springate S-Score
Springate membuat model prediksi financial distress pada tahun 1978. Model yang
dihasilkan Springate (1978) adalah sebagai berikut :
S = 1.03A + 3.07B + 0.66C + 0.4D
Dimana:
X1 = Working capital/total aset
X2 = Net profit before interest and taxes/total aset
X3 = Net profit before taxes/current liabilities
X4 = Sales/total aset
S = Indeks Keseluruhan
Hasil akhir nilai Z-Score dari masing-masing perusahaan maka akan dikelompokkan
sesuai dengan standar nilai krisis perusahaan tersebut yang telah ditetapkan oleh Springate
sebagai berikut:
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

a. Jika nilai Springate > 0,862 maka perusahaan dalam kondisi safe zone atau perusahaan
dalam keadaan sehat (tidak bangkrut)
b. Jika nilai Springate < 0,862 maka perusahaan dalam kondisi ditress atau perusahaan
dalam keadaan bangkrut
4. HASIL DAN PEMBAHASAN
Analisis Altman Z-Score Tahun 2019
Terdapat 3 perusahaan yaitu ARII, BUMI & SMRU sangat mengkhawatirkan karena
nilai prediksi model Altman Z-Score menunjukkan posisi kinerja keuangan dalam zona merah
atau financial distress (kesulitan keuangan) dikarenakan pada ke-3 perusahaan tersebut jika
dilihat pada perhitungan tabel di atas maka terlihat pada variabel X2 = Retained Earning to
Total Assets (Laba Ditahan/Total Aset) dan X3 = Earning Before Interest and Taxes (EBIT)
to Total Assets (Pendapatan Sebelum Dikurangi Biaya Bunga/Total Aset) dalam keadaan
minus, dapat dikatakan ke-3 perusahaan tersebut dalam pengelolaan keuangan kurang baik
dalam segi pendapatan yang minus sehingga memungkinkan untuk berdampak juga pada laba
perusahaan sehingga laba ditahan digunakan untuk memenuhi kebutuhan operasional
perusahaan maka laba ditahan pada laporan keuangan mengalami penurunan yang signifikan
sehingga minus yang cukup tinggi. Lalu terdapat 2 perusahaan yaitu DEWA & SMMT dalam
kondisi cukup mengkhawatirkan karena nilai prediksi model Altman Z-Score menunjukkan
posisi keuangan dalam keadaan zona abu-abu atau grey area dikarenakan laba pada
perusahaan DEWA yang didapatkan dari pendapatan masih kurang cukup tinggi sehingga
memungkinkan untuk menggunakan laba ditahan untuk digunakan kegiatan operasional
perusahaan.
Analisis Altman Z-Score Tahun 2020
Terdapat 4 perusahaan yaitu ARII, BOSS, BUMI & SMRU sangat mengkhawatirkan
karena nilai prediksi model Altman Z-Score menunjukkan posisi kinerja keuangan dalam zona
merah atau financial distress (kesulitan keuangan) dikarenakan pada ke-4 perusahaan tersebut
jika dilihat pada perhitungan tabel di atas maka terlihat pada variabel X2 = Retained Earning
to Total Assets (Laba Ditahan/Total Aset) dan X3 = Earning Before Interest and Taxes (EBIT)
to Total Assets (Pendapatan Sebelum Dikurangi Biaya Bunga/Total Aset) dalam keadaan
minus, dapat dikatakan ke-4 perusahaan tersebut dalam pengelolaan keuangan kurang baik
dalam segi pendapatan yang minus sehingga memungkinkan untuk berdampak juga pada laba
perusahaan sehingga laba ditahan digunakan untuk memenuhi kebutuhan operasional
perusahaan maka laba ditahan pada laporan keuangan mengalami penurunan yang signifikan
sehingga minus yang cukup tinggi.
Kesimpulan Altman Z-Score
Menurut data yang diperoleh pada tabel 4.4 di atas terdapat 11 perusahaan mengalami
penurunan dari tahun 2019 hingga 2020 menurut perhitungan menggunakan metode Altman
Z-Score sehingga pada perusahaan Borneo Olah Sarana Sukses Tbk. (BOSS) mengalami
penurunan yang cukup signifikan yaitu dari safe zone hingga financial distress dan apabila di
persentase-kan mengalami penurunan sebesar 98,4% dari tahun sebelumnya, berbeda dengan
perusahaan TBS Energi Utama Tbk. (TOBA) meskipun sama-sama mengalami penurunan
akan tetapi hanya mengalami penurunan sebesar 18,5% hal itu juga menyebabkan perubahan
status prediksi financial distress dari safe zone ke grey area menurut perhitungan dari metode
altman z-score sesuai dengan cut off yang telah di tetapkan.
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

Analisis Springate S-Score Tahun 2019

Pada perusahaan ARII, BUMI dan SMRU mengalami financial distress dikarenakan
pada formula X2 (laba sebelum bunga dan pajak (EBIT) / total aset) & X3 (laba sebelum bunga
dan pajak (EBIT) / liabilitas lancar) mengalami minus ketika dihitung dengan cut off X2 &
X3 karena laba sebelum pajak dan bunga yang dihasilkan oleh perusahaan ARII, BUMI dan
SMRU mengalami rugi pada tahun 2019, dan pada perusahaan BOSS, DEWA, DSSA, INDY
& SMMT tidak mengalami minus pada laporan keuangannya akan tetapi hasil S-score yang
didapatkan oleh perusahaan BOSS, DEWA, DSSA, INDY & SMMT kurang memenuhi cut
off yang telah ditetapkan oleh rumus Springate yaitu 0,862.
Analisis Springate S-Score Tahun 2020
Pada perusahaan ARII, BOSS, BUMI, DOID, DSSA, INDY, KKGI, SMMT dan SMRU
mengalami financial distress dikarenakan pada formula X2 (laba sebelum bunga dan pajak
(EBIT) / total aset) & X3 (laba sebelum bunga dan pajak (EBIT) / liabilitas lancar) mengalami
minus ketika dihitung dengan cut off X2 & X3 karena laba sebelum pajak dan bunga yang
dihasilkan oleh perusahaan ARII, BOSS, BUMI, DOID, DSSA, INDY, KKGI, SMMT dan
SMRU mengalami rugi pada tahun 2019. Lalu pada perusahaan ADRO, DEWA, TOBA tidak
mengalami minus pada laporan keuangannya akan tetapi hasil S-score yang didapatkan oleh
perusahaan Adaro Energy Tbk. (ADRO, DEWA & TOBA kurang memenuhi dari cut off yang
telah ditetapkan oleh rumus rumus Springate yaitu 0,862.
Kesimpulan Analisis Springate S-Score
Terdapat 4 perusahaan yang masih mengalami kenaikan dari tahun 2019 hingga 2020
menurut perhitungan menggunakan metode Springate yaitu perusahaan BYAN, FIRE, GEMS
& HRUM, ke-empat perusahaan tersebut mengalami kenaikan dikarenakan pada perusahaan
BYAN, GEMS & HRUM hanya mengalami penurunan pada formula X4 (penjualan / total
aset), maka perusahaan BYAN, GEMS & HRUM kurang efisien terhadap penggunaan aktiva
perusahaan dalam menghasilkan volume penjualan hal itu menyebabkan perusahaan BYAN,
GEMS & HRUM mengalami minus pada formula springate yang X4, akan tetapi dengan
menurunnya penjualan pada tahun 2019-2020, perusahaan BYAN, GEMS & HRUM masih
bisa mengontrol kegiatan operasional perusahaan sehingga laba perusahaan dan modal kerja
(dari X1-X3) tidak sampai mengalami penurunan dari tahun 2019-2020.
Perbandingan Hasil Analisis Altman Z-Score & Springate 2019
Pada perusahaan Borneo Olah Sarana Sukses Tbk. (BOSS), Dian Swastatika Sentora
Tbk (DSSA) & Indika Energi Investama Tbk. (INDY) mengalami perbedaan jika dihitung
menggunakan kedua metode tersebut dikarenakan pada metode springate ketiga perusahaan
tersebut kurang mencukupi cut off yang telah ditetapkan oleh springate, karena pada X2 (Laba
bersih sebelum bunga dan pajak / total aset yaitu untuk mengukur tingkat kemampuan
perusahaan dalam menghasilkan laba bersih) lalu X3 (Laba bersih sebelum pajak / kewajiban
lancar yaitu untuk mengukur kemampuan perusahaan dalam melunasi / membayar hutang
jangka pendeknya atau current liabilitie) & X4 (Penjualan / total aset yaitu untuk
menunjukkan tingkat efisiensi penggunaan keseluruhan aktiva perusahaan dalam
menghasilkan volume penjualan) perusahaan BOSS, DSSA & INDY memiliki nilai yang
cukup rendah sehingga mempengaruhi hasil nilai springate.
Pada perusahaan Darma Henwa Tbk (DEWA) & Golden Eagle Energy Tbk. (SMMT)
mengalami perbedaan jika dihitung menggunakan kedua metode tersebut, perbedaannya tidak
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

cukup jauh yaitu dari grey area ke distress, hal itu dikarenakan pada X2 (Laba Ditahan/ Total
aset yaitu untuk mengukur kemampuan perusahaan dalam menentukan modal perusahaan
untuk kedepan-nya) & X3 (Laba sebelum bunga dan pajak/Total aset yaitu untuk mengukur
tingkat kemampuan perusahaan dalam menghasilkan laba bersih) menurut metode altman
memiliki nilai yang cukup rendah. Dan pada metode springate mengalami distress
dikarenakan kedua perusahaan tersebut kurang mencukupi cut off yang telah ditetapkan oleh
springate, karena pada X2 (Laba bersih sebelum bunga dan pajak / total aset yaitu untuk
mengukur tingkat kemampuan perusahaan dalam menghasilkan laba bersih) lalu X3 (Laba
bersih sebelum pajak / kewajiban lancar yaitu untuk mengukur kemampuan perusahaan dalam
melunasi / membayar hutang jangka pendeknya atau current liabilitie) & X4 (Penjualan / total
aset yaitu untuk menunjukkan tingkat efisiensi penggunaan keseluruhan aktiva perusahaan
dalam menghasilkan volume penjualan) perusahaan DEWA & SMMT memiliki nilai yang
cukup rendah sehingga mempengaruhi hasil nilai springate.
Perbandingan Hasil Analisis Altman Z-Score & Springate 2020
Pada perusahaan Golden Eagle Energy Tbk. (SMMT) & TBS Energi Utama Tbk.
(TOBA) mengalami perbedaan jika dihitung menggunakan kedua metode tersebut,
perbedaannya tidak cukup jauh yaitu dari grey area ke distress, hal itu dikarenakan pada X2
(Laba Ditahan/ Total aset yaitu untuk mengukur kemampuan perusahaan dalam menentukan
modal perusahaan untuk kedepan-nya) & X3 (Laba sebelum bunga dan pajak/Total aset yaitu
untuk mengukur tingkat kemampuan perusahaan dalam menghasilkan laba bersih) menurut
metode altman memiliki nilai yang cukup rendah. Dan pada metode springate mengalami
distress dikarenakan kedua perusahaan tersebut kurang mencukupi semua cut off yang telah
ditetapkan oleh springate, karena pada X1 (Modal kerja / total aset yaitu bertujuan untuk
menunjukkan tingkat modal kerja perusahaan yang diperoleh dengan membandingkan aktiva
perusahaannya) X2 (Laba bersih sebelum bunga dan pajak / total aset yaitu untuk mengukur
tingkat kemampuan perusahaan dalam menghasilkan laba bersih) lalu X3 (Laba bersih
sebelum pajak / kewajiban lancar yaitu untuk mengukur kemampuan perusahaan dalam
melunasi / membayar hutang jangka pendeknya atau current liabilitie) & X4 (Penjualan / total
aset yaitu untuk menunjukkan tingkat efisiensi penggunaan keseluruhan aktiva perusahaan
dalam menghasilkan volume penjualan) perusahaan DEWA & SMMT memiliki nilai yang
cukup rendah sehingga mempengaruhi hasil nilai springate.
5. KESIMPULAN DAN SARAN
Kesimpulan
a. Terdapat 3 perusahaan (ARII, BUMI, SMRU) konsisten mengalami Financial distress, 1
perusahaan (SMMT) konsisten berada di zona abu-abu (grey area), 2 perusahaan (BOSS
& TOBA) mengalami penurunan dari safe zone ke grey area maupun financial distress,
serta terdapat 1 perusahaan (DEWA) yang mengalami kenaikan dari grey area ke safe
zone (zona aman) apabila dihitung menggunakan Altman Z-Score.
b. Model prediksi financial distress Altman Z-Score telah mampu menemukan 7 perusahaan
yang mengalami kesulitan keuangan, hal tersebut disebabkan karena cut off pada X2
(Laba Ditahan/ Total aset) dan juga X3 (Laba sebelum bunga dan pajak/Total aset) yang
terdapat pada 7 perusahaan tersebut rata-rata mengalami minus setelah di hitung dengan
menggunakan cut off yang telah ditetapkan, meskipun pada cut off X1 & X4 tidak sampai
mengalami minus, akan tetapi nominal tersebut belum mencukupi target cut off Altman
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

Z-Score, dengan begitu pada ke-7 perusahaan tersebut kurang mampu dalam memperoleh
seberapa besar laba yang diperoleh dari kegiatan utamanya (investasi/asetnya)
c. Terdapat 7 perusahaan (ARII, BOSS, BUMI, DEWA, INDY, SMMT & SMRU)
konsisten mengalami financial distress dan terdapat 4 perusahaan (ADRO, DOID &
TOBA) yang mengalami penurunan dari zona aman (safe zone) ke financial distress.
d. Model prediksi financial distress Springate S-Score telah menemukan 11 perusahaan
yang mengalami kesulitan keuangan, hal tersebut disebabkan karena cut off pada X2
(Laba bersih sebelum bunga dan pajak / total aset) & X3 (Laba bersih sebelum pajak /
kewajiban lancar) yang terdapat ke-11 perusahaan tersebut rata-rata mengalami minus
setelah di hitung dengan cut off yang telah ditetapkan, meskipun pada cut off X1 & X4
tidak sampai mengalami minus, akan tetapi nominal tersebut kurang mencukupi cut off
Springate S-Score, dengan begitu laba yang diperoleh ke-11 perusahaan tersebut kurang
mampu dalam membayarkan kewajiban lancar (current liabilities).
e. Terdapat 7 perusahaan (ARII, BOSS, BUMI, DEWA, SMMT, SMRU & TOBA)
mengalami kesulitan keuangan apabila di hitung dengan menggunakan ke-2 metode
prediksi financial distress (Altman & Springate) hal tersebut dapat disimpulkan bahwa
ke-7 perusahaan tersebut memungkinkan akan mengalami delisting apabila pada tahun
selanjutnya belum ada progres untuk memperbaiki kegiatan operasionalnya, meskipun
terdapat 1 perusahaan yang masih memiliki potensi menurut metode Altman Z-Score (dari
zona abu-abu pada tahun 2019 ke zona aman pada tahun 2020) akan tetapi menurut
Springate S-score perusahaan tersebut mengalami financial distress pada tahun 2019-
2020, hal tersebut memungkinkan perusahaan DEWA masih kurang dalam membayarkan
hutang jangka pendeknya / current liabilities.
f. Terdapat 4 perusahaan (ADRO, DOID, INDY & KKGI) yang mengalami kesulitan
keuangan menurut metode prediksi financial distress Springate S-Score akan tetapi tidak
mengalami kesulitan keuangan pada metode Altman Z-Score hal tersebut dapat
disimpulkan bahwa ke-4 perusahaan tersebut mengalami kesulitan dalam membayarkan
liabilitas jangka pendeknya akan tetapi jika dilihat dari modal usahanya (investasi/aset)
ke-4 perusahaan tersebut masih memiliki kemungkinan untuk tetap memperbaiki
kegiatan operasionalnya maka masih minim untuk memiliki delisting ke tahun
selanjutnya.
Saran
1. Bagi Peneliti selanjutnya
Bagi peneliti selanjutnya yang akan meneliti dengan topik yang sama, diharapkan
dapat mempertimbangkan metode-metode financial distress perusahaan yang lainnya
dengan menyesuaikan kriteria-kriteria perusahaan yang akan dilakukan oleh peneliti
selanjutnya.
2. Bagi Manajemen Perusahaan
Perusahaan sebaiknya memperbaiki kegiatan operasionalnya dengan baik atau dengan
memperbaiki sistem pengendalian internal agar apabila menghadapi faktor-faktor
dominan seperti pandemi covid-19 atau penurunan harga acuan batu bara yang dapat
mempengaruhi keuangan perusahaan, maka perusahaan akan tetap dalam kondisi baik-
baik saja (safe zone). Dari hasil penelitian ini faktor-faktor eksternal yang paling dominan
dalam mempengaruhi prediksi financial distress perusahaan yaitu covid-19 atau
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

penurunan harga acuan batu bara yang disebabkan oleh terjadinya perang dagang antara
negara Amerika dan Cina sehingga terjadinya demand menurun, sehingga berdampak
pada laba perusahaan sehingga kurangnya kemampuan dalam membayarkan liabilitas
jangka pendeknya hingga pada modal usaha tahun selanjutnya (investasi tahun
selanjutnya).

DAFTAR PUSTAKA
[1] Altman, Edwardi. 1968. “Financial Ratios, Discriminant Analysis And The Prediction
Of Corporate Bankruptcy.” Hal. 589–609 In The Journal Of Finance. Vol. Xxiii.
[2] Batubara, Direktorat Jendral Mineral Dan. 2021. “Harga Acuan.” Minerba.Esdm.
Diambil (Https://Www.Minerba.Esdm.Go.Id/Harga_Acuan).
[3] Burhanuddin, Rizky Amalia. 2015. “Analisis Penggunaan Metode Altman Z Score Dan
Metode Springate Untuk Mengetahui Potensi Terjadinya Financial Distress Pada
Perusahaan Manufaktur Sektor Industri Dasar Dan Kimia Sub Sektor Semen Periode
2009 2013.”
[4] Citradi, Tirta. 2020. “Alamak! Terjun Bebas Terus, Harga Batu Bara Terendah 4
Tahun.” Cnbc Indonesia. Diambil
(Https://Www.Cnbcindonesia.Com/Market/20200813100618-17-179476/Alamak-
Terjun-Bebas-Terus-Harga-Batu-Bara-Terendah-4-Tahun).
[5] Farlindawati, Antonia Devi. 2017. “Pengaruh Rasio Keuangan Dan Ukuran Perusahaan
Terhadap Prediksi Financial Distress Pada Perusahaan Manufaktur Yang Terdaftar Di
Bursa Efek Indonesia (Bei) Periode 2011-2015.”
[6] Fatmawati, Mila. 2012. “Penggunaan The Zmijewski Model, The Altman Z-Score
Model Dan The Springate Model Sebagai Prediktor Delisting.” Jurnal Keuangan Dan
Perbankan 16:56–65.
[7] Hapsari, Evanny Indri. 2012. “Kekuatan Rasio Keuangan Dalam Memprediksi Kondisi
Financial Distress Perusahaan Manufaktur Di Bei.” Jurnal Dinamika Manajemen
3(2):101–9.
[8] Mastuti, Firda, Muhammad Saifi, Dan Devi Farah Azizah. 2012. “Altman Z-Score
Sebagai Salah Satu Metode Dalam Menganalisis Estimasi Kebangkrutan Perusahaan.”
Jurnal Administrasi Bisnis (Jab) 6(1):1–10.
[9] Platt, H. D., Dan M. B. Platt. 2002. “Predicting Corporate Financial Distress: Reflection
On Choice-Based Sample Bias.” Journal Of Economics And Finance 26(2):184–99.
[10] Rahayu, Fitriani, I. Wayan Suwendra, Dan Ni Nyoman Yulianthini. 2016. “Analisis
Financial Distress Dengan Menggunakan Metode Altman Z-Score, Springate, Dan
Zmijewski Pada Perusahaan Telekomunikasi.” Jurnal Manajemen Indonesia 4(1):2–13.
[11] Sagho, Maria Florida, Dan Ni Ketut Lely Aryani Merkusiwati. 2015. “Penggunaan
Metode Altman Z-Score Modifikasi Untuk Memprediksi Kebangkrutan Bank Yang
Terdaftar Di Bursa Efek Indonesia.” E-Jurnal Akuntansi 11(3):730–42.
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

Lampiran
Lampiran I Kriteria Pengambilan Sampel
No. Kriteria Jumlah
1. Perusahaan tercatat pada Bursa Efek Indonesia (BEI) dan
tergolong dalam perusahaan Sub-sektor Pertambangan 25
Batu bara menurut Fact Book BEI 2019
2. Perusahaan yang tidak tercatat pada Bursa Efek Indonesia
atau perusahaan yang telah delisting (penghapusan saham (2)
emiten atau perusahaan oleh Bursa Efek Indonesia)
3. Perusahaan yang tidak menerbitkan laporan keuangannya (1)
pada Bursa Efek Indonesia
4. Jumlah Sampel Perusahaan 22

Lampiran II Analisis Altman Z-Score 2019

X1 X2 X3 X4

PERUSAHAAN Modal Laba sebelum Z-SCORE KETERANGAN

Laba Ditahan/ Ekuitas nilai pasar/Nilai
kerja/Total bunga dan
Total aset buku dari total utang
aset pajak/Total aset

ADRO 1,9178 1,0338 0,6137 0,7055 4,27 SAFE ZONE

ARII 1,1300 -1,3417 -0,1052 0,5169 0,20 DISTRESS

BOSS 2,3084 0,3896 0,0498 0,3728 3,12 SAFE ZONE

BSSR 2,0291 1,2977 1,1076 4,4112 8,85 SAFE ZONE

BUMI 0,8043 -2,3674 -0,0345 0,1143 -1,48 DISTRESS

BYAN 2,6669 1,1916 1,6385 5,8555 11,35 SAFE ZONE

DEWA 2,3796 -0,5174 0,0490 0,2580 2,17 GREY AREA

DOID 2,6170 0,2416 0,1983 0,1994 3,26 SAFE ZONE

DSSA 1,5263 0,6792 0,2403 0,3825 2,83 SAFE ZONE

FIRE 6,5600 -0,1132 0,4647 2,6565 9,57 SAFE ZONE

GEMS 3,0904 0,5781 0,8638 2,6437 7,18 SAFE ZONE

HRUM 4,2323 1,3894 0,3853 5,4029 11,41 SAFE ZONE

INDY 2,5967 0,4617 0,1006 0,1801 3,34 SAFE ZONE

ITMG 2,6576 1,4441 1,0783 2,8859 8,07 SAFE ZONE

KKGI 2,0350 3,0164 0,4270 2,5008 7,98 SAFE ZONE

MBAP 4,5007 2,0196 1,6907 3,8581 12,07 SAFE ZONE

MYOH 4,9448 2,0368 1,5532 5,6145 14,15 SAFE ZONE

PTBA 2,9329 2,1307 1,4047 4,1802 10,65 SAFE ZONE

PTRO 2,6436 1,0971 0,4949 0,3500 4,59 SAFE ZONE

SMMT 0,6427 0,1705 0,0481 1,4172 2,28 GREY AREA

SMRU 1,0431 -2,0669 -0,7413 0,7277 -1,04 DISTRESS

TOBA 0,8738 0,6299 0,6657 0,5790 2,75 SAFE ZONE

Lampiran III Analisis Altman Z-Score 2020

X1 X2 X3 X4
PERUSAHAAN Z-SCORE KETERANGAN
Modal kerja/ Ekuitas nilai pasar/ Nilai
Total aset buku dari total utang
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

Laba Laba sebelum

Ditahan/ bunga dan pajak
Total aset /Total aset

ADRO 1,7800 1,1990 0,2339 0,9918 4,20 SAFE ZONE

ARII 1,0826 -1,2187 -0,3337 0,2775 -0,19 DISTRESS

BOSS 1,2116 -0,5027 -1,0198 0,3604 0,05 DISTRESS

BSSR 2,3906 1,4837 1,0421 4,5246 9,44 SAFE ZONE

BUMI 0,7603 -2,9052 -0,6320 0,1208 -2,66 DISTRESS

BYAN 3,1156 1,4663 1,7700 5,0648 11,42 SAFE ZONE

DEWA 2,6288 -0,3095 0,0028 0,2892 2,61 SAFE ZONE

DOID 2,4748 0,2364 -0,1680 0,3179 2,86 SAFE ZONE

DSSA 2,5444 0,7624 -0,0126 0,6999 3,99 SAFE ZONE

FIRE 6,5600 0,0899 0,8075 13,4217 20,88 SAFE ZONE

GEMS 3,2880 0,5183 1,0499 2,4051 7,26 SAFE ZONE

HRUM 3,2814 1,6320 0,8647 13,1734 18,95 SAFE ZONE

INDY 2,6177 0,3365 -0,1908 0,2551 3,02 SAFE ZONE

ITMG 2,3776 1,3651 0,4208 3,6197 7,78 SAFE ZONE

KKGI 1,9969 3,2432 -0,5784 3,8030 8,46 SAFE ZONE

MBAP 4,5296 2,0024 1,3802 5,6170 13,53 SAFE ZONE

MYOH 4,7401 1,7693 1,2170 9,6783 17,40 SAFE ZONE

PTBA 2,2809 2,1032 0,9027 4,7619 10,05 SAFE ZONE

PTRO 2,7496 1,2877 0,4508 0,4777 4,97 SAFE ZONE

SMMT 0,6962 0,2296 -0,1782 1,2094 1,96 GREY AREA

SMRU 0,7893 -1,8614 -1,7867 0,7799 -2,08 DISTRESS

TOBA 0,5980 0,6269 0,3664 0,6479 2,24 GREY AREA

Lampiran IV Kesimpulan Analisis Altman Z-Score 2019-2020

SELISIH TAHUN 2019-
PERUSAHAAN 2019 2020 2020 PERSENTASE
ADRO SAFE ZONE SAFE ZONE -0,07 -1,5%
ARII DISTRESS DISTRESS -0,39 -196,1%
BOSS SAFE ZONE DISTRESS -3,07 -98,4%
BSSR SAFE ZONE SAFE ZONE 0,60 6,7%
BUMI DISTRESS DISTRESS -1,17 -79,1%
BYAN SAFE ZONE SAFE ZONE 0,06 0,6%
DEWA GREY AREA SAFE ZONE 0,44 20,4%
DOID SAFE ZONE SAFE ZONE -0,40 -12,1%
DSSA SAFE ZONE SAFE ZONE 1,17 41,2%
FIRE SAFE ZONE SAFE ZONE 11,31 118,2%
GEMS SAFE ZONE SAFE ZONE 0,09 1,2%
HRUM SAFE ZONE SAFE ZONE 7,54 66,1%
INDY SAFE ZONE SAFE ZONE -0,32 -9,6%
ITMG SAFE ZONE SAFE ZONE -0,28 -3,5%
KKGI SAFE ZONE SAFE ZONE 0,49 6,1%
MBAP SAFE ZONE SAFE ZONE 1,46 12,1%
MYOH SAFE ZONE SAFE ZONE 3,26 23,0%
PTBA SAFE ZONE SAFE ZONE -0,60 -5,6%
PTRO SAFE ZONE SAFE ZONE 0,38 8,3%
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

SMMT GREY AREA GREY AREA -0,32 -14,1%

SMRU DISTRESS DISTRESS -1,04 -100,4%
TOBA SAFE ZONE GREY AREA -0,51 -18,5%
Lampiran V Analisis Springate 2019
X1 X2 X3 X4

PERUSAHAAN Laba bersih sebelum Laba bersih sebelum S-SCORE KETERANGAN

Modal kerja / Penjualan / total
bunga dan pajak / total pajak / kewajiban
total aset aset
aset lancar

ADRO 0,3011 0,2804 0,3529 0,1916 1,13 SAFE ZONE

ARII 0,1774 -0,0480 -0,0118 0,0690 0,19 DISTRESS

BOSS 0,3624 0,0227 0,0187 0,1245 0,53 DISTRESS

BSSR 0,3186 0,5060 0,4243 0,6671 1,92 SAFE ZONE

BUMI 0,1263 -0,0158 -0,0034 0,1202 0,23 DISTRESS

BYAN 0,4187 0,7486 0,3540 0,4355 1,96 SAFE ZONE

DEWA 0,3736 0,0224 0,0134 0,2509 0,66 DISTRESS

DOID 0,4109 0,0906 0,0894 0,2984 0,89 SAFE ZONE

DSSA 0,2396 0,1098 0,1315 0,1792 0,66 DISTRESS

FIRE 1,0300 0,2123 0,1278 2,0095 3,38 SAFE ZONE

GEMS 0,4852 0,3946 0,2382 0,5675 1,69 SAFE ZONE

HRUM 0,6645 0,1760 0,5409 0,2350 1,62 SAFE ZONE

INDY 0,4077 0,0460 0,0502 0,3078 0,81 DISTRESS

ITMG 0,4173 0,4926 0,5260 0,5923 2,03 SAFE ZONE

KKGI 0,3195 0,1951 0,2939 0,3636 1,17 SAFE ZONE

MBAP 0,7067 0,7724 0,8722 0,5419 2,89 SAFE ZONE

MYOH 0,7764 0,7096 0,6647 0,6736 2,82 SAFE ZONE

PTBA 0,4605 0,6417 0,7675 0,3339 2,20 SAFE ZONE

PTRO 0,4151 0,2261 0,1826 0,3458 1,17 SAFE ZONE

SMMT 0,1009 0,0220 0,0143 0,1149 0,25 DISTRESS

SMRU 0,1638 -0,3387 -0,5227 0,1669 -0,53 DISTRESS

TOBA 0,1372 0,3041 0,4514 0,3312 1,22 SAFE ZONE

Lampiran VI Analisis Springate 2020

X1 X2 X3 X4

PERUSAHAAN Laba bersih sebelum Laba bersih sebelum S-SCORE KETERANGAN

Modal kerja
bunga dan pajak / total pajak / kewajiban Penjualan / total aset
/ total aset
aset lancar

ADRO 0,2795 0,1069 0,1281 0,1589 0,67 DISTRESS

ARII 0,1700 -0,1525 -0,0356 0,0467 0,03 DISTRESS

BOSS 0,1902 -0,4659 -0,3133 0,0975 -0,49 DISTRESS

BSSR 0,3754 0,4761 0,4429 0,5035 1,80 SAFE ZONE

BUMI 0,1194 -0,2887 -0,0621 0,0922 -0,14 DISTRESS

BYAN 0,4892 0,8086 1,1896 0,3445 2,83 SAFE ZONE

DEWA 0,4128 0,0013 0,0008 0,2202 0,64 DISTRESS

DOID 0,3886 -0,0768 -0,0730 0,2470 0,49 DISTRESS

DSSA 0,3995 -0,0057 -0,0049 0,2079 0,60 DISTRESS

FIRE 1,0300 0,3689 0,1789 2,2328 3,81 SAFE ZONE

GEMS 0,5163 0,4796 0,2538 0,5218 1,77 SAFE ZONE

HRUM 0,5152 0,3950 1,7104 0,1266 2,75 SAFE ZONE

 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

INDY 0,4110 -0,0871 -0,0925 0,3186 0,55 DISTRESS

ITMG 0,3733 0,1922 0,2310 0,4092 1,21 SAFE ZONE

KKGI 0,3135 -0,2642 -0,5693 0,2658 -0,25 DISTRESS

MBAP 0,7112 0,6305 0,7350 0,4423 2,52 SAFE ZONE

MYOH 0,7443 0,5560 1,0435 0,4332 2,78 SAFE ZONE

PTBA 0,3581 0,4124 0,5508 0,2881 1,61 SAFE ZONE

PTRO 0,4317 0,2060 0,1730 0,2573 1,07 SAFE ZONE

SMMT 0,1093 -0,0814 -0,0487 0,0950 0,07 DISTRESS

SMRU 0,1239 -0,8162 -0,6913 0,1528 -1,23 DISTRESS

TOBA 0,0939 0,1674 0,2890 0,1720 0,72 DISTRESS

Lampiran VII Kesimpulan Analisis Springate 2019-2020

SELISIH TAHUN 2019-
PERUSAHAAN 2019 2020 2020 PERSENTASE
ADRO SAFE ZONE DISTRESS -0,45 -40,2%
ARII DISTRESS DISTRESS -0,16 -84,6%
BOSS DISTRESS DISTRESS -1,02 -193,0%
BSSR SAFE ZONE SAFE ZONE -0,12 -6,2%
BUMI DISTRESS DISTRESS -0,37 -161,2%
BYAN SAFE ZONE SAFE ZONE 0,88 44,7%
DEWA DISTRESS DISTRESS -0,03 -3,8%
DOID SAFE ZONE DISTRESS -0,40 -45,4%
DSSA DISTRESS DISTRESS -0,06 -9,6%
FIRE SAFE ZONE SAFE ZONE 0,43 12,7%
GEMS SAFE ZONE SAFE ZONE 0,09 5,1%
HRUM SAFE ZONE SAFE ZONE 1,13 70,0%
INDY DISTRESS DISTRESS -0,26 -32,2%
ITMG SAFE ZONE SAFE ZONE -0,82 -40,5%
KKGI SAFE ZONE DISTRESS -1,43 -121,7%
MBAP SAFE ZONE SAFE ZONE -0,37 -12,9%
MYOH SAFE ZONE SAFE ZONE -0,05 -1,7%
PTBA SAFE ZONE SAFE ZONE -0,59 -27,0%
PTRO SAFE ZONE SAFE ZONE -0,10 -8,7%
SMMT DISTRESS DISTRESS -0,18 -70,5%
SMRU DISTRESS DISTRESS -0,70 -131,9%
TOBA SAFE ZONE DISTRESS -0,50 -41,0%

Lampiran VIII Perbandingan Hasil Analisis Altman Z-Score & Springate 2019
PERUSAHAAN ALTMAN 2019 SPRINGATE 2019
ADRO SAFE ZONE SAFE ZONE
ARII DISTRESS DISTRESS
BOSS SAFE ZONE DISTRESS
BSSR SAFE ZONE SAFE ZONE
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

BUMI DISTRESS DISTRESS

BYAN SAFE ZONE SAFE ZONE
DEWA GREY AREA DISTRESS
DOID SAFE ZONE SAFE ZONE
DSSA SAFE ZONE DISTRESS
FIRE SAFE ZONE SAFE ZONE
GEMS SAFE ZONE SAFE ZONE
HRUM SAFE ZONE SAFE ZONE
INDY SAFE ZONE DISTRESS
ITMG SAFE ZONE SAFE ZONE
KKGI SAFE ZONE SAFE ZONE
MBAP SAFE ZONE SAFE ZONE
MYOH SAFE ZONE SAFE ZONE
PTBA SAFE ZONE SAFE ZONE
PTRO SAFE ZONE SAFE ZONE
SMMT GREY AREA DISTRESS
SMRU DISTRESS DISTRESS
TOBA SAFE ZONE SAFE ZONE

Lampiran IX Perbandingan Hasil Analisis Altman Z-Score & Springate 2020

PERUSAHAAN ALTMAN 2020 SPRINGATE 2020
ADRO SAFE ZONE DISTRESS
ARII DISTRESS DISTRESS
BOSS DISTRESS DISTRESS
BSSR SAFE ZONE SAFE ZONE
BUMI DISTRESS DISTRESS
BYAN SAFE ZONE SAFE ZONE
DEWA SAFE ZONE DISTRESS
DOID SAFE ZONE DISTRESS
DSSA SAFE ZONE DISTRESS
FIRE SAFE ZONE SAFE ZONE
GEMS SAFE ZONE SAFE ZONE
HRUM SAFE ZONE SAFE ZONE
INDY SAFE ZONE DISTRESS
ITMG SAFE ZONE SAFE ZONE
KKGI SAFE ZONE DISTRESS
MBAP SAFE ZONE SAFE ZONE
MYOH SAFE ZONE SAFE ZONE
PTBA SAFE ZONE SAFE ZONE
PTRO SAFE ZONE SAFE ZONE
SMMT GREY AREA DISTRESS
SMRU DISTRESS DISTRESS
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

TOBA GREY AREA DISTRESS

 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

Lampiran X Data Keuangan Perusahaan Menurut Altman 2019

ALTMAN Z-SCORE 2019
X3 = Laba sebelum bunga dan X4 = Ekuitas nilai pasar/Nilai
PERUSAHAAN X1 = Modal kerja/Total aset X2 = Laba Ditahan/Total aset
pajak/Total aset buku dari total utang
ADRO 2.109.924.000 7.217.105.000 2.288.597.000 7.217.105.000 659.103.000 7.217.105.000 2.172.630.529 3.233.710.000
ARII 62.695.000 363.952.000 - 149.790.000 363.952.000 - 5.696.000 363.952.000 156.494.505 317.894.000
BOSS 21.745.264 61.796.454 7.385.407 61.796.454 457.918 61.796.454 17.071.960 48.086.682
BSSR 77.537.334 250.680.316 99.791.403 250.680.316 41.316.129 250.680.316 337.612.903 80.362.658
BUMI 454.001.034 3.702.805.778 - 2.688.938.047 3.702.805.778 - 19.016.097 3.702.805.778 347.545.781 3.192.870.099
BYAN 519.575.216 1.278.040.123 467.153.174 1.278.040.123 311.625.370 1.278.040.123 3.674.819.988 658.959.960
DEWA 199.332.102 549.518.597 - 87.210.025 549.518.597 4.007.587 549.518.597 77.468.039 315.255.563
DOID 471.509.645 1.181.911.191 87.584.393 1.181.911.191 34.877.675 1.181.911.191 171.139.915 901.340.212
DSSA 865.283.201 3.718.973.064 774.799.342 3.718.973.064 132.991.843 3.718.973.064 757.987.482 2.080.864.382
FIRE 17.240.213 17.240.212 - 598.800 17.240.212 1.192.250 17.240.212 34.099.142 13.477.964
GEMS 367.763.825 780.646.167 138.430.698 780.646.167 100.340.160 780.646.167 1.063.452.687 422379157
HRUM 288.389.905 447.001.954 190.507.183 447.001.954 25.627.895 447.001.954 243.998.065 47.418.441
INDY 1.431.426.846 3.616.163.065 512.174.747 3.616.163.065 54.134.699 3.616.163.065 440.781.066 2.570.388.847
ITMG 469.389.000 1.158.629.000 513.245.000 1.158.629.000 185.908.000 1.158.629.000 892.093.510 324.576.000
KKGI 39.197.070 126.354.537 116.913.370 126.354.537 8.029.510 126.354.537 78.529.234 32.971.463
MBAP 132.090.716 192.527.289 119.270.534 192.527.289 48.438.664 192.527.289 172.279.225 46.886.899
MYOH 113.903.995 151.108.859 94.409.672 151.108.859 34.925.112 151.108.859 202.564.671 37.882.793
PTBA 827.233.392 1.850.269.550 1.209.290.961 1.850.269.550 386.753.775 1.850.269.550 2.166.322.359 544.149.308
PTRO 222.064.000 551.044.000 185.453.000 551.044.000 40.581.000 551.044.000 112.840.945 338.481.000
SMMT 6.053.045 61.787.546 3.231.278 61.787.546 441.972 61.787.546 27.468.983 20.352.174
SMRU 18.888.544 118.792.674 - 75.318.375 118.792.674 - 13.104.723 118.792.674 44.308.351 63.932.657
TOBA 84.538.694 634.640.456 122.626.242 634.640.456 62.869.168 634.640.456 204.316.704 370.500.569

Lampiran XI Data Keuangan Perusahaan Menurut Altman 2020

ALTMAN Z-SCORE, 2020
X3 = Laba sebelum bunga dan X4 = Ekuitas nilai pasar/Nilai
PERUSAHAAN X1 = Modal kerja/Total aset X2 = Laba Ditahan/Total aset
pajak/Total aset buku dari total utang
ADRO 1.731.619.000 6.381.566.000 2.347.061.000 6.381.566.000 222.165.000 6.381.566.000 2.295.147.288 2.429.852.000
ARII 59.545.000 360.802.000 - 134.878.000 360.802.000 - 17.918.000 360.802.000 87.903.297 332.588.000
BOSS 9.156.422 49.576.359 - 7.644.857 49.576.359 - 7.523.145 49.576.359 14.888.337 43.381.741
BSSR 95.968.026 263.343.768 119.849.753 263.343.768 40.839.013 263.343.768 314.425.204 72.967.723
BUMI 397.376.703 3.428.550.326 - 3.055.454.777 3.428.550.326 - 322.439.419 3.428.550.326 379.140.852 3.295.912.298
BYAN 769.275.004 1.619.725.022 728.537.430 1.619.725.022 426.635.647 1.619.725.022 3.657.095.775 758.171.248
DEWA 220.662.767 550.639.564 - 52.281.044 550.639.564 230.281 550.639.564 77.468.039 281.239.286
DOID 367.620.154 974.449.753 70.647.677 974.449.753 - 24.362.484 974.449.753 215.147.322 710.718.334
DSSA 1.124.916.288 2.900.230.622 678.277.700 2.900.230.622 - 5.418.407 2.900.230.622 874.075.655 1.311.320.300
FIRE 13.577.422 13.577.422 374.553 13.577.422 1.631.521 13.577.422 138.070.145 10.801.462
GEMS 407.856.734 813.717.765 129.362.077 813.717.765 127.132.647 813.717.765 1.063.452.687 464.283.221
HRUM 249.455.822 498.702.216 249.650.741 498.702.216 64.171.397 498.702.216 550.844.116 43.905.598
INDY 1.394.114.737 3.493.702.857 360.581.514 3.493.702.857 - 99.177.186 3.493.702.857 638.118.196 2.626.405.463
ITMG 419.933.000 1.158.629.000 485.176.000 1.158.629.000 72.553.000 1.158.629.000 1.076.731.600 312.339.000
KKGI 33.085.205 108.688.283 108.128.009 108.688.283 - 9.354.622 108.688.283 88.511.763 24.437.727
MBAP 125.650.152 181.973.102 111.771.387 181.973.102 37.373.592 181.973.102 234.056.118 43.752.926
MYOH 115.743.411 160.181.748 86.935.851 160.181.748 29.009.788 160.181.748 203.346.774 22.061.137
PTBA 593.006.452 1.705.548.033 1.100.359.801 1.705.548.033 229.116.271 1.705.548.033 2.288.483.394 504.612.478
PTRO 222.014.000 529.688.000 209.231.000 529.688.000 35.536.000 529.688.000 135.690.357 298.248.000
SMMT 6.634.381 62.515.861 4.403.135 62.515.861 - 1.658.037 62.515.861 25.905.707 22.490.492
SMRU 10.991.814 91.358.925 - 52.164.964 91.358.925 - 24.290.117 91.358.925 44.308.351 59.653.034
TOBA 70.359.369 771.871.787 148.428.163 771.871.787 42.082.914 771.871.787 296.772.866 480.957.627
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

Lampiran XIII Data Keuangan Perusahaan Menurut Springate 2019

SPRINGATE S-SCORE, 2019
X2 = Laba sebelum bunga dan X3 = Laba sebelum bunga dan
PERUSAHAAN X1 = Modal kerja/Total aset X4 = Sales/Total aset
pajak/Total aset pajak/Total hutang lancar
ADRO 2.109.924.000 7.217.105.000 659.103.000 7.217.105.000 659.103.000 1.232.601.000 3.457.154.000 7.217.105.000
ARII 62.695.000 363.952.000 - 5.696.000 363.952.000 - 5.696.000 317.894.000 62.803.000 363.952.000
BOSS 21.745.264 61.796.454 457.918 61.796.454 457.918 16.184.732 19.228.562 61.796.454
BSSR 77.537.334 250.680.316 41.316.129 250.680.316 41.316.129 64.264.652 418.087.491 250.680.316
BUMI 454.001.034 3.702.805.778 - 19.016.097 3.702.805.778 - 19.016.097 3.702.805.778 1.112.566.618 3.702.805.778
BYAN 519.575.216 1.278.040.123 311.625.370 1.278.040.123 311.625.370 580.937.083 1.391.589.834 1.278.040.123
DEWA 199.332.102 549.518.597 4.007.587 549.518.597 4.007.587 197.038.944 344.647.459 549.518.597
DOID 471.509.645 1.181.911.191 34.877.675 1.181.911.191 34.877.675 257.349.435 881.812.079 1.181.911.191
DSSA 865.283.201 3.718.973.064 132.991.843 3.718.973.064 132.991.843 667.387.770 1.666.415.381 3.718.973.064
FIRE 17.240.213 17.240.212 1.192.250 17.240.212 1.192.250 6.154.784 86.611.984 17.240.212
GEMS 367.763.825 780.646.167 100.340.160 780.646.167 100.340.160 277997670 1.107.464.101 780.646.167
HRUM 288.389.905 447.001.954 25.627.895 447.001.954 25.627.895 31.270.572 262.590.669 447.001.954
INDY 1.431.426.846 3.616.163.065 54.134.699 3.616.163.065 54.134.699 711.411.136 2.782.676.420 3.616.163.065
ITMG 469.389.000 1.158.629.000 185.908.000 1.158.629.000 185.908.000 233.288.000 1.715.592.000 1.158.629.000
KKGI 39.197.070 126.354.537 8.029.510 126.354.537 8.029.510 18.033.350 114.851.737 126.354.537
MBAP 132.090.716 192.527.289 48.438.664 192.527.289 48.438.664 36.654.975 260.849.803 192.527.289
MYOH 113.903.995 151.108.859 34.925.112 151.108.859 34.925.112 34.675.727 254.454.591 151.108.859
PTBA 827.233.392 1.850.269.550 386.753.775 1.850.269.550 386.753.775 332.594.895 1.544.669.550 1.850.269.550
PTRO 222.064.000 551.044.000 40.581.000 551.044.000 40.581.000 146.671.000 476.441.000 551.044.000
SMMT 6.053.045 61.787.546 441.972 61.787.546 441.972 20.352.174 17.742.989 61.787.546
SMRU 18.888.544 118.792.674 - 13.104.723 118.792.674 - 13.104.723 16.547.337 49.571.194 118.792.674
TOBA 84.538.694 634.640.456 62.869.168 634.640.456 62.869.168 91.929.716 525.524.499 634.640.456

Lampiran XIV Data Keuangan Perusahaan Menurut Springate 2020

SPRINGATE, 2020
X2 = Laba sebelum bunga dan X3 = Laba sebelum bunga dan
PERUSAHAAN X1 = Modal kerja/Total aset X4 = Sales/Total aset
pajak/Total aset pajak/Total hutang lancar
ADRO 1.731.619.000 6.381.566.000 222.165.000 6.381.566.000 222.165.000 1.144.923.000 2.534.842.000 6.381.566.000
ARII 59.545.000 360.802.000 - 17.918.000 360.802.000 - 17.918.000 332.588.000 42.160.000 360.802.000
BOSS 9.156.422 49.576.359 - 7.523.145 49.576.359 - 7.523.145 15.846.010 12.079.831 49.576.359
BSSR 95.968.026 263.343.768 40.839.013 263.343.768 40.839.013 60.853.847 331.463.965 263.343.768
BUMI 397.376.703 3.428.550.326 - 322.439.419 3.428.550.326 - 322.439.419 3.428.550.326 790.436.397 3.428.550.326
BYAN 769.275.004 1.619.725.022 426.635.647 1.619.725.022 426.635.647 236.695.460 1.395.113.268 1.619.725.022
DEWA 220.662.767 550.639.564 230.281 550.639.564 230.281 197.845.919 303.195.141 550.639.564
DOID 367.620.154 974.449.753 - 24.362.484 974.449.753 - 24.362.484 220.348.158 601.691.969 974.449.753
DSSA 1.124.916.288 2.900.230.622 - 5.418.407 2.900.230.622 - 5.418.407 724.504.586 1.507.322.128 2.900.230.622
FIRE 13.577.422 13.577.422 1.631.521 13.577.422 1.631.521 6.019.575 75.789.118 13.577.422
GEMS 407.856.734 813.717.765 127.132.647 813.717.765 127.132.647 330.623.136 1.061.409.877 813.717.765
HRUM 249.455.822 498.702.216 64.171.397 498.702.216 64.171.397 24.761.588 157.819.047 498.702.216
INDY 1.394.114.737 3.493.702.857 - 99.177.186 3.493.702.857 - 99.177.186 707.713.855 2.782.676.420 3.493.702.857
ITMG 419.933.000 1.158.629.000 72.553.000 1.158.629.000 72.553.000 207.300.000 1.185.336.000 1.158.629.000
KKGI 33.085.205 108.688.283 - 9.354.622 108.688.283 - 9.354.622 10.844.104 72.221.596 108.688.283
MBAP 125.650.152 181.973.102 37.373.592 181.973.102 37.373.592 33.560.298 201.207.287 181.973.102
MYOH 115.743.411 160.181.748 29.009.788 160.181.748 29.009.788 18.348.172 173.471.808 160.181.748
PTBA 593.006.452 1.705.548.033 229.116.271 1.705.548.033 229.116.271 274.544.984 1.228.301.453 1.705.548.033
PTRO 222.014.000 529.688.000 35.536.000 529.688.000 35.536.000 135.578.000 340.688.000 529.688.000
SMMT 6.634.381 62.515.861 - 1.658.037 62.515.861 - 1.658.037 22.490.492 14.849.041 62.515.861
SMRU 10.991.814 91.358.925 - 24.290.117 91.358.925 - 24.290.117 23.191.826 34.908.320 91.358.925
TOBA 70.359.369 771.871.787 42.082.914 771.871.787 42.082.914 96.121.076 331.932.404 771.871.787
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

Lampiran XVI Analisa Keuangan Perusahaan Metode Altman 2019

ALTMAN Z-SCORE 2019
X1 X2 X3 X4
PERUSAHAAN Modal Laba Ditahan/ Total Laba sebelum bunga dan Ekuitas nilai pasar/Nilai buku dari Z-SCORE KETERANGAN
kerja/Total aset aset pajak/Total aset total utang
ADRO 1,9178 1,0338 0,6137 0,7055 4,27 SAFE ZONE
ARII 1,1300 -1,3417 -0,1052 0,5169 0,20 DISTRESS
BOSS 2,3084 0,3896 0,0498 0,3728 3,12 SAFE ZONE
BSSR 2,0291 1,2977 1,1076 4,4112 8,85 SAFE ZONE
BUMI 0,8043 -2,3674 -0,0345 0,1143 -1,48 DISTRESS
BYAN 2,6669 1,1916 1,6385 5,8555 11,35 SAFE ZONE
DEWA 2,3796 -0,5174 0,0490 0,2580 2,17 GREY AREA
DOID 2,6170 0,2416 0,1983 0,1994 3,26 SAFE ZONE
DSSA 1,5263 0,6792 0,2403 0,3825 2,83 SAFE ZONE
FIRE 6,5600 -0,1132 0,4647 2,6565 9,57 SAFE ZONE
GEMS 3,0904 0,5781 0,8638 2,6437 7,18 SAFE ZONE
HRUM 4,2323 1,3894 0,3853 5,4029 11,41 SAFE ZONE
INDY 2,5967 0,4617 0,1006 0,1801 3,34 SAFE ZONE
ITMG 2,6576 1,4441 1,0783 2,8859 8,07 SAFE ZONE
KKGI 2,0350 3,0164 0,4270 2,5008 7,98 SAFE ZONE
MBAP 4,5007 2,0196 1,6907 3,8581 12,07 SAFE ZONE
MYOH 4,9448 2,0368 1,5532 5,6145 14,15 SAFE ZONE
PTBA 2,9329 2,1307 1,4047 4,1802 10,65 SAFE ZONE
PTRO 2,6436 1,0971 0,4949 0,3500 4,59 SAFE ZONE
SMMT 0,6427 0,1705 0,0481 1,4172 2,28 GREY AREA
SMRU 1,0431 -2,0669 -0,7413 0,7277 -1,04 DISTRESS
TOBA 0,8738 0,6299 0,6657 0,5790 2,75 SAFE ZONE

Lampiran XVII Analisa Keuangan Perusahaan Metode Altman 2020

ALTMAN Z-SCORE 2020
X1 X2 X3 X4
PERUSAHAAN Modal kerja/Total Laba Ditahan/ Laba sebelum bunga dan Ekuitas nilai pasar/Nilai Z-SCORE KETERANGAN
aset Total aset pajak/Total aset buku dari total utang
ADRO 1,7800 1,1990 0,2339 0,9918 4,20 SAFE ZONE
ARII 1,0826 -1,2187 -0,3337 0,2775 -0,19 DISTRESS
BOSS 1,2116 -0,5027 -1,0198 0,3604 0,05 DISTRESS
BSSR 2,3906 1,4837 1,0421 4,5246 9,44 SAFE ZONE
BUMI 0,7603 -2,9052 -0,6320 0,1208 -2,66 DISTRESS
BYAN 3,1156 1,4663 1,7700 5,0648 11,42 SAFE ZONE
DEWA 2,6288 -0,3095 0,0028 0,2892 2,61 SAFE ZONE
DOID 2,4748 0,2364 -0,1680 0,3179 2,86 SAFE ZONE
DSSA 2,5444 0,7624 -0,0126 0,6999 3,99 SAFE ZONE
FIRE 6,5600 0,0899 0,8075 13,4217 20,88 SAFE ZONE
GEMS 3,2880 0,5183 1,0499 2,4051 7,26 SAFE ZONE
HRUM 3,2814 1,6320 0,8647 13,1734 18,95 SAFE ZONE
INDY 2,6177 0,3365 -0,1908 0,2551 3,02 SAFE ZONE
ITMG 2,3776 1,3651 0,4208 3,6197 7,78 SAFE ZONE
KKGI 1,9969 3,2432 -0,5784 3,8030 8,46 SAFE ZONE
MBAP 4,5296 2,0024 1,3802 5,6170 13,53 SAFE ZONE
MYOH 4,7401 1,7693 1,2170 9,6783 17,40 SAFE ZONE
PTBA 2,2809 2,1032 0,9027 4,7619 10,05 SAFE ZONE
PTRO 2,7496 1,2877 0,4508 0,4777 4,97 SAFE ZONE
SMMT 0,6962 0,2296 -0,1782 1,2094 1,96 GREY AREA
SMRU 0,7893 -1,8614 -1,7867 0,7799 -2,08 DISTRESS
TOBA 0,5980 0,6269 0,3664 0,6479 2,24 GREY AREA
 DRAFT PAPER UISI JURNAL
Vol. 1, No. 1, Agustus 2022, P-ISSN xxx-xxxx, E-ISSN xxxx-xxxX

Lampiran XIX Analisa Keuangan Perusahaan Metode Springate 2019

SPRINGATE S-SCORE 2019
X1 X2 X3 X4
PERUSAHAAN Modal kerja / Laba bersih sebelum Laba bersih sebelum S-SCORE KETERANGAN
Penjualan / total aset
total aset bunga dan pajak / pajak / kewajiban lancar
ADRO 0,3011 0,2804 0,3529 0,1916 1,13 SAFE ZONE
ARII 0,1774 -0,0480 -0,0118 0,0690 0,19 DISTRESS
BOSS 0,3624 0,0227 0,0187 0,1245 0,53 DISTRESS
BSSR 0,3186 0,5060 0,4243 0,6671 1,92 SAFE ZONE
BUMI 0,1263 -0,0158 -0,0034 0,1202 0,23 DISTRESS
BYAN 0,4187 0,7486 0,3540 0,4355 1,96 SAFE ZONE
DEWA 0,3736 0,0224 0,0134 0,2509 0,66 DISTRESS
DOID 0,4109 0,0906 0,0894 0,2984 0,89 SAFE ZONE
DSSA 0,2396 0,1098 0,1315 0,1792 0,66 DISTRESS
FIRE 1,0300 0,2123 0,1278 2,0095 3,38 SAFE ZONE
GEMS 0,4852 0,3946 0,2382 0,5675 1,69 SAFE ZONE
HRUM 0,6645 0,1760 0,5409 0,2350 1,62 SAFE ZONE
INDY 0,4077 0,0460 0,0502 0,3078 0,81 DISTRESS
ITMG 0,4173 0,4926 0,5260 0,5923 2,03 SAFE ZONE
KKGI 0,3195 0,1951 0,2939 0,3636 1,17 SAFE ZONE
MBAP 0,7067 0,7724 0,8722 0,5419 2,89 SAFE ZONE
MYOH 0,7764 0,7096 0,6647 0,6736 2,82 SAFE ZONE
PTBA 0,4605 0,6417 0,7675 0,3339 2,20 SAFE ZONE
PTRO 0,4151 0,2261 0,1826 0,3458 1,17 SAFE ZONE
SMMT 0,1009 0,0220 0,0143 0,1149 0,25 DISTRESS
SMRU 0,1638 -0,3387 -0,5227 0,1669 -0,53 DISTRESS
TOBA 0,1372 0,3041 0,4514 0,3312 1,22 SAFE ZONE

Lampiran XX Analisa Keuangan Perusahaan Metode Springate 2020

SPRINGATE S-SCORE 2020
X1 X2 X3 X4
PERUSAHAAN Modal kerja / total Laba bersih Laba bersih sebelum S-SCORE KETERANGAN
Penjualan / total aset
aset sebelum bunga dan pajak / kewajiban lancar
ADRO 0,2795 0,1069 0,1281 0,1589 0,67 DISTRESS
ARII 0,1700 -0,1525 -0,0356 0,0467 0,03 DISTRESS
BOSS 0,1902 -0,4659 -0,3133 0,0975 -0,49 DISTRESS
BSSR 0,3754 0,4761 0,4429 0,5035 1,80 SAFE ZONE
BUMI 0,1194 -0,2887 -0,0621 0,0922 -0,14 DISTRESS
BYAN 0,4892 0,8086 1,1896 0,3445 2,83 SAFE ZONE
DEWA 0,4128 0,0013 0,0008 0,2202 0,64 DISTRESS
DOID 0,3886 -0,0768 -0,0730 0,2470 0,49 DISTRESS
DSSA 0,3995 -0,0057 -0,0049 0,2079 0,60 DISTRESS
FIRE 1,0300 0,3689 0,1789 2,2328 3,81 SAFE ZONE
GEMS 0,5163 0,4796 0,2538 0,5218 1,77 SAFE ZONE
HRUM 0,5152 0,3950 1,7104 0,1266 2,75 SAFE ZONE
INDY 0,4110 -0,0871 -0,0925 0,3186 0,55 DISTRESS
ITMG 0,3733 0,1922 0,2310 0,4092 1,21 SAFE ZONE
KKGI 0,3135 -0,2642 -0,5693 0,2658 -0,25 DISTRESS
MBAP 0,7112 0,6305 0,7350 0,4423 2,52 SAFE ZONE
MYOH 0,7443 0,5560 1,0435 0,4332 2,78 SAFE ZONE
PTBA 0,3581 0,4124 0,5508 0,2881 1,61 SAFE ZONE
PTRO 0,4317 0,2060 0,1730 0,2573 1,07 SAFE ZONE
SMMT 0,1093 -0,0814 -0,0487 0,0950 0,07 DISTRESS
SMRU 0,1239 -0,8162 -0,6913 0,1528 -1,23 DISTRESS
TOBA 0,0939 0,1674 0,2890 0,1720 0,72 DISTRESS