Universitas Kristen Maranatha
vii
ABSTRAK
Tujuan utama dari penelitian ini adalah untuk membandingkan keefektifan model yang dibangun menggunakan teknik statistika dan kecerdasan buatan untuk memprediksi prediksi kegagalan perusahaan di Indonesia. Secara khusus, penelitian ini mencoba untuk mengevaluasi efektivitas model yang dibangun menggunakan analisis diskriminan dan regresi logistik sebagai teknik analisis yang mewakili teknik statistika, juga jaringan syaraf tiruan yang mewakili teknik kecerdasan buatan. Dengan menggunakan sampel 283 laporan keuangan perusahaan publik di Indonesia selama periode 2000-2014, studi ini menemukan model yang dibangun menggunakan jaringan syaraf tiruan memiliki tingkat akurasi tertinggi jika dibandingkan dengan model yang dibangun menggunakan teknik statistika. Selain itu, studi ini juga menemukan bahwa model yang dibangun menggunakan regresi logistik memiliki tingkat akurasi yang lebih baik dan galat tipe I yang lebih rendah bila dibandingkan dengan model yang dibangun menggunakan analisis diskriminan.
Universitas Kristen Maranatha
viii
ABSTRACT
The purpose of this study is to compare the overall effectiveness of a model built by statistical and artificially intelligent expert system (AIES) to predict the failure prediction in Indonesia. In particular, this study tries to evaluate the effectiveness of discriminant analysis and logistic regression representing the statistical model, also the neural network representing the AIES model. By using a sample of 283 financial statement of Indonesian public company during the period 2000-2014, this study finds a model built by the neural network has the highest accuracy if it is compared to a model built by a statistical model. Additionally, this study also finds that a model built by logistic regression has a better accuracy and a lower level of type I error than a model built by discriminant analysis.
Universitas Kristen Maranatha
ix
DAFTAR ISI
Halaman
ABSTRAK vii
ABSTRACT viii
KATA PENGANTAR ix
DAFTAR ISI xi
DAFTAR TABEL xiii
DAFTAR GAMBAR xv
DAFTAR LAMPIRAN xvi
BAB I PENDAHULUAN 1
1.1Latar Belakang Penelitian 1
1.2Identifikasi dan Perumusan Masalah 3
1.3Tujuan Penelitian 4
1.4Manfaat Penelitian 4
1.5Sistematika Penulisan 5
BAB II TINJAUAN PUSTAKA, RERANGKA PEMIKIRAN, MODEL,
dan HIPOTESIS PENELITIAN 7
2.1Tinjauan Pustaka 7
2.1.1Kegagalan Perusahaan (Corporate Failure) 7 2.1.2Kesulitan Keuangan (Financial Distress) 9 2.1.3Ketentuan Penghapusan Pencatatan (Delisting) Saham di Bursa
Efek Indonesia (BEI) 11
2.1.4Metode-Metode Untuk Memprediksi Kegagalan Perusahaan 13
2.2Rerangka Pemikiran 17
2.3Model Penelitian 20
BAB III OBJEK DAN METODOLOGI PENELITIAN 23
3.1Objek Penelitian 23
3.2Populasi dan Teknik Pengambilan Sampel 24
Universitas Kristen Maranatha
x
3.3.1Metode Deskriptif 27
3.3.2Teknik Analisis 27
3.4Operasionalisasi Variabel 31
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 33
4.1Hasil Penelitian 33
4.1.1Lima Tahun Sebelum Kegagalan Perusahaan 33 4.1.2Empat Tahun Sebelum Kegagalan Perusahaan 38 4.1.3Tiga Tahun Sebelum Kegagalan Perusahaan 43 4.1.4Dua Tahun Sebelum Kegagalan Perusahaan 48 4.1.5Satu Tahun Sebelum Kegagalan Perusahaan 53
4.2Pembahasan Hasil Penelitian 57
4.3Implikasi 63
BAB V SIMPULAN DAN SARAN 66
5.1Simpulan 66
5.2Saran 67
DAFTAR PUSTAKA 68
Universitas Kristen Maranatha
xiii
DAFTAR TABEL
Halaman
Tabel 3.1 Objek Penelitian 23
Tabel 3.2 Pembagian Sampel untuk Pembuatan dan Pengujian Model 26
Tabel 3.3 Operasionalisasi Variabel 32
Tabel 4.1 Statistika Deskriptif Sampel Penelitian 5YP 34 Tabel 4.2 Koefisien Fungsi Diskriminan Kanonikal 5YP 35
Tabel 4.3 Fungsi pada Sentroid Grup 5YP 35
Tabel 4.4 Tingkat Akurasi Model Analisis Diskriminan 5YP 35 Tabel 4.5 Variabel dalam Persamaan Regresi Logistik 5YP 36 Tabel 4.6 Tingkat Akurasi Model Regresi Logistik 5YP 36 Tabel 4.7 Tingkat Akurasi Model Jaringan Syaraf Tiruan 5YP 38 Tabel 4.8 Statistika Deskriptif Sampel Penelitian 4YP 38 Tabel 4.9 Koefisien Fungsi Diskriminan Kanonikal 4YP 39
Tabel 4.10 Fungsi pada Sentroid Grup 4YP 40
Tabel 4.11 Tingkat Akurasi Model Analisis Diskriminan 4YP 40 Tabel 4.12 Variabel dalam Persamaan Regresi Logistik 4YP 41 Tabel 4.13 Tingkat Akurasi Model Regresi Logistik 4YP 41 Tabel 4.14 Tingkat Akurasi Model Jaringan Syaraf Tiruan 4YP 43 Tabel 4.15 Statistika Deskriptif Sampel Penelitian 3YP 43 Tabel 4.16 Koefisien Fungsi Diskriminan Kanonikal 3YP 44
Tabel 4.17 Fungsi pada Sentroid Grup 3YP 44
Tabel 4.18 Tingkat Akurasi Model Analisis Diskriminan 3YP 45 Tabel 4.19 Variabel dalam Persamaan Regresi Logistik 3YP 45 Tabel 4.20 Tingkat Akurasi Model Regresi Logistik 3YP 46 Tabel 4.21 Tingkat Akurasi Model Jaringan Syaraf Tiruan 3YP 47 Tabel 4.22 Statistika Deskriptif Sampel Penelitian 2YP 48 Tabel 4.23 Koefisien Fungsi Diskriminan Kanonikal 2YP 49
Universitas Kristen Maranatha
xiv
Tabel 4.25 Tingkat Akurasi Model Analisis Diskriminan 2YP 50 Tabel 4.26 Variabel dalam Persamaan Regresi Logistik 2YP 50 Tabel 4.27 Tingkat Akurasi Model Regresi Logistik 2YP 51 Tabel 4.28 Tingkat Akurasi Model Jaringan Syaraf Tiruan 2YP 52 Tabel 4.29 Statistika Deskriptif Sampel Penelitian 1YP 53 Tabel 4.30 Koefisien Fungsi Diskriminan Kanonikal 1YP 54
Tabel 4.31 Fungsi pada Sentroid Grup 1YP 54
Tabel 4.32 Tingkat Akurasi Model Analisis Diskriminan 1YP 55 Tabel 4.33 Variabel dalam Persamaan Regresi Logistik 1YP 55 Tabel 4.34 Tingkat Akurasi Model Regresi Logistik 1YP 56 Tabel 4.35 Tingkat Akurasi Model Jaringan Syaraf Tiruan 1YP 57 Tabel 4.36 Rangkuman Estimasi Model Untuk Memprediksi Kegagalan
Perusahaan Menggunakan Analisis Diskriminan 59 Tabel 4.37 Rangkuman Estimasi Model Untuk Memprediksi Kegagalan
Perusahaan Menggunakan Regresi Logistik 59 Tabel 4.38 Rangkuman Tingkat Akurasi Model-Model Untuk Memprediksi
Kegagalan Perusahaan Menggunakan Dataset Pelatihan 60 Tabel 4.39 Rangkuman Tingkat Akurasi Model-Model Untuk Memprediksi
Kegagalan Perusahaan Menggunakan Dataset Pengujian 61 Tabel 4.40 Rangkuman Tingkat Akurasi Model-Model Untuk Memprediksi
Universitas Kristen Maranatha
xv
DAFTAR GAMBAR
Halaman Gambar 2.1 Model Penelitian Menggunakan Analisis Diskriminan 21 Gambar 2.2 Model Penelitian Menggunakan Regresi Logistik 22 Gambar 2.3 Model Penelitian Menggunakan Jaringan Syaraf Tiruan 22 Gambar 3.1 Model Arsitektur Jaringan Syaraf Tiruan 31 Gambar 4.1 Nilai Performa untuk Setiap Iterasi (epoch) pada
Fase Pelatihan 5YP 37
Gambar 4.2 Nilai Gradien untuk Setiap Iterasi (epoch) pada
Fase Pelatihan 5YP 37
Gambar 4.3 Nilai Performa untuk Setiap Iterasi (epoch) pada
Fase Pelatihan 4YP 42
Gambar 4.4 Nilai Gradien untuk Setiap Iterasi (epoch) pada
Fase Pelatihan 4YP 42
Gambar 4.5 Nilai Performa untuk Setiap Iterasi (epoch) pada
Fase Pelatihan 3YP 46
Gambar 4.6 Nilai Gradien untuk Setiap Iterasi (epoch) pada
Fase Pelatihan 3YP 47
Gambar 4.7 Nilai Performa untuk Setiap Iterasi (epoch) pada
Fase Pelatihan 2YP 51
Gambar 4.8 Nilai Gradien untuk Setiap Iterasi (epoch) pada
Fase Pelatihan 2YP 52
Gambar 4.9 Nilai Performa untuk Setiap Iterasi (epoch) pada
Fase Pelatihan 1YP 56
Gambar 4.10 Nilai Gradien untuk Setiap Iterasi (epoch) pada
Universitas Kristen Maranatha
xvi
DAFTAR LAMPIRAN
Universitas Kristen Maranatha
1
BAB I PENDAHULUAN
1.1Latar Belakang Penelitian
Kegagalan perusahaan dapat diartikan sebagai kondisi ketidakmampuan perusahaan untuk melanjutkan kegiatan operasinya. Dua hal utama yang dapat menyebabkan perusahaan mengalami kegagalan yaitu permasalahan hukum dan permasalahan keuangan (Altman dan Hotchkiss, 2006:4).
Menurut Altman dan Hotchkiss (2006:5) perusahaan yang sedang mengalami permasalahan hukum dapat diindikasikan dengan adanya tuntutan dari satu atau lebih kreditornya, hal tersebut dikarenakan perusahaan gagal memenuhi kewajibannya yang telah jatuh tempo. Adapun perusahaan yang sedang mengalami permasalahan keuangan atau kesulitan keuangan dapat diindikasikan oleh hal-hal berikut ini: (1) jumlah pendapatan yang diperoleh perusahaan tidak dapat mencukupi jumlah biaya yang dikeluarkannya, (2) adanya permasalahan dalam kelancaran aktivitas operasi perusahaan, (3) perusahaan gagal melunasi utang yang telah jatuh tempo kepada kreditur secara tepat waktu, dan (4) adanya pelanggaran yang dilakukan perusahaan terhadap perjanjian utang dengan pihak kreditur.
Universitas Kristen Maranatha
2
risiko kepailitan perusahaan diperlukan sebuah model yang dapat memprediksi kondisi kesulitan keuangan perusahaan.
Sebuah survei yang dilakukan oleh Azis dan Dar (2006) terhadap 89 jurnal yang telah dipublikasikan secara internasional semenjak tahun 1968 sampai
dengan tahun 2003 terkait model-model untuk memprediksi kondisi
kesulitan keuangan perusahaan menunjukkan hasil yang menarik untuk
didiskusikan, yaitu bahwa metode yang paling banyak digunakan untuk membangun model prediksi kegagalan perusahaan ialah metode statistika (64%), lalu diikuti oleh model yang dibangun menggunakan kecerdasan buatan (25%) dan terakhir diikuti oleh metode teoritikal (11%). Namun tingkat popularitas metode yang digunakan tidak sejalan dengan tingkat akurasinya, metode statistika sebagai metode yang paling populer memiliki tingkat akurasi yang paling rendah jika dibandingkan dengan kedua metode lainnya yang kurang populer yaitu hanya sebesar 84%, sedangkan metode teoritikal yang paling tidak populer memiliki tingkat akurasi yang lebih baik dari metode statistika yaitu sebesar 85%, dan metode yang memiliki tingkat akurasi paling baik ialah metode yang dibangun menggunakan kecerdasan buatan yaitu sebesar 88%. Berdasarkan uraian diatas dapat disimpulkan bahwa tingkat kepopuleran metode untuk membangun model prediksi kegagalan perusahaan tidak sejalan dengan tingkat akurasinya.
Universitas Kristen Maranatha
3
Adapun jaringan syaraf tiruan (berkontribusi 41% dari jumlah literatur yang menggunakan metode yang dibangun menggunakan kecerdasan buatan) merupakan teknik yang paling populer pada kategori metode yang dibangun menggunakan kecerdasan buatan.
Kritik yang muncul dari survei yang dilakukan oleh Azis dan Dar (2006) dan Sun et al. (2013) ialah seluruh literatur yang dibahas menggunakan data negara- negara maju seperti Amerika Serikat, Inggris, Belgia, Swedia, dll. Namun tidak ada satupun literatur yang dibahas menggunakan data negara-negara berkembang. Sehingga diperlukan sebuah penelitian untuk mengkonfirmasi hasil survei dari Azis dan Dar (2006) dan Sun et al. (2013) untuk negara-negara berkembang terkait dengan prediksi kegagalan perusahaan, dengan demikian penulis melakukan penelitian yang berjudul “Perbandingan Metode Jaringan Syaraf Tiruan dengan Metode Statistika dalam Memprediksi Kegagalan Perusahaan: Studi Empirik pada Saham-Saham yang Dipaksa Delisting oleh Bursa Efek Indonesia”
1.2Identifikasi dan Perumusan Masalah
Adapun rumusan masalah dalam penelitian ini adalah:
1. Berapa tingkat akurasi dari hasil pengujian model yang dibangun menggunakan metode statistika, khususnya analisis diskriminan dan regresi logistik?
Universitas Kristen Maranatha
4
3. Metode mana yang lebih baik untuk diterapkan di Indonesia dalam memprediksi kegagalan perusahaan?
1.3Tujuan Penelitian
Tujuan yang akan dicapai dalam penelitian ini adalah:
1. Mengetahui tingkat akurasi dari hasil pengujian model yang dibangun menggunakan metode statistika, khususnya analisis diskriminan dan regresi logistik
2. Mengetahui tingkat akurasi dari hasil pengujian model yang dibangun menggunakan metode jaringan syaraf tiruan.
3. Mengetahui model mana yang lebih baik untuk diterapkan di Indonesia dalam memprediksi kegagalan perusahaan.
1.4Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut: 1. Manfaat Praktis
Universitas Kristen Maranatha
5
2. Manfaat Teoritis
Hasil dari penelitian ini diharapkan dapat melengkapi kesenjangan penelitian dari hasil survey Azis dan Dar (2006) dan Sun et al. (2013) terkait prediksi kegagalan perusahaan di negara-negara berkembang serta dapat mengklarifikasi metode mana yang paling baik untuk memprediksi kegagalan perusahaan di Indonesia.
1.5Sistematika Penulisan
Sistematika penulisan penelitian ini disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan dalam penulisan tesis ini adalah sebagai berikut:
BAB I PENDAHULUAN
Bab ini menerangkan secara umum mengenai latar belakang permasalahan yang terkait dengan alasan peneliti membandingkan metode statistika dengan metode jaringan syaraf tiruan untuk memprediksi kegagalan perusahaan di Indonesia, menentukan rumusan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan tesis.
BAB II TINJAUAN PUSTAKA, RERANGKA PEMIKIRAN, MODEL, dan HIPOTESIS PENELITIAN
Universitas Kristen Maranatha
6
Indonesia dan perbandingan metode statistika dengan metode jaringan syaraf tiruan. Pada bab ini pula akan dipaparkan penelitian-penelitian terdahulu yang relevan dengan penelitian ini, rerangka pemikiran, dan model penelitian.
BAB III OBJEK DAN METODOLOGI PENELITIAN
Bab ini menerangkan mengenai objek dan metodologi yang akan digunakan dalam penelitian ini. Adapun objek penelitian yang diterangkan ialah laporan keuangan dari sampel yang terpilih sedangkan pada bagian metodologi penelitian akan dijabarkan populasi dan teknik pengambilan sampel, metode deskriptif, dan teknik analisis untuk menjawab rumusan masalah pada penelitian ini.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Bab ini menerangkan hasil dari penelitian ini yang berupa tingkat akurasi dari masing-masing metode dalam memprediksi kegagalan perusahaan di Indonesia. Pada bab ini pula, akan dipaparkan pembahasan dari hasil penelitian serta implikasinya.
BAB V SIMPULAN DAN SARAN
Universitas Kristen Maranatha
66
BAB V
SIMPULAN DAN SARAN
5.1Simpulan
Berdasarkan rumusan masalah dan tujuan penelitian yang telah didefinisikan pada BAB I, serta hasil dan pembahasan yang telah dijabarkan oleh penulis pada BAB IV, simpulan dari penelitian ini adalah sebagai berikut:
1. Tingkat akurasi dari model-model yang dibangun menggunakan analisis diskriminan yaitu 94.00% untuk dataset pelatihan, 79.20% untuk dataset pengujian dan 87.44% untuk dataset generalisasi, sedangkan tingkat akurasi dari model-model yang dibangun menggunakan regresi logistik yaitu 96.67% untuk dataset pelatihan, 79.23% untuk dataset pengujian, dan 88.54% untuk dataset generalisasi.
2. Tingkat akurasi dari model-model yang dibangun menggunakan jaringan syaraf tiruan yaitu 97.33% untuk dataset pelatihan, 83.45% untuk dataset pengujian dan 91.23% untuk dataset generalisasi.
Universitas Kristen Maranatha
67
5.2Saran
Adapun saran yang diberikan oleh penulis sebagai berikut: 1. Bagi Praktisi
Bila memungkinkan, praktisi diharapkan dapat menggunakan model-model yang dibangun menggunakan jaringan syaraf tiruan dalam memprediksi kegagalan perusahaan di Indonesia. Namun apabila banyak kendala dalam mengaplikasikannya, para praktisi dapat menggunakan metode regresi logistik. Hal tersebut dikarenakan model-model yang dibangun regresi logistik memiliki tingkat akurasi yang lebih baik jika dibandingkan dengan model-model yang dibangun menggunakan analisis diskriminan. Selain itu, para praktisi juga dapat memanfaatkan jaringan syaraf tiruan, regresi logistik, dan analisis diskriminan untuk melakukan analisis kredit, khususnya dalam membuat model untuk credit scoring.
2. Bagi Para Peneliti yang Tertarik
Diharapkan para peneliti yang tertarik dapat menggunakan metode statistika lainnya seperti Probit, dan metode kecerdasan buatan lainnya seperti neuro- fuzzy, support vector machine (SVM) ataupun algoritma genetika. Selain
Universitas Kristen Maranatha
68
DAFTAR PUSTAKA
Altman, E. I. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance, 189-209.
Altman, E. I., & Hotchkiss, E. (2006). Corporate Financial Distress and Bankruptcy. New Jersey: John Wiley & Sons, Inc.
Azis, M. A., & Dar, H. (2006). Predicting corporate bankruptcy: where we stand? Corporate Governance: The international journal of business in society, 18- 33.
Bursa Efek Jakarta. (2004). Peraturan nomor I-I dalam Kep-308/BEJ/07-2004 tentang penghapusan pencatatan (delisting) dan pencatatan kembali (relisting) saham di bursa
Ehrhardt, M., & Brigham, E. (2011). Financial Management Theory and Practice. Oklahoma: South-Western Cengage Learning.
Korol, T. (2012). Fuzzy Logic in Financial Management. In E. Dadios, Fuzzy Logic - Emerging Technologies and Applications (pp. 259-286). Rijeka: InTech.
Russell, S. J., & Norvig, P. (2010). Artificial Intelligence: A Modern Approach. New Jersey: Prentice Hall.
Schmuck, M. (2013). Financial Distress and Corporate Turnaround. Muenchen: Springer Gabler.
Sekaran, U., & Bougie, R. (2013). Research Methods for Business. Chicester: John Wiley & Sons Ltd.
Sun, J., Li, H., & Huang, Q. (2014). Predicting financial distress and corporate failure: A review from the state-of-the-art definitions, modeling, sampling, and featuring approaches. Knowledge-Based Systems, 41-56.