<![CDATA[This study aims to find the highest accuracy financial distress prediction model. Types of Industries that will be selected are the basic & chemical industries: Metals, Ceramics, and Plastics in 2017-2020, listed on the Indonesia Stock Exchange. The determinant of the sample used is purposive sampling. The analysis was carried out using a financial distress prediction model and calculating the percentage of accuracy as well as type I errors and type II errors. The analysis results show that the conditions of industrial companies increased in the Green Area and Red Area before decreasing in 2020 and decreased in the Grey Area before an increase in 2020. Most observations are in distress in the Springate model, and most are in a healthy condition in Grover and Zmijewski. The Springate model is the model with the highest accuracy compared to other prediction models, with the lowest I error rate of 21% and the second-rank accuracy prediction result (56%). Abstrak Penelitian ini juga bertujuan untuk menemukan model prediksi financial distress dengan keakurasian tertinggi. Jenis perusahaan yang akan digunakan adalah industri dasar dan kimia: logam, keramik, dan plastik tahun 2017-2020 yang terdaftar di Bursa Efek Indonesia. Penentuan sampel yang digunakan adalah purposive sampling. Analisis dilakukan dengan menggunakan model prediksi financial distress dan menghitung persentase keakurasian sekaligus kesalahan tipe I dan kesalahan tipe II. Hasil analisis menunjukkan bahwa kondisi perusahaan industri terjadi peningkatan pada Green Area dan Red Area sebelum menurun pada tahun 2020 dan penurunan pada Grey Area sebelum terjadi kenaikkan pada tahun 2020. Mayoritas berada dalam distress pada model Springate, dan mayoritas berada pada kondisi sehat pada Grover dan Zmijewski. Selain itu, model Springate merupakan model dengan keakurasian yang tertinggi dibandingkan dengan model prediksi lainnya dengan tingkat kesalahan I terendah sebesar 21% sekaligus hasil prediksi keakuratan peringkat kedua sebesar 56%.]]>
