Analisis Prediksi Kebangkrutan Menggunakan Metode Altman Z Score Pada PT Goto Gojek Tokopedia Tbk 2020 - 2024
KINANTI, LAKSITA ARUM (2025) Analisis Prediksi Kebangkrutan Menggunakan Metode Altman Z Score Pada PT Goto Gojek Tokopedia Tbk 2020 - 2024. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.
1. PENDAHULUAN.pdf
Download (1MB)
2. ABSTRAK.pdf
Download (909kB)
3. Bab I (1).pdf
Download (1MB)
4. BAB II.pdf
Restricted to Registered users only
Download (1MB)
5. BAB III.pdf
Restricted to Registered users only
Download (1MB)
6. BAB IV.pdf
Restricted to Registered users only
Download (1MB)
7. BAB V.pdf
Restricted to Registered users only
Download (970kB)
8. DAFTAR PUSTAKA.pdf
Download (837kB)
9. LAMPIRAN.pdf
Restricted to Registered users only
Download (911kB)
Abstract
Penelitian ini dilatar belakangi oleh perkembangan teknologi di era modern saat ini telah
membawa perubahan besar dalam kehidupan manusia. Perubahan ini telah melalui berbagai
tahap, termasuk era revolusi yang kini dikenal sebagai era Industri 4.0 dan Society 5.0. Secara
tidak sadar, hampir seluruh aspek kehidupan kini berjalan beriringan dengan teknologi. PT
GoTo Gojek Tokopedia Tbk lahir pada 17 Mei 2021 dari merger dua platform digital raksasa
Indonesia. Pada awalnya, merger GoTo menunjukkan performa yang sangat baik,
menjadikannya Decacorn pertama di Indonesia. Namun pada perjalanannya, GoTo
mengalami kerugian. Jenis penelitian ini adalah Kuantitatif deskriptif dengan bersumber dari
laporan keuangan GoTo 2020-2025 dengan menggunakan Metode Altman Z Score. Hasil
akhirn menyebutkan GoTo berada pada zona berbahaya. Setelah dilakukan beberapa
simulasi, cara terbaik dan paling relevan untuk GoTo lakukan adalah simulasi peningkatan
rasio X2 dan X3 sebesar 30% agar terhindar dari zona berbahaya menjadi zona sehat.
| Dosen Pembimbing: | SATOTO, EKO BUDI and HAFIDZI, ACHMAD HASAN | NIDN0716106702, NIDN0714058604 |
|---|---|
| Item Type: | Thesis (Undergraduate) |
| Keywords/Kata Kunci: | Kata kunci: Laporan Keuangan, Kebangkrutan, Altman Z Score |
| Subjects: | 000 Computer Science, Information, & General Works 000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data |
| Divisions: | Faculty of Economics > Department of Management (S1) |
| Depositing User: | Laksita Arum Kinanti | laksitaarumkinanti@gmail.com |
| Date Deposited: | 28 Jul 2025 03:48 |
| Last Modified: | 28 Jul 2025 03:48 |
| URI: | https://repository.unmuhjember.ac.id/id/eprint/25949 |
