commit to user
i
EFISIENSI BANK DI INDONESIA DENGAN DATA ENVELOPMENT
ANALYSIS (DEA) SAAT KRISIS DAN SETELAH KRISIS
oleh
NATALIA NURLITASARI
NIM. M 0107011
SKRIPSI
ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Sarjana Sains Matematika
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
commit to user
commit to user
iii
ABSTRAK
Natalia Nurlitasari, 2012. EFISIENSI BANK DI INDONESIA DENGAN DATA ENVELOPMENT ANALYSIS (DEA) SAAT KRISIS DAN SETELAH KRISIS Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret.
Krisis global memberikan pengaruh yang signifikan terhadap pasar keuangan global termasuk sistem keuangan perbankan di Indonesia. Faktor kinerja memegang peranan penting bagi keberlangsungan sistem perbankan. Oleh karena itu, perlu dilakukan pengukuran kinerja melalui efisiensi.
Tujuan dari penelitian ini adalah melihat dampak kebijakan BI dengan memperhatikan efisiensi 10 bank terbesar di Indonesia saat krisis, saat satu tahun setelah krisis dan saat dua tahun setelah krisis. Efisiensi 10 bank diukur dengan data envelopment analysis (DEA) dan hasil efisiensi pada ketiga tahun tersebut dibandingkan dengan uji Kruskal-Wallis.
Hasil penelitian yang diperoleh menunjukkan bahwa bank yang selalu memiliki efisiensi 100% saat krisis, saat satu tahun setelah krisis dan saat dua tahun setelah krisis adalah Bank Panin. Namun demikian, berdasarkan uji Kruskal-Wallis dengan tingkat signifikansi = 0,05 dapat disimpulkan tidak terdapat perbedaan yang signifikan rata-rata efisiensi 10 bank pada ketiga tahun tersebut.
commit to user
iv
ABSTRACT
Natalia Nurlitasari, 2012. EFFICIENCY OF BANKS IN INDONESIA USING DATA ENVELOPMENT ANALYSIS (DEA) DURING THE CRISIS AND AFTER CRISIS, Faculty of Mathematics and Natural Sciences, Sebelas Maret University.
The global crisis had a significant influence on global financial markets including the banking financial system in Indonesia. Performance factors play an important role for the sustainability of the banking system. Therefore, it is necessary to measure performance through efficiency.
The purpose of this research is to see the impact of BI's policy with respect to efficiency of 10 largest banks in Indonesia during the crisis, while one year after the crisis and during the two years after the crisis. Efficiency of 10 banks is measured by Data Envelopment Analysis (DEA) and the efficiency of the third year is compared by the Kruskal-Wallis test.
The results indicate that the bank always has an efficiency of 100% during the crisis, while one year after the crisis and during the two years after the crisis is Bank Panin. Eventough, based on the Kruskal-Wallis test with significance level α = 0.05, it can be concluded there is no difference in the average efficiency of 10 banks in the third year.
commit to user
v
MOTTO
1. Tidak ada kata gagal, yang ada hanyalah menyerah untuk menjadi lebih baik.
commit to user
vi
PERSEMBAHAN
Skripsi ini kupersembahkan untuk Alm. Ayah yang kusayangi, Ibu dan kakak
commit to user
vii
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa yang telah melimpahkan berkat
dan rahmat-Nya sehingga penulis dapat menyelesaikan skripsi ini. Dalam penulisan
skripsi ini tak lepas dari bantuan berbagai pihak. Oleh karena itu, penulis
mengucapkan terimakasih kepada
1. Irwan Susanto, DEA selaku Pembimbing I dan Dra. Purnami Widyaningsih,
M.App.Sc selaku Pembimbing II yang telah memberikan bimbingan dalam
penulisan skripsi,
2. Temanku Ririn yang telah memberikan masukan terkait dengan penulisan
skripsi.
Penulis berharap semoga skripsi ini bermanfaat.
Surakarta, Januari 2012
commit to user
ix
IV. HASIL DAN PEMBAHASAN 18
4.1. Data Input dan Output Bank ... 18
4.2. Pengukuran Efisiensi dengan DEA ... 21
4.2.1. Virtual Input dan Virtual Output ... 21
4.2.2. Program Linear ... 22
4.2.3. Penyelesaian Maksimum ... 24
4.2.4. Efisiensi Perbankan ... 25
4.3. Uji Kruskal-Wallis ... 29
V. PENUTUP 32 5.1. Kesimpulan ... 32
5.2. Saran ... 33
commit to user
x
DAFTAR TABEL
2.1 Data sampel ... 11
4.1 Statistik deskriptif data input dan output 10 bank ... 19
4.2 Input dan output 10 bank saat krisis ... 20
4.3 Penyelesaian maksimum 10 bank untuk bulan Januari saat krisis ... 25
4.4 Efisiensi 10 bank per bulan saat krisis (dalam persen) ... 26
4.5 Efisiensi 10 bank per bulan saat satu tahun setelah krisis (dalam per- sen) ... 27
2.6 Efisiensi 10 bank per bulan saat dua tahun setelah krisis (dalam per- sen) ... 28
2.7 Nilai median, rata-rata rank, interval konfidensi selisih dua mean dan nilai efisiensi 10 bank saat krisis, saat satu tahun setelah krisis dan saat dua tahun setelah krisis ... 29
commit to user
terhenti, transaksi dan kegiatan ekonomi sehari-hari terganggu. Aliran dana keluar
(capital outflow) terjadi secara besar-besaran. Indonesia yang saat krisis tidak
memberlakukan penjaminan dana nasabah secara menyeluruh, menderita capital
outflow lebih parah dibanding negara-negara tetangga yang menerapkan penjaminan
dana nasabah secara penuh (blankeet guarantee). Aliran dana keluar tersebut
membuat likuiditas di dalam negeri semakin menipis dan bank-bank mengalami
kesulitan mengelola arus dananya. Situasi krisis pada saat itu juga sangat
mempengaruhi sirkulasi dana pada bank-bank berskala besar. Berdasarkan laporan
humas Bank Indonesia (2010), pada Oktober 2008 ada tiga bank besar BUMN yakni
PT Bank Mandiri Tbk., PT Bank Negara Indonesia Tbk., dan PT Bank Rakyat
Indonesia Tbk. meminta bantuan likuiditas dari pemerintah masing-masing 5 triliun
rupiah. Total dana untuk menginjeksi ketiga bank tersebut sebesar 15 triliun rupiah.
Dana tersebut bersumber dari uang pemerintah yang berada di Bank Indonesia (BI).
Kondisi tersebut semakin diperparah oleh adanya kasus Bank Century yang telah
merugikan pemerintah senilai 6,7 triliun rupiah. Bank Century mengalami kalah
kliring sehingga tidak bisa membayar dana permintaan dari nasabah dan dinyatakan
sebagai bank gagal pada tanggal 20 Nopember 2008 oleh BI. Berdasarkan laporan
yang ada dalam Sekretariat Negara Republik Indonesia (http://www.setneg.go.id,
2011) BI mengeluarkan 3 kebijakan untuk meminimumkan dampak krisis global
tersebut. Pertama, kebijakan dalam sektor moneter yaitu BI mengarahkan kebijakan
pada penurunan tekanan inflasi. Kenaikan harga BBM sempat mendorong inflasi
commit to user
2
berlanjutnya tekanan inflasi, BI menaikkan suku bunga dari 8 persen secara bertahap
menjadi 9,5 persen pada Oktober 2008. Kedua, kebijakan dalam sektor perbankan.
Kebijakan tersebut diarahkan pada upaya memperkuat ketahanan sistem perbankan
yang bertujuan meningkatkan keamanan dan kesehatan sistem keuangan. Ketiga,
kebijakan di sektor pembayaran yaitu BI turut berusaha mencegah terjadinya dampak
krisis global terhadap kelancaran sistem pembayaran nasional. Kebijakan BI dalam
sistem pembayaran terus dilakukan untuk meningkatkan peredaran uang yang cepat,
efisien, aman, dan handal, meningkatkan layanan kas prima, dan meningkatkan
kualitas uang.
Setelah diberlakukannya kebijakan tersebut, kondisi perbankan di Indonesia
diharapkan saat setelah krisis mengalami peningkatan dibandingkan pada saat krisis
berlangsung. Kondisi suatu bank dapat dilihat dari efisiensi bank tersebut (Lestari,
2002). Efisiensi suatu bank dimaksudkan untuk mengukur keberhasilan unit bank
tersebut. Pada saat pengukuran efisiensi dilakukan, sebuah bank dihadapkan pada
kondisi bagaimana mendapatkan output yang maksimum dengan input yang ada atau
mendapatkan input yang minimum dengan output tertentu (Sugiarto, 2003).
Pendekatan parametrik misalnya stochastic frontieranalysis (SFA) atau distribution
free approach (DFA) dan pendekatan nonparametrik misalnya data envelopment
analysis (DEA) dapat digunakan untuk pengukuran efisiensi tersebut (Mahadevan,
2003). SFA dan DFA adalah suatu analisis parametrik yang melibatkan efek
inefisiensi sebagai komponen eror (Aigner et al., 1977). Sedangkan DEA adalah
analisis nonparametrik yang merupakan pengembangan dari matematika program
linear (Charnes et al, 1978). Penelitian ini menggunakan pendekatan dengan DEA
karena memiliki kelebihan dibanding pendekatan parametrik yaitu dapat mengukur
efisiensi relatif dengan multiinput dan multioutput. Selain itu, pengukuran efisiensi
dengan DEA tidak membutuhkan jenis fungsi (bentuk distribusi) dan lebih sedikit
data yang dibutuhkan (Abidin, 2007).
Penelitian tentang pengukuran efisiensi telah cukup banyak dilakukan. Tiga
commit to user
3
Lien dan Tseng (2005) menerapkan analisis DEA dan SFA dalam mengukur efisiensi
pelabuhan internasional di 27 negara. Endri (2008) mengevaluasi efisiensi teknis
perbankan syariah dengan SFA. Yuniarti (2008) mengukur efisiensi bank
berstratifikasi di Indonesia dengan DEA dengan tiga input yaitu biaya bunga, biaya
nonbunga dan biaya personalia sedangkan outputnya adalah pendapatan bunga dan
pendapatan nonbunga. Penelitian tersebut menunjukkan rata-rata efisiensi bank
berstratifikasi mengalami peningkatan dari tahun 2005 sampai tahun 2007.
Dalam pengukuran efisiensi pemilihan variabel input dan variabel output
merupakan langkah yang penting karena dapat mempengaruhi hasil evaluasi kinerja.
Terdapat 2 pendekatan yang digunakan dalam pemilihan variabel input dan variabel
output yaitu pendekatan intermediasi dan pendekatan operasional (Barr et al., 2002).
Pendekatan intermediasi menekankan sejauh mana bank sebagai lembaga
intermediasi berfungsi untuk mengumpulkan dana dari masyarakat yang kelebihan
dana dan meminjamkan kembali kepada pihak yang membutuhkan dana. Pendekatan
operasional lebih menekankan pada perspektif manajemen biaya atau pendapatan.
Pendekatan intermediasi telah digunakan Setyastuti (2005) dalam menentukan
variabel input dan variabel output. Pemilihan variabel dalam penelitian ini
menggunakan pendekatan operasional mengacu pada penelitian Yuniarti (2008).
Variabel input adalah biaya bunga, biaya nonbunga dan biaya personalia, sedangkan
variabel output adalah pendapatan bank. Akan tetapi, untuk menentukan efisiensi
bank di Indonesia penulis memilih 10 bank terbesar di Indonesia berdasarkan jumlah
modal dan pangsa pasar pada tahun 2010. Guna mengetahui efek pemberlakuan
kebijakan BI, efisiensi 10 bank tersebut perlu diukur pada saat krisis yaitu tahun 2008
dan setelah krisis. Saat satu tahun setelah krisis adalah tahun 2009 dan saat dua tahun
setelah krisis adalah tahun 2010.
1.2. Perumusan Masalah
Berdasarkan latar belakang masalah dapat dirumuskan permasalahan yaitu
commit to user
4
krisis dan saat dua tahun setelah krisis jika diukur dengan DEA dan bagaimana
dampak kebijakan BI terhadap kondisi perbankan di Indonesia jika dilihat dari
efisiensinya.
1.3.Tujuan Penelitian
Berdasarkan perumusan masalah di atas, tujuan penelitian ini adalah
menentukan efisiensi 10 bank terbesar di Indonesia saat krisis, saat satu tahun setelah
krisis dan saat dua tahun setelah krisis dengan DEA dan menentukan dampak
kebijakan BI terhadap kondisi perbankan di Indonesia jika dilihat dari efisiensinya.
1.4.Manfaat Penelitian
Dengan memperhatikan tujuan penulisan manfaat yang diharapkan yaitu dapat
memberikan wawasan dan pemahaman tentang efisiensi keuangan suatu bank serta
dapat mengetahui dampak pemberlakuan kebijakan BI terhadap kondisi perbankan di
commit to user
5 BAB II
LANDASAN TEORI
Pada landasan teori ini dibahas dua subbab yaitu tinjauan pustaka dan
kerangka pemikiran.
2.1.Tinjauan Pustaka
Berikut diberikan beberapa konsep dan pengertian yang mendasari
dilakukannya penelitian ini. Konsep dan pengertian yang digunakan meliputi
pengertian tentang bank, efisiensi dalam perbankan, program linear, DEA, uji Kruskal-Wallis dan interval konfidensi selisih dua mean rank.
2.1.1 Bank
Secara sederhana bank diartikan sebagai lembaga keuangan yang kegiatan
usahanya adalah menghimpun dana dari masyarakat dan menyalurkan kembali dana
tersebut kepada masyarakat serta memberikan jasa-jasa bank lainnya (Kahsmir,
2002). Dengan demikian bank adalah lembaga keuangan yang usahanya menyerap
dana dari kelompok masyarakat yang berlebihan dana dan menyalurkannya kepada
kelompok masyarakat yang kekurangan dan membutuhkan dana tersebut serta
memenuhi persyaratan tertentu untuk diberikan bantuan dana tersebut. Menurut UU
No. 10 Tahun 1998 tentang perbankan, pada pasal 1 disebutkan bahwa bank adalah
bentuk dana usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan,
dan menyalurkan kepada masyarakat dalam bentuk pembiayaan. Penyaluran kepada
masyarakat dalam rangka meningkatkan taraf hidup orang banyak. Sedangkan dalam
pasal 2 disebutkan bahwa bank umum adalah bank yang dapat memberikan jasa
dalam lalu lintas pembayaran. Dari definisi tersebut dapat disimpulkan tiga fungsi
commit to user
6
1. Bank sebagai lembaga yang menghimpun dana masyarakat dalam bentuk
simpanan.
2. Bank sebagai lembaga yang menyalurkan dana ke masyarakat dalam bentuk
kredit.
3. Bank sebagai lembaga yang melancarkan transaksi perdagangan dan
peredaran uang.
Bank dan lembaga bukan bank mempunyai peranan penting dalam sistem
keuangan, peranan tersebut adalah
1. pengalihan aset (Asset transmutation)
perbankan berfungsi dalam memberikan pinjaman kepada pihak yang
membutuhkan dana dalam jangka waktu tertentu yang telah disepakati.
Sumber dana pinjaman tersebut diperoleh dari para pemilik dana yang disimpan di bank yaitu unit surplus yang mempercayakan dananya untuk
dikelola bank. Dalam hal ini perbankan telah berperan sebagai pengalih aset
dari unit surplus (lenders) kepada unit defisit (borrowers),
2. memberi kemudahan untuk transaksi (Transaction)
perbankan memberikan kemudahan bagi para pelaku ekonomi untuk
melakukan transaksi barang dan jasa. Produk-produk barang dan jasa yang
dikeluarkan oleh bank yang merupakan pengganti uang dan dapat digunakan
sebagai alat pembayaran yang sah seperti kartu ATM, kartu kredit, dan kartu debit,
3. menciptakan efisiensi (Efficiency)
peranan bank dan lembaga keuangan bukan bank adalah mempertemukan
pemilik dan pengguna modal. Lembaga keuangan memperlancar dan
mempertemukan pihak-pihak yang saling membutuhkan. Adanya informasi yang tidak simetris antara peminjam dan investor menimbulkan masalah
commit to user
7 4. penjamin likuiditas (Liquidity)
peran ini menunjukkan bahwa lembaga keuangan bank dapat meyakinkan
kepada nasabahnya bahwa dana yang disimpan sebagai produk dengan tingkat
likuiditas yang berbeda-beda, akan dikembalikan pada saat yang telah
ditentukan sesuai dengan kebutuhan dan kepentingannya.
2.1.2 Efisiensi Bank
Menurut Lestari (2002), efisiensi merupakan parameter yang mendasari
seluruh kinerja sebuah bank. Kemampuan menghasilkan output yang maksimum
dengan input yang ada adalah ukuran kinerja yang diharapkan. Pada saat pengukuran
efisiensi dilakukan, bank dihadapkan pada kondisi bagaimana mendapatkan output
yang maksimum dengan input yang ada atau mendapatkan input yang minimum
dengan output tertentu. Efisiensi dalam dunia perbankan adalah parameter yang banyak digunakan karena merupakan jawaban dari kesulitan-kesulitan dalam
menghitung ukuran-ukuran kinerja.
Bank adalah suatu unit bisnis yang mencari keuntungan dimana pengukuran
efisiensi berdasarkan tolok ukur secara ekonomi. Menurut Farrel (1957) terdapat dua
pendekatan efisiensi secara ekonomi yaitu efisiensi alokatif dan efisiensi teknis.
Efisiensi alokatif mencerminkan kemampuan perusahaan dalam penggunaan input
yang tersedia dengan harga dan teknologi produksinya. Alat ukur yang biasa
digunakan untuk mengevaluasi efisiensi alokatif adalah rasio keuangan. Rasio
keuangan yang digunakan di banyak negara maju seperti Amerika Serikat adalah
Capital (C), Asset Quality (A), Management (M), Earning (E), Liability (L)
Sensitivity Market to Risk (S) atau yang biasa disingkat CAMELS. Sedangkan
efisiensi teknis mencerminkan kemampuan dari perusahaan dalam memaksimumkan
output yang dihasilkan dengan sejumlah input yang tersedia.
Pada awalnya evaluasi efisiensi diukur dengan rasio keuangan seperti yang terjadi di Indonesia. Tetapi menurut Oral dan Yolalan (1990) penilaian efisiensi tidak
commit to user
8
memperhitungkan seluruh output dan input yang ada. Berdasarkan pendapat tersebut
terdapat pendekatan yang lebih tepat untuk mengukur efisiensi yaitu pendekatan
parametrik dan nonparametrik (Mahadevan, 2003). Pendekatan parametrik adalah
pendekatan ekonometrik yang didasarkan pada dua komponen eror sedangkan
pendekatan nonparametrik didasarkan pada program linear atau dikenal dengan Data Envelopment Analysis (DEA).
2.1.3 Data Envelopment Analysis (DEA)
Menurut Cooper et al. (2000), DEA adalah suatu analisis yang menggunakan
prinsip nonparametrik yang dikombinasikan dengan program matematik untuk
mengukur efisiensi. Model DEA menggunakan asumsi Constant Return to Scale
(CRS) untuk menaksir efisiensi relatif dari sebuah unit kegiatan ekonomi dengan
multiinput dan multioutput. Efisiensi dihitung dari .
Pengertian dari input dan out put diberikan pada persamaan
(2.1) dan (2.2).
Bobot persamaan (2.1) dan (2.2) ditentukan melalui model optimasi berikut.
Memaksimumkan = ∗ ∗ ⋯ ∗
∗ ∗ ⋯ ∗
dengan kendala ⋯
⋯ ≤1, ( = 1,…, ) (2.3)
commit to user
9
, , …, ≥0.
Pada model (2.3) notasi menyatakan efisiensi, menyatakan input ke-
bank ke- dan menyatakan output ke- bank ke- .
Untuk mempermudah penyelesaian, model (2.3) ditransformasikan menjadi
memaksimumkan = ∗+ ∗+ ⋯+ ∗
dengan kendala
∗+ ∗+ ⋯+ ∗ = 1 (2.4)
+ + ⋯+ −( + + ⋯+ ) ≤ 0
, , …, ≥0
, , …, ≥0.
Suatu bank (*) atau bank yang sedang dicari efisiensinya dikatakan efisien jika = 1
(Cooper et al., 2000).
2.1.4 Program Linear
Model (2.4) merupakan permasalahan program linear yang digunakan untuk
mengukur efisiensi masing-masing bank. Program linear merupakan model umum
yang dapat digunakan dalam pemecahan masalah pengalokasian sumber-sumber yang
terbatas secara optimum. Permasalahan dalam program linear merupakan
permasalahan optimasi. Winston (1993) menjelaskan tiga karakteristik dalam
permasalahan optimasi.
1. Mempunyai tujuan untuk meminimumkan atau memaksimumkan fungsi tujuan yang merupakan fungsi dari variabel keputusan.
2. Nilai dari variabel keputusan harus memenuhi semua kendala dimana setiap
kendala merupakan persamaan linear atau pertidaksamaan linear.
commit to user
10
Program linear merupakan permasalahan optimasi yaitu meminimumkan atau
memaksimumkan fungsi tujuan dan kendala-kendalanya diberikan dalam bentuk
linear dengan hubungan fungsional yang mempunyai bentuk
mengoptimumkan = ( , , ,…, )
Metode yang digunakan untuk menyelesaikan permasalahan program linear
adalah metode simpleks. Metode simpleks merupakan prosedur aljabar yang bersifat
iteratif yang bergerak secara sistematis menuju titik optimum (Dimyati, 1994).
Permasalahan program linear yang mempunyai kendala berbentuk sama dengan (=)
dapat diselesaikan dengan teknik dua fase (Taha, 1993). Pada teknik dua fase,
permasalahan program linear diselesaikan melalui dua tahap. Pada tahap pertama
fungsi tujuan semula diganti dengan meminimumkan jumlah variabel semu. Jika nilai
minimum fungsi tujuan nol artinya permasalahan memiliki penyelesaian yang fisibel
maka dilanjutkan tahap dua. Pada tahap dua penyelesaian basis optimum dari tahap pertama digunakan sebagai penyelesaian awal bagi persoalan semula. Kemudian
dilakukan iterasi sampai didapatkan penyelesaian optimum yang baru.
2.1.5 Uji Kruskal-Wallis
Menurut Paul et al. (2011), uji Kruskal-Wallis adalah prosedur nonparametrik
yang digunakan untuk menguji kesamaan distribusi dari suatu sampel independen
dengan ≥2. Uji Kruskal-Wallis didasarkan pada pengurutan data (rank) sampel
commit to user
11
median gabungan sama banyaknya dengan data yang lebih besar dari median
gabungan maka dapat disimpulkan bahwa sampel tersebut diambil dari populasi
yang berdistribusi identik.
Misalkan terdapat data yang terdiri dari sampel acak dengan besarnya
masing-masing sampel diperbolehkan tidak sama dan masing-masing sampel acak
sebanyak yang terdiri dari , , … , maka data untuk sampel dapat
disajikan pada Tabel 2.1.
Tabel 2.1. Data sampel
Sampel 1 Sampel 2 ⋯ Sampel
⋯ ⋯
⋮ ⋮ ⋱ ⋮
⋯
Data sampel pada Tabel 2.1 kemudian digabungkan menjadi satu dan
diurutkan menurut besarnya (rank). Rank 1 adalah pengamatan terkecil diantara
pengamatan, rank 2 adalah pengamatan terkecil kedua dan seterusnya sehingga
pengamatan terbesar di dalam diberi rank dengan
= + + ⋯+ = ∑ .
Selanjutnya dicari untuk setiap dengan
= ∑ , = 1,2, …, . (2.5)
Pada persamaan (2.5), merupakan rank untuk pengamatan .
Berikut diberikan uji hipotesis untuk menguji kesamaan distribusi dari
sejumlah populasi.
commit to user
12
: Paling sedikit ada satu populasi cenderung mempunyai pengamatan-
pengamatan lebih besar dibandingkan paling sedikit satu populasi yang
lain,
atau
: Sejumlah populasi tidak semuanya mempunyai fungsi distribusi yang
identik.
2. Tingkat signifikansi .
3. Daerah kritis.
a. Jika = 3 dan ≤5 maka ditolak saat nilai statistik ≥ harga kritik
dalam tabel Kruskal-Wallis sesuai dengan tingkat signifikansi yang
digunakan.
b. Jika > 3 dan > 5 maka ditolak saat nilai statistik >
( ) ;( ), dimana ( ) ;( ) adalah kuantil ke ( 1− ) distribusi
Chi-Kuadrat dengan derajat bebas ( −1).
4. Statistik uji.
Statistik uji digunakan yang dirumuskan sebagai
=
( )∑ −3( + 1).
5. Kesimpulan.
2.1.6 Interval Konfidensi Selisih Dua Mean Rank
Menurut Murray et al. (2000) misalkan diketahui populasi. Jika untuk setiap
sampel dengan ukuran diambil dari populasi ke- maka dapat dihitung jumlah rank
pada sampel ke- atau dapat dinotasikan dengan . Hal ini menghasilkan suatu
distribusi sampling untuk yang mean dan standar deviasinya berturut-turut
dinyatakan sebagai dan . Dengan cara yang sama jika setiap sampel tersebut
digabungkan dengan ukuran maka mean dan standar deviasi untuk berturut
commit to user
13
Dengan mengambil semua kombinasi yang mungkin dari sampel-sampel
tersebut, dapat diperoleh suatu distribusi dari − . Mean dan standar deviasi dari − dapat dinyatakan sebagai dan yang ditentukan oleh
= − = − (2.6)
=
( )
, = 1,2, …, . (2.7)
Berdasarkan persamaan (2.6) dan persamaan (2.7) dapat dilakukan estimasi
interval dari selisih dua mean rank yaitu dari masing-masing mean rank sampel ke-
dengan mean rank data gabungan. Estimasi interval adalah dugaan dari suatu
parameter populasi yang terdiri dua batas yaitu batas atas dan batas bawah dimana
parameter tersebut diperkirakan berada diantara batas tersebut. Interval konfidensi
untuk selisih dua mean rank pada uji Kruskal-Wallis dapat dinyatakan sebagai
− − /
Berdasarkan tinjauan pustaka dapat disusun kerangka pemikiran yaitu data
diperoleh dari data sekunder yang dipublikasikan oleh Bank Indonesia. Kemudian
faktor-faktor yang mempengaruhi pendapatan bank seperti biaya bunga, biaya
nonbunga dan biaya personalia dimasukkan sebagai variabel input, sedangkan
pendapatan bank sebagai variabel output. Data tersebut kemudian dianalisis
menggunakan DEA. Melalui DEA, mula-mula data diformulasikan ke dalam
commit to user
14
linear kemudian diselesaikan dengan software TORA menggunakan teknik
penyelesaian dua fase. Penyelesaian optimum yang diperoleh merupakan efisiensi
masing-masing bank. Setelah didapatkan hasil perhitungan dari analisis DEA,
kemudian dilakukan uji Kruskal-Wallis untuk mengetahui apakah hasil perhitungan
efisiensi pada saat krisis, saat satu tahun setelah krisis dan saat dua tahun setelah
krisis sama atau berbeda. Kesimpulan dari uji perbandingan Kruskal-Wallis tersebut
kemudian dikaitkan dengan dampak kebijakan BI terhadap kondisi perbankan di
commit to user
15 BAB III
METODE PENELITIAN
Metode yang digunakan dalam penelitian ini adalah studi kasus yaitu
mempelajari dan mengkaji suatu kasus kemudian menyelesaikan permasalahan pada
kasus tersebut berdasarkan metode yang telah dipelajari. Terdapat tiga subbab yang
dibahas dalam metode penelitian ini yaitu meliputi sumber data, pengelompokkan
dan definisi variabel serta analisis data.
3.1. SumberData
Data yang digunakan adalah data sekunder (sumber data penelitian yang
diperoleh peneliti secara tidak langsung melalui media perantara dan dicatat pihak
lain) yang terdapat dalam Publikasi Laporan Keuangan Bank Indonesia bulan Januari
2008 sampai bulan Desember tahun 2010. Publikasi tersebut terdapat dalam website yang dimiliki oleh Bank Indonesia.
3.2. DefinisiVariabel
Variabel yang digunakan dalam penelitian ini terbagi menjadi dua yaitu
variabel input dan variabel output. Variabel input terdiri dari biaya bunga ( ), biaya
nonbunga ( ) dan biaya personalia ( ) sedangkan variabel output adalah
pendapatan ( ). Berikut diberikan definisi dari empat variabel tersebut.
1. Biaya bunga
Biaya bunga adalah biaya yang dikeluarkan atas dana-dana yang berasal dari
Bank Indonesia, bank lain dan pihak ketiga bukan bank.
2. Biaya non bunga
Biaya nonbunga adalah biaya-biaya operasional lainnya yang dikeluarkan oleh
bank diluar biaya bunga dan dicatat dalam laporan laba rugi bank.
commit to user
16
Biaya personalia adalah biaya yang dikeluarkan bank untuk membiayai
pegawainya seperti upah, perawatan kesehatan, honorarium komisaris dan
sebagainya.
4. Pendapatan
Pendapatan bank dalam penelitian ini adalah pendapatan bunga ditambah
pendapatan nonbunga. Pendapatan bunga adalah pendapatan pokok bank yang
diperoleh dari bunga kredit yang dikelola maupun penempatan giro, deposito,
obligasi atau surat berharga lainnya. Pendapatan nonbunga adalah pendapatan
diluar pendapatan bunga yang meliputi pendapatan provisi, komisi, pendapatan
transaksi valuta asing, pendapatan kenaikan nilai surat berharga dan pendapatan
lainnya.
3.3.AnalisisData
Berikut diberikan empat langkah dalam menganalisis data.
1. Pengumpulan data
Tahap pengumpulan data dilakukan dengan mengambil data sekunder
yang diperoleh dari website yang dimiliki oleh Bank Indonesia. Adapun bank
yang dipilih penulis adalah 10 bank terbesar di Indonesia berdasarkan jumlah
modal dan pangsa pasar. Sepuluh bank tersebut adalah a. PT. Bank Mandiri Tbk.,
b. PT. Bank Rakyat Indonesia Tbk.,
c. PT. Bank Central Asia Tbk.,
d. PT. Bank Negara Indonesia Tbk.,
e. PT. Bank CIMB Niaga Tbk.,
f. PT. Bank Danamon Indonesia Tbk.,
g. PT. Pan Indonesia Bank Tbk.,
h. PT. Bank Internasional Indonesia Tbk.,
commit to user
17 j. PT. Bank Tabungan Negara Tbk.
2. Mengukur efisiensi perbankan dengan DEA.
a. Membentuk virtual input dan virtual output masing-masing bank.
b. Virtual input dan virtual output masing-masing bank diformulasikan ke dalam
persamaan (2.3).
c. Menyelesaikan permasalahan program linear dengan bantuan softwareTORA.
d. Mengulangi langkah a) sampai c) untuk masing-masing bulan.
3. Setelah didapat hasil pengukuran efisiensi dengan DEA, selanjutnya dilakukan uji
Kruskal-Wallis. Uji Kruskal-Wallis digunakan untuk mengetahui apakah hasil
pengukuran efisiensi pada saat krisis, saat satu tahun setelah krisis dan saat dua
commit to user
18 BAB IV
HASIL DAN PEMBAHASAN
4.1. Data Input dan Output Bank
Pada penelitian ini 10 bank terbesar di Indonesia diukur efisiensinya
berdasarkan data biaya bunga, biaya nonbunga, biaya personalia dan pendapatan bank
dari bulan Januari 2008 sampai Desember 2010. Data yang diambil pada tahun 2008
adalah data pada saat krisis, data tahun 2009 adalah data satu tahun setelah krisis dan
data tahun 2010 adalah data dua tahun setelah krisis. Data tersebut diambil dari Bank
Indonesia (http://www.bi.go.id, 2011). Total data untuk masing-masing variabel input
dan output adalah 120 data. Pada Tabel 4.1 ditunjukkan statistik deskriptif data input
dan output pada tahun-tahun tersebut.
Berdasarkan Tabel 4.1 terlihat bahwa pada saat krisis berlangsung pendapatan
minimum yang diperoleh bank adalah sebesar 344.946 dan pendapatan maksimum
sebesar 30.516.537 dengan rata-rata tiap bulannya sebesar 7.430.489. Untuk
memperoleh pendapatan tersebut diperlukan rata-rata biaya bunga sebesar 2.628.936, biaya nonbunga sebesar 1.227.718 dan biaya personalia sebesar 1.200.930. Nilai-nilai
tersebut merupakan data dalam jutaan rupiah. Selain itu juga terlihat adanya
peningkatan rata-rata pendapatan yang diperoleh bank saat satu tahun dan dua tahun
setelah krisis. Pada saat satu tahun setelah krisis rata-rata pendapatan yang diperoleh
bank meningkat menjadi sebesar 9.416.498 dengan rata-rata biaya bunga sebesar
3.680.748, biaya nonbunga sebesar 1.300.851 dan biaya personalia sebesar
1.330.174. Pada saat dua tahun setelah krisis rata-rata pendapatan yang diperoleh
bank kembali meningkat menjadi sebesar 12.056.716. Rata-rata biaya bunga yang
dikeluarkan bank menjadi sebesar 3.656.527, biaya nonbunga sebesar 4.242.633 dan
commit to user
19
Tabel 4.1. Statistik deskriptif data input dan output 10 bank *)
Saat Krisis (Tahun 2008) N Minimum Maksimum Rata-rata Std. Deviasi
Pendapatan 120 344.946 30.516.537 7.430.489 7.107.204 Biaya Bunga 120 139.097 11.021.765 2.628.937 2.210.404 Biaya Nonbunga 120 64.805 4.598.623 1.227.718 996.625 Biaya Personalia 120 20.419 6.317.638 1.200.930 1.270.570
1 Tahun Setelah Krisis
(Tahun 2009) N Minimum Maksimum Rata-rata Std. Deviasi
Pendapatan 120 462.656 37.725.248 9.416.498 8.440.145 Biaya Bunga 120 312.373 12.886.383 3.680.748 2.835.220 Biaya Nonbunga 120 62.791 5.451.699 1.300.851 1.124.381 Biaya Personalia 120 26.304 6.587.462 1.330.174 1.337.083
2 Tahun Setelah Krisis
(Tahun 2010) N Minimum Maksimum Rata-rata Std. Deviasi
Pendapatan 120 594.073 43.048.464 12.056.716 10.714.997 Biaya Bunga 120 206.132 12.344.711 3.656.527 2.889.226 Biaya Nonbunga 120 149.619 30.555.474 4.242.633 5.507.716 Biaya Personalia 120 31.136 6.811.989 1.485.375 1.434.573
*) data dalam jutaan rupiah
Pada penelitian ini input bank yaitu biaya bunga, biaya nonbunga dan biaya
personalia secara berturut-turut dinotasikan dengan , dan sedangkan output
bank yaitu pendapatan dinotasikan dengan . Data biaya bunga, biaya nonbunga,
biaya personalia dan pendapatan untuk ke-10 bank pada bulan Januari saat krisis
disajikan pada Tabel 4.2. Sedangkan untuk bulan Desember pada tahun yang sama
disajikan pada Lampiran 1. Selain itu, disajikan pula data pada bulan Juli dan bulan
Desember masing-masing saat satu tahun setelah krisis dan saat dua tahun setelah
commit to user
20
Tabel 4.2 Input dan output 10 bank saat krisis
No Bank
590.118 347.946 417.292 2.362.759
2. Mandiri
938.923 295.895 281.374 2.126.364
3. BCA
611.950 191.073 305.475 1.728.061
4. BNI
529.856 185.922 235.062 1.526.831
5. Danamon
385.781 149.605 153.234 1.091.242
6. CIMB Niaga
Berdasarkan Tabel 4.2 terlihat bahwa Bank Mandiri mengeluarkan biaya
bunga, biaya nonbunga dan biaya personalia secara berturut-turut sebesar 938.923,
295.895 dan 281.374 untuk menghasilkan pendapatan sebesar 2.126.364. Nilai-nilai tersebut merupakan data dalam jutaan rupiah. Pendapatan terbesar diperoleh Bank
Rakyat Indonesia (BRI) yaitu sebesar 2.362.759 dan Bank Tabungan Negara (BTN)
memperoleh pendapatan yang terkecil yaitu sebesar 344.946. Selain itu, juga terlihat
bahwa semakin besar biaya-biaya yang dikeluarkan suatu bank semakin besar pula
pendapatan yang diperoleh bank tersebut. Namun, besarnya biaya yang dikeluarkan
dan pendapatan yang diperoleh suatu bank belum tentu mencerminkan keadaan yang
commit to user
21
4.2. Pengukuran Efisiensi dengan DEA
Terdapat 4 tahapan dalam mengukur efisiensi dengan DEA yaitu membentuk
virtual input dan virtual output, membentuk program linear, menyelesaikan program
linear dan mengulangi ketiga langkah tersebut untuk mendapatkan efisiensi
perbankan.
4.2.1. Virtual Input dan Virtual Output
Untuk mengukur efisiensi dengan DEA terlebih dahulu dibuat virtual input
dan virtual output. Pada penelitian ini 10 bank diukur efisiensinya menggunakan 3
variabel input dan 1 variabel output. Berdasarkan persamaan (2.1) dan persamaan
(2.2) virtual input dan virtual output untuk masing-masing bank adalah
input = + + (4.1)
output = . (4.2)
Efisiensi ( ) didapatkan dari rasio antara virtual input dan virtual output.
Bobot input dan bobot output dicari dengan menambahkan kendala untuk
memaksimumkan fungsi tujuan. Dalam hal ini yang menjadi fungsi tujuan adalah
rasio antara virtual input dan virtual output bank (*) atau bank yang sedang dicari
efisiensinya. Rasio tersebut pada dasarnya merupakan efisiensi dari bank (*). Kendala
yang ditambahkan adalah rasio virtual inputdan virtual outputmasing-masing bank.
Rasio pada kendala tersebut tidak boleh lebih dari satu. Oleh karena itu, didapatkan
permasalahan
memaksimumkan = ∗ ∗∗ ∗
dengan kendala ≤ 1
,
( = 1, …,10) (4.3)commit to user
22
4.2.2. Program Linear
Untuk mempermudah penyelesaian, permasalahan (4.3) diformulasikan ke
dalam program linear dengan menambahkan kendala. Kendala tambahan didapat dari
penyebut pada fungsi tujuan. Agar didapat bobot yang tunggal, penyebut tersebut
harus bernilai satu. Dengan demikian permasalahan (4.3) menjadi
memaksimumkan = ∗
dengan kendala ∗+ ∗+ ∗ = 1 (4.4)
−( + + ) ≤0, ( = 1, …,10)
, , , ≥0.
Sampai di sini langkah membentuk program linear telah dilakukan. Program
linear tersebut kemudian diterapkan untuk data yang telah diperoleh.
Berdasarkan data pada Tabel 4.1 masing-masing bulan diformulasikan ke
dalam program linear seperti pada permasalahan (4.4). Dalam permasalahan tersebut,
ditentukan oleh nilai input biaya bunga ( ), biaya nonbunga ( ), biaya personalia
( ) dan output pendapatan ( ). Untuk Bank Mandiri misalnya, nilai adalah
938.923, adalah 295.895, adalah 281.374 dan adalah 2.126.364 seperti yang
tampak pada Tabel 4.1. Dengan demikian permasalahan (4.4) untuk Bank Mandiri
pada bulan Januari saat krisis dapat disajikan sebagai
memaksimumkan = 2126364
dengan kendala
938923 + 295895 + 281374 = 1
2126364 − 938923 −295895 −281374 ≤0
2362759 − 590118 −347946 −417912 ≤0
1728061 −611950 −1910736 −305475 ≤0
commit to user
(4.5) notasi menyatakan bobot biaya bunga, menyatakan bobot biaya nonbunga,
menyatakan bobot biaya personalia dan menyatakan bobot pendapatan.
Dengan cara yang sama permasalahan untuk Bank Rakyat Indonesia (BRI) pada
bulan Januari saat krisis dapat disajikan sebagai
memaksimumkan = 2362759
dengan kendala
590118 + 347946 + 417912 = 1
2126364 − 938923 −295895 −281374 ≤0
2362759 − 590118 −347946 −417912 ≤0
1728061 −611950 −1910736 −305475 ≤0
commit to user
24
Permasalahan program linear untuk 8 bank yang lain yaitu Bank Central Asia
(BCA), Bank Negara Indonesia (BNI), Bank CIMB Niaga, Bank Danamon, Bank
Panin, Bank Permata, Bank Internasional Indonesia (BII) dan Bank Tabungan Negara
(BTN) disajikan pada Lampiran 2.
4.2.3. Penyelesaian Maksimum
Permasalahan (4.4) berbentuk program linear karena fungsi tujuan yaitu
efisiensi ( ) dan kendala-kendalanya berbentuk linear. Untuk menyelesaikan
permasalahan program linear dapat digunakan metode simpleks. Metode simpleks
yang digunakan untuk menyelesaikan permasalahan (4.4) adalah metode simpleks
dua fase karena pada kendala terdapat bentuk sama dengan (=). Pada penelitian ini
muncul variabel yang ditentukan yaitu , , dan . Ini berarti menentukan nilai
variabel-variabel , , dan yang memaksimumkan fungsi tujuan yaitu efisiensi
( ).
Untuk mempermudah perhitungan metode dua fase dalam penyelesaian
program linear digunakan software TORA. Penyelesaian maksimum untuk periode
bulan Januari saat krisis ditunjukkan pada Tabel 4.3.
Berdasarkan Tabel 4.3 diperoleh informasi tentang efisiensi masing-masing
bank pada periode bulan Januari saat krisis. Pada Bank Mandiri misalnya, terlihat
untuk mendapatkan fungsi tujuan ( ) sebesar 97,62%, bobot biaya bunga ( )
bernilai 0, bobot biaya nonbunga ( ) bernilai 0,22 × 10 , bobot biaya personalia
commit to user
25
Tabel 4.3. Penyelesaian maksimum 10 bank untuk bulan Januari saat krisis
Bank
selanjutnya adalah menerapkan metode yang sama untuk menghitung efisiensi 10
bank yang sama pada bulan Februari sampai Desember pada saat krisis, saat satu tahun setelah krisis dan saat dua tahun setelah krisis.
4.2.4. Efisiensi Perbankan
Sesuai dengan definisi, fungsi tujuan berarti efisiensi. Ini berarti bahwa,
nilai yang diperoleh Bank Mandiri bulan Januari misalnya, sebesar 97,62%, adalah
efisiensi bank Mandiri pada bulan tersebut. Dengan demikian kolom kedua pada
Tabel 4.3 adalah efisiensi 10 bank pada bulan Januari.
Dengan cara yang sama didapatkan efisiensi masing-masing bank untuk bulan
Februari sampai bulan Desember. Efisiensi 10 bank selama krisis berlangsung untuk
commit to user
26
Tabel 4.4 Efisiensi 10 bank per bulan saat krisis (dalam persen)
Bulan
yang selalu memiliki efisiensi 100%. Bank yang tidak efisien (mean efisiensinya
paling kecil) adalah Bank Tabungan Negara (BTN) dengan rata-rata efisiensi
81,60%. Ini berarti bank tersebut belum mampu menggunakan input yang
dimilikinya untuk menghasilkan output secara efisien. Rata-rata inefisiensi bank
tersebut adalah ( 100−81,60)% = 18,40%. Efisiensi 10 bank yang sama saat satu
commit to user
27
Tabel 4.5 Efisiensi 10 bank per bulan saat satu tahun setelah krisis (dalam persen)
Bulan
Berdasarkan Tabel 4.5 hanya Bank Central Asia (BCA) dan Bank Panin yang
selalu memiliki efisiensi 100%. Bank yang tidak efisien (mean efisiensinya paling
kecil) adalah Bank Tabungan Negara (BTN) dengan rata-rata efisiensi 80,32%. Ini
berarti bank tersebut belum mampu menggunakan input yang dimilikinya untuk
menghasilkan output secara efisien. Rata-rata inefisiensi bank tersebut adalah
( 100−80,32)% = 18,68%. Efisiensi 10 bank yang sama saat dua tahun setelah krisis
commit to user
28
Tabel 4.6 Efisiensi 10 bank per bulan saat dua tahun setelah krisis (dalam persen)
Bulan
belum mampu menggunakan input yang dimilikinya untuk menghasilkan output
secara efisien. Rata-rata inefisiensi bank tersebut adalah ( 100−78,18)% = 21,82%.
Sampai di sini telah dihitung efisiensi pada saat krisis berlangsung, saat satu
tahun setelah krisis dan dua tahun setelah krisis. Tahap selanjutnya adalah
membandingkan rata-rata efisiensi pada saat krisis, saat satu tahun setelah krisis dan
commit to user
29
4.3. Uji Kruskal-Wallis
Pada penelitian ini yang dibandingkan adalah rata-rata efisiensi 10 bank
selama 3 tahun yaitu pada saat krisis, saat satu tahun setelah krisis dan dua tahun
setelah krisis. Nilai median, rata-rata rank, interval konfidensi selisih dua mean dan
nilai untuk 10 bank pada ketiga tahun tersebut disajikan pada Tabel 4.7.
Tabel 4.7. Nilai median, rata-rata rank, interval konfidensi selisih dua mean dan nilai efisiensi 10 bank saat krisis, saat satu tahun setelah krisis dan saat dua
tahun setelah krisis
Rata-rata efisiensi Median Rata-rata rank Interval konfidensi
Saat krisis 10 94,13 16,2 −8,751≤ − ≤10,151 Satu tahun setelah krisis 10 94,34 14,8 −10,151≤ − ≤8,751 Dua tahun setelah krisis 10 91,12 15,5 −9,451≤ − ≤9,451
Gabungan 30 15,5
= 0,13
Berdasarkan Tabel 4.7 diperoleh informasi nilai untuk uji Kruskal-Wallis
adalah 0,13. Dengan tingkat signifikansi = 0,05, diperoleh nilai statisik uji , ;
adalah 5,99. Karena nilai = 0,13 lebih kecil dari 5,99 maka dapat disimpulkan
bahwa rata-rata efisiensi pada saat krisis, saat satu tahun setelah krisis dan saat dua
tahun setelah krisis adalah sama. Pada Tabel 4.7 juga terlihat median dari rata-rata efisiensi 10 bank pada saat krisis, saat satu tahun setelah krisis dan saat dua tahun
setelah krisis berturut-turut adalah 94,13%, 94,34% dan 91,12%. Interval konfidensi
untuk selisih rata-rata rank efisiensi bank saat krisis dengan rata-rata rank data
gabungan adalah −8,751≤ − ≤10,151. Interval konfidensi untuk selisih
rata-rata rank efisiensi bank saat satu tahun setelah krisis dengan rata-rata rank data
gabungan adalah −10,151≤ − ≤8,751. Interval konfidensi untuk selisih
rata-rata rank efisiensi bank saat dua tahun setelah krisis dengan rata-rata rank data
commit to user
30
interval konfidensi tersebut melewati nol. Ini berarti, rata-rata rank efisiensi saat
krisis, saat satu tahun setelah krisis dan saat dua tahun setelah krisis tidak berbeda
signifikan dengan rata-rata rank efisiensi gabungan. Dengan demikian dapat
disimpulkan tidak terdapat perbedaan yang signifikan antara efisiensi 10 bank pada
ketiga tahun tersebut.
Hal tersebut dapat disebabkan adanya peningkatan pendapatan bank dari
tahun ke tahun yang diikuti dengan peningkatan biaya-biaya yang dikeluarkan bank
seperti yang tampak pada Tabel 4.1. Pada Tabel 4.1 terlihat rata-rata pendapatan bank
saat krisis sebesar 7.430.489. Biaya bunga, biaya nonbunga dan biaya personalia
yang dikeluarkan bank untuk memperoleh pendapatan tersebut berturut-turut sebesar
2.628.936, 1.227.718 dan 1.200.930. Pada saat satu tahun setelah krisis rata-rata
pendapatan yang diperoleh bank meningkat menjadi 9.416.498 dengan rata-rata biaya
bunga sebesar 3.680.748, biaya nonbunga sebesar 1.300.851 dan biaya personalia
sebesar 1.330.174. Pada saat dua tahun setelah krisis rata-rata pendapatan yang
diperoleh bank kembali meningkat menjadi sebesar 12.056.716. Rata-rata biaya
bunga yang dikeluarkan bank menjadi sebesar 3.656.527, biaya nonbunga sebesar
4.242.633 dan biaya personalia sebesar 1.485.375.
Berdasarkan data tersebut terlihat adanya penurunan biaya bunga yang
dikeluarkan bank pada saat satu tahun setelah krisis dan saat dua tahun setelah krisis
yaitu sebesar ( 3.680.748−3.656.527) = 24.221. Meskipun demikian, penurunan
biaya nonbunga tersebut diimbangi dengan adanya peningkatan biaya nonbunga yang
signifikan yaitu dari 1.300.851 menjadi sebesar 4.242.633. Dengan demikian dapat
disimpulkan bahwa secara umum biaya-biaya yang dikeluarkan bank meningkat
setiap tahunnya. Sesuai dengan definisi, efisiensi merupakan rasio antara output yaitu
pendapatan bank dengan input yaitu biaya-biaya yang dikeluarkan bank. Oleh karena
itu, peningkatan output bank yang juga diikuti dengan peningkatan input bank
mengakibatkan efisiensi 10 bank relatif sama dari tahun ke tahun. Karena tidak
commit to user
31
setelah krisis maka dapat disimpulkan bahwa dengan adanya kebijakan BI, rata-rata
commit to user
32
BABV
PENUTUP
5.1. Kesimpulan
Berdasarkan pembahasan diperoleh kesimpulan tentang efisiensi yang dicapai
10 bank yaitu rata-rata efisiensi yang dicapai 10 bank pada saat krisis, saat satu tahun
setelah krisis dan saat dua tahun setelah krisis. Rata-rata efisiensi 10 bank pada ketiga
tahun tersebut disajikan pada Tabel 5.1.
Tabel 5.1. Rata-rata efisiensi 10 bank saat krisis, saat satu tahun setelah krisis dan
saat dua tahun setelah krisis
Pada saat krisis berlangsung Bank Rakyat Indonesia (BRI) dan Bank Panin
memiliki efisiensi 100% sedangkan bank yang memiliki rata-rata efisiensi paling
kecil adalah Bank Tabungan Negara (BTN). Pada saat satu tahun setelah krisis
commit to user
33
sedangkan bank yang memiliki rata-rata efisiensi paling kecil adalah Bank
Tabungan Negara. Pada saat dua tahun setelah krisis Bank Danamon dan Bank
Panin memiliki rata-rata efisiensi 100% dan bank yang memiliki efisiensi paling
kecil adalah Bank Permata. Berdasarkan uji Kruskal-Wallis pada tingkat
signifikansi = 0,05 dapat disimpulkan bahwa tidak terdapat perbedaan yang
signifikan antara efisiensi 10 bank pada saat krisis berlangsung, saat satu tahun
setelah krisis dan saat dua tahun setelah krisis. Oleh karena itu, dapat disimpulkan
bahwa dengan adanya kebijakan BI, rata-rata efisiensi bank di Indonesia tidak
berbeda signifikan.
5.2. Saran
Bagi pembaca yang tertarik pada penelitian ini dapat menambah variabel
commit to user
34
DAFTAR PUSTAKA
Abidin, Z. 2007. Kinerja Efisiensi pada Bank Umum. Proceeding PESAT (Psikologi, Ekonomi, Sastra, Arsitek & Sipil). Vol 2. ISSN: 1858-2559.
Aigner, D.C., Lovell and Schimdt. 1977. Formulation and Estimation of Stochastic Frontier Production Function Models. Journal of Econometrics 6: 21-37.
Bank Indonesia. 2010. Krisis Global dan Penyelamatan Sistem Perbankan Indonesia. Humas Bank Indonesia. Jakarta.
Barr, Richard, K.Killgo, F. Siem and Zimmel. 2002. Evaluating the Productive Efficiency and Performance of U.S. Commercial Banks. Managerial Finance. Vol. 28. No. 8.
Charnes, A.,W.W. Cooper and E. Rhodes. 1978. Measuring the Efficiency of Decision Making Units. European Journal of Operation Research. Vol 2:429-444.
Cooper, W. W., Seiford, L.M. and Tone, K. 2000. Data Envelopment Analysis. Kluwer Academic Publisher. USA.
Dimyati, T.T. 1994. Operation Reseacrh: Model-model Pengambilan Keputusan. Sinar Baru Algesindo. Bandung.
Endri. 2008. Efisiensi Teknis Perbankan Syariah di Indonesia. Finance and Banking Journal. Vol 10. No. 2.
Farrell, M.L. 1957. The Measurement of Productive Efficiency. Journal of The Royal Statistical Society, Vol 120, pp. 253-281.
Kasmir. (2002), Manajemen Perbankan, PT Raja Grafindo Perkasa. Jakarta.
Lestari, E.P. 2002. Efisiensi Teknik Perbankan Indonesia Tahun 1995-1999; Aplikasi Data Envelopment Analyis. Media Ekonomi dan Teknologi Informasi. Vol. 12. No. 18. pp:297-314.
Lin, Lie Chien and Tseng, Lib An. 2005. Application of DEA and SFA on the Measurement of Operating Efficiencies for 27 International Container Ports. Proceeding of the Eastern Asia Society for Transportation Studies.Vol 5. pp. 592-607.
commit to user
35
Murray R., John Schiller and R. Alu Srinivan. 2000. Probability and Statistic. McGraw-Hill. New York.
Oral, M and Yolalan, R. 1990. An Empirical Study on Measurement Operating Efficiency and Profitability of Bank Branches. European Journal of Operational Reseacrh. Vol 46, pp.282-294.
Paul Aondona, Adzor Sunday, Eric, and Joy. 2011. Kruskal-Wallis Test as Analytical Tool for Key Components of a Newly Developed Core Mixture. Leonardo Electronic Journal of Practices and Technologies, Vol. 18, ISSN:1583-1078.
Setyastuti, N. 2005. Pengukuran Efisiensi Tujuh Bank Besar di Indonesia dengan Data Envelopment Analysis. Skripsi-S1. FMIPA. Universitas Sebelas Maret.
Sugiarto, A. 2003. Mencari Struktur Perbankan yang Ideal. Bank Indonesia. Jakarta.
Taha, H. 1993. Operation Research. Departement of Industrial Engineering University of Arkansas, Fayetteville.
Winston, W.L. (1993). Operation Research. Duxbury Press. California.
Yuniarti, S. 2008. Kinerja Efisiensi Bank Berstratifikasi Sesuai dengan Visi Arsitektur Perbankan Indonesia. Jurnal Keuangan dan Perbankan.Vol 12. No.3. hal 459-478.
http://www.bi.go.id/web/id/Statistik/Statistik+Perbankan/Statistik+Perbankan+Indone
sia/spi_1210.htm. Diakses pada tanggal 23 Februari 2011.
http://www.setneg.go.id/index.php?option=com_content&task=view&id=3698&Item
