Prediksi kesehatan keuangan perusahaan merupakan langkah strategis untuk mengantisipasi potensi kebangkrutan sejak dini. Model Altman Z-Score telah digunakan secara luas sebagai alat prediksi kebangkrutan, namun perkembangan kondisi ekonomi dan karakteristik industri yang berbeda menuntut adanya model yang lebih relevan dan kontekstual, terutama pada sektor Energi. Sektor ini memiliki ciri khas tersendiri, seperti intensitas modal yang tinggi, dominasi aset tetap, serta sensitivitas terhadap fluktuasi harga energi dan kondisi eksternal lainnya.
Penelitian ini menggunakan laporan keuangan perusahaan sektor Energi yang terdaftar di Bursa Efek Indonesia selama periode 2019–2023. Pemilihan sampel dilakukan dengan metode purposive sampling, sedangkan analisis data dilakukan melalui pengukuran rasio keuangan dan penerapan Multiple Discriminant Analysis (MDA) dengan pendekatan stepwise untuk menyeleksi variabel-variabel yang berpengaruh signifikan terhadap kondisi keuangan perusahaan.
Hasil analisis menunjukkan bahwa dari variabel-variabel yang terdapat dalam model Z-Score tradisional, hanya dua rasio yang tetap relevan dalam menggambarkan kondisi keuangan perusahaan sektor Energi, yaitu retained earnings to total assets dan EBIT to total assets. Model kemudian disempurnakan dengan memasukkan variabel tambahan berupa fluktuasi harga energi dan ukuran perusahaan (firm size), sehingga menghasilkan model baru yang dinamakan AI- Score.
Model AI-Score terbukti mampu membedakan perusahaan sehat dan tidak sehat dengan tingkat akurasi prediksi mencapai 100% dan nilai cut-off sebesar 0. Hasil ini menunjukkan bahwa model AI-Score memiliki kemampuan prediktif yang lebih baik dan lebih adaptif terhadap dinamika sektor Energi. Dengan demikian, AI-Score dapat dijadikan sebagai sistem peringatan dini (Early Warning System) yang efektif bagi manajemen, investor, dan regulator dalam mengidentifikasi serta memitigasi risiko kebangkrutan pada perusahaan sektor Energi di Indonesia.