Pengembangan Model Peringatan Dini Financial Distress Menggunakan Random Forest pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia

Abstract

Financial distress pada perusahaan manufaktur dapat berdampak pada operasional perusahaan dan kepercayaan pasar, sehingga diperlukan sistem deteksi dini untuk mengidentifikasi potensi kesulitan keuangan sebelum kondisinya memburuk. Penelitian ini bertujuan mengembangkan model prediksi financial distress berbasis algoritma Random Forest untuk perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2020–2024. Penelitian menggunakan pendekatan kuantitatif. Tujuh rasio keuangan digunakan sebagai prediktor dalam desain prediksi satu tahun ke depan. Hasil penelitian menunjukkan bahwa model Random Forest memiliki kinerja prediksi yang sangat baik mampu membedakan perusahaan yang mengalami financial distress dan non-distress secara akurat. Current ratio dan return on assets teridentifikasi sebagai variabel yang memiliki kontribusi prediktif terbesar. Penelitian ini menyimpulkan bahwa model yang dikembangkan layak digunakan sebagai prototipe prediksi satu periode ke depan yang berpotensi menjadi dasar pengembangan early warning system bagi perusahaan manufaktur di BEI.