Financial distress merupakan tahapan awal menurunnya kondisi keuangan perusahaan sebelum terjadinya kebangkrutan atau likuidasi. Setiap perusahaan memiliki kemungkinan yang sama untuk menghadapi kesulitan keuangan. Penelitian ini bertujuan untuk memprediksi financial distress menggunakan metode Altman Z-Score dan Support Vector Machine pada perusahaan infrastruktur, utilitas, dan transportasi yang terdaftar di BEI periode 2017-2020.
Z-Score adalah suatu model yang memprediksi kesulitan keuangan dengan menggunakan rasio keuangan yang dikembangkan oleh Altman. Sedangkan Support Vector Machine bekerja dengan memaksimalkan batas garis pemisah atau hyperplane sehingga diperoleh ukuran margin yang maksimal. Hyperplane yang memisahkan kedua kelompok data dengan mengukur margin hyperplane.
Metode yang digunakan dalam penelitian ini adalah penelitian kuantitatif. Populasi pada penelitian sebanyak 79 perusahaan sektor infrastruktur, utilitas, dan transportasi dari tahun 2017-2020. Sampel penelitian menggunakan teknik purposive sampling dan diperoleh sebanyak 49 perusahaan. Dalam memprediksi financial distress digunakan data latih sebanyak 30 perusahaan untuk melatih algoritma Support Vector Machine.
Hasil penelitian menunjukkan model prediksi Altman Z-Score memprediksi 18 perusahaan yang mendapatkan status distress selama empat tahun berturut-turut dengan akurasi prediksi 48% dan model Support Vector Machine memprediksi 13 perusahaan mengalami distress selama empat tahun berturut-turut dengan akurasi sebesar 53%. Berdasarkan hasil pengujian hipotesis disimpulkan bahwa terdapat perbedaan hasil prediksi antara model Altman dan Model SVM.
Kata Kunci: Financial Distress, Altman Z-Score, Support Vector Machine