Evaluasi Financial Distress PT Lippo Karawaci Tbk Melalui Metode Altman Z-Score Selama Fase Pemulihan Ekonomi 2022–2024

Socius: Jurnal Penelitian Ilmu-Ilmu Sosial Volume 3, Issue 5, December 2025, P. 344-356 E-ISSN: 3025-6704 DOI: https://doi.org/10.5281/zenodo.17980232 *Corresponding Author Email: [email protected], [email protected] Evaluasi Financial Distress PT Lippo Karawaci Tbk Melalui Metode Altman Z-Score Selama Fase Pemulihan Ekonomi 2022–2024 Evaluation of Financial Distress of PT Lippo Karawaci Tbk Using the Altman Z-Score Method During the Economic Recovery Phase 2022–2024 Andreanus Halim Saputra , Dalizanolo Hulu Program Studi Manajemen Universitas Pembangunan Jaya Tangerang Selatan A B S T R A K Penelitian ini bertujuan mengidentifikasi kondisi kesehatan finansial perusahaan selama 2022–2024 menggunakan metode Altman ZScore melalui analisis deskriptif kuantitatif berbasis data sekunder laporan keuangan. Hasil menunjukkan perbaikan Z-Score dari Distress Zone pada 2022 (0,584) dan 2023 (0,901) menuju Grey Area pada 2024 (2,374). Namun peningkatan ini terutama dipengaruhi pendapatan non-operasional, sementara kinerja inti justru menurun. Kesimpulannya, perbaikan finansial belum mencerminkan pemulihan fundamental, sehingga penelitian lanjutan disarankan memisahkan pendapatan non-operasional dan memasukkan faktor makroekonomi. A B S T R A C T The post-pandemic recovery of Indonesia’s property sector occurs amid global economic pressures, making it crucial to assess the financial distress risk of major developers such as PT Lippo Karawaci Tbk. This study aims to evaluate the company’s financial health during 2022– 2024 using the Altman Z-Score model through a quantitative descriptive approach based on secondary financial data. The results show an improvement in the Z-Score from the Distress Zone in 2022 (0.584) and 2023 (0.901) to the Grey Area in 2024 (2.374). However, this increase is largely driven by non-operational income, while core operational performance declined. The study concludes that the observed improvement does not reflect a fundamental recovery, and future research should separate non-operational income effects and incorporate macroeconomic variables for a more comprehensive assessment. PENDAHULUAN Industri properti di Indonesia memegang peranan strategis dalam perekonomian nasional karena efek pengganda (multiplier effect) terhadap berbagai subsektor seperti konstruksi, material bangunan, pembiayaan perumahan, dan jasa pendukung lainnya. Studi empiris oleh Pengaruh Variabel Eksternal Dan Internal Terhadap Harga Saham Sub Sektor Properti LQ45 (Alfin & Bachtiar, 2023)menegaskan bahwa nilai sektor properti sangat sensitif terhadap faktor makroekonomi seperti suku bunga dan PDB, yang menunjukkan bahwa kinerja sektor ini secara luas memengaruhi stabilitas ekonomi nasional. Kondisi ini menjadi lebih relevan setelah terpuruk oleh pandemi COVID-19; pemulihan mulai terjadi sejak 2022 seiring dengan reformasi kebijakan fiskal dan moneter yang mendukung likuiditas pasar perumahan dan properti. Meski demikian, struktur pembiayaan industri properti di Indonesia yang masih sangat bergantung pada utang eksternal menyebabkan sebagian besar perusahaan berada dalam eksposur risiko keuangan yang relatif tinggi dibanding sektor lainnya. Pada tingkat global, perubahan kondisi ekonomi seperti kenaikan suku bunga The Federal Reserve, perlambatan ekonomi Cina, serta ketidakpastian geopolitik telah memberikan tekanan signifikan terhadap sektor properti yang memiliki ketergantungan tinggi terhadap pendanaan eksternal. Konsekuensi dari guncangan global tersebut terlihat melalui meningkatnya biaya utang A R T I C L E I N F O Article history: Received November 05, 2025 Revised 10 November 2025 Accepted 25 November 2025 Available online 06 December 2025 Kata Kunci: Altman Z-Score; Financial Distress; Lippo Karawaci; Analisis Laporan Keuangan; Pemulihan Ekonomi. Keywords: Altman Z-Score; Financial Distress; Lippo Karawaci; Financial Statement Analysis; Economic Recovery. This is an open access article under the CC BY-SA license. Copyright © 2023 by Author. Published by Yayasan Daarul Huda Socius: Jurnal Penelitian Ilmu-ilmu Sosial Vol. 3, No. 5 Tahun 2025, P. 344-356 Socius E-ISSN: 3025-6704 dan menurunnya akses likuiditas, terutama bagi perusahaan properti dengan leverage tinggi. Fenomena ini turut tercermin pada kasus Evergrande di Tiongkok, yang memicu ketidakstabilan pasar setelah gagal memenuhi kewajiban finansialnya secara berkelanjutan akibat tekanan pada arus kas dan penurunan nilai aset perusahaan. Studi yang dilakukan oleh Almeida et al. (2022) menunjukkan bahwa kegagalan Evergrande tidak hanya berdampak pada struktur keuangan internal perusahaan, namun juga memengaruhi indeks pasar saham di kawasan Asia, menandakan sensitivitas sektor properti terhadap gejolak eksternal. Dengan demikian, penggunaan indikator prediktif kebangkrutan menjadi semakin penting sebagai sistem deteksi dini terhadap risiko distress keuangan dalam menghadapi dinamika pasar yang tidak stabil PT Lippo Karawaci Tbk sebagai salah satu entitas properti terkemuka di Indonesia tidak luput dari dinamika tersebut dan menunjukkan pola kinerja keuangan yang fluktuatif dalam beberapa tahun terakhir. Data keuangan perusahaan memperlihatkan bahwa penjualan sempat mengalami peningkatan pada 2023, tetapi kembali menurun secara signifikan pada 2024 seiring melemahnya daya beli dan melambatnya penyerapan pasar. Selain itu, posisi laba ditahan yang sebelumnya berada pada level negatif beralih meningkat tajam, terutama karena kontribusi pendapatan non-operasional yang bersifat tidak berkelanjutan. Indikasi ketidakstabilan fundamental ini menimbulkan kebutuhan untuk melakukan evaluasi kondisi keuangan secara lebih komprehensif menggunakan model prediktif seperti Altman Z-Score. Model tersebut dapat membantu mengidentifikasi apakah perubahan yang terjadi bersifat struktural atau hanya temporer (Suraya & Rismanty, 2024) Ketidakstabilan kinerja keuangan pada perusahaan properti umumnya terkait dengan karakteristik bisnis yang memiliki siklus pengembangan proyek jangka panjang dan kebutuhan modal besar. Tingginya leverage dalam pendanaan proyek seringkali mengakibatkan tekanan arus kas, terutama ketika penjualan tidak berjalan sesuai proyeksi atau ketika biaya konstruksi meningkat. Dalam situasi tertentu, arus kas operasional tidak sejalan dengan pengakuan pendapatan, sehingga perusahaan menghadapi risiko mismatch antara kewajiban dan kemampuan likuiditas. Kondisi seperti ini dapat memicu potensi financial distress meskipun perusahaan masih memiliki total aset yang besar. Sejalan dengan pandangan Dwiyani Sudaryanti (2019), penurunan profitabilitas, melemahnya modal kerja, serta tingginya tekanan kewajiban jangka panjang merupakan indikator penting yang menandai terjadinya distress pada perusahaan. Sejumlah penelitian sebelumnya telah menunjukkan relevansi model Altman Z-Score sebagai alat untuk mengukur risiko kebangkrutan di berbagai sektor industri di Indonesia. Dewi & Dewi (2022) menemukan bahwa skor Z-Score memiliki hubungan signifikan dengan pergerakan harga saham, sehingga model ini dapat dijadikan alat pertimbangan bagi investor dalam mengevaluasi stabilitas keuangan perusahaan. Pada penelitian lain, Liana & Sutrisno (2024) mengemukakan bahwa Z-Score memiliki tingkat akurasi yang baik dalam memetakan risiko distress pada perusahaan non-manufaktur yang memiliki struktur aset besar dan kompleksitas pendanaan tinggi. Konsistensi temuan tersebut menunjukkan bahwa model ini tetap relevan digunakan untuk menilai kesehatan keuangan perusahaan pada masa pemulihan ekonomi. Dengan demikian, penerapan Z-Score dalam menganalisis kondisi PT Lippo Karawaci Tbk menjadi langkah yang tepat untuk memahami kerentanan finansial perusahaan secara lebih mendalam. Selain itu, penelitian (Suraya & Rismanty, 2024) pada perusahaan food and beverages menunjukkan bahwa sebagian perusahaan berada pada distress zone, sehingga Z-Score dapat dimanfaatkan sebagai alat deteksi awal terhadap potensi kebangkrutan. Studi tersebut menegaskan bahwa perubahan kecil dalam komponen keuangan dapat menyebabkan pergeseran Socius: Jurnal Penelitian Ilmu-ilmu Sosial Vol. 3, No. 5 Tahun 2025, P. 344-356 Andreanus Halim Saputra, at., al/ Evaluasi Financial Distress signifikan dalam klasifikasi risiko, terutama pada perusahaan yang memiliki margin laba tipis. Penelitian Fajarsari & Martini (2022) terhadap sektor pariwisata juga memberikan bukti bahwa Z-Score mampu mengidentifikasi perusahaan yang tetap bertahan di tengah tekanan pandemi. Meskipun sektor tersebut mengalami penurunan pendapatan drastis, model Z-Score mampu memetakan perusahaan yang berpotensi pulih dan yang mendekati titik kritis. Temuan-temuan ini memperkuat keyakinan bahwa Z-Score merupakan alat prediksi yang fleksibel dan dapat diaplikasikan lintas sektor industri. Di sektor properti, sejumlah penelitian menguji sejauh mana efektivitas model Altman ZScore dalam menilai kesehatan finansial perusahaan. Khasanah (2024) menunjukkan bahwa model Z-Score mampu memberikan gambaran akurat tentang tingkat stabilitas keuangan perusahaan properti di tengah dinamika pasar yang berubah cepat. Rahmawati (2025) menemukan bahwa perusahaan properti dengan tingkat leverage tinggi cenderung memiliki nilai Z-Score lebih rendah, yang menandakan kerentanan terhadap tekanan finansial. Penelitian tersebut menegaskan bahwa struktur utang memainkan peran besar dalam menentukan posisi perusahaan dalam kategori aman atau berisiko. Temuan ini semakin memperkokoh relevansi penggunaan Z-Score pada perusahaan properti yang memiliki beban pendanaan besar dan siklus investasi jangka panjang. Meskipun berbagai penelitian telah dilakukan, sebagian besar fokus pada perusahaan manufaktur, ritel, pariwisata, atau periode pandemi sehingga belum mencakup perubahan struktur keuangan pada fase pemulihan ekonomi. Penelitian yang menyoroti perusahaan properti terintegrasi seperti PT Lippo Karawaci Tbk secara khusus pada periode 2022–2024 masih sangat terbatas. Padahal karakteristik perusahaan properti yang mengandalkan aset jangka panjang dan pendanaan berbasis utang menciptakan risiko distress yang berbeda dari sektor lain. Kurangnya penelitian yang mengkaji dinamika ini menunjukkan adanya kebutuhan untuk memahami bagaimana pemulihan ekonomi mempengaruhi kinerja keuangan perusahaan besar di sektor properti. Kondisi tersebut menciptakan kesenjangan penelitian yang signifikan untuk diisi. Kesenjangan berikutnya terletak pada kurangnya penelitian yang memberikan penekanan pada perbedaan antara profitabilitas operasional dan pendapatan non-operasional dalam analisis Z-Score. Beberapa penelitian sebelumnya tidak menyajikan analisis yang mendalam mengenai bagaimana perubahan laba ditahan atau EBIT dapat dipengaruhi oleh aktivitas yang tidak berasal dari bisnis inti. Ketidaktepatan dalam menginterpretasi sumber kenaikan komponen tersebut dapat menyebabkan bias dalam pengukuran risiko kebangkrutan (Safiria & Ditta, 2022). Kondisi ini menjadi penting karena komponen-komponen dalam Z-Score sejatinya mengukur stabilitas fundamental dan bukan fluktuasi pendapatan sesaat. Oleh karena itu, dibutuhkan penelitian yang menganalisis dinamika komponen Z-Score secara lebih kritis dan terperinci. Selain itu, penelitian-penelitian terdahulu cenderung tidak membandingkan tren Z-Score dalam rentang waktu yang lebih panjang sehingga tidak menangkap pola perubahan risiko secara longitudinal. Sebagian besar penelitian hanya memfokuskan analisis pada satu tahun tertentu, sehingga gambaran menyeluruh mengenai perkembangan risiko keuangan tidak dapat terlihat (Sasi et al., 2023). Keterbatasan ini membuat interpretasi mengenai arah perbaikan atau kemunduran kondisi keuangan menjadi kurang akurat. Pengamatan yang bersifat time-series sebenarnya penting dalam menilai ketahanan perusahaan terhadap perubahan ekonomi. Dengan demikian, celah ini menjadi aspek yang sangat relevan untuk diperbaiki melalui penelitian yang lebih mendalam. Berdasarkan uraian tersebut, penelitian ini penting dilakukan karena memberikan gambaran yang lebih akurat mengenai kondisi kesehatan keuangan PT Lippo Karawaci Tbk dalam Socius: Jurnal Penelitian Ilmu-ilmu Sosial Vol. 3, No. 5 Tahun 2025, P. 344-356 Socius E-ISSN: 3025-6704 fase pemulihan ekonomi yang masih penuh ketidakpastian. Penggunaan model Altman Z-Score memungkinkan pendeteksian dini terhadap potensi kebangkrutan, sehingga manajemen dapat merancang strategi mitigasi yang lebih tepat sasaran sebelum risiko membesar. Analisis berbasis Z-Score juga membantu mengidentifikasi kelemahan fundamental perusahaan, khususnya terkait modal kerja, profitabilitas, dan beban leverage yang selama ini menjadi perhatian dalam sektor properti. Selain memberikan perspektif manajerial, hasil penelitian ini dapat menjadi rujukan penting bagi investor dalam menilai kelayakan dan stabilitas prospek jangka panjang perusahaan properti di Indonesia. Dengan demikian, penelitian ini menempati posisi strategis dalam menyediakan informasi objektif yang dibutuhkan pemangku kepentingan dalam proses pengambilan keputusan. Penelitian ini juga diharapkan memberikan kontribusi baru dalam pengembangan ilmu pengetahuan, khususnya dalam konteks penerapan model prediktif kebangkrutan pada sektor properti yang memiliki struktur bisnis kompleks. Dengan memperhatikan dinamika operasional dan finansial perusahaan selama periode 2022–2024, analisis ini dapat menggambarkan perubahan tingkat financial distress yang terjadi sepanjang masa pemulihan ekonomi. Pendekatan tersebut memberikan pemahaman lebih mendalam mengenai bagaimana kombinasi pendapatan inti, pendapatan non-operasional, serta struktur beban utang mempengaruhi nilai ZScore perusahaan. Selain itu, penelitian ini dapat memperkaya literatur dengan menunjukkan relevansi model Altman pada perusahaan terintegrasi yang memiliki eksposur besar terhadap fluktuasi ekonomi makro. Secara keseluruhan, hasil penelitian ini dapat menjadi pijakan bagi studi lanjutan yang berfokus pada stabilitas keuangan sektor properti di Indonesia. Relevansi metode ini diperkuat oleh penelitian Rahmawati & Santoso (2025), yang menunjukkan bahwa dalam periode pemulihan ekonomi 2019–2024, penggunaan Altman Z-Score efektif dalam memetakan kondisi keuangan perusahaan properti di Indonesia ke dalam kategori safe zone, grey zone, dan distress. Hasil penelitian tersebut menegaskan bahwa variabel operasional seperti penjualan, EBIT, dan posisi laba ditahan menjadi indikator paling sensitif terhadap perubahan kondisi pasar, sehingga model Z-Score dapat menjadi alat monitoring berkelanjutan, bukan hanya analisis satu periode. Mengacu pada laporan keuangan yang dipublikasikan, dapat diketahui bahwa kinerja keuangan perusahaan menunjukkan dinamika yang berbeda dari tahun ke tahun. Untuk memperoleh gambaran yang lebih rinci mengenai perubahan tersebut, berikut disajikan data keuangan PT Lippo Karawaci Tbk: Tabel 1. Data Keuangan PT. Lippo Karawaci Tbk Periode 2022-2024 (Dalam Ribuan Rupiah) Sumber: Peneliti (2025) Berdasarkan Tabel 1, kondisi keuangan PT Lippo Karawaci Tbk dalam periode 2022–2024 menunjukkan dinamika yang cukup signifikan dan memperlihatkan pola fluktuasi yang mencerminkan perubahan struktur keuangan perusahaan selama fase pemulihan ekonomi pascapandemi. Secara umum, kinerja perusahaan memperlihatkan adanya ketidakseimbangan Tahun Penjualan Total Aktiva Modal Kerja Laba Ditahan Total Kewajiban EBIT Modal Saham 2022 14.808.570 .000.000 49.870.897 .000.000 19.818.141. 000.000 (10.961.724 . 000.000) 30.731.006.0 00.000 113.063.00 0.000 7.089.802.0 00.000 2023 16.990.094 .000.000 49.570.824 .000.000 19.892.708. 000.000 (10.911.544 .000.000) 29.964.393.0 00.000 3.693.749.00 0.000 7.089.802.0 00.000 2024 11.505.172 .000.000 53.783.859 .000.000 23.412.790. 000.000 7.851.982.0 00.000 22.836.790.0 00.000 20.278.474.0 00.000 7.089.802.0 00.000 Socius: Jurnal Penelitian Ilmu-ilmu Sosial Vol. 3, No. 5 Tahun 2025, P. 344-356 Andreanus Halim Saputra, at., al/ Evaluasi Financial Distress antara perkembangan pendapatan operasional dan indikator keuangan lainnya yang menjadi dasar penilaian kesehatan finansial melalui metode Altman Z-Score. Dari sisi penjualan, perusahaan mengalami tren yang tidak stabil. Pada tahun 2022, penjualan perusahaan berada pada angka Rp14,80 triliun dan meningkat pada 2023 menjadi Rp16,99 triliun. Kenaikan ini menggambarkan momentum pemulihan aktivitas penjualan, sejalan dengan pulihnya permintaan properti nasional. Namun demikian, pada 2024 penjualan justru turun drastis menjadi Rp11,50 triliun. Penurunan signifikan ini menunjukkan adanya tekanan berat di lini pendapatan inti perusahaan, yang dapat berimplikasi pada menurunnya kemampuan perusahaan menghasilkan arus kas operasional secara berkelanjutan. Sementara itu, total aktiva perusahaan justru menunjukkan perkembangan yang relatif stabil pada dua tahun pertama dan meningkat pada 2024. Besarnya aktiva yang mencapai Rp53,78 triliun pada akhir 2024 mengindikasikan bahwa perusahaan masih melakukan ekspansi atau kepemilikan aset yang cukup besar. Namun, peningkatan aset yang tidak diikuti pertumbuhan pendapatan menyebabkan rasio penjualan terhadap total aset menurun, sehingga menurunkan salah satu komponen penting dalam Altman Z-Score. Indikator modal kerja juga menunjukkan pola yang relatif stabil pada 2022–2023 dengan nilai sekitar Rp19 triliun, namun meningkat cukup signifikan menjadi Rp23,41 triliun pada 2024. Kenaikan modal kerja ini mencerminkan adanya perbaikan kapasitas likuiditas jangka pendek. Meski begitu, peningkatan ini belum mampu menutupi adanya penurunan pendapatan inti, sehingga perbaikan modal kerja tidak sepenuhnya mencerminkan peningkatan kesehatan operasional perusahaan. Perbedaan paling mencolok terlihat pada laba ditahan, yang pada 2022 dan 2023 masih berada pada posisi negatif sekitar –Rp10 triliun. Hal ini menunjukkan bahwa perusahaan masih menanggung akumulasi kerugian dari tahun-tahun sebelumnya. Namun pada 2024, laba ditahan berubah positif sebesar Rp7,85 triliun. Perubahan drastis ini mengindikasikan adanya keuntungan signifikan, namun berdasarkan data sebelumnya keuntungan tersebut berasal dari transaksi non-operasional seperti pelepasan aset atau anak usaha, bukan dari peningkatan kinerja utama perusahaan. Dengan demikian, perbaikan laba ditahan belum dapat diartikan sebagai pemulihan fundamental kesehatan operasional. Dari sisi kewajiban, perusahaan mengalami penurunan total liabilitas dari Rp30,73 triliun pada 2022 menjadi Rp29,96 triliun pada 2023, dan kembali menurun cukup besar pada 2024 menjadi Rp22,83 triliun. Penurunan ini menunjukkan adanya upaya perusahaan memperbaiki struktur permodalan melalui pengurangan utang. Rasio leverage yang semakin rendah dapat berdampak positif terhadap perhitungan risiko finansial, namun tetap harus dilihat dalam konteks keseluruhan karena penurunan pendapatan dapat mengurangi kemampuan perusahaan memenuhi kewajiban jangka panjang. Komponen EBIT mengalami perubahan yang ekstrem, dari nilai Rp7,08 triliun pada 2022 menjadi Rp3,69 triliun pada 2023, kemudian melonjak sangat tinggi menjadi Rp20,27 triliun pada 2024. Lonjakan EBIT tersebut sangat mungkin disebabkan oleh pendapatan non-operasional, sejalan dengan perubahan laba ditahan yang juga meningkat signifikan pada 2024. Hal ini mengindikasikan bahwa profitabilitas perusahaan pada 2024 bersifat tidak berulang (nonrecurring income), sehingga tidak dapat dijadikan indikator utama pemulihan finansial jangka panjang. Terakhir, modal saham perusahaan tidak mengalami perubahan selama tiga tahun, yaitu tetap berada pada angka Rp7,08 triliun. Konsistensi nilai modal saham menunjukkan bahwa perusahaan tidak melakukan perubahan struktur ekuitas melalui tambahan modal atau aksi korporasi lain selama periode tersebut. Socius: Jurnal Penelitian Ilmu-ilmu Sosial Vol. 3, No. 5 Tahun 2025, P. 344-356 Socius E-ISSN: 3025-6704 Secara keseluruhan, narasi perubahan data dalam Tabel 1 menggambarkan kondisi keuangan PT Lippo Karawaci Tbk yang mengalami perbaikan dari sisi ekuitas dan struktur kewajiban, namun tetap menghadapi tantangan serius berupa penurunan pendapatan inti dan ketergantungan pada transaksi non-operasional untuk meningkatkan profitabilitas. Kondisi ini memberikan sinyal bahwa stabilitas jangka panjang perusahaan masih memerlukan perhatian khusus, terutama dalam menilai risiko financial distress menggunakan metode Altman Z-Score. Selain itu, model Altman Z-Score telah dibandingkan dengan model prediktif lain dalam beberapa riset terbaru. Studi yang dilakukan oleh Oktafiraningsih & Suryaningsum (2025) menunjukkan bahwa meskipun model Grover dan Zmijewski juga memiliki akurasi yang tinggi, Altman Z-Score tetap menjadi metode yang paling stabil digunakan khususnya pada sektor properti karena mempertimbangkan lima rasio keuangan inti yang mencerminkan kesehatan operasional, profitabilitas, serta leverage perusahaan. Hal ini membuktikan bahwa metode ini tidak hanya bersifat historis, tetapi mampu beradaptasi dengan dinamika kondisi ekonomi pascapandemi. Relevansi metode Altman Z-Score semakin diperkuat oleh penelitian Rahmawati (2025) pada sektor properti dan real-estate di BEI yang menunjukkan bahwa skor Z-Score mampu mengklasifikasikan kondisi perusahaan ke dalam kategori distress, grey area, dan safe zone selama masa pemulihan ekonomi. Penelitian tersebut menekankan bahwa variabel seperti EBIT dan retained earnings menjadi indikator paling sensitif terhadap perubahan kondisi pasar, terutama ketika pendapatan inti perusahaan mengalami fluktuasi akibat tekanan eksternal atau kebijakan pemerintah. Dengan demikian, Z-Score tidak hanya memberikan nilai prediktif, tetapi juga bersifat diagnostik dalam mengevaluasi tren keuangan jangka panjang. Penelitian ini diharapkan mampu memperluas wawasan mengenai mekanisme prediksi kebangkrutan pada PT Lippo Karawaci. Temuan yang dihasilkan juga diharapkan bermanfaat bagi berbagai pihak yang berkepentingan mulai dari pemegang saham, calon maupun pemilik modal, lembaga keuangan atau kreditur, instansi pemerintah, hingga masyarakat luas karena dapat memberikan gambaran awal mengenai potensi kesulitan keuangan serta memungkinkan langkah antisipatif sebelum kondisi perusahaan memburuk. Selain menjadi rujukan bagi penelitian lain yang mengangkat tema serupa di masa mendatang, studi ini juga diharapkan menambah koleksi literatur di perpustakaan Universitas Pamulang, khususnya yang berkaitan dengan analisis dan prediksi financial distress pada perusahaan. Kerangka Berpikir Kerangka pikir dalam penelitian ini adalah sebagai berikut: Gambar 1. Kerangka Berpikir Gambar 1. Kerangka Berpikir Socius: Jurnal Penelitian Ilmu-ilmu Sosial Vol. 3, No. 5 Tahun 2025, P. 344-356 Andreanus Halim Saputra, at., al/ Evaluasi Financial Distress METODE Penelitian ini dikategorikan sebagai penelitian kualitatif dengan pendekatan deskriptif, yang memanfaatkan data sekunder sebagai sumber utama. Data yang digunakan tidak diperoleh secara langsung dari perusahaan yang menjadi objek kajian, melainkan dihimpun melalui sumber eksternal, khususnya media daring. Meskipun demikian, teknik analisis yang diterapkan bersifat kuantitatif, karena pengolahan data dilakukan terhadap informasi numerik. Proses analisis difokuskan pada laporan keuangan perusahaan sektor properti yang terdaftar di Bursa Efek Indonesia, yang selanjutnya diolah untuk menilai dan mendeteksi kemungkinan terjadinya kondisi kebangkrutan pada perusahaan-perusahaan tersebut. Selain itu, pemilihan metode kuantitatif juga merujuk pada kata kunci dalam topik penelitian, yaitu evaluasi financial distress, nilai Z-Score, serta perbandingan tren keuangan. Meskipun penelitian ini tidak menggunakan teknik survei, pemahaman pendekatan kuantitatif tetap dapat dijelaskan melalui struktur penelitian yang umumnya melibatkan instrumen seperti kuesioner dan skala Likert dalam penelitian asosiatif atau eksplanatori. Dalam konteks ini, struktur tersebut dianalogikan untuk menjelaskan bahwa setiap variabel dalam penelitian kuantitatif memerlukan indikator terukur, dan pada penelitian ini indikator tersebut diwujudkan dalam bentuk lima rasio keuangan yang menjadi komponen utama Altman Z-Score (X1–X5), sebagaimana digunakan pula dalam penelitian keuangan modern oleh (Suraya & Rismanty, 2024) serta (Dewi & Dewi, 2022), sehingga pendekatan kuantitatif tetap relevan meski tidak menggunakan instrumen survei. Penelitian terkini pada perusahaan properti dan real-estate di Indonesia memperlihatkan bahwa model Altman Z-Score tetap menjadi alat prediksi financial distress yang handal. Misalnya, dalam studi oleh Gracia et al. (2025) yang mengevaluasi perusahaan properti BEI periode 2018– 2023 ditemukan bahwa Z-Score mampu mendeteksi potensi kesulitan keuangan sebelum menimbulkan dampak sistemik terhadap nilai pasar dan likuiditas perusahaan. Pendekatan ZScore sebagai early-warning juga didukung oleh penelitian oleh Awwaliyah et al. (2024)yang menguji sejumlah rasio keuangan (profitabilitas, leverage, likuiditas) pada perusahaan properti di Indonesia dan menemukan bahwa kombinasi rasio ini memberikan indikasi kuat terhadap peningkatan risiko kebangkrutan saat kondisi ekonomi menurun atau pasar properti melemah. Penelitian ini menghasilkan kontribusi ilmiah melalui penerapan analisis statistik kuantitatif untuk mengevaluasi tingkat kesehatan finansial PT Lippo Karawaci Tbk berdasarkan model Altman Z-Score. Setelah seluruh rasio keuangan (X1–X5) dihitung, nilai Z-Score ditafsirkan menggunakan klasifikasi standar Altman, yaitu: (1) Z > 2,99 menunjukkan perusahaan berada pada kondisi sehat dengan potensi kebangkrutan yang rendah; (2) 1,81 < Z < 2,99 menempatkan perusahaan pada grey zone atau area rawan, di mana kondisi keuangan tidak sepenuhnya stabil dan berpotensi mengalami penurunan; dan (3) Z < 1,81 mengindikasikan distress zone atau kondisi berisiko tinggi yang mencerminkan potensi kuat terjadinya kebangkrutan. Melalui identifikasi zona tersebut, penelitian ini tidak hanya mendeskripsikan kondisi finansial dalam tiga tahun pengamatan, tetapi juga memberikan pemahaman teoretis dan praktis mengenai dinamika risiko kebangkrutan perusahaan properti. Dengan demikian, hasil penelitian diharapkan dapat memperkaya pengembangan ilmu pengetahuan di bidang manajemen keuangan, khususnya terkait evaluasi risiko perusahaan berbasis model prediktif yang telah teruji secara empiris. Hasil penelitian oleh Khasanah (2024) semakin menegaskan fleksibilitas model Altman ZScore karena dapat diterapkan tidak hanya pada sektor properti, tetapi juga perusahaan ritel yang memiliki struktur aset dan pendanaan yang serupa. Sementara itu, studi Nurjanah et al. (2024) menunjukkan bahwa interpretasi hasil Z-Score perlu mempertimbangkan kondisi makroekonomi, terutama ketika terdapat sumber pendapatan non-operasional seperti pelepasan Socius: Jurnal Penelitian Ilmu-ilmu Sosial Vol. 3, No. 5 Tahun 2025, P. 344-356 Socius E-ISSN: 3025-6704 aset yang dapat meningkatkan skor secara tidak berkelanjutan. Temuan-temuan tersebut memberikan dasar kuat bahwa analisis financial distress pada PT Lippo Karawaci selama 2022– 2024 harus mempertimbangkan perubahan struktural, bukan hanya fluktuasi angka keuangan pada satu periode tertentu. Penelitian terdahulu yang dilakukan oleh Fauziah et al. (2024) memberikan kontribusi penting dalam pemahaman prediksi financial distress menggunakan model Altman Z-Score, khususnya pada perusahaan properti dengan struktur pendanaan berbasis utang. Temuan penelitian tersebut menunjukkan bahwa fluktuasi kondisi keuangan perusahaan tidak hanya dipengaruhi oleh kinerja operasional, tetapi juga oleh adanya pendapatan non-operasional yang bersifat tidak berulang. Hal ini menjadi landasan empiris bahwa interpretasi hasil perhitungan ZScore perlu dilakukan secara hati-hati dan tidak dapat dianggap sebagai indikator tunggal pemulihan finansial. Dengan demikian, penelitian yang sedang dilakukan memiliki relevansi untuk melanjutkan kajian sebelumnya dengan konteks periode yang berbeda, sehingga dapat memperkaya literatur mengenai dinamika risiko kebangkrutan pada perusahaan properti di Indonesia. HASIL Working Capital to Total Asset (X1) Rasio X1 (WCTA) digunakan untuk menilai kapasitas likuiditas jangka pendek perusahaan melalui perbandingan modal kerja bersih dengan total aset. Jika modal kerja bersih positif, hal ini mengindikasikan bahwa perusahaan memiliki likuiditas yang cukup untuk membayar kewajiban jangka pendek yang jatuh tempo, serta mampu mendukung kegiatan operasional. Dengan demikian, nilai X1 yang tinggi mencerminkan perbaikan stabilitas finansial dan bertindak sebagai sinyal dini dalam memprediksi risiko financial distress. Rumus yang digunakan untuk menghitung rasio ini adalah sebagai berikut (Fauziah et al., 2024) 𝑊𝐶𝑇𝐴 = 𝐴𝑠𝑒𝑡 𝐿𝑎𝑛𝑐𝑎𝑟−𝐻𝑢𝑡𝑎𝑛𝑔 𝐿𝑎𝑛𝑐𝑎𝑟 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡 Maka diperoleh hasil sebagai berikut: Tabel 2. Working Capital to Total Aset Sumber: Peneliti (2025) Retained Earnings to Total Assets (X2) Rasio Retained Earnings to Total Asset (RETA), dilambangkan sebagai X2, merupakan komponen kunci dalam model Altman Z-Score yang bertujuan mengukur proporsi total aset perusahaan yang didanai secara internal melalui akumulasi laba ditahan. Rasio ini berfungsi sebagai cerminan historis dari efektivitas manajemen dalam menghasilkan profitabilitas jangka panjang dan menunjukkan tingkat kematangan finansial perusahaan. Nilai X2 yang tinggi mengindikasikan bahwa perusahaan memiliki modal yang kuat untuk menahan kerugian operasional di masa depan, sehingga mengurangi ketergantungan pada pendanaan eksternal. Dengan demikian, X2 menjadi prediktor yang sangat krusial dalam menilai stabilitas keuangan dan potensi risiko financial distress perusahaan. Rumus yang digunakan dalam pengolahan data adalah sebagai berikut (Fauziah et al., 2024) Tahun Aset Lancar Liabilitas Jangka Pendek Modal Kerja Bersih Total Aset X1 2022 29.144.101.000.000 9.325.960.000.000 19.818.141.000.000 49.870.897.000.000 0.397 2023 29.816.689.000.000 9.923.981.000.000 19.892.708.000.000 49.570.824.000.000 0.401 2024 34.520.772.000.000 11.107.982.000.000 23.412.790.000.000 53.783.859.000.000 0.435 Net Working Capital to Total Asset (Dalam Ribuan Rupiah) Socius: Jurnal Penelitian Ilmu-ilmu Sosial Vol. 3, No. 5 Tahun 2025, P. 344-356 Andreanus Halim Saputra, at., al/ Evaluasi Financial Distress 𝑅𝐸𝑇𝐴 = 𝐿𝑎𝑏𝑎 𝐷𝑖𝑡𝑎ℎ𝑎𝑛 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡 Maka diperoleh hasil sebagai berikut: Tabel 3. Retained Earnings to Total Assets Sumber: Peneliti (2025) Earning Before Interest and Tax to Total Asset (X3) Rasio X3 (EBIT/TA) digunakan untuk menilai efisiensi seluruh aset perusahaan dalam menghasilkan laba operasional tanpa dipengaruhi oleh kebijakan pendanaan dan pajak. Rasio ini mencerminkan kekuatan produktif perusahaan dan kemampuan intrinsiknya untuk menghasilkan pendapatan dari aktivitas inti bisnis. Nilai yang tinggi sangat krusial dalam menjamin kemampuan perusahaan melunasi kewajiban jangka panjang, menjadikannya prediktor utama risiko kebangkrutan dalam model Altman Z-Score. Rumus yang digunakan dalam pengolahan data adalah sebagai berikut (Fauziah et al., 2024) 𝐸𝐵𝐼𝑇𝐴 = 𝐿𝑎𝑏𝑎 𝑂𝑝𝑒𝑟𝑎𝑠𝑖 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡 Maka diperoleh hasil sebagai berikut: Tabel 4. Earning Before Interest and Tax to Total Aset Sumber: Peneliti (2025) Market Value of Equity to Book Value of Total Liabilities (X4) Rasio X4 (Market Value of Equity to Total Debt) merupakan indikator struktur permodalan yang membandingkan nilai pasar ekuitas terhadap total kewajiban perusahaan. Rasio ini berfungsi mencerminkan persepsi pasar terhadap risiko perusahaan dan kemampuan manajemen dalam mengelola tingkat leverage (utang). Nilai X4 yang tinggi sangat krusial karena menunjukkan leverage yang rendah, yang merupakan sinyal stabilitas jangka panjang dan penurunan potensi risiko kebangkrutan. Rumus yang digunakan dalam pengolahan data adalah sebagai berikut (Fauziah et al., 2024) MVEBVL= 𝑁𝑖𝑙𝑎𝑖 𝑃𝑎𝑠𝑎𝑟 𝐸𝑘𝑢𝑖𝑡𝑎𝑠 𝑇𝑜𝑡𝑎𝑙 𝐻𝑢𝑡𝑎𝑛𝑔 Tabel 5. Market Value of Equity to Book Value of Total Liabilities Sumber: Peneliti (2025) Tahun Laba/Rugi Ditahan Total Aset X2 2022 (10.961.724. 000.000) 49.870.897.000.000 -0.22 2023 (10.911.544.000.000) 49.570.824.000.000 -0.22 2024 7.851.982.000.000 53.783.859.000.000 0.146 Retained Earnings to Total Asset (Dalam Ribuan Rupiah) Tahun Laba Operasi Total Aset X3 2022 113.063.00 49.870.897.000.000 0.002 2023 3.693.749.000.000 49.570.824.000.000 0.075 2024 20.278.474.000.000 53.783.859.000.000 0.377 Earning Before Interest and Tax to Total Asset (Dalam Ribuan Rupiah) Tahun Nilai Pasar Ekuitas Total Liabilitas X4 2022 5.733.788 30.731.006.000.000 0.187 2023 6.866.065 29.964.393.000.000 0.229 2024 7.219.986 22.836.790.000.000 0.316 Market Value of Equity to Book Value of Total Liabilites (Dalam Ribuan Rupiah)