ANALISIS PENGARUH RASIO CAMEL TERHADAP KONDISI …eprints.undip.ac.id/28664/1/artikel_skripsi.pdfI. PENDAHULUAN Kondisi perekonomian Indonesia sempat mengalami keterpurukan sebagai

ANALISIS PENGARUH RASIO CAMEL TERHADAP KONDISI

BERMASALAH PADA SEKTOR PERBANKAN DI INDONESIA

Rizki Ludy Wicaksana

Drs. Sudarno M.Si., Akt., PhD.

JURUSAN AKUNTANSI FAKULTAS EKONOMI

UNIVERSITAS DIPONEGORO

ABSTRACT

This research aims to provide empirical evidence about the factors that

affect the conditions experienced by troubled banks in Indonesia by analyzing

financial statements of the bank. Factors examined include the ratio of CAMEL is

composed of CAR, NPL, ROA, ROE, NIM, BOPO, and LDR. The problem of this

research is due to a contradiction (research gap) than previous studies.

The sampling of this study using purposive sampling method, with samples

as many as 94 banking companies in accordance with established criteria. The

research sample consisted of secondary data from State-Owned Banks, National

General Private Foreign Exchange Banks, National General Private Non-Foreign

Exchange Banks, Regional Development Banks, Joint Venture Banks, and Foreign

Banks listed in the Directory of Bank Indonesia during the period 2004-2007. The

analysis method used to test the research hypothesis is logistic regression.

The results of this research indicate that financial ratios CAR, NPL, ROA,

ROE, NIM, BOPO, and LDR have classification power predictions for the

conditions banks experiencing financial difficulties and the bank that went bankrupt.

The resulting regression equation is Y = - 27,9755 – 0,039 CAR + 0,341 NPL –

0,428 ROA + 0,062 ROE – 0,400 NIM + 0,271 BOPO – 0,021 LDR. The analysis

shows that the variable partial results of NPL and BOPO significant positive

influence to the problem. ROE has positive but not significant to the problematic

conditions, while the variable CAR, ROA, NIM, and LDR have negative but not

significant to the problematic conditions in the banking sector. Then the results of

logistic regression estimates show predictive ability of the 7 independent variables

had on the troubled condition of the banking sector amounted to 84.3% while the

remainder, amounting to 15.7% explained by other variables outside the model.

Keyword : Financial Distress, Bankruptcies, CAMEL Ratios, Logistic Regression

I. PENDAHULUAN

Kondisi perekonomian Indonesia sempat mengalami keterpurukan sebagai

imbas dari krisis perekonomian yang melanda kawasan Asia pada tahun 1997. Salah

satu akibat dari krisis perekonomian tersebut adalah bangkrutnya sejumlah bank

yang tidak mampu untuk tetap melanjutkan usahanya. Januarti (2002) menyatakan

selama tiga tahun berturut-turut sejak tahun 1997 sebanyak 64 bank (26,78 %)

dengan perincian 16 bank (1997), 10 bank (1998) dan 38 bank (1999) dilikuidasi

oleh pemerintah, sedangkan 13 bank masuk daftar take over dan 7 bank peserta

rekapitalisasi. Menurut Endri (2009) kebangkrutan merupakan suatu keadaan atau

situasi di mana perusahaan tidak mampu lagi memenuhi kewajiban-kewajibanya

kepada debitur karena perusahaan mengalami kekurangan dana untuk melanjutkan

usahanya sehingga tujuan ekonomi yang ingin dicapai oleh perusahaan yaitu profit,

tidak tercapai.

Kebangkrutan atau kegagalan perbankan dianggap lebih merugikan daripada

badan usaha non-perbankan. Hal ini disebabkan kekhawatiran dimana kegagalan

bank individual dapat menimbulkan kegagalan sistem yang luas dalam sistem

perbankan (Jumingan, 2003). Januarti (2002) berpendapat hal ini akan berakibat

buruk mengingat sektor perbankan mempunyai peranan yang cukup dominan dalam

menggerakkan sektor riil.

Bank sebagai salah satu lembaga keuangan di dalam perekonomian sesuatu

negara, berfungsi sebagai penunjang kelancaran sistem pembayaran, pelaksana

kebijakan moneter, dan sarana untuk mencapai stabilitas sistem keuangan yang

menjalankan usahanya berdasarkan prinsip kepercayaan. Oleh karena itu dalam

menjalankan fungsi-fungsi tersebut, bank dituntut untuk berada dalam kondisi yang

sehat.

Prasnanugraha (2007) menyatakan suatu bank dikatakan sehat apabila dapat

melakukan kegiatan operasional perbankan secara normal dan mampu memenuhi

semua kewajibannya dengan baik dengan cara-cara yang sesuai dengan peraturan

perbankan yang berlaku. Dengan mengetahui tingkat kesehatan bank maka seluruh

pihak yang terkait dapat mengukur sejauh mana pengelolaan bank telah sesuai

dengan asas pengelolaan bank yang sehat dan ketentuan yang berlaku di Indonesia.

Selain itu tingkat kesehatan bank juga bermanfaat untuk meningkatkan efisiensi

kinerja bank dalam kegiatan operasional sehingga bank dapat mengoptimalkan

keuntungan dan kemungkinan kegagalan atau kebangkrutan dapat dihindari.

Salah satu indikator tingkat kesehatan bank adalah laporan keuangan bank.

Laporan keuangan sebagai hasil akhir dari suatu proses kegiatan akuntansi

perusahaan yang dihasilkan oleh pihak manajemen memberikan informasi mengenai

prestasi historis dari suatu perusahaan dan memberikan dasar untuk membuat

proyeksi dan peramalan terhadap pengambilan kebijakan di masa depan.

Berdasarkan laporan tersebut akan dapat dihitung sejumlah rasio keuangan yang

lazim dijadikan dasar penilaian tingkat kesehatan bank. Dengan melakukan analisis

rasio-rasio keuangan terhadap komponen laporan keuangan dapat diketahui seberapa

baik kinerja bank tersebut. Hal ini penting karena penurunan kinerja bank dapat

berakibat buruk.

Wilopo (2001) mengatakan bahwa penurunan kinerja bank secara terus

menerus dapat menyebabkan terjadinya financial distress yaitu keadaan yang sangat

sulit bahkan dapat dikatakan mendekati kebangkrutan yang apabila tidak segera

diselesaikan akan berdampak besar pada bank-bank tersebut dengan hilangnya

kepercayaan dari para nasabah. Model financial distress perlu untuk dikembangkan,

karena dengan mengetahui kondisi financial distress perusahaan sejak dini

diharapkan dapat dilakukan tindakan-tindakan untuk mengantisipasi kondisi yang

mengarah pada kebangkrutan (Almilia dan Kristijadi, 2003).

Payamata dan Machfoedz (dalam Aprilia, 2010) mengatakan penilaian

terhadap kinerja perbankan di Indonesia seringkali dilakukan dengan menggunakan

rasio CAMEL yang meliputi Capital, Assets, Earnings, Management, dan Liquidity.

CAMEL tidak sekedar mengukur tingkat kesehatan bank, tetapi juga digunakan

sebagai indikator dalam menyusun peringkat dan memprediksi kebangkrutan bank.

Rasio-rasio CAMEL yang sering digunakan adalah Capital Adequacy Ratio (CAR),

Non Performing Loan (NPL), Return On Assets (ROA), ROE (Return On Equity),

Biaya Operasional terhadap Pendapatan Operasional (BOPO), NIM (Net Interest

Margin), dan Loans to Deposits Ratio (LDR). Penelitian dengan menggunakan

rasio-rasio CAMEL di dalam memprediksi kebangkrutan atau kegagalan bank telah

beberapa kali dilakukan sebelumnya namun belum menunjukkan hasil yang

konsisten.

Berdasarkan hasil penelitian terdahulu, peneliti tertarik untuk menggunakan

kembali rasio-rasio CAMEL tersebut. Penelitian ini mengacu kepada penelitian

Almilia dan Kristjadi (2003) dan Almilia dan Herdiningtyas (2005) yang bertujuan

untuk mengetahui probabilitas kondisi bermasalah yang dialami oleh sektor

perbankan di Indonesia dimana suatu bank dikatakan bermasalah jika mengalami net

income negatif minimal selama 2 tahun berturut-turut atau bank yang mengalami

kebangkrutan pada tahun 2008. Perbedaan penelitian ini dengan penelitian

sebelumnnya terdapat pada periode penelitian dan sampel yang digunakan dimana

penelitian ini menggunakan tahun 2004-2007 sebagai periode pengamatan dan

sampel yang digunakan adalah bank-bank yang terdaftar di dalam Direktori Bank

Indonesia tahun 2004-2007. Sedangkan variabel independen yang digunakan dalam

penelitian ini adalah rasio CAMEL yang terdiri dari CAR, NPL, ROA, ROE,

BOPO, LDR, dan NIM seperti dalam penelitian Mulyaningrum (2008).

II. TINJAUAN PUSTAKA

Pengertian Bank

Menurut PSAK No.31 tentang Akuntansi Perbankan, Bank adalah suatu

lembaga yang berperan sebagai perantara keuangan (financial intermediary) antara

pihak-pihak yang memiliki kelebihan dana (surplus unit) dengan pihak-pihak yang

memerlukan dana (deficit unit), serta sebagai lembaga yang berfungsi memperlancar

lalu lintas pembayaran. Falsafah yang mendasari kegiatan usaha bank adalah

kepercayaan masyarakat. Hal ini tampak dari kegiatan pokok bank yang menerima

simpanan dari masyarakat yang kelebihan dana dalam bentuk giro, tabungan serta

deposito berjangka dan memberikan kredit kepada pihak yang memerlukan dana.

Manfaat Laporan Keuangan

Laporan keuangan beserta pengungkapannya dibuat perusahaan dengan tujuan

memberikan informasi yang berguna untuk pengambilan keputusan-keputusan

investasi dan pendanaan (Almilia dan Kristijadi, 2003). Informasi yang disediakan

oleh laporan keuangan berupa informasi akuntansi. Belkaoui (2000) mendefinisikan

informasi akuntansi sebagai informasi kuantitatif tentang entitas ekonomi yang

bermanfaat untuk pengambilan keputusan ekonomi dalam menetukan pilihan-pilihan

di antara alternatif-alternatif tindakan. Informasi akuntansi yang dihasilkan oleh

pihak manajemen perusahaan mempunyai beberapa karakteristik kualitatif yang

harus dimiliki.

Karakteristik tersebut dapat membedakan antara informasi yang bermanfaat

dengan yang kurang bermanfaat. Dalam pemilihan metode akuntansi yang akan

digunakan perusahaan, karakteristik tersebut haruslah menjadi salah satu dasar

pertimbangan pemilihan metode akuntansi yang akan digunakan.

Analisis Rasio Keuangan

Untuk mengetahui kondisi keuangan suatu bank maka dapat dilihat laporan

keuangan yang disajikan oleh suatu bank secara periodik. Laporan ini juga sekaligus

menggambarkan kinerja bank selama periode tersebut (Kasmir, 2004).

Di dalam laporan keuangan terdapat hasil analisis dari rasio keuangan.

Analisis rasio keuangan menunjukkan hubungan di antara pos-pos yang terpilih dari

data laporan keuangan. Rasio memperlihatkan hubungan matematis di antara satu

kuantitas dengan kuantitas lainnya. Hubungan ini dinyatakan dalam presentase,

tingkat, maupun proporsi tunggal (Gamayuni, 2006).

Usman (dalam Asmoro, 2010) menyatakan analisis rasio keuangan berguna

sebagai analisis intern bagi manajemen perusahaan untuk mengetahui hasil finansial

yang telah dicapai guna perencanaan yang akan datang dan juga untuk analisis intern

bagi kreditor dan investor untuk menetukan kebijakan pemberian kredit dan

penanaman modal suatu perusahaan. Dalam beberapa kasus, mengevaluasi kinerja

masa lalu perusahaan merupakan dasar untuk analisis masa depan. Evaluasi tersebut

dapat menunjukkan bahwa kinerjanya kemungkinan akan berlanjut pada tingkat

yang sama atau bahwa kemungkinan terjadinya tren kenaikan atau penurunan

(Greuning dan Bratanovic, 2011).

Rasio keuangan yang lazim digunakan dalam menilai tingkat kesehatan bank

untuk menentukan suatu bank bermasalah atau tidak adalah rasio keuangan

CAMEL. Beberapa rasio CAMEL yang paling sering digunakan adalah rasio CAR,

NPL, ROA, ROE, NIM, BOP, dan LDR.

Penelitian Terdahulu

Altman (1968) meneliti mengenai prediksi kebangkrutan dengan menggunakan

teknik multiple discriminant analysis (MDA). Sampel yang digunakan 66 perusahaan

dengan 33 perusahaan pada masing-masing dari dua grup. Dua puluh dua variabel (rasio)

terseleksi yang diklasifikasikan menjadi lima kategori rasio standar: likuiditas,

profitabilitas, leverage, solvabilitas dan aktivitas. Lima variabel sebagai yang terbaik

dalam prediksi kebangkrutan perusahaan adalah working capital/total assets, retained

earning/total assets, EBIT/total assets (ROA), market value equity/book value of total

debt, dan sales/total asset.

Santoso (1996) melakukan penelitian empiris mengenai faktor-faktor yang

mempengaruhi bank bermasalah di Indonesia dengan mengunakan logit model. Data panel

kuartalan dari 231 bank sejak Maret 1989 sampai dengan September 1995 digunakan

Santoso untuk mengindikasikan resiko perbankan. Kesimpulan dari penelitian ini bahwa

model 2 menghasilkan koefisien estimasi yang lebih bagus dibandingkan model 1.

Januarti (2002) melakukan penelitian tentang Variabel Proksi CAMEL dan

Karakteristik Bank Lainnya untuk Memprediksi Kebangkrutan Bank di Indonesia dengan

menggunakan uji univariate dan uji multivariate. Variabel independen yang digunakan

antara lain Equity, Loanta, NIM, ROA, Uncollected, Core, Insider Overhead, Logsize,

Holding, dan Go-public. Hasil penelitian membuktikan bahwa variabel NIM dan Core

yang secara konsisten mempunyai kesamaan tanda yang diprediksikan untuk 3 tahun

berturut-turut.

Almilia dan Kristijadi (2003) melakukan penelitian yang berjudul “Analisis Rasio

Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang

Terdaftar Di Bursa Efek Jakarta”. Variabel independen penelitian ini berupa rasio-rasio

seperti pada penelitian Platt (2002). Sampel sebanyak 61 perusahaan manufaktur, 24

perusahaan dikatakan mengalami financial distress dan 37 perusahaan tidak mengalami

financial distress. Hasil penelitian menunjukkan profit margin ratio (net income/net

sales), financial leverage ratio (current liabilities/total assets), liquidity ratio (current

assets/current liabilities) and growth (net income/total assets growth) berpengaruh secara

signifikan terhadap kondisi financial distress perusahaan.

Almilia dan Herdiningtyas (2005) melakukan penelitian yang berjudul “Analisis

Rasio Camel Terhadap Prediksi Kondisi Bermasalah Pada Lembaga Perbankan Periode

2000-2002” dengan sampel penelitian yang terdiri dari 16 bank sehat, 2 bank yang

mengalami kebangkrutan, dan 6 bank yang mengalami kondisi kesulitan keuangan

dengan menggunakan rasio keuangan CAMEL (CAR, ATTM, APB, NPL, PPAPAP,

PPAP, ROA, ROE, NIM, BOPO, dan LDR). Penelitian ini menggunakan model analisis

regresi logistik dan penentuan sampel digunakan metode purposive sampling. Penelitian

ini juga memberikan bukti bahwa hanya rasio keuangan CAR dan BOPO yang secara

statistik signifikan untuk memprediksi kondisi kebangkrutan dan kesulitan keuangan pada

sektor perbankan.

Mulyaningrum (2008) dalam penelitianya menggunakan variabel yang sama dengan

penelitian yang dilakukan oleh Haryati (2006) dengan mengggunakan rasio-rasio CAR,

LDR, NPL, BOPO, ROA, ROE dan NIM dan model regresi logistik Menggunakan data

pada Direktori Perbankan Indonesia tahun 2006 terdapat 130 bank terdiri dari 5 bank

Persero, 35 Bank Umum Swasta Nasional Devisa, 36 Bank Umum Swasta Nasional bukan

Devisa, 26 Bank Pembangunan daerah, 17 Bank Campuran dan 11 Bank Asing. Penelitian

ini menyimpulkan bahwa dari 7 rasio keuangan yang digunakan hanya rasio LDR yang

signifikan terhadap kebangkrutan bank. Ringkasan penelitian dapat dilihat pada tabel di

bawah ini.

Perumusan Hipotesis

Berdasarkan latar belakang, perumusan masalah dan telaah pustaka diatas, maka

dapat dirumuskan hipotesis sebagai berikut :

H1: CAR berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia.

H2: NPL berpengaruh positif terhadap kondisi bermasalah bank di Indonesia

H3: ROA berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia

H4: ROE berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia

H5: NIM berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia

H6: BOPO berpengaruh positif terhadap kondisi bermasalah bank di Indonesia

H7: LDR berpengaruh positif terhadap kondisi bermasalah bank di Indonesia

III. METODE PENELITIAN

Jenis dan Metode Pengumpulan Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data

tersebut berupa rasio-rasio keuangan dalam laporan keuangan masing-masing Bank

Persero, BUSN devisa, BUSN non-devisa, Bank Pembangunan Daerah, Bank

Campuran, dan Bank Asing yang ada dalam Direktori Bank Indonesia periode 2004-

2007 serta sumber-sumber lain yang relevan baik melalui media elektronik maupun

media massa.

Populasi dan Sampel

Sampel dari penelitian ini adalah populasi bank yang terdaftar di dalam

Direktori Bank Indonesia selama periode 2004-2007. Teknik sampling yang

digunakan dalam penelitian adalah purposive sampling. Kriteria pemilihan sampel

yang akan diteliti sebagai berikut :

1. Bank Persero, Bank Umum Swasta Nasional Devisa, Bank Umum Swasta

Nasional Non-Devisa, Bank Pembangunan Daerah, dan Bank Asing yang

terdaftar di dalam Direktori Bank Indonesia pada periode tahun 2004-

2007.

2. Bank umum selain dari bank syariah karena kriteria bank umum

konvensional berbeda dengan bank umum syariah.

3. Laporan keuangan harus mempunyai tahun buku yang berakhir 31

Desember dan tersedia rasio-rasio keuangan yang mendukung penelitian.

4. Bank yang diteliti tidak melakukan merger selama periode pengamatan

(2004-2007) maupun tahun 2008.

5. Bank yang dijadikan sampel terbagi menjadi dua atau kategori yaitu:

a. Bank tidak bermasalah, yaitu:

i) Bank-bank tersebut tidak mengalami kerugian pada tahun 2004-

2007

ii) Bank-bank yang masih beroperasi sampai tanggal 31 Desember

2008.

b. Bank bermasalah, yaitu:

i) Bank-bank yang menderita kerugian minimal dua tahun berturut-

turut selama tahun 2004-2007

ii) Bank-bank yang dinyatakan bangkrut atau telah ditutup oleh Bank

Indonesia pada tahun 2008.

Definisi Variabel

Variabel Dependen

Definisi operasional variabel dependen yang digunakan dalam penelitian ini

adalah perusahaan perbankan yang mengalami kondisi bermasalah. Suatu bank

dikatakan mengalami kondisi bermasalah jika mengalami financial distress yaitu

apabila laba bersih bank (operating net income) negatif selama minimal 2 tahun

berturut-turut (Almilia dan Kristjadi, 2003) atau bank mengalami kebangkrutan atau

dicabut ijin usahanya (Almilia dan Herdiningtyas, 2005) pada tahun 2008. Variabel

dependen yang digunakan merupakan variabel kategori (dummy variable), dimana

nilai 0 diberikan untuk bank yang tidak bermasalah dan 1 untuk bank yang

bermasalah.

Variabel Independen

1) CAR (Capital Adequacy Ratio)

Merupakan rasio yang memperlihatkan seberapa besar jumlah seluruh aktiva

bank yang mengandung risiko (kredit, penyertaan, surat berharga, tagihan pada bank

lain) ikut dibiayai dari modal sendiri di samping memperoleh dana-dana dari

sumber-sumber di luar bank (Almilia dan Herdiningtyas, 2005). Rasio ini dapat

dirumuskan sebagai berikut (Surat Edaran Bank Indonesia No.6/23/DPNP tanggal

31 Mei 2004) :

Kriteria Pengukuran Rasio CAR

Sumber : Bank Indonesia, 2004

2) NPL (Non Performing Loans)

NPL merupakan salah satu indikator kesehatan kualitas aset bank. Menurut

Kuncoro dan Suharjono (dalam Mulyaningrum, 2008) penilaian kualitas aset

merupakan penilaian terhadap kondisi aset Bank dan kecukupan manajemen risiko

kredit. Kredit bermasalah adalah kredit dengan kualitas kurang lancar, diragukan dan

macet (Almilia dan Herdiningtyas, 2005).

Rasio ini dapat dirumuskan sebagai berikut (Surat Edaran Bank Indonesia

No.6/23/DPNP tanggal 31 Mei 2004) :

Kriteria Hasil Rasio Sehat ≥8% Tidak Sehat <8%

Modal Bank

CAR = ------------------------------ x 100%

Total ATMR

Kredit Bermasalah

NPL = -------------------------------------- x100 %

Total Kredit

Kriteria Pengukuran Rasio NPL


3) ROA (Return On Assets)

Rasio ini digunakan untuk mengukur kemampuan manajemen bank dalam

memperoleh keuntungan (laba sebelum pajak) yang dihasilkan dari rata-rata total

aset bank yang bersangkutan. Semakin besar ROA, semakin besar pula tingkat

keuntungan yang dicapai bank sehingga kemungkinan suatu bank dalam kondisi

bermasalah semakin kecil. Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank

Indonesia No.6/23/DPNP tanggal 31 Mei 2004) :

Kriteria Pengukuran Rasio ROA


4) ROE (Return on Equity)

Rasio ini digunakan untuk mengukur kinerja manajemen bank dalam

mengelola modal yang tersedia untuk menghasilkan laba setelah pajak. Semakin

besar ROE, semakin besar pula tingkat keuntungan yang dicapai bank sehingga

kemungkinan suatu bank dalam kondisi bermasalah semakin kecil (Almilia dan

Herdiningtyas, 2005). Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank


Kriteria Hasil Rasio Sehat ≤5% Tidak Sehat >5%

Kriteria Hasil Rasio Sehat ≥0.5% Tidak Sehat <0.5%

Laba sebelum pajak

ROA = ------------------------------------- x 100 %

Rata-Rata Total Aset

Kriteria Pengukuran Rasio ROE


5) NIM (Net Interest Margin)

Rasio ini digunakan untuk mengukur kemampuan manajemen bank dalam

mengelola aktiva produktifnya untu k menghasilkan pendapatan bunga bersih.

Pendapatan bunga bersih diperoleh dari pendapatan bunga dikurangi beban bunga.

Semakin besar rasio ini maka meningkatnya pendapatan bunga atas aktiva produktif

yang dikelola bank sehingga kemungkinan suatu bank dalam kondisi bermasalah

semakin kecil. Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank Indonesia

No.6/23/DPNP tanggal 31 Mei 2004) :

Kriteria Pengukuran Rasio NIM


Kriteria Hasil Rasio Sehat >5% Tidak Sehat <5%

Kriteria Hasil Rasio Sehat ≥1.5% Tidak Sehat <1.5%

Laba setelah pajak

ROE = -------------------------------------- x 100 %

Rata-rata total ekuitas

Pendapatan Bunga Bersih

NIM = ------------------------------------- x 100 %

Aktiva Produktif

6) BOPO (Biaya Operasional terhadap Pendapatan Operasional)

Rasio yang sering disebut rasio efisiensi ini digunakan untuk mengukur

kemampuan manajemen bank dalam mengendalikan biaya operasional terhadap

pendapatan operasional. Semakin kecil rasio ini, berarti semakin efisien biaya

operasional yang dikeluarkan bank yang bersangkutan sehingga kemungkinan suatu

bank dalam kondisi bermasalah semakin kecil (Almilia dan Herdiningtyas, 2005).

Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank Indonesia No.6/23/DPNP

tanggal 31 Mei 2004):

Kriteria Pengukuran Rasio BOPO

Kriteria Penilaian Rasio BOPO


7) LDR (Loans to Deposit Ratio)

Rasio ini digunakan untuk menilai likuiditas suatu bank yang dengan cara

membagi jumlah kredit yang diberikan oleh bank terhadap dana pihak ketiga. Kredit

yang diberikan tidak termasuk kredit kepada bank lain sedangkan untuk dana pihak

ketiga adalah giro, tabungan, simpanan berjangka, sertifikat deposito (Almilia dan

Herdiningtyas, 2005). Rasio ini dapat dirumuskan sebagi berikut (Surat Edaran Bank


Kriteria Hasil Rasio Sehat ≤94% Tidak Sehat >94%

Biaya Operasional

BOPO = ------------------------------------- x 100 %

Pendapatan Operasional

Total Kredit

LDR = ------------------------------------- x 100 %

Total Dana Pihak Ketiga

Kriteria Pengukuran Rasio LDR


Metode Analisis Data

Dalam penelitian ini digunakan model regresi logistik karena model variabel

dependen dalam model adalah binary atau dummy, dengan memberi nilai 1 untuk bank

yang mengalami kondisi bermasalah dan nilai 0 untuk bank yang tidak mengalami kondisi

bermasalah. Selain itu penggunaan model ini didasarkan atas masukan dari beberapa

penelitian sebelumnya yang menyarankan untuk penggunaan model ini karena mempunyai

tingkat klasifikasi yang lebih baik dibandingkan model lain serta tidak sensitif terhadap

jumlah sampel yang tidak sama frekuensinya (Januarti, 2002). Persamaan logistic

regression dapat dinyatakan sebagai berikut (Ghozali, 2007) :

Ln [odds (S│X1,X2,Xk)] = Y = b0 + b1CAR + b2NPL + b3ROA + b4ROE +

b5BOPO + b6NIM + b7LDR+e

Atau :

Ln�

�� = Y = b0 + b1CAR + b2NPL + b3ROA + b4ROE + b5BOPO + b6NIM + b7

LDR + e

Keterangan :

Y = probabilitas kondisi bermasalah

b0 = konstanta

b1 – b7 = koefisien regresi

CAR = Capital Adequacy Ratio

NPL = Non Performing Loan

Kriteria Hasil Rasio Sehat 50%<rasio≤100% Tidak Sehat >100%

ROA = Return on Assets

ROE = Return on Equity

BOPO = Biaya Operasional/Pendapatan Operasional

NIM = Net Interest Margin

LDR = Loan to Deposit Ratio

IV. HASIL PENELITIAN DAN PEMBAHASAN

Berdasarkan data yang diperoleh diketahui bahwa jumlah bank yang terdaftar di

Direktori Bank Indonesia dari tahun 2004-2007 sebanyak 130 bank. Dari jumlah tersebut,

hanya 94 perusahaan yang memenuhi kriteria yang telah ditetapkan dan digunakan sebagai

sampel. Karena penelitian ini mengambil periode selama 4 tahun maka sampel akan dikali 4

sebanyak 376 perusahaan. Berikut merupakan rincian pengambilan sampel :

Rincian pengambilan sampel penelitian dan data pengamatan

Jumlah Bank yang terdaftar di Direktori Bank Indonesia periode 2004-2007 130

Tidak Tersedia Data (27)

Bank Merger (9)

Jumlah sampel penelitian 94

Jumlah sampel penelitian selama 4 tahun 376

Dengan ketentuan yang di tetapkan sebelumnya, diperoleh kondisi sebagai berikut:

` Klasifikasi

Kriteria Jumlah Bank Persentase Tidak Bermasalah 359 95,4 % Bermasalah 17 4,6 %

Dari data pengamatan sebanyak 376 sampel bank diperoleh sebanyak 359 bank

dengan persentase 95,4 % dalam kondisi yang sehat atau tidak mengalami kondisi

bermasalah, sedangkan 17 bank dengan persentase 4,6 % mengalami kondisi bermasalah.

Analisis Data

Statistik Deskriptif

Statistik Deskriptif Variabel CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR Bank-

Bank Tidak Bermasalah

Sumber : Data yang telah diolah dengan SPSS

Statistik Deskriptif Variabel CAR, NPL, ROA, ROE, NIM, BOPO, dan

LDR Bank-Bank Bermasalah


Dari kedua tabel statistik deskriptif di atas, terdapat perbedaan koefisien

variabel CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR antara bank yang tidak

bermasalah dan bank yang bermasalah. Perbedaan tersebut yaitu :

a. Rasio CAR mayoritas bank-bank yang tidak bermasalah maupun bank-

bank yang bermasalah secara umum telah memnuhi ketentuan Bank

N Minimum Maximum Mean Std. Deviation

CAR 359 1.61 248.59 27.6169 26.29725

NPL 359 -.96 16.14 1.9046 2.04023

ROA 359 -1.01 15.04 2.8489 2.00688

ROE 359 -16.45 68.18 16.7262 11.97700

NIM 359 .30 97.61 8.6271 11.37627

BOPO 359 8.40 117.91 78.0350 15.41952

LDR 359 4.00 2802.94 91.2291 167.50761

Valid N (listwise) 359

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

CAR 17 8.1 1380.9 114.676 329.5097

NPL 17 .0 27.6 8.799 7.9539

ROA 17 -153.0 3.0 -11.931 36.6204

ROE 17 -165.1 14.8 -24.787 55.2776

NIM 17 -4.0 11.2 3.571 3.6232

BOPO 17 93.6 273.5 140.306 47.2638

LDR 17 21.35 106.70 66.9788 24.96871

Valid N (listwise) 17

Indonesia sebesar 8%. Namun bank yang bermasalah memiliki nilai CAR

yang lebih baik dibandingkan dengan bank yang tidak bermasalah. Hal ini

mengindikasikan bahwa jumlah permodalan yang lebih baik tidak

menjamin bahwa suatu bank tidak akan mengalami kondisi bermasalah,

karena bank tidak cukup ekspansif didalam melakukan investasi pada

aktiva yang berisiko dalam memperoleh pendapatan. Hal ini justru dapat

mengakibatkan kemungkinan kondisi bermasalah yang dialami suatu bank

semakin besar.

b. Rasio NPL mayoritas bank-bank yang tidak bermasalah memiliki nilai

yang lebih baik jika dibandingkan dengan bank-bank yang bermasalah.

Hal ini dapat dilihat pada tabel statistik deskriptif dimana rata-rata nilai

rasio NPL bank yang tidak bermasalah sebesar 1,9046% lebih kecil jika

dibandingkan dengan bank bermasalah yang sebesar 8,799%. Hal ini

menunjukkan rata-rata bank yang tidak bermasalah telah menunjukkan

kinerja yang baik dan dapat memenuhi ketentuan Bank Indonesia dimana

rasio NPL tidak lebih dari 5%.

c. Rasio ROA mayoritas bank-bank yang tidak bermasalah memiliki nilai



rasio ROA bank yang tidak bermasalah sebesar 2,8489% lebih besar jika

dibandingkan dengan bank bermasalah yang sebesar -11.931%. Hal ini

mengindikasikan rata-rata bank yang tidak bermasalah telah menunjukkan

kinerja yang baik dan dapat memenuhi ketentuan Bank Indonesia dimana

rasio ROA yang baik tidak lebih kecil dari 0,5%.

d. Rasio ROE mayoritas bank-bank yang tidak bermasalah memiliki nilai



rasio ROA bank yang tidak bermasalah sebesar 16,7262% jauh lebih

besar jika dibandingkan dengan bank bermasalah yang sebesar -24.787%.

Hal ini mengindikasikan rata-rata bank yang tidak bermasalah telah

menunjukkan kinerja yang baik dan dapat memenuhi ketentuan Bank

Indonesia dimana rasio ROE yang baik tidak lebih kecil dari 5%.

e. Rasio NIM mayoritas bank-bank yang tidak bermasalah dan bank-bank

yang bermasalah telah memenuhi ketentuan Bank Indonesia sebesar 1,5%.

Berdasarkan statistik deskriptif dapat dilihat bahwa bank yang tidak

bermasalah memiliki nilai NIM yang jauh lebih baik jika dibandingkan

dengan bank yang bermasalah. Rasio NIM bank yang tidak bermasalah

sebesar 8.6271% lebih besar jika dibandingkan dengan bank bermasalah

yang sebesar 3,571%. Hal ini mengindikasikan rata-rata bank yang tidak

bermasalah memiliki kinerja yang lebih baik dibandingkan bank

bermasalah.

f. Rasio BOPO mayoritas bank-bank yang tidak bermasalah memiliki nilai



rasio BOPO bank yang tidak bermasalah sebesar 78,0350%. lebih kecil

jika dibandingkan dengan bank bermasalah yang sebesar 140,306%. Hal

ini mengindikasikan rata-rata bank yang tidak bermasalah telah

menunjukkan kinerja yang lebih baik dan dapat memenuhi ketentuan

Bank Indonesia dimana rasio BOPO yang baik tidak lebih besar dari 94%.

g. Rasio LDR mayoritas bank-bank yang tidak bermasalah maupun bank-

bank yang bermasalah telah dapat memenuhi ketentuan Bank Indonesia,

yaitu lebih besar dari 50% dan kurang dari atau sama dengan 100%.

Jumlah rata-rata rasio LDR bank-bank yang tidak bermasalah lebih besar

jika dibandingkan dengan bank-bank yang bermasalah. LDR yang tinggi

mengindikasikan bank-bank memperoleh sumber pembiayaan kredit

selain dari deposito. Sumber dana lain tersebut dapat diperoleh dari pasar

uang atau bank lain. Sumber dana lain tersebut memberikan kesempatan

lebih besar kepada bank untuk meningkatkan ekpansi kreditnya dan

kemungkinan kondisi bermasalah dapat dihindari.

Uji Kelayakan Model (Goodness of Fit)

Untuk menilai model fit, perlu dilakukan pengujian terhadap hipotesis :

H0 : Model yang dihipotesiskan fit dengan data

H1 : Model yang dihipotesiskan tidak fit dengan data

Dari hipotesis di atas jelas bahwa H0 tidak boleh ditolak agar model fit

dengan data. Untuk menguji hipotesis tersebut perlu dilakukan analisis

terhadap nilai -2Log Likelihood pada blok pertama (Block 0 : Beginning Block)

dan blok kedua (Block 1 : Method = Enter). Selain analisis terhadap nilai -2

Log Likelihood, analisis terhadap Hosmer and Lemeshow’s Test juga dapat

dilakukan untuk menilai model fit. Sedangkan untuk menilai variabilitas

variabel dependen yang dapat dijelaskan oleh variabilitas variabel independen,

dapat dilihat dari nilai Cox and Snell’s R Square dan Nagelkerke R Square.


Hasil pengujian model prediksi dengan observasi diperoleh nilai chi

square sebesar 0,553 dengan signifikansi sebesar 1 yang lebih besar dari 0,05

maka berarti tidak diperoleh adanya perbedaan antara data estimasi model

regresi logitik dengan data observasinya, berarti model tersebut sudah tepat

dengan data, maka tidak perlu adanya modifikasi model.

Hosmer and Lemeshow Test

Step Chi-square Df Sig.

1 .553 8 1.000

Berdasarkan tabel diketahui observasi jumlah bank di Indonesia yang

mengalami kondisi bermasalah adalah 17 bank. Hasil prediksi memperlihatkan

14 bank yang mengalami kondisi bermasalah dan 3 yang tidak mengalami

kondisi bermasalah.

Dengan demikian ketepatan model dalam memprediksi bank yang

mengalami kondisi bermasalah mencapai tingkat akurasi 82,4%. Hasil

observasi bank yang tidak bermasalah menunjukkan 359 bank. Hasil prediksi

memperlihatkan 2 bank yang mengalami kondisi bermasalah dan 357 tidak

mengalami kondisi bermasalah. Ketepatan model dalam memprediksi bank

yang tidak mengalami kondisi bermasalah mencapai 99,4%. Sedangkan tingkat

akurasi secara keseluruhan sebesar 98,7%.

Classification Tablea,b

Observed

Predicted

Status Percentage

Correct tidak bermasalah bermasalah

Step 0 Status tidak bermasalah 359 0 100.0

Bermasalah 17 0 .0

Overall Percentage 95.5

a. Constant is included in the model. b. The cut value is .500


Uji Overall Model Fit

-2 Log Likelihood Pada Blok Pertama


Iteration -2Log likelihood

Coefficients

Constant

Step 0 1 174.864 -1.819

2 142.192 -2.605

3 138.594 -2.973

4 138.496 -3.047

5 138.496 -3.050

6 138.496 -3.050

-2 Log Likelihood Pada Blok Kedua

Iteration -2 Log likelihood

Coefficients

Constant CAR NPL ROA ROE NIM BOPO LDR

Step 1 1 135.818 -3.343 .003 .087 -.007 .001 .000 .015 .000

2 75.435 -6.517 .004 .139 -.001 .006 -.003 .040 .000

3 49.171 -11.009 .005 .187 .023 .008 -.007 .081 .001

4 37.319 -16.177 .002 .233 .034 .018 -.016 .129 .000

5 31.021 -20.264 .000 .270 -.052 .034 -.054 .173 -.004

6 26.819 -22.031 .000 .281 -.282 .043 -.222 .203 -.011

7 25.608 -25.341 -.001 .315 -.384 .053 -.338 .242 -.018

8 25.450 -27.510 -.002 .336 -.422 .061 -.390 .266 -.020

9 25.446 -27.961 -.002 .340 -.428 .062 -.400 .271 -.021

10 25.446 -27.975 -.002 .341 -.428 .062 -.400 .271 -.021

11 25.446 -27.975 -.002 .341 -.428 .062 -.400 .271 -.021


Nilai -2LogL Block Number = 0 adalah sebesar 138,496. Setelah dimasukkan

ketujuh variabel independen, maka nilai -2LogL Block Number = 1 mengalami

penurunan menjadi sebesar 25,446. Penurunan likelihood (-2LL) ini menunjukkan

model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit

dengan data.

Omnibus Tests of Model Coefficients

Chi-square Df Sig.

Step 1 Step 113.050 7 .000

Block 113.050 7 .000

Model 113.050 7 .000 Sumber : Data yang telah diolah dengan SPSS

Hasil pengujian omnibus test diperoleh nilai chi square sebesar 113,050

dengan signifikansi sebesar 0,000. Dengan nilai signifikansi yang lebih kecil dari

0,05 dapat disimpulkan bahwa secara bersama-sama kondisi bermasalah dapat

diprediksi oleh variabel rasio keuangan CAR, NPL, ROA, ROE, NIM, BOPO dan

LDR.

Cox and Snell’s R Square and Nagelkerke R Square


Berdasarkan tabel di atas dapat diketahui bahwa nilai Cox and Snell’s R

Square adalah sebesar 0,260 dan Nagelkerke R Square sebesar 0,843. Berarti

ukuran Cox & Snell yang diperoleh bahwa 26 % variasi kondisi bermasalah dapat

diprediksi menggunakan rasio CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR,

sedangkan menurut ukuran Nagelkerke R Square diperoleh 84,3 % variasi kondisi

Step -2 Log

likelihood Cox & Snell R Square

Nagelkerke R Square

1 25.446a .260 .843 a. Estimation terminated at iteration number 11 because parameter estimates changed by less than .001.

bermasalah dapat diprediksi menggunakan rasio CAR, NPL, ROA, ROE, NIM,

BOPO, dan LDR. Hal tersebut menunjukkan bahwa variabilitas variabel dependen

yang dapat dijelaskan variabilitas variabel independen adalah sebesar 84,3%,

sedangkan sisanya, yaitu sebesar 15,7% dijelaskan oleh variabel lain di luar model.

Uji Koefisien Parsial .


Pengujian hipotesis untuk mengetahui pengaruh rasio CAR, NPL, ROA,

ROE, NIM, BOPO, dan LDR terhadap kondisi bermasalah bank-bank di Indonesia

dapat dijelaskan sebagai berikut :

a. Berdasarkan tabel dapat diketahui bahwa CAR (Capital Adequacy Ratio)

memiliki koefisien bertanda negatif dengan nilai 0,002 dan tidak

berpengaruh signifikan terhadap prediksi kondisi bermasalah pada bank-

bank di Indonesia. Hal ini ditunjukkan oleh koefisien sebesar 0,807 yang

lebih besar dari 0,05. Hipotesis 1 ditolak.

b. Berdasarkan tabel dapat diketahui bahwa rasio NPL (Non Performing Loan)

memiliki koefisien bertanda positif dengan nilai 0,341 dan memiliki

pengaruh signifikan terhadap prediksi kondisi bermasalah pada bank-bank

di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,018 yang lebih kecil

dari 0,05. Hipotesis 2 diterima.

Variables in the Equation

B S.E. Wald Df Sig. Exp(B)

Step 1a CAR -.002 .008 .060 1 .807 .998

NPL .341 .144 5.585 1 .018 1.406

ROA -.428 .365 1.376 1 .241 .652

ROE .062 .059 1.137 1 .286 1.064

NIM -.400 .345 1.343 1 .247 .670

BOPO .271 .092 8.732 1 .003 1.311

LDR -.021 .029 .507 1 .476 .979

Constant -27.975 9.065 9.525 1 .002 .000

a. Variable(s) entered on step 1: CAR, NPL, ROA, ROE, NIM, BOPO, LDR.

c. Berdasarkan tabel dapat diketahui bahwa ROA (Return on Assets) memiliki

koefisien bertanda negatif dengan nilai 0.428 dan tidak memiliki pengaruh

signifikan terhadap prediksi terjadinya kondisi bermasalah pada bank-bank

di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,226 yang lebih besar

dari 0,05. Hipotesis 3 ditolak.

d. Berdasarkan tabel dapat diketahui bahwa ROE (Return on Equity) memiliki

koefisien bertanda positif dengan nilai 0,062 dan tidak memiliki pengaruh

signifikan terhadap prediksi terjadinya kondisi bermasalah pada bank-bank

di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,286 yang lebih besar

dari 0,05. Hipotesis 4 ditolak .

e. Berdasarkan tabel dapat diketahui bahwa NIM (Net Interest Margin)

memiliki koefisien bertanda negatif dengan nilai 0,400 dan tidak memiliki

pengaruh signifikan terhadap prediksi terjadinya kondisi bermasalah pada

bank-bank di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,247 yang

lebih besar dari 0,05. Hipotesis 5 ditolak .

f. Berdasarkan tabel dapat diketahui bahwa BOPO (Biaya

Operasional/Pendapatan Operasional) memiliki koefisien bertanda positif

dengan nilai 0,271 dan memiliki pengaruh signifikan terhadap prediksi

terjadinya kondisi bermasalah pada bank-bank di Indonesia. Hal ini

ditunjukkan oleh signifikansi = 0,003 yang lebih kecil dari 0,05. Hipotesis 6

diterima.

g. Berdasarkan tabel dapat diketahui bahwa LDR (Loan to Deposit Ratio)

memiliki koefisien bertanda negatif dengan nilai 0,021 dan tidak memiliki

pengaruh signifikan terhadap prediksi terjadinya kondisi bermasalah pada

bank-bank di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,476 yang

lebih besar dari 0,05. Hipotesis 7 ditolak.

V. PENUTUP

Simpulan

Berdasarkan hasil analisis dan pengujian hipotesis, dapat ditarik kesimpulan

sebagaimana diuraikan di bawah ini:

1. Hasil pengujian regresi logistik diperoleh bahwa CAR (Capital Adequacy

Ratio) berpengaruh negatif tidak signifikan terhadap prediksi kondisi

bermasalah pada bank-bank di Indonesia periode 2004-2007.

2. Hasil pengujian regresi logistik diperoleh bahwa NPL (Non Performing

Loan) memiliki pengaruh positif signifikan terhadap prediksi kondisi

bermasalah pada bank –bank di Indonesia periode 2004-2007.

3. Hasil pengujian regresi logistik diperoleh bahwa ROA (Return on Assets)

berpengaruh negatif tidak signifikan terhadap prediksi kondisi

bermasalah pada bank – bank di Indonesia periode 2004-2007.

4. Hasil pengujian regresi logistik diperoleh bahwa ROE (Return on Equity)

berpengaruh positif tidak signifikan terhadap prediksi kondisi bermasalah

pada bank – bank di Indonesia periode 2004-2007.

5. Hasil pengujian regresi logistik diperoleh bahwa NIM (Net Interest

Margin) berpengaruh negatif tidak signifikan terhadap prediksi kondisi

bermasalah pada bank – bank di Indonesia periode 2004-2007.

6. Hasil pengujian regresi logistik diperoleh bahwa BOPO (Biaya

Operasional/Pendapatan Operasional) memiliki pengaruh positif

signifikan terhadap prediksi kondisi bermasalah pada bank-bank di

Indonesia periode 2004-2007.

7. Hasil pengujian regresi logistik diperoleh bahwa LDR (Loan to Deposit

Ratio) memiliki pengaruh negatif tetapi tidak signifikan terhadap prediksi

kondisi bermasalah pada bank-bank di Indonesia periode 2004-2007.

Keterbatasan

Keterbatasan dalam penelitian ini adalah:

1. Penelitian ini hanya memprediksi pada tahun sebelum dan saat terjadinya

kondisi bermasalah, namun tidak memprediksi ke tahun yang akan datang.

2. Sampel dalam penelitian ini tidak membedakan bank Devisa dan bank Non

Devisa yang secara operasional bank-bank tersebut berbeda serta tidak

membedakan antara bank yang Go Public dan Non- Go Public.

3. Data yang digunakan dalam penelitian hanya bersumber pada laporan

keuangan tahunan bank yang diterbitkan untuk publik, sedangkan laporan

keuangan interim bank belum dipertimbangkan.

4. Penelitian ini tidak mempertimbangkan unsur-unsur kondisi ekonomi

makro seperti volatilitas kurs, inflasi, tingkat suku bunga, dsb.

Saran

a. Implikasi kebijakan

1. Berdasarkan penelitian ini, rasio keuangan NPL berpengaruh positif

terhadap prediksi kondisi bermasalah, maka langkah yang sebaiknya

diambil oleh pihak bank adalah wajib memenuhi ketentuan rasio NPL

yang ditetapkan oleh Bank Indonesia sebesar 5%. Hal ini dapat

dilakukan dengan memperhatikan penyaluran kredit kepada masyarakat,

dimana kredit yang disalurkan harus memiliki kualitas yang baik, dalam

arti digunakan sesuai dengan tujuannya dan lancar pengembaliannya.

Untuk menjaga kualitas kredit yang diberikan, maka pihak bank wajib

melakukan serangkaian analisis kredit yang dimaksudkan untuk melihat

kemauan dan kemampuan calon debitur melunasi cicilan hutang pokok

dan bunganya.

2. Berdasarkan penelitian ini, rasio keuangan BOPO berpengaruh positif

terhadap prediksi kondisi bermasalah, maka langkah yang sebaiknya

diambil oleh pihak bank adalah memperhatikan kegiatan operasional

yang dilakukan bank dengan melihat perbandingan biaya operasional

yang dikeluarkan bank (didominasi oleh biaya bunga) dengan

pendapatan operasional yang didapatkan bank (didominasi oleh hasil

bunga) untuk menilai tingkat efisiensi yang telah dilakukan. Bank dapat

memperhatikan penghasilan bunga yang sebagian besar diperoleh dari

interest income dari jasa pemberian kredit kepada masyarakat, seperti

bunga pinjaman, provisi kredit, appraisal fee, supervision fee,

commitment fee, syndication fee, dan lain-lain.

b. Saran penelitian yang akan datang

Saran-saran yang dapat disampaikan terkait dengan penelitian ini adalah:

1. Penelitian selanjutnya hendaknya memprediksi kondisi bermasalah pada

tahun-tahun yang akan datang sehingga dapat memberikan informasi

yang bermanfaat di dalam pengambilan keputusan.

2. Penelitian selanjutnya hendaknya dilakukan dengan memperhatikan

ukuran perusahaan dan jenis perusahaan perbankan baik devisa atau non

devisa maupun bank yang Go Public dan Non Go Public.

3. Penelitian selanjutnya hendaknya juga mempertimbangkan laporan

keuangan interim perusahaan apabila memungkinkan untuk diteliti.

4. Penelitian selanjutnya hendaknya menggunakan unsur-unsur kondisi

makro ekonomi, seperti pengaruh volatilitas kurs, tingkat inflasi, tingkat

suku bunga, disamping rasio-rasio keuangan.

DAFTAR PUSTAKA

Almilia, Luciana Spica dan Emanuel Kristijadi. 2003. “Analisis Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Jakarta”. Jurnal Akuntansi dan Auditing Indonesia (JAAI) Vol.7, No.2, Desember.

Almilia, Luciana Spica dan Winny Herdiningtyas. (2005). Analisis Rasio CAMEL terhadap prediksi kondisi bermasalah pada lembaga perbankan periode 2000-2002. Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005.

Altman, E. I. 1968. “Financial Ratios, Discriminant Analysis and The Prediction of Corporate Bankruptcy.” The Journal of Finance, Vol. 23, No.4, pp.589-609.

Asmoro, Argo. 2010. “Analisis Pengaruh Rasio Keuangan Terhadap Prediksi Kondisi Bermasalah Pada Bank”. Skripsi S1 Jurusan Manajemen Fakultas Ekonomi Universitas Diponegoro.

Bank Indonesia. Direktori Perbankan Indonesia 2005.

_____________, Direktori Perbankan Indonesia 2006.



Bank Indonesia. 2001. Surat Edaran Bank Indonesia No. 3/30/ DPNP Tentang Transparansi Kondisi Keuangan Bank Desember 2001 http://www.bi.go.id, diakses 25 Desember 2010.

Bank Indonesia. 2004. Surat Edaran Bank Indonesia No. 6/23/ DPNP Tentang Sistem Penilaian Tingkat Kesehatan Bank Umum http://www.bi.go.id, diakses 25 Desember 2010.

Dewi, Aprilia. 2010. “Rasio Keuangan Versi Bank Indonesia Versus Infobank”. (Studi Empiris : Bank Umum Konvensional di Indonesia Periode 2005-2008). Skripsi S1 Jurusan Akuntansi Fakultas Ekonomi Universitas Diponegoro.

Endri. 2009. “Prediksi Kebangkrutan Bank Untuk Menghadapi dan Mengelola Perubahan Lingkungan Bisnis : Analisis Model Altman’s Z-Score”. Perbanas Quarterly Review, Vol. 2 No. 1 Maret 2009.

Gamayuni, Rindu Rika. 2006. “Rasio Keuangan Sebagai Prediktor Kegagalan Perusahaan di Indonesia”. Jurnal Bisnis dan Manajemen, Volume 3, No.1, September 2006, pp 15-38

Ghozali, Imam. 2007. Aplikasi Analisis Multivariate dengan Program SPSS. Edisi IV. Semarang : Universitas Diponegoro

Greuning, Hennie Van dan Sonja Brajovic Bratanovic. 2011. Analisis Risiko Perbankan. 3th ed. Jakarta : Penerbit Salemba Empat.

Gunsel, Nil. 2010. “Determinants of timing of Bank Failure”. The Journal of Risk Finance, Vol. 11 No. 1, 2010, pp 89-106.

Hair, J.F., W.C. Black, B.J. Babin, R.E. Anderson, R.L. Tatham. 2006. Multivariate Data Analysis. 6th Ed. Pearson International Edition.

Januarti, Indira. 2002. “Variabel Proksi CAMEL dan Karakteristik Bank Lainnya untuk Memprediksi Kebangkrutan Bank di Indonesia.” Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan).

Jumingan. 2003. “Analisis Rasio Keuangan dan Legal Lending Limit Sebagai Alat Dalam Memprediksi Kesehatan Bank.” Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan).

Kasmir. 2004. Manajemen Perbankan. Jakarta : PT RajaGrafindo Persada

Kasmir. 2005. Bank & Lembaga Keuangan Lainnya. Jakarta : PT RajaGrafindo Persada

Mulyaningrum, Penni. 2008. “Pengaruh Rasio Keuangan Terhadap Kebangkrutan Bank di Indonesia”. Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan).

Nuralata, Amelia. 2007. “Analisis Pengaruh Rasio Keuangan yang Dapat Memprediksi Probabilitas Kondisi Financial Distress”. Tesis Program Pasca Sarjana Magister Manajemen Universitas Diponegoro (tidak dipublikasikan).

Pedoman Penyusunan Skripsi dan Pelaksanaan Ujian Akhir Program Sarjana Strata Satu (S1) Fakultas Ekonomi. 2008. Semarang : Fakultas Ekonomi, Universitas Diponegoro.

Prasnanugraha. Ponttie. 2007. “Analisis Pengaruh Rasio-Rasio Keuangan Terhadap Kinerja Bank Umum di Indonesia”. Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan).

Riahi, Ahmed Belkaoui. 2000. Teori Akuntansi, Salemba Empat, Jakarta.

Santoso, W. 1996. ”The Determinants of Problem Banks in Indonesia (An Empirical Study).”, http:// www.bi.go.id. Diakses tanggal 25 Februari 2011

Sugiyono. 1999. Metoda Penelitian Bisnis. Penerbit CV Alvabeta. Jakarta

Wilopo. 2001. “Prediksi Kebangkrutan Bank”. Jurnal Riset Akuntansi Indonesia, Vol 4, No. 2, Mei 2001: 184 -198.

Documents

ANALISIS PENGARUH RASIO CAMEL TERHADAP KONDISI …eprints.undip.ac.id/28664/1/artikel_skripsi.pdfI. PENDAHULUAN Kondisi perekonomian Indonesia sempat mengalami keterpurukan sebagai