Efisiensi Bank Perkreditan Rakyat (BPR) di Indonesia: Pendekatan Stochastic Frontier Analysis (SFA) dan Data Envelopment Analysis (DEA)

(1)

EF

FISIENSII BANK P

PEND

DEKATAN

DAN DA

DE

FAKUL

IN

D

PERKRE

N STOCH

ATA ENVE

DESAK PU

EPARTE

LTAS EK

NSTITUT

DI INDON

EDITAN R

RAKYAT

T (BPR)

HASTIC F

VELOPME

NESIA:

OLEH UTU RISTA H14104

EMEN ILM

KONOMI

T PERTA

2008

FRONTIE

ENT ANA

ER ANAL

ALYSIS (D

YSIS (SF

DEA)

A)

AMI PARAAMITA 014

MU EKO

DAN MA

ONOMI

ANIAN BO

ANAJEM

OGOR

MEN

8

(2)

RINGKASAN

DESAK PUTU RISTAMI PARAMITA. Efisiensi Bank Perkreditan Rakyat (BPR) di Indonesia: Pendekatan Stochastic Frontier Analysis (SFA) dan Data Envelopment Analysis (DEA) (dibimbing oleh NUNUNG NURYARTONO).

BPR sebagai stakeholder dalam industri perbankan dituntut untuk beroperasi seefisien dan seefektif mungkin agar bisa bersaing dalam industri perbankan. Untuk itu, diperlukan suatu BPR yang sehat, kuat dan terpercaya dimana BPR perlu meningkatkan kinerja perusahaannya. Dalam dunia perbankan, efisiensi merupakan salah satu parameter kinerja yang cukup populer, banyak digunakan karena merupakan jawaban atas kesulitan-kesulitan dalam menghitung ukuran-ukuran kinerja. Dalam menghitung tingkat efisiensi, tidak ada kesepakatan yang umum (general agreement) sehingga memungkinkan adanya perbedaan hasil tingkat efisiensi antara satu penelitian dengan penelitian lainnya. Perbedaan tersebut bisa disebabkan karena perbedaan metode yang digunakan (metode parametrik atau non parametrik) dan perbedaan konsep efisiensi (cost efficiency, profit efficiency atau alternative profit efficiency).

Tujuan dari penelitian ini adalah: (1) menganalisis tingkat efisiensi biaya BPR, (2) membandingkan tingkat efisiensi biaya BPR-BPR di Indonesia secara SFA dan DEA, (3) menganalisis hubungan tingkat efisiensi dengan modal inti, nilai kesehatan, status BPR, KKBI, dan rasio keuangan.

Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Direktorat Kredit, BPR dan UMKM Bank Indonesia dan database InterCAFE. Data yang digunakan merupakan data crosssection tahun 2007. Metode analisis yang digunakan dalam penelitian ini adalah metode parametrik (Stochastic Frontier Analysis) dan metode non parametrik (Data Envelopment Analysis).

Hasil analisis dengan menggunakan metode analisis parametrik (SFA) menunjukkan bahwa nilai efisiensi rata-rata BPR di Indonesia pada tahun 2007 yaitu 0,812 dengan standar deviasi 0,110, dimana nilai efisiensi terendah yaitu 0,22 dan nilai efisiensi tertinggi yaitu 0,97. Sedangkan dengan menggunakan metode analisis non parametrik (DEA), nilai efisiensi rata-rata yaitu 0,089 dengan standar deviasi 0,067. Nilai efisiensi tertinggi sebesar satu dan nilai efisiensi terendah sebesar 0,002. Nilai efisiensi yang diperoleh berdasarkan perhitungan SFA lebih bervariasi dibandingkan nilai efisiensi yang diperoleh berdasarkan perhitungan DEA. Berdasarkan perhitungan DEA, nilai efisiensi BPR hanya ada pada tiga kategori yaitu kategori BPR yang tidak efisien, kurang efisien, dan efisien.

(3)

Efisiensi DEA memiliki hubungan yang positif dengan modal inti dan nilai kesehatan. Sedangkan efisiensi SFA memiliki hubungan yang negatif dengan modal inti dan memiliki hubungan yang positif dengan nilai kesehatan. Hal ini menunjukkan bahwa peningkatan efisiensi BPR dengan pendekatan SFA justru akan menurunkan modal inti BPR. Selanjutnya, hubungan antara nilai efisiensi hanya dipengaruhi oleh sembilan rasio keuangan yaitu ROA, ROE, BOPO, PM, YG, FER, CoF, OER dan OtER. Sisanya tiga rasio keuangan BPR yaitu YoGP, CR, dan WoR tidak mempengaruhi besar atau kecilnya nilai efisiensi SFA.

Adapun saran dalam penelitian ini adalah sebagai berikut: (1) batas nilai efisiensi yang diperoleh dari hasil perhitungan parametrik dan non parametrik bervariasi dan beragam sehingga diperlukan suatu general agreement yang baku untuk menunjukkan BPR mana yang efisien, cukup efisien, kurang efisien, dan tidak efisien, (2) metode yang digunakan pada penelitian ini adalah SFA dengan menggunakan fungsi Log Linier dan DEA dengan input oriented dan constant return to scale, maka untuk penelitian selanjutnya bisa menggunakan metode SFA dengan fungsi translog dan DEA dengan input oriented dan variabel return to scale atau dengan metode parametrik selain SFA dan metode non parametrik lainnya, (3) untuk meningkatkan nilai efisiensi diperlukan kebijakan yang berkaitan dengan nilai minimum modal inti, nilai kesehatan minimum, dan batas rasio keuangan yang harus dipatuhi BPR sehingga dalam memenuhi nilai minimum dan batasan rasio tersebut BPR saling bersaing dalam menjalankan kegiatan operasional.

(4)

EFISIENSI BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA:

PENDEKATAN STOCHASTIC FRONTIER ANALYSIS (SFA)

DAN DATA ENVELOPMENT ANALYSIS (DEA)

Oleh

DESAK PUTU RISTAMI PARAMITA H 14104014

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR 2008

(5)

diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Program Studi : Ilmu Ekonomi Nomor Registrasi Pokok : H14104014

Nama Mahasiswa : Desak Putu Ristami Paramita Dengan ini menyatakan bahwa skripsi yang disusun oleh,

Judul Skripsi : Efisiensi Bank Perkreditan Rakyat (BPR) di Indonesia: Pendekatan Stochastic Frontier Analysis

(SFA) dan Data Envelopment Analysis (DEA) INSTITUT PERTANIAN BOGOR

FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI

Ketua Departemen Ilmu Ekonomi, Menyetujui,

Dosen Pembimbing,

Dr. Ir. Nunung Nuryartono, M.Si. NIP. 132 104 952

Mengetahui,

Dr. Ir. Rina Oktaviani, MS. NIP. 131 846 872 Tanggal Kelulusan :

(6)

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, September 2008

Desak Putu Ristami Paramita H14104014

(7)

RIWAYAT HIDUP

Penulis bernama Desak Putu Ristami Paramita lahir pada tanggal 31 Maret 1986 di Bogor. Penulis merupakan anak pertama dari dua bersaudara, dari pasangan I Dewa Made Mardika dan Anak Agung Istri Widyastuti Swetatika. Penulis menjalani pendidikan di bangku sekolah dasar dari tahun 1992 sampai dengan tahun 1998 di SDN Kalisari 03 Jakarta Timur. Selanjutnya meneruskan ke pendidikan lanjutan tingkat pertama dari tahun 1998 sampai dengan tahun 2001 di SLTPN 103 Cijantung Jakarta Timur. Setelah itu, penulis melanjutkan pendidikan menengah umum di SMUN 39 Cijantung Jakarta Timur dan lulus pada tahun 2004.

Pada tahun 2004 penulis melanjutkan studinya ke jenjang yang lebih tinggi. Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan agar dapat memperoleh ilmu dan mengembangkan pola pikir, sehingga menjadi sumber daya yang berguna bagi bangsa Indonesia. Penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) dan terdaftar sebagai mahasiswa Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen (FEM). Selama menjadi mahasiswa, penulis aktif di dalam beberapa kegiatan kampus, kepanitiaan dan organisasi seperti KMHD IPB, OMDA BALI BRAHMACARYA dan HIPOTESA.

(8)

KATA PENGANTAR

Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa yang senantiasa melimpahkan rahmatNya pada penulis sehingga skripsi ini dapat diselesaikan. Adapun Judul dari Skripsi ini adalah Efisiensi Bank Perkreditan Rakyat (BPR) di Indonesia: Pendekatan Stochastic Frontier Analysis (SFA) dan

Data Envelopment Analysis (DEA).

Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Dalam proses penulisan skripsi ini, penulis banyak memperoleh dukungan dari beberapa pihak. Oleh karena itu, penulis ingin menyampaikan terima kasih kepada InterCAFE yang telah melibatkan penulis pada penelitian Penyusunan Stratifikasi Industri BPR, kerjasama antara InterCAFE dan Bank Indonesia. Selain itu, dengan segala ketulusan dan kerendahan hati, penulis ingin menyampaikan terma kasih kepada:

1. Dr. Ir. Nunung Nuryartono, M.Si. selaku dosen pembimbing skripsi yang memberikan ilmu dan membimbing penulis dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan baik.

2. Dr. Ir. Muhammad Firdaus, M.Si. selaku dosen penguji utama yang telah bersedia menguji dan memberikan masukan, kritik dan ilmu yang bermanfaat untuk penyempurnaan skripsi ini.

3. Fifi Diana Thamrin, S.P, M.Si. selaku dosen penguji komisi pendidikan yang telah memberikan masukan dalam perbaikan tata bahasa untuk penyempunaan skripsi ini.

4. Seluruh staff InterCAFE yaitu Iman Sugema, Ph.D; Noer Azam Achsani, Ph.D; Dedi Budiman Hakim, Ph.D; Syamsul H. Pasarribu, M.Si; Jaenal Effendi, M.Ag; Toni Bahctiar, M.Si; Toni Irawan, M.EcApp; Triana Anggraeni, M.Sc; Nuning Kusumowardhani, M.Si; Ir. Dyah Rukmita: Hety M, M.Si; Ade Holis, SE; Nilam Sari, SE; Heni Hasanah, SE dan Dessy.

(9)

5. Kedua orangtua penulis yaitu I Dewa Made Mardika dan Anak Agung Istri Widyastuti S, serta Dewa Made Yoga atas dukungan, doa, kasih sayang, bimbingan dan perhatian yang telah dicurahkan selama ini.

6. I Wayan Didik Dharmadi Putra atas doa, bantuan dan dukungan yang telah diberikan selama ini.

7. Sahabat-sahabat terbaik Wida, Tika, Liana, Ate, dan Tata yang selalu mendoakan dan memberikan motivasi untuk melangkah dan berjuang lebih gigih. Terimakasih atas semua kebersamaan dan keceriaan yang yang tak terlupakan yang kita jalani bersama.

8. Teman satu bimbingan Rima, Rizki, Fikri, Prianto, dan Aziz terima kasih atas semangat, dukungan, dan perjuangan selama proses penyusunan skripsi. 9. Teman-teman penulis Titis, Maya, Septi, Hana, Uthie, dan seluruh IE

angkatan 41. Terima kasih atas semangat, dukungan dan bantuan selama proses penyusunan skripsi.

10. Teman-teman KMHD dan Brahmacarya yaitu Ari, Yuli, Wulan, Sangging, Narita, Dwi, Dewi, Nyoman Ari, Nyoman Sandi dan Nyoman Susi.

Akhirnya penulis mengucapkan terima kasih kepada semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu dalam penyelesaian skripsi ini. Semoga hasil dari skripsi ini dapat memberikan manfaat bagi penulis maupun semua pihak yang membutuhkan.

Bogor, September 2008

Desak Putu Ristami Paramita H14104014

(10)

DAFTAR ISI

Halaman

DAFTAR TABEL ... v

DAFTAR GAMBAR ... vi

DAFTAR LAMPIRAN ... vii

DAFTAR RINGKASAN ... viii

I. PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Permasalahan ... 3

1.3. Tujuan Penelitian ... 4

1.4. Manfaat Penelitian ... 4

1.5. Ruang Lingkup Penelitian ... 5

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ... 6

2.1. Landasan Teori ... 6

2.1.1. Bank ... 6

2.1.2. Bank Perkreditan Rakyat ... 7

2.1.3. Efisiensi ... 10

2.1.4. Rasio Keuangan ... 13

2.1.5. Stochastic Frontier Analysis ... 14

2.1.6. Data Envelopment Analysis ... 17

2.1.7. Maximum Likelihood ... 20

2.1.8. Linear Programming ... 20

2.2. Penelitian-Penelitian Terdahulu ... 23

2.3. Kerangka Pemikiran ... 26

III. METODE PENELITIAN ... 28

3.1. Jenis dan Sumber Data ... 28

3.2. Model Penelitian ... 29

(11)

EF

FISIENSII BANK P

PEND

DEKATAN

DAN DA

DE

FAKUL

IN

D

PERKRE

N STOCH

ATA ENVE

DESAK PU

EPARTE

LTAS EK

NSTITUT

DI INDON

EDITAN R

RAKYAT

T (BPR)

HASTIC F

VELOPME

NESIA:

OLEH UTU RISTA H14104

EMEN ILM

KONOMI

T PERTA

2008

FRONTIE

ENT ANA

ER ANAL

ALYSIS (D

YSIS (SF

DEA)

A)

AMI PARAAMITA 014

MU EKO

DAN MA

ONOMI

ANIAN BO

ANAJEM

OGOR

MEN

8

(12)

RINGKASAN

(13)

(14)

EFISIENSI BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA:

PENDEKATAN STOCHASTIC FRONTIER ANALYSIS (SFA)

DAN DATA ENVELOPMENT ANALYSIS (DEA)

Oleh

DESAK PUTU RISTAMI PARAMITA H 14104014

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR 2008

(15)

diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Program Studi : Ilmu Ekonomi Nomor Registrasi Pokok : H14104014

Nama Mahasiswa : Desak Putu Ristami Paramita Dengan ini menyatakan bahwa skripsi yang disusun oleh,

Judul Skripsi : Efisiensi Bank Perkreditan Rakyat (BPR) di Indonesia: Pendekatan Stochastic Frontier Analysis

(SFA) dan Data Envelopment Analysis (DEA) INSTITUT PERTANIAN BOGOR

FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI

Ketua Departemen Ilmu Ekonomi, Menyetujui,

Dosen Pembimbing,

Dr. Ir. Nunung Nuryartono, M.Si. NIP. 132 104 952

Mengetahui,

Dr. Ir. Rina Oktaviani, MS. NIP. 131 846 872 Tanggal Kelulusan :

(16)

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, September 2008

Desak Putu Ristami Paramita H14104014

(17)

RIWAYAT HIDUP

(18)

KATA PENGANTAR

Data Envelopment Analysis (DEA).

1. Dr. Ir. Nunung Nuryartono, M.Si. selaku dosen pembimbing skripsi yang memberikan ilmu dan membimbing penulis dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan baik.

2. Dr. Ir. Muhammad Firdaus, M.Si. selaku dosen penguji utama yang telah bersedia menguji dan memberikan masukan, kritik dan ilmu yang bermanfaat untuk penyempurnaan skripsi ini.

3. Fifi Diana Thamrin, S.P, M.Si. selaku dosen penguji komisi pendidikan yang telah memberikan masukan dalam perbaikan tata bahasa untuk penyempunaan skripsi ini.

(19)

5. Kedua orangtua penulis yaitu I Dewa Made Mardika dan Anak Agung Istri Widyastuti S, serta Dewa Made Yoga atas dukungan, doa, kasih sayang, bimbingan dan perhatian yang telah dicurahkan selama ini.

6. I Wayan Didik Dharmadi Putra atas doa, bantuan dan dukungan yang telah diberikan selama ini.

angkatan 41. Terima kasih atas semangat, dukungan dan bantuan selama proses penyusunan skripsi.

10. Teman-teman KMHD dan Brahmacarya yaitu Ari, Yuli, Wulan, Sangging, Narita, Dwi, Dewi, Nyoman Ari, Nyoman Sandi dan Nyoman Susi.

Bogor, September 2008

Desak Putu Ristami Paramita H14104014

(20)

DAFTAR ISI

Halaman

DAFTAR TABEL ... v

DAFTAR GAMBAR ... vi

DAFTAR LAMPIRAN ... vii

DAFTAR RINGKASAN ... viii

I. PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Permasalahan ... 3

1.3. Tujuan Penelitian ... 4

1.4. Manfaat Penelitian ... 4

1.5. Ruang Lingkup Penelitian ... 5

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ... 6

2.1. Landasan Teori ... 6

2.1.1. Bank ... 6

2.1.2. Bank Perkreditan Rakyat ... 7

2.1.3. Efisiensi ... 10

2.1.4. Rasio Keuangan ... 13

2.1.5. Stochastic Frontier Analysis ... 14

2.1.6. Data Envelopment Analysis ... 17

2.1.7. Maximum Likelihood ... 20

2.1.8. Linear Programming ... 20

2.2. Penelitian-Penelitian Terdahulu ... 23

2.3. Kerangka Pemikiran ... 26

III. METODE PENELITIAN ... 28

3.1. Jenis dan Sumber Data ... 28

3.2. Model Penelitian ... 29

(21)

IV. HASIL DAN PEMBAHASAN ... 35

4.1. Hasil Analisis Efisiensi ... 35

4.1.1 Pendekatan Parametrik SFA ... 35

4.1.2 Pendekatan Non Parametrik DEA ... 42

4.2. Perbandingan Nilai Efisiensi SFA dan DEA ... 45

4.3. Distribusi Nilai Efisiensi Berdasarkan Modal Inti dan Nilai Kesehatan ... 47

4.4. Hubungan Nilai Efisiensi dengan Rasio Keuangan ... 56

V. KESIMPULAN DAN SARAN ... 59

5.1. Kesimpulan ... 59

5.2. Saran ... 60

DAFTAR PUSTAKA ... 61

(22)

DAFTAR TABEL

Nomor Halaman 1.1. Perkembangan BPR di Indonesia ... 1 2.1. Rasio Keuangan ... 13 3.1. Variabel, Simbol, dan Literatur dengan Metode SFA ... 28 3.2. Varibel dan Simbol dengan Metode DEA ... 28 4.1. Statistik Deskriptif Variabel SFA ... 35 4.2. Hasil Analisis SFA ... 37 4.3. Statistik Deskriptif Nilai Efisiensi SFA ... 39 4.4. Distribusi Nilai EfisiensiSFA ... 40 4.5. Statistik Deskriptif Variabel DEA ... 42 4.6. Deskriptif Statistika Nilai Efisiensi dengan DEA... 44 4.7. Sebaran Nilai Efisiensi DEA ... 45 4.8. Perbandingan Nilai Efisiensi SFA dan DEA ... 46 4.9. Korelasi Nilai Efisiensi, Modal Inti, dan Nilai Kesehatan ... 47 4.10. Distribusi Status BPR Berdasarkan Nilai Efisiensi ... 54 4.11. Hasil Uji-t Status BPR ... 54 4.12. Korelasi Nilai Efisiensi SFA dengan Rasio Keuangan BPR ... 57

(23)

DAFTAR GAMBAR

Nomor Halaman 2.1. Efisiensi Teknik dan Alokatif ... 11 2.2. Fungsi Produksi Stochastic Frontier ... 16 2.3. Ilustrasi Efisiensi Berdasarkan Output-Oriented... 18 2.4. Kerangka Pemikiran ... 27 4.1. Sebaran Nilai Efisiensi SFA ... 41 4.2. Distribusi Modal Inti Berdasarkan Nilai Efisiensi SFA ... 48 4.3. Distribusi Modal Inti Berdasarkan Nilai Efisiensi DEA ... 50 4.4. Distribusi Tingkat Kesehatan BPR Berdasarkan Nilai Efisiensi SFA ... 51 4.5. Distribusi Tingkat Kesehatan BPR Berdasarkan Nilai Efisiensi DEA ... 52

(24)

DAFTAR LAMPIRAN

Nomor Halaman 1. Hasil Estimasi SFA ... 63 2. Nilai Efisiensi SFA dan DEA... 64 3. Distribusi Modal Inti Berdasarkan Nilai Efisiensi SFA ... 86 4. Distribusi Modal Inti Berdasarkan Nilai Efisiensi DEA ... 86 5. Distribusi Tingkat Kesehatan Berdasarkan Nilai Efisiensi SFA ... 86 6. Distribusi Tingkat Kesehatan Berdasarkan Nilai Efisiensi DEA ... 87 7. Nilai Efisiensi Berdasarkan Status BPR ... 87 8. Nilai Efisiensi Berdasarkan KKBI ... 89

(25)

DAFTAR SINGKATAN

BKD : Badan Kredit Desa

BKK : Badan Kredit Kecamatan

BKPD : Bank Karya Produksi Desa

BOPO : Beban Operasional Pendapatan Operasional BPR : Bank Perkreditan Rakyat

CoF : Cash of Funding

CR : Cash Ratio

DEA : Data Envelopment Analysis

DPK : Dana Pihak Ketiga

FER : Funding Expenses Ratio

KURK : Kredit Usaha Rakyat Kecil LDKP : Lembaga dana Kredit Pedesaan

LKM : Lembaga Keuangan Mikro

LPD : Lembaga Perkreditan Desa

LPN : Lumbung Piti Nagari

NIIA : Non Interest Income Activities

NPL : Non Performing Loan

OER : Operating Expenses Ratio

OtER : Other Expenses Ratio

PAKTO 1988 : Paket Oktober 1988

(26)

PERBARINDO : Perhimpunan Bank Perhimpunan Rakyat Indonesia

PM : Profit Margin

PP : Peraturan Pemerintah

PT : Perseroan Terbatas

ROA : Return On Asset

ROE : Return On Equity

SBI : Sertifikat Bank Indonesia

SDM : Sumber Daya Manusia

SFA : Stochastic Frontier Analysis

UU : Undang-Undang

WoR : Write off Ratio

YG : Yield Gap

(27)

I. PENDAHULUAN

1.1. Latar Belakang

BPR merupakan bagian dari sistem perbankan yang mempunyai andil yang cukup besar bagi perekonomian Indonesia. Perkembangan BPR di tanah air menunjukkan indikasi yang menggembirakan, ditunjukkan dari perkembangannya baik dari penyaluran kredit, sumber dana , aset, dan jumlah kantor (Tabel 1.1.). Tabel 1.1. Perkembangan BPR di Indonesia

Keterangan

Des 2005 Des 2006 Des 2007 Mei 2008 BPR BPR BPR BPR Penyaluran Dana

(milyar rupiah) 0,018096 0,021904 0,026549 0,029106

Sumber Dana

(milyar rupiah) 0,015453 0,018733 0,022629 0,024926

Aset

(milyar rupiah) 0,020393 0,023045 0,027741 0,030374

Jumlah BPR (buah) 2009 1880 1817 1811

Jumlah Kantor (buah) 3110 3173 3250 3289

Sumber: Statistik Perbankan Indonesia (2008)

Agar bisa bersaing dalam industri perbankan, BPR dituntut untuk beroperasi seefisien dan seefektif mungkin. Untuk itu, diperlukan suatu BPR yang sehat, kuat, dan terpercaya dimana BPR perlu meningkatkan kinerja perusahaannya. Zeller dan Meyer (2002) mengklasifikasikan indikator kinerja LKM dalam tiga kategori, yaitu kesinambungan keuangan (Financial Sustainability), keterjangkauan BPR (Outreach), dan dampak keberadaan BPR dalam sebuah lingkungan (Impact) yang kemudian disebut sebagai segitiga keuangan mikro (The Triangle of Microfinance). Ketiga macam indikator ini saling berkaitan satu sama lain sehingga untuk dapat mengatakan “perform”,

(28)

LKM harus dapat memenuhi ketiga indikator tersebut. Namun dalam kenyataannya, untuk mencapai ketiga indikator itu secara bersamaan bukanlah hal yang mudah. Berbagai faktor dapat mempengaruhi kinerja BPR diantaranya kondisi makroekonomi yang tidak stabil.

Untuk menjadikan suatu LKM dalam hal ini BPR yang mampu mencapai ketiga indikator kinerja, diperlukan BPR yang efisien dalam menjalankan operasinya. Artinya, agar secara financial BPR dapat “sustainable” diperlukan suatu sistem operasional yang efisien sehingga diperoleh keuntungan untuk menjaga kelangsungan operasional BPR. Demikian pula dari sisi outreach, BPR dapat meluaskan jangkauan pelayanan kepada nasabah dan memiliki dampak yang positif bagi lingkungan sekitarnya apabila BPR tersebut mampu beroperasi secara efisien.

Dalam dunia perbankan, efisiensi digunakan sebagai salah satu parameter untuk mengukur kinerja. Efisiensi ini banyak digunakan karena merupakan jawaban atas kesulitan-kesulitan dalam menghitung ukuran-ukuran kinerja. Dalam menghitung tingkat efisiensi, tidak ada kesepakatan yang umum (general agreement) sehingga memungkinkan adanya perbedaan hasil tingkat efisiensi antara satu penelitian dengan penelitian lainnya. Perbedaan tersebut bisa disebabkan karena perbedaan metode yang digunakan (metode parametrik atau non parametrik) dan perbedaan konsep efisiensi (cost efficiency, profit efficiency

atau alternative profit efficiency).

Berdasarkan pertimbangan di atas, penelitian ini memfokuskan pada analisis tingkat efisiensi biaya BPR-BPR di Indonesia tahun 2007 dengan

(29)

menggunakan pendekatan SFA dan DEA. Selanjutnya, akan dilihat hubungan antara tingkat efisiensi terhadap modal inti, tingkat kesehatan, status, KKBI, dan rasio keuangan.

1.2.Permasalahan

BPR sebagai suatu lembaga pembiayaan UMKM, dari tahun ke tahun terus menunjukkan perkembangan yang sangat baik. Perkembangan yang sangat baik itu dilihat dari berbagai ukuran misal dari dana yang dihimpun, kredit yang disalurkan, sampai kepada volume usaha. Trend yang meningkat tadi mengindikasikan bahwa BPR dibutuhkan masyarakat.

Perjalanan BPR sebagai bank berskala kecil menghadapi berbagai masalah baik dari sisi kelembagaan maupun dari sisi SDM (operasionalnya), sehingga berakibat pada operasional BPR yang belum efisien. Hal tersebut diantaranya tercermin dari suku bunga BPR yang masih tinggi. Oleh karena itu, diperlukan langkah-langkah untuk meningkatkan kinerja BPR.

Untuk menilai kinerja BPR salah satu pendekatan yang dapat digunakan adalah analisis efisiensi. Dari hasil analisis ini diharapkan akan diperoleh variabel-variabel apa saja yang diduga mempengaruhi efisiensi BPR. Sehingga untuk meningkatkan efisiensi atau kinerja BPR, variabel-variabel tersebut perlu mendapat perhatian yang khusus dari stakeholder BPR sendiri maupun dari Bank Indonesia.

(30)

Dari pemaparan di atas, penulis dapat merumuskan permasalahan sebagai berikut:

1. Bagaimana tingkat efisiensi biaya BPR?

2. Bagaimana perbandingan tingkat efisiensi biaya BPR yang diestimasi secara SFA dan DEA?

3. Bagaimana hubungan tingkat efisiensi biaya BPR dengan modal inti, nilai kesehatan, status, KKBI, dan rasio keuangan?

1.3. Tujuan Penelitian

Berdasarkan rumusan masalah di atas, maka tujuan yang hendak dicapai melalui penelitian ini adalah:

1. Menganalisis tingkat efisiensi biaya BPR.

2. Membandingkan tingkat efisiensi biaya BPR-BPR di Indonesia secara SFA dan DEA.

3. Menganalisis hubungan tingkat efisiensi dengan modal inti, nilai kesehatan, status, KKBI, dan rasio keuangan.

1.4. Manfaat Penelitian

Berdasarkan penjelasan di atas maka yang menjadi manfaat dalam penelitian ini adalah:

1. Bagi Bank Indonesia, sebagai bahan informasi BPR-BPR mana yang tidak efisien sehingga BPR-BPR yang tidak efisien tersebut dengan cepat diberikan peringatan dini (warning) dan juga memberikan masukan bahwa kebijakan

(31)

dalam industri BPR harus disesuaikan dengan kondisi BPR yang ada sekarang.

2. Bagi pemerintah, sebagai masukan agar tetap berkoordinasi dengan Bank Indonesia dalam membuat segala keputusan yang diambil sehingga tidak terjadi ketimpangtindihan kebijakan.

3. Bagi stakeholder BPR, sebagai masukan dalam menjalankan operasional BPR agar terus meningkatkan efisiensinya.

4. Bagi peneliti dan mahasiswa, penelitian ini sebagai tambahan literatur yang dapat memberikan informasi mengenai efisiensi dan kinerja BPR secara umum.

1.5. Ruang Lingkup Penelitian

Penelitian ini hanya menganalisis tingkat efisiensi 1722 BPR-BPR di Indonesia dengan pendekatan biaya, dimana pendekatan yang digunakan adalah pendekatan SFA dengan fungsi Log Linier dan pendekatan DEA dengan input-oriented. Setelah diperoleh nilai efisiensi BPR, akan dilakukan analisis crosstab

dan korelasi terhadap modal inti, tingkat kesehatan, status, KKBI, dan rasio keuangan.

(32)

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

2.1. Landasan Teori

Bab ini membahas pengertian dan landasan hukum bank secara umum dan BPR secara khusus serta metode-metode yang akan digunakan. Selain itu, pada bab ini akan dipaparkan studi-studi terdahulu tentang efisiensi.

2.1.1. Bank

Perbankan adalah segala sesuatu yang berkaitan dengan bank, mencakup kelembagaan, kegiatan usaha, serta cara dan proses dalam melaksanakan kegiatan usahanya. Perbankan Indonesia dalam menjalankan fungsinya berasaskan demokrasi ekonomi dan menggunakan prinsip kehati-hatian. Fungsi utama perbankan Indonesia adalah sebagai penghimpun dan penyalur dana masyarakat serta bertujuan untuk menunjang pelaksanaan pembangunan nasional dalam rangka meningkatkan pemerataan pembangunan dan hasil-hasilnya, pertumbuhan ekonomi dan stabilitas nasional, kearah peningkatan taraf hidup rakyat banyak. Perbankan memiliki kedudukan yang strategis, yakni sebagai penunjang kelancaran sistem pembayaran, pelaksanaan kebijakan moneter, dan pencapaian stabilitas sistem keuangan, sehingga diperlukan perbankan yang sehat, transparan, dan dapat dipertanggungjawabkan.

Definisi bank dalam Booklet Perbankan Indonesia edisi April 2008 sebagai berikut:

a. Bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk

(33)

kredit dan/atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak.

b. Bank Umum adalah bank yang melaksanakan kegiatan usaha secara konvensional dan/atau berdasarkan prinsip syariah yang dalam kegiatannya memberikan jasa dalam lalu lintas pembayaran.

c. Bank Perkreditan Rakyat adalah bank yang melaksanakan kegiatan usaha secara konvensional atau berdasarkan Prinsip Syariah yang dalam kegiatannya tidak memberikan jasa lalu lintas pembayaran.

d. Prinsip Syariah adalah aturan perjanjian berdasarkan hukum Islam antara bank dan pihak lain untuk penyimpanan dana dan atau pembiayaan kegiatan usaha atau kegiatan lainnya yang dinyatakan sesuai dengan syariah.

Landasan hukum yang mendasari BPR dalam menjalankan operasionalnya adalah:

a. Undang-Undang Republik Indonesia Nomor 7 Tahun 1992 tentang Perbankan yang telah diamandemen dengan Undang-Undang Nomor 10 Tahun 1998. b. Undang-Undang Republik Indonesia Nomor 23 Tahun 1999 tentang Bank

Indonesia yang telah diamandemen dengan Undang-Undang Republik Indonesia Nomor 3 Tahun 2004.

2.1.2. Bank Perkreditan Rakyat

Awal berdiri BPR dimulai pada masa kolonial Belanda sekitar abad ke-19. Sejarah lembaga perkreditan rakyat dimulai dengan dibentuknya Lumbung Desa, Bank Desa, Bank Tani, dan Bank Dagang Desa dengan tujuan membantu para

(34)

petani, pegawai, dan buruh untuk melepaskan diri dari jerat pelepas uang (rentenir) yang memberikan kredit dengan bunga tinggi. Pasca kemerdekaan Indonesia, didirikan beberapa jenis lembaga keuangan kecil dan lembaga keuangan di pedesaan seperti Bank Pasar, BKPD, dan mulai awal 1970an, LDKP oleh Pemerintah Daerah.

Tahun 1988, Pemerintah mengeluarkan PAKTO 1988 melalui Keputusan Presiden RI No.38 yang menjadi momentum awal pendirian BPR-BPR baru. Kebijakan tersebut memberikan kejelasan mengenai keberadaan dan kegiatan usaha BPR. Dengan dikeluarkannya UU No.7/1992 tentang Perbankan, BPR diberikan landasan hukum yang jelas sebagai salah satu jenis bank selain Bank Umum. Sesuai UU No.7/1992 tentang Perbankan, Lembaga Keuangan Bukan Bank yang telah memperoleh izin usaha dari Menteri Keuangan dapat menyesuaikan kegiatan usahanya sebagai bank. Selain itu, dinyatakan juga bahwa lembaga-lembaga keuangan kecil seperti Bank Desa, Lumbung Desa, Bank Pasar, Bank Pegawai, LPN, LPD, BKD, BKK, KURK, LPK, BKPD, dan lembaga-lembaga lainnya yang dipersamakan dengan itu dapat diberikan status sebagai BPR dengan memenuhi persyaratan dan tata cara yang ditetapkan dengan PP. Selanjutnya PP No.71/1992 memberikan jangka waktu sampai dengan 31 Oktober 1997 bagi lembaga-lembaga keuangan tersebut untuk memenuhi persyaratan menjadi BPR. Sampai dengan batas waktu yang ditetapkan, tidak seluruh lembaga keuangan tersebut dapat dikukuhkan sebagai BPR karena tidak dapat memenuhi persyaratan yang ditetapkan.

(35)

BPR yang didirikan sesudah PAKTO 1988 maupun Lembaga Keuangan yang dikukuhkan menjadi BPR sesuai dengan PP No.71/1992, tunduk pada ketentuan-ketentuan yang diatur dalam Undang-undang Perbankan dan peraturan-peraturan yang dikeluarkan oleh Bank Indonesia sebagai otoritas pengawas bank. Khusus BKD, meskipun lembaga tersebut sesuai UU No.7/1992 tentang Perbankan, diberikan status sebagai BPR, namun karena organisasi dan manajemennya relatif sederhana, lingkup usahanya sangat kecil, serta operasionalnya tidak setiap hari, maka pengaturan dan pengawasan terhadap BKD pun tidak dapat disamakan dengan BPR.

Saat ini, landasan hukum BPR adalah UU No.7/1992 tentang Perbankan sebagaimana telah diubah dengan UU No.10/1998. Dalam UU tersebut secara tegas disebutkan bahwa BPR sebagai satu jenis bank yang kegiatan usahanya terutama ditujukan untuk melayani usaha-usaha kecil dan masyarakat di daerah pedesaan. Dalam pelaksanaan kegiatan usahanya BPR dapat menjalankan usahanya secara konvensional atau berdasarkan Prinsip Syariah.

Kegiatan usaha yang diperkenankan dilakukan oleh BPR sangat terbatas dibandingkan dengan Bank Umum, yaitu hanya meliputi penghimpunan dana dari masyarakat dalam bentuk simpanan berupa deposito berjangka, tabungan dan/atau bentuk lainnya yang dipersamakan dengan itu, memberikan kredit serta menempatkan dana dalam bentuk SBI, deposito berjangka, sertifikat deposito dan/ atau tabungan pada bank lain. BPR tidak diperkenankan menerima simpanan berupa giro dan ikut serta dalam lalu lintas pembayaran serta melakukan kegiatan usaha selain yang diperkenankan. Selain itu, BPR tidak diperkenankan melakukan

(36)

kegiatan usaha dalam valuta asing kecuali sebagai pedagang valuta asing (dengan izin Bank Indonesia), melakukan penyertaan modal, dan melakukan usaha perasuransian. Adapun wilayah kantor operasionalnya dibatasi dalam 1 (satu) propinsi.

2.1.3. Efisiensi

Efisiensi merupakan salah satu parameter kinerja yang cukup populer dalam dunia perbankan, dimana efisiensi merupakan suatu konsep yang secara umum telah digunakan dalam mengukur kinerja suatu perusahaan. Menurut Srivastava (1999), suatu perusahaan dikatakan efisien apabila perusahaan tersebut dapat meminimalkan biaya dalam menghasilkan output tertentu atau dapat memaksimalkan keuntungannya dengan menggunakan kombinasi input yang ada.

Coelli, et al. (1998) menyatakan bahwa konsep efisiensi dibedakan menjadi tiga yaitu: efisiensi teknis (technical efficiency), efisiensi harga (price efficiency), dan efisiensi ekonomis (economic efficiency). Konsep efisiensi disajikan pada Gambar 2.1. Efisiensi teknis mengukur tingkat produksi yang dicapai pada tingkat penggunaan input tertentu. Sebuah Bank secara teknis dikatakan lebih efisien dibandingkan Bank lain, apabila dengan penggunaan jenis dan jumlah input yang sama, memperoleh output secara fisik yang lebih tinggi, titik A, namun tidak melibatkan faktor harga. Efisiensi harga atau alokatif mengukur tingkat keberhasilan Bank dalam usahanya untuk mencapai keuntungan maksimum yang dicapai pada saat nilai produk marginal setiap faktor produksi yang diberikan sama dengan biaya marginalnya, titik B. Efisiensi ekonomis

(37)

adalah kombinasi antara efisiensi dan efisiensi harga yang ditunjukkan oleh titik S’. Dalam perhitungan efisiensi menurut Farrel dalam Coelli, et al. (1998) ada dua pendekatan yaitu dengan pendekatan input dan pendekatan ouput. Pendekatan input dijelaskan melalui kurva isocost yang ditunjukkan oleh kurva AA’ dan

isoquant yang ditunjukkan oleh kurva BB’. Yang dibandingkan adalah dua penggunaan input terhadap satu output dengan asumsi constant return to scale.

Misalkan Bank yang diuji efisiensinya berada di titik P. Jarak antara SP menunjukkan adanya inefisiensi teknis yang merupakan jumlah input yang dapat dikurangi tanpa mengurangi jumlah output. Sehingga efisiensi teknis dapat dihitung dengan rasio dari 0S/0P. Titik S merupakan titik yang efisien secara teknis karena berada di kurva isoquant. Untuk efisiensi secara alokasi dihitung berdasarkan rasio 0R/0S. Jarak RS menunjukkan pengurangan biaya yang dapat dilakukan guna mencapai efisiensi secara alokatif. Dan pada akhirnya titik yang efisien secara alokatif dan teknis atau dengan kata lain efisiensi secara ekonomis adalah di titik S’.

Sumber: Coelli, et al. (1998)

0 A X2/Y

S’

A’ X1/Y

(38)

Sedangkan pendekatan output melihat seberapa besar peningkatan jumlah output tanpa meningkatkan jumlah penggunaan input. Perbandingannya adalah kedua input terhadap kombinasi output. Kurva yang dilihat adalah kurva kemungkinan produksi dan isorevenue. Di dalam pendekatan output terdapat tiga tipe penambahan output yaitu constant return to scale, decreasing return toscale, dan increasing return to scale. Untuk pendekatan input dan output akan memberikan perhitungan yang setara akan efisiensi teknis di dalam constant return to scale. Tetapi tipe penambahan yang menunjukkan hasil yang berbeda adalah decreasing/ increasing return to scale. Inefisiensi yang dihasilkan melalui pendekatan output menunjukkan jumlah output yang dapat ditingkatkan tanpa penambahan input.

Efisiensi teknis menurut Kumbhakar dan Lovell (2000) dalam Ardhiana (2005) adalah “Produsen dikatakan efisien secara teknis jika dan hanya jika tidak mungkin lagi memproduksi lebih banyak output dari yang telah ada tanpa mengurangi sejumlah output lainnya atau dengan menambah sejumlah input tertentu”.

Berdasarkan definsi diatas, efisiensi teknis dapat diukur dengan pendekatan dari sisi output dan sisi input. Pengukuran efisiensi teknis dari sisi output merupakan rasio dari output observasi terhadap output batas. Indek efisiensi ini digunakan sebagai pendekatan untuk mengukur efisiensi teknik di dalam stochastic frontier. Pengukuran efisiensi teknis dari sisi input merupakan rasio input atau biaya batas (frontier) terhadap input atau biaya observasi. Bentuk

(39)

umum dari ukuran efisiensi teknis yang dicapai oleh observasi ke-i pada waktu ke-t didefinisikan sebagai berikut (Coelli, et al. 1998):

TEi = yi = exp(xiβ – ui) = exp(-ui) (2.1) exp(xiβ) exp(xiβ)

dimana TE adalah efisiensi teknis Bank ke-i, exp (-ui) adalah nilai harapan (mean) dari ui, jadi 0 ≤ TEi ≤ 1. Nilai efisiensi teknis tersebut berhubungan terbalik

dengan nilai efek inefisiensi teknis dan hanya digunakan untuk fungsi yang memiliki jumlah output dan input tertentu (cross section data).

2.1.4. Rasio Keuangan

Perkembangan suatu BPR dapat dilihat dari kinerja dan tingkat kesehatannya. Kinerja masing-masing BPR tercermin dari rasio keuangannya. Ada beberapa rasio keuangan yang akan sangat mempengaruhi tingkat kinerja BPR (Tabel 2.1.).

Tabel 2.1. Rasio Keuangan

No. Rasio Rumus

1. ROA Laba Tahun Berjalan

Total Aktiva

2. ROE Laba Tahun Berjalan – Taksiran Pajak Penghasilan Modal

3. BOPO Beban Operasional Pendapatan Operasional

4. PM Laba Tahun Berjalan

Pendapatan Operasional

5. YoGP Bunga dari pihak ke-3 Bukan Bank + Provisi + Komisi Total Kredit yang diberikan 6. YG PendapatanBunga+Provisi+Komisi

(Total Kredit-PPAP)x suku bunga efektif per tahun

7. CR Kas+SBI+ABA

(40)

Tabel 2.1. Rasio Keuangan (lanjutan)

No. Rasio Rumus

8. FER Beban Bunga

Total Kredit

9. CoF Beban Bunga

Pendanaan

10. WoR Aktiva Produktif yang Dihapuskan

Total Kredit

11. OER Beban Operasional

Total Kredit

12. OtER Beban Operasional Lainya

Total Kredit Sumber: InterCAFE (2007)

2.1.5. Stochastic Frontier Analysis

Pendekatan batas stokastik (SFA) menggunakan suatu frontier untuk mengukur nilai efisiensi dari masing-masing bank. Suatu bank dikatakan tidak efisien jika tingkat biaya dari sebuah bank lebih tinggi jika dibandingkan dengan tingkat biaya bank frontier yang beroperasi pada tingkat kinerja terbaiknya (best practice). Aigner, Lovell, dan Schmidt (1977) dan Meeusen dan Van den Broeck (1977) dalam Coelli, et al. (1998) mengemukakan fungsi

stochastic frontier yang merupakan perluasan dari model asli deterministik untuk mengukur efek-efek yang tidak terduga (stochastic frontier) di dalam batas produksi. Fungsi produksi tersebut ditambahkan random error, vi, ke dalam variabel acak non negatif (non-negative random variable), ui, seperti dinyatakan dalam persamaan seperti berikut:

ln(yi) = xiβ + vi - ui , i = 1, 2, …, N (2.2) Random error, vi, berguna untuk menghitung ukuran kesalahan dan faktor acak lainnya seperti cuaca, pemogokan, keberuntungan, dan sebagainya, di dalam nilai variabel ouput, bersama–sama dengan efek kombinasi dari variabel input yang tidak terdefinisi di fungsi produksi. Variabel ui merupakan variabel acak yang bebas dan secara identik terdistribusi normal (independent-identically

(41)

distributed/i.i.d) dengan rataan (mathematical expectation/ui) bernilai nol dan ragamnya konstan, σv2 atau N(0, σv2), serta bebas dari ui. Dimana variabel ui diasumsikan i.i.d serta eksponensial atau variabel acak setengah normal ( half-normal variables).

Model yang dinyatakan dalam persamaan (2.2) disebut sebagai fungsi produksi stochastic frontier karena nilai output dibatasi oleh variabel acak (stochastic) yaitu nilai harapan dari xiβ + vi atau exp(xiβ + vi).Random error bisa bernilai positif dan negatif dan begitu juga ouput stochastic frontier bervariasi sekitar bagian tertentu dari model frontier,exp(xiβ).

Struktur dasar dari model stochastic frontier digambarkan seperti Gambar 2.2. Sumbu x mewakili input sedangkan sumbu y mewakili ouput. Komponen deterministik dari model frontier, y = exp(xiβ), digambarkan dengan asumsi bahwa berlaku hukum diminishing return to scale. Pada Gambar 2.2., terdapat dua bank yaitu bank i dan j. Bank i menggunakan input sebesar xi dan menghasilkan ouput yi. Nilai dari output stokhastik frontier adalah yi*, melampaui nilai pada bagian yang pasti dari fungsi produksi yaitu f(xi;β). Hal ini dapat terjadi karena aktivitas produksinya dipengaruhi oleh kondisi yang menguntungkan dimana variabel vibernilai positif. Sementara itu bank ke-j, menggunakan input sebesar xj dan memproduksi yj. Sedangkan output frontiernya yj* berada di bawah fungsi produksi karena aktivitas produksinya dipengaruhi oleh kondisi yang tidak menguntungkan dimana vjbernilai negatif. Tetapi output stochastic frontier tidak dapat diamati karena nilai random error tidak teramati. Bagian yang pasti dari model stochastic frontier terlihat diantara output stochastic frontier. Output yang

(42)

diamati dapat menjadi lebih besar dari bagian yang pasti dari frontier apabila

random error yang sesuai lebih besar dari efek inefisiensinya (misalnya yi > exp(xiβ ) jika vj > ui).

Sumber: Coelli et al. (1998)

X ... y

xi xj

Frontier output (yj*), exp(xjβ +vj), jika vj<0 Frontier output (yi

* ), exp(xiβ +vi), jika vi>0

...

Production function, y=exp f(xβ)

X

_X

Model stochastic frontier juga memiliki kelemahan. Kritikan utama terhadap model ini adalah secara umum tidak ada sebuah pengakuan terhadap bentuk penyebaran yang pasti dari variabel–variabel ui. Bentuk distribusi setengah normal dan eksponesial adalah bentuk distribusi yang selama ini diplih. Akan tetapi menurut Coelli, et al. (1998) kedua bentuk distribusi ini cenderung bernilai nol sehingga kemungkinan besar efek efisiensi yang dicari juga mendekati nol. Dalam Coelli, et al. (1998), Stevenson (1980) menanggapi kritikan ini dengan membuat bentuk penyebaran yang lebih umum seperti terpotong normal

(43)

(truncated-normal) dan dua parameter gamma untuk menangkap efek inefisiensi teknis (Greene, 1990). Kedua distribusi tersebut memiliki bentuk distribusi yang lebih luas. Model pemotongan terhadap penyebaran normal lebih mudah dibandingkan model gamma. Penyebaran pemotongan normal adalah generalisasi dari penyebaran setengah normal. Penyebaran ini diperoleh dari pemotongan pada nilai nol dari penyebaran normal dengan nilai harapan variansnya adalah μ dan σ2.

Jika nilai μ adalah nol maka distribusinya adalah setengah normal.

2.1.6. Data Envelopment Analysis

DEA merupakan model pemrograman linier fraksional yang dapat mencakup banyak output dan input tanpa perlu menentukan bobot untuk setiap variabel sebelumnya, tanpa perlu penjelasan eksplisit mengenai hubungan fungsional antara input dan output (tidak seperti regresi). DEA menghitung ukuran efisiensi secara skalar dan menentukan level input dan output yang efisien untuk unit yang dievaluasi (Cooper, 2002). DEA digunakan untuk mengukur tingkat efisiensi relatif, terutama berdasarkan efisiensi teknis. DEA juga dikenal sebagai pemrograman linier untuk mengestimasi frontier. DEA pertama kali diperkenalkan oleh Charnes, Cooper, dan Rodhes (1978) dengan menggunakan model input-oriented dengan asumsi tingkat pengembalian yang konstan (Constant Return to Scales/CRS). Pendekatan tersebut kemudian bisa dikembangkan dengan menggunakan model output-oriented. Pendekatan lainnya adalah dengan menggunakan asumsi Variable Return to Scales (VRS) diperkenalkan oleh Banker, Charnes, dan Cooper (1984). Seiford dan Trahll

(44)

(1990), Lovell (1993, 1994), Ali dan Seiford (1993), Charnes, et al. (1995), dan Seiford (1996) memberikan penjelasan secara rinci tentang metodologi DEA (Coelli, et al., 1998).

Efisiensi relatif dengan ukuran efisiensi digambarkan secara teknis berdasarkan output-oriented (Gambar 2.3.). Anggaplah bahwa terdapat dua output (O1 dan O2) dan sebuah input (I). Jika diasumsikan constant return to scale, maka

teknologi dapat digambarkan dengan sebuah kurva kemungkinan produksi dalam dua dimensi. Pada Gambar 2.3., kurva ZZ1 adalah sebuah kurva kemungkinan

produksi (KKP) yang menggambarkan fungsi produksi relatif berdasarkan dua output dan satu input. Tingkat output relatif terhadap input sepanjang kurva ini merupakan tingkat kombinasi output/input yang efisien. Oleh karena itu, kombinasi di titik A adalah tidak efisien karena berada di bawah kurva kemungkinan produksi.

Sumber: Coelli, et.al. (1998)

Gambar 2.3. Ilustrasi Efisiensi Berdasarkan Output-Oriented

Jarak AB mewakili ketidakefisienan secara teknis yang merupakan tingkat output-output yang seharusnya dapat ditingkatkan dengan tidak menambahkan

Z1 O2/I

B A

B1 R

Z O1/I

(45)

Perhitungan dalam penelitian ini memfokuskan pada alternatif kedua atau lebih dikenal sebagai efisiensi berdasarkan input, sehingga dengan menggunakan beberapa output dan beberapa input, akan diperoleh:

Umumnya, pengukuran efisiensi teknis bisa dilakukan berdasarkan input (input-oriented) atau output (output-oriented). Dengan kata lain, efisiensi bisa diukur dengan meminimalkan input untuk mencapai output tertentu atau memaksimalkan output dengan penggunaan input tertentu, sehingga diperoleh alternatif perhitungan:

Efisiensi Ekonomi = (0A/0C) = (0A/0B)×(0B/0C) = ET × EA (2.5) Lebih lanjut, kita juga dapat mendefinisikan efisiensi ekonomi sebagai produk

dari kedua efisiensi di atas, sehingga:

Efisiensi Alokasi (EA)= 0B/0C (2.4) Jika kita mempunyai informasi harga-harga O1 dan O2 maka akan kita peroleh

garis isopenerimaan (isorevenue) RR1, dan efisiensi alokasi dapat kita definisikan

menjadi:

Efisiensi Teknis (ET) = 0A/0B (2.3) input. Karena itu, ukuran efisiensi teknis berdasarkan output-oriented adalah rasio, Output Input Efisiensi = ... ... 2 2 1 1 2 2 1 1 + + + + = j j j j x v x v y u y u Efisiensi atau Input Output Efisiensi = (2.7) (2.6)

(46)

dimana:

u1 = penimbang terhadap output i, y1j = besar output 1 dari unit j, v1 = penimbang terhadap input i, dan x1j = besar input 1 dari unit j.

2.1.7. Maximum Likelihood

Maximum Likelihood merupakan suatu metode statistik yang populer dan digunakan untuk menganalisis suatu permodalan matematika. Metode ini pertama kalinya diperkenalkan oleh R.A Fisher pada tahun 1912 sampai dengan tahun 1922. Asumsi pada metode ini yaitu data terdistribusi normal dan bersifat

independent, identically distributed (i.i.d).

2.1.8. Linear Programming

Linear Programming merupakan suatu teknik perencanaan yang bersifat analitis dengan memakai model matematika, dengan tujuan menemukan beberapa kombinasi alternatif pemecahan masalah. Sistematika dalam proses pengambilan keputusan dalam Linear Programming pada dasarnya mempunyai lima tahapan sebagai berikut:

1. Identifikasi Persoalan

a. Penentuan dan perumusan tujuan b. Identifikasi peubah yang dipakai

(47)

c. Kumpulan data tentang kendala-kendala yang menjadi fungsi kendala terhadap peubah-peubah dalam fungsi tujuan.

2. Penyusunan Model

a. Pemilihan model yang cocok dan sesuai dengan permasalahannya b. Perumusan segala macam faktor yang berkaitan di dalam model c. Penentuan peubah-peubah beserta kaitan-kaitannya satu sama lainnya d. Penetapan fungsi tujuan dan kendala-kendalanya dengan nilai-nilai dan

parameter yang jelas. 3. Analisis Model

a. Analisis terhadap model yang telah disusun dan dipilih b. Pemilihan hasil-hasil analisis yang tebaik (optimal)

c. Uji kepekaan dan analisis postoptimal (pasca optimal) terhadap hasil-hasil analisis model tersebut.

4. Pengesahan Model

Analisis pengesahan model menyangkut penilaian terhadap model tersebut dengan cara mencocokkannya dengan keadaan dan data nyata, juga dalam rangka menguji dan mengesahkan asumsi-asumsi yang membentuk model secara struktural (yaitu peubahnya, hubungan-hubungan fungsionalnya, dan lain-lain).

5. Implementasi Hasil

Hasil-hasil yang diperoleh merupakan hasil-hasil analisis yang dapat dipakai dalam perumusan strategi-strategi, target-target, dan langkah-langkah

(48)

kebijakan guna disajikan kepada pengambil keputusan dalam bentuk alternatif-alternatif pilihan.

Pada setiap masalah, ditentukan variabel keputusan, fungsi tujuan, dan sistem kendala, yang bersama-sama membentuk suatu model matematik dari dunia nyata. Bentuk umum model Linear Programming adalah:

Maksimumkan atau minimumkan :

a. Fungsi tujuan : Z = c1 x1 + c2x2 + ... + cnxn

b. Fungsi kendala : a11x11 + a12x12 + ... + an1xn1 ≤ b1 (= ; ≥) a21x21 + a22x22 + ... + an1xn2 ≤ b2 (= ; ≥)

... + ... + ... + ... ≤ ... an1xn1 + an2xn2 + ... + anmxnm ≤ bm (= ; ≥) c. Asumsi : x1, x2, ..., xn≥ 0

Keterangan :

Xn = banyaknya kegiatan n dimana n = 1,2, ..., m. Berarti disini terdapat m

variabel keputusan, Z = nilai fungsi tujuan,

cn = sumbangan perunit kegiatan n,

bm = jumlah sumberdaya ke i (i = 1,2,...,m), berarti terdapat m jenis

sumberdaya,

anm = banyaknya sumberdaya n yang diperlukan untuk menghasilkan satu unit

(49)

Beberapa asumsi dasar yang harus dipenuhi dalam Linear Programming

adalah:

1. Linearitas

Perbandingan antara input yang satu dengan input lainnya, atau untuk suatu input dengan output besarnya tetap dan terlepas (tidak tergantung) pada tingkat produksi. 2. Proporsionalitas

Peubah pengambilan keputusan, Xj, berubah dalam proporsi yang sama terhadap fungsi tujuan, CjXj, dan juga pada kendalanya, aijXj.

3. Additivitas

Nilai parameter suatu kriteria optimasi (koefisien peubah pengambilan keputusan dalam fungsi tujuan) merupakan jumlah dari nilai individu-individu Cj dalam model tersebut.

4. Divisibilitas

Peubah-peubah pengambilan keputusan Xj jika diperlukan dapat dibagi ke dalam pecahan-pecahan, yaitu nilai-nilai Xj tidak perlu integer tapi boleh non integer. 5. Deterministik

Semua parameter dalam model Linear Programming tetap dan diketahui atau ditentukan secara pasti.

2.2. Penelitian-Penelitian Terdahulu

Penelitian tentang tingkat efisiensi telah banyak dilakukan baik di Indonesia maupun di luar negeri. Lang dan Welzel tahun 1996 menganalisis

(50)

tingkat efisiensi 757 bank di Jerman dalam kurun waktu 1989–1992 dengan menggunakan panel data. Dalam mengestimasi biaya, menggunakan fungsi translog, didapat hasil bahwa secara rata-rata, bank di Jerman mengalami penyimpangan dari batas kinerja terbaiknya. Satu tahun kemudian, Berger dan Mester melakukan peneltian yang cukup penting mengenai perhitungan efisiensi dari Lembaga Keuangan dengan metode DEA dan DFA–SFA. Berger dan Mester mencoba untuk menguji beberapa kemungkinan yang menjadi sumber perbedaan hasil yang diperoleh dari masing-masing penelitian, termasuk didalamnya adalah perbedaan konsep efisiensi, metode yang digunakan, jumlah sampel dan sumber-sumber lain yang bisa mengakibatkan perbedaan dari hasil perhitungan. Setelah itu, Berger dan Mester mencoba untuk melakukan perhitungan ulang terhadap literatur-literatur yang sudah ada dengan menggunakan data dari bank-bank yang ada di AS dalam periode 1990-1995. Dari hasil penelitiannya Berger dan Mester mengungkapkan adanya inefisiensi yang cukup besar dalam sistem perbankan AS.

Selanjutnya, Srivastava (1999) melakukan analisis efisiensi bank di India dengan menggunakan data cross section tahun 1994–1995. Dari penelitian tersebut, Srivastava menarik kesimpulan bahwa secara keseluruhan bank-bank di India beroperasi dalam skala ekonomi dan cakupan ekonomi serta bank-bank milik pemerintah dinilai lebih tidak efisien sehingga diperlukan suatu upaya untuk menghilangkan campur tangan pemerintah terhadap kepemilikian sebuah bank. Tahun 2004, Nieto, et al. menganalisis lembaga keuangan di Amerika Latin dengan menggunakan DEA dan PCA dan mendapatkan hasil bahwa terdapat empat komponen utama yang mempengaruhi perbedaan skor efisiensi LKM di

(51)

Ameika Latin yaitu status NGO, overall efficiency, pemilihan indikator input dan pemilihan proxy output.

Untuk kasus Indonesia, Hadad, et al tahun 2003 menganalisis efisiensi industri perbankan kecuali BPR dan Bank Syariah dengan pendekatan parametrik dan non parametrik. Berdasarkan pendekatan parametrik, didapat hasil bahwa skor efisiensi DFA lebih beragam dibandingkan SFA dan terdapat 23 bank asing campuran yang paling efisien. Sedangkan dengan pendekatan non parametrik (DEA) didapat hasil bahwa pada tahun 1997 Bank Asing Campuran yang efisien, tahun 1998–1999 Bank Swasta Nasional Devisa yang paling efisien dan Bank Swasta Nasional Non Devisa justru yang paling efisien di tahun 2001–2003. Pada tahun 2007, Suswadi melakukan penelitian terhadap efisiensi perbankan syariah di Indonesia. Dengan menggunakan metode SFA, efisiensi perbankan syariah selama tahun 2003-2006 mengalami efisiensi rata-rata pertahun sebesar 94,37 persen dan laba perbankan syariah ini sangat dipengaruhi oleh pembiayaan yang diberikan dan penempatan pada Bank Indonesia.

Pada tahun yang sama juga, InterCAFE melakukan penelitian tingkat efisiensi BPR di Indonesia dengan menggunakan SFA dan DEA. Dengan fokus pada efisiensi biaya, hasil analisis SFA menunjukkan bahwa variabel-variabel yang mempengaruhi total cost adalah price of labor, loans, NPL, dan EOTA. Price of labor memiliki nilai elastis yang paling tinggi dibanding dengan variabel lainnya, yaitu sebesar 1,2; artinya peningkatan satu persen dari biaya tenaga kerja akan meningkatkan total biaya sebesar 1,2 persen. Nilai efisiensi yang diperoleh dari analisis SFA kemudian dibagi menjadi empat kategori efisiensi yaitu: tingkat

(52)

efisiensi > 0,9 sejumlah 23,9 persen BPR; nilai efisiensi antara 0,8–0,9 sebanyak 57 persen BPR; tingkat efisiensi antara 0,5–0,8 sebanyak 18,2 persen BPR; sedangkan tingkat efisiensi dibawah 0,5 sebanyak 0,6 persen BPR.

2.3. Kerangka Pemikiran

Persaingan industri perbankan di Indonesia sangat kuat terbukti dengan adanya perebutan pangsa pasar. Untuk bertahan dalam persaingan tersebut, BPR diharuskan sehat, kuat, dapat dipercaya, dan produktif. Untuk menjadikan BPR yang seperti kita inginkan, maka ada baiknya BPR sebagai LKM menerapkan prinsip ”Triangle Microfinance”. BPR disarankan bisa menjalankan ketiga indikator yang ada dalam triangle microfinance tersebut agar sukses dalam menjalankan fungsinya. Penelitian ini mencoba untuk menganalisis salah satu indikator dari triangle microfinance yaitu financial sustainability. Untuk dapat menciptakan BPR yang kuat financial sustainabilitynya maka BPR harus meningkatkan kinerja perusahaannya. Adapun kerangka pemikiran penelitian ini dapat dilihat pada Gambar 2.4.

(53)

: Alat Analisis : Alur Analisis Keterangan :

BPR Sehat, Kuat, Dipercaya, dan Produktif

Financial Sustainability Outreach Impact

Kinerja/Efisiensi Cost Efficiency

SFA DEA

Fungsi Log Linier Input Oriented & CRS

Rekomendasi Kebijakan

STATA10 DEAPXP

Dibandingkan & Dihubungkan dengan Modal Inti, Tingkat Kesehatan, Status dan KKBI

Rasio Keuangan

Persaingan Industri Perbankan Kuat

Triangle of Microfinance

Total Biaya, Cost of Labour, Cost of Fund, Total Kredit, NIIA, dan

Total Kredit, ABA, Beban Tenaga Kerja, Beban Bunga, Beban Aktiva Tetap, Beban Tenaga Kerja/Total Aktiva, Beban Bunga/DPK. Beban Aktiva Tetap/Total Aktiva Tetap

(54)

III. METODE PENELITIAN

3.1. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari berbagai sumber, yaitu Direktorat Kredit, BPR dan UMKM Bank Indonesia (BI) dan database InterCAFE. Data yang dianalisis merupakan data yang diambil pada Laporan Laba Rugi dan Laporan Neraca BPR tahun 2007. Tabel 3.1. Variabel, Simbol, dan Literatur dengan Metode SFA

No. Variabel Simbol Literatur

1. Total Biaya C Berger and Mester

(1997)

2. Input Cost of Labour W1 Huizinga, Nelisen and

Vennet (2002)

3. Input Cost of Fund W2 Huizinga, Nelisen and

Vennet (2002)

4. Output Total Kredit X1 Huizinga, Nelisen and

Vennet (2002)

5. Netput NIIA Y1 Huizinga, Nelisen and

Vennet (2002)

6. Environmental NPL Z1 Berger and Mester

(1997)

Tabel 3.2. Variabel dan Simbol dengan Metode DEA

No. Variabel Simbol

1. Total Kredit Y1

2. ABA Y2

3. Beban Tenaga Kerja Q1

4. Beban Bunga Q2

5. Beban Pemeliharaan, Penyusutan, dan Penghapusan Aktiva Tetap

6. Beban Tenaga Kerja/Total Aktiva P1

7. Beban Bunga/DPK P2

8. Beban Pemeliharaan, Penyusutan, dan Penghapusan Aktiva Tetap/Total Aktiva Tetap

(55)

3.2.Model Penelitian

Secara matematis efisiensi biaya bank dapat mengikuti perhitungan yang dilakukan oleh Berger dan Mester (1997) dengan rumus :

, , ,

Efisiensi biaya akan berkisar dalam interval (0-1) dimana nilai efisiensi satu menunjukkan bank tersebut merupakan bank yang paling efisien. Metode penghitungan efisiensi relatif dari fungsi produksi yang dikemukakan secara independen oleh Aigner, et al. (1977) serta Meeusen dan Broeck (1977) dalam Coelli, et al. (1998). Spesifikasi aslinya terkait dengan fungsi biaya yang dispesifikasi untuk data kerat silang (cross section) yang mempunyai galat (error term). Setiap galat mempunyai dua komponen, yaitu komponen efek acak (random effect) dan komponen inefisiensi teknis. Untuk memahami hal tersebut, dikembalikan pada fungsi biaya dimana inefisiensi dan random error dapat dipisahkan dari biaya inti (Berger dan Mester, 1997), inefisiensi uc dan error term εc diasumsikan membentuk fungsi biaya secara multiplikatif. Sehingga persamaan

uk logaritma natural sebagai berikut: biaya awal dapat dituliskan dalam bent

, , , + (3.2) dimana: lnC adalah total biaya (logaritma natural dari total biaya) dari bank ke-i;

w,y,z,v adalah sebuah vektor (transformasi dari) kuantiatas input-input dari unit pengambil keputusan ke-i; lnε_c adalah variabel acak yang diasumsikan

independent, identical dan normal distribution (iid), N(0,σV2), dan variabel

independen lnu_c yang merupakan variabel acak non negatif yang diasumsikan (3.1)

(56)

1. Pendekatan Parametrik SFA

Menurut Fitzpatrick and McQuinn (2005), variabel total biaya, total kredit, NIIA dinormalisasi dengan total aset untuk menghilangkan heteroskedastisitas. Setelah itu, masing-masing variabel digeneralisasi ke dalam bentuk logaritma natural.

Untuk melakukan perhitungan nilai efisiensi dengan pendekatan SFA maka harus dilakukan perkiraan struktur biaya. Dalam memperkirakan struktur biaya BPR Metode analisis yang digunakan untuk menganalisis tingkat efisiensi biaya BPR dengan menggunakan dua pendekatan, yaitu:

3.3. Metode Analisis Data dengan syarat h0 ,

Sedangkan untuk menghitung nilai efisiensi dengan pendekatan DEA, model yang digunakan adalah model Charnes, Cooper, Rhodes (CCR). Secara umum, model tersebut sebagai berikut (Cooper, 2002):

bersifat asimetrik atau setengah normal (half-normal) dan digunakan untuk mengukur tingkat inefisiensi teknis, selain itu juga dalam SFA selalu diasumsikan

iid. N(0,σU2).

∑

= i ij i r rj r x v y u h Maksimal 0 0 0

∫ ∑

∑

= > = > = ≤ m i v s x v y u i i ij i r rj r ,..., 2 , 1 , 0 ..., 2, 1, r 0, u n ..., 2, 1, j , 1 r 0 0 (3.3)

(57)

Dalam fungsi biaya ini, C adalah total biaya (beban operasional dan non operasional). Biaya dari sebuah perusahaan akan dipengaruhi oleh faktor input dan outputnya. Faktor input yang dianggap paling berpengaruh terhadap biaya sebuah bank adalah tenaga kerja dan bunga, dengan biaya masing-masing adalah dan . Biaya tenaga kerja dapat diproxy dengan jumlah pengeluaran untuk tenaga kerja dibagi dengan total aset dari bank yang bersangkutan. Biaya bunga diproksi dengan jumlah pengeluaran untuk pembayaran bunga yang dibagi dengan total DPK dari bank tersebut. Total biaya dari sebuah bank akan dipengaruhi oleh total output yang dihasilkannya. Semakin banyak jumlah output yang diproduksi, maka akan semakin banyak pula biaya yang dibutuhkan untuk menghasilkan output tersebut. Oleh karena itu, output bank dimasukkan ke dalam variabel penjelas dalam model. Output yang dihasilkan bank berupa kredit yang disalurkan ( ). Dalam rangka menghasilkan model yang lebih komprehensif maka NIIA (aktivitas yang menghasilkan pendapatan non bunga) yang dilambangkan dengan ( ) dimasukkan ke dalam model. Variabel lingkungan (NPL) dimasukan ke dalam model untuk menghitung perbedaan resiko dan kualitas output. Error term didapatkan dengan menggunakan pendekatan batas stokastik (SFA) dimana adalah faktor inefisiensi yang bisa naik diatas tingkat operasi terbaik, dan

digunakan Maximum Likelihood Estimation dengan persamaan fungsi Log Linier. Adapun bentuk persamaan fungsi Log Linier sebagai berikut:

Ln C = βo + β1LnW1+ β2LnW2 + β3LnX1 + β4LnY1 + β5LnZ1 + uc +

w w₂

1 x

1 y 1

ε random error yang memasukan perhitungan error dan kemungkinan yang secara temporal terjadi dalam biaya tinggi atau rendah.

ε (3.4)

(58)

2. Analisis Non Parametrik DEA

Dalam melakukan analisis non parametrik, digunakan pendekatan DEA. Pendekatan ini diciptakan sebagai alat evaluasi kinerja suatu aktivitas yang memerlukan satu macam input atau lebih dan manghasilkan satu macam output atau lebih. Secara sederhana, pengukuran dinyatakan dengan rasio antara output terhadap input yang merupakan satuan pengukuran efisiensi atau produktivitas yang bisa dinyatakan secara parsial. Selain itu, DEA merupakan metodologi yang digunakan untuk mengevaluasi efisiensi dari suatu unit pengambilan keputusan (unit kerja) yang bertanggung jawab menggunakan sejumlah input untuk memperoleh suatu output yang ditargetkan.

DEA merupakan pendekatan non parametrik dengan menggunakan teknik

linier programming sebagai dasar langkah kerja DEA yang juga merupakan langkah kerja penelitian yang diajukan adalah sebagai berikut (Cooper, 2002):

1. Identifikasi DMU atau unit yang akan diobservasi beserta input dan output pembentuknya.

2. Membentuk efficiency frontier dari data yang ada.

3. Menghitung efisiensi tiap DMU diluar efficiency frontier untuk mendapatkan target input atau output yang diperlukan untuk mencapainya.

Efisiensi dari unit yang menjadi target dalam sebuah himpunan dapat diperoleh dengan memecahkan program linier (3.3). Solusi untuk program linier ini menyediakan sebuah ukuran dari efisiensi relatif dari unit yang menjadi target dan penimbang-penimbangnya terhadap efisiensi yang maksimal (yang membentuk frontier).

(59)

Selanjutnya, persamaan (3.3) diubah ke dalam bentuk linier programming yaitu sebagai berikut :

Maksimumkan ∑r=1 ur.yr0

Dengan syarat ∑r=1 ur.yrj - ∑i=1 vi.xij ≤ 0

∑i=1 vi.xi0 = 1, ur > 0, vj > 0, r = 1, 2, …, s dan j = 1, 2, …, m (3.5)

Persamaan pertama dari j = 1, 2, …, n persyaratan model (3.5) didapatkan dari syarat ≤ 1 pada model (3.3). Kemudian ∑i=1 vi.xi0 = 1 dimungkinkan untuk menukar bentuk model (3.3) ke model (3.5) dan sebaliknya karena adanya kondisi h0* = ∑r=1 ur*.yr0 dimana tanda (*) menunjukkan nilai optimal baik model (3.3) maupun model (3.5).

Setelah diperoleh nilai efisiensi dari masing-masing BPR maka dilakukan analisis korelasi terhadap modal inti dan nilai kesehatan. Analisis korelasi adalah sekumpulan teknik statistik yang digunakan untuk mengukur keeratan hubungan (korelasi) antara dua variabel. Fungsi utama analisis korelasi adalah untuk menentukan seberapa erat hubungan antara dua variabel. Salah satu ukuran yang menyatakan keeratan hubungan adalah koefisien korelasi. Koefisien ini bernilai -1 sampai dengan +1. Analisis ini dapat digunakan pada data selang dan rasio. Pertama kali diperkenalkan oleh Karl Pearson sekitar tahun 1900, koefisien korelasi menggambarkan keeratan hubungan antara dua gugus variabel berskala selang atau rasio. Dilambangkan dengan r, koefisien korelasi sering juga disebut dengan r Pearson atau koefisien korelasi produk-momen Pearson. Koefisien ini dapat diasumsikan sebagai sembarang nilai dalam selang tertutup -1,00 sampai +1,00. Koefisien korelasi -1,00 atau +1,00 menunjukkan korelasi sempurna.

(60)

Setelah melakukan analisis korelasi, tahap analisis yang dilakukan dalam penelitian ini yaitu analisis varians. Analisis ini dilakukan untuk menguji kesamaan dari dua rata-rata hitung atau lebih adalah sama. ANOVA memerlukan syarat-syarat berikut:

1. Populasi-populasi yang diteliti memiliki distribusi normal.

2. Populasi-populasi tersebut memiliki deviasi standar yang sama (atau varians yang sama).

3. Sampel yang ditarik dari populasi tersebut bersifat bebas, dan sampel ditarik secara acak.

(61)

IV. HASIL DAN PEMBAHASAN

4.1. Hasil Analisis Efisiensi

Efisiensi adalah salah satu indikator penting untuk mengukur kinerja suatu lembaga atau perusahaan. Pada bab ini akan dianalisis efisiensi setiap BPR di Indonesia pada tahun 2007 dengan dua pendekatan yaitu parametrik SFA dan non parametrik DEA.

4.1.1. Pendekatan Parametrik SFA

Untuk mengukur nilai efisiensi dari masing-masing bank, pendekatan ini menggunakan sebuah frontier. Jika tingkat biaya dari BPR tersebut lebih tinggi dibandingkan dengan tingkat biaya BPR frontier yang beroperasi pada tingkat kinerja terbaiknya, maka BPR tersebut dikatakan tidak efisien. Pada pendekatan ini digunakan enam variabel yang terdiri dari total biaya, cost of labour, cost of fund, total kerdit, NIIA, dan NPL. Adapun statistik deskriptif enam variabel yang digunakan dalam perhitungan SFA dapat dilihat pada Tabel 4.1. di bawah ini: Tabel 4.1. Statistik Deskriptif Variabel SFA

Variabel Minimum Maximum Mean

Total Biaya (milyar rupiah) 0,025417 269,8730 3,109000

Cost of Labour 0,005200 0,593300 0,082339

Cost of Fund 0,001400 0,545600 0,103768 Total Kredit (milyar rupiah) 0,012475 959,9350 11,64400

NIIA (milyar rupiah) 0,000030 127,5510 6,421000

NPL 0,000018 1,000000 0,126188

(62)

Nilai rata-rata variabel total biaya (C) yang digunakan dalam menganalisis tingkat efisiensi sebesar 3,12 milyar rupiah dimana nilai biaya terkecil yaitu 0,025 milyar rupiah (BPR ID 911) dan nilai biaya terbesar yaitu 269,873 milyar rupiah (BPR ID 264). Pengeluaran biaya besar oleh BPR tersebut disebabkan karena BPR ini merupakan BPR besar dengan 16 kantor cabang sehingga memungkinkan BPR mengeluarkan biaya besar untuk tenaga kerja, pemeliharaan 16 kantor cabang, pembayaran bunga ke nasabah dan sebagainya. Nilai cost of labour

terkecil yaitu 0,0052 (BPR ID 1696) dan nilai cost of labour terbesar dikeluarkan BPR ID 1099 yaitu sebesar 0,5993.

Sedangkan nilai cost of fund terkecil dikeluarkan BPR ID 235 dan terbesar dikeluarkan BPR 1079. BPR ID 1099 mengeluarkan 59,93 persen biaya dari total aktiva untuk tenaga kerja. Persentase yang melebihi angka 50 persen dari total aktiva mengindikasikan bahwa biaya yang dikeluarkan melebihi batas kemampuan BPR. BPR yang menyalurkan kredit terkecil dibandingkan BPR-BPR lain yaitu BPR-BPR ID 1293 hanya sebesar 0,012 milyar rupiah. Hal ini dikarenakan BPR tersebut memiliki aset yang juga cukup rendah yaitu sebesar 0,148 milyar rupiah. BPR ID 928 menyalurkan kredit terbesar yaitu sebesar 959,935 milyar rupiah. Hal ini menunjukkan skala usaha BPR ini besar dan memiliki pangsa pasar yang besar.

Nilai variabel NIIA terkecil sebesar 0,00003 milyar rupiah (BPR ID 241) dan nilai terbesar sebesar 127,551 milyar rupiah (BPR ID 928). Nilai NIIA yang rendah menunjukkan pendapatan operasional lainnya, pendapatan non operasional, provisi, komisi dan lainnya yang diterima BPR tersebut sangat

(63)

rendah. Nilai NPL terkecil sebesar 0,000018 (BPR ID 362) yang menunjukkan persentase kredit macet, kredit kurang lancar, dan kredit diragukan pada BPR tersebut terhadap total kredit yang disalurkan sangat kecil. NPL terbesar sebesar satu (BPR ID 1533 dan BPR ID 1679). Nilai NPL satu menunjukkan BPR tersebut sangat buruk karena terjadi kemacetan atau gagal bayar kredit para debitur.

Variabel total biaya, total kredit, dan NIIA dinormalisasi dengan total aset untuk menghilangkan efek bank besar dan bank kecil. Sebelum melakukan pengolahan dengan SFA, keenam variabel yang digunakan harus dilogaritma natural-kan terlebih dahulu. Setelah itu, dapat dilakukan analisis dan pada Tabel 4.2. dibawah ini dapat dilihat hasil analisis SFA. Berdasarkan hasil analisis

stochastic frontier, maka didapat fungsi biaya sebagai berikut:

LnC = 0,516939 + 0,369836 LnW1+ 0,297962 LnW2+ 0,072009 LnX1 + 0,129740 LnY1+ 0,041908 LnZ1 (4.1) Tabel 4.2. Hasil Analisis SFA

Total Cost Coef Std.Err P value

Cost of Labour 0,369836 0,010583 0,000*

Cost of Fund 0,297962 0,011651 0,000*

Total Kredit 0,072009 0,020197 0,000*

NIIA 0,129740 0,007660 0,000*

NPL 0,041908 0,004299 0,000*

Konstanta 0,516939 0,033391 0,000*

Sumber: Lampiran 1

Keterangan: * nyata pada taraf 1 persen

Hasil analisis pada Tabel 4.2. menunjukkan bahwa semua peubah bebas yang digunakan untuk menduga biaya BPR yaitu cost of labour, cost of fund,

(1)

ID SFA DEA ID SFA DEA ID SFA DEA ID SFA DEA 1601 0,962074 0,141000 1621 0,817307 0,063000 1641 0,891362 0,162000 1661 0,784945 0,047000 1602 0,867228 0,049000 1622 0,784404 0,026000 1642 0,941162 0,065000 1662 0,831805 0,033000 1603 0,826933 0,113000 1623 0,911153 0,094000 1643 0,950684 0,111000 1663 0,811972 0,075000 1604 0,752199 0,064000 1624 0,536978 0,009000 1644 0,817504 0,074000 1664 0,932862 0,096000 1605 0,930391 0,085000 1625 0,870051 0,054000 1645 0,850102 0,109000 1665 0,944317 0,251000 1606 0,851351 0,090000 1626 0,847789 0,082000 1646 0,936080 0,181000 1666 0,828242 0,044000 1607 0,767448 0,036000 1627 0,898593 0,112000 1647 0,661171 0,067000 1667 0,906653 0,386000 1608 0,793430 0,115000 1628 0,479063 0,010000 1648 0,833901 0,069000 1668 0,932659 0,278000 1609 0,738539 0,073000 1629 0,701681 0,049000 1649 0,902612 0,095000 1669 0,846654 0,096000 1610 0,763723 0,032000 1630 0,869544 0,100000 1650 0,875717 0,095000 1670 0,656535 0,037000 1611 0,811984 0,067000 1631 0,905570 0,214000 1651 0,503796 0,120000 1671 0,847603 0,034000 1612 0,803598 0,085000 1632 0,905728 0,069000 1652 0,873675 0,097000 1672 0,892696 0,151000 1613 0,863024 0,066000 1633 0,823413 0,112000 1653 0,747980 0,026000 1673 0,853671 0,052000 1614 0,681284 0,026000 1634 0,758318 0,054000 1654 0,827173 0,154000 1674 0,808316 0,091000 1615 0,779298 0,100000 1635 0,968492 0,172000 1655 0,760196 0,111000 1675 0,701506 0,011000 1616 0,935322 0,193000 1636 0,601118 0,014000 1656 0,494993 0,094000 1676 0,876579 0,072000 1617 0,856285 0,072000 1637 0,828219 0,040000 1657 0,777791 0,093000 1677 0,872624 0,065000 1618 0,949071 0,341000 1638 0,760119 0,070000 1658 0,829630 0,081000 1678 0,907267 0,268000 1619 0,773837 0,054000 1639 0,833391 0,165000 1659 0,835032 0,056000 1679 0,961587 0,154000 1620 0,695508 0,039000 1640 0,874070 0,105000 1660 0,795460 0,093000 1680 0,602737 0,052000

(2)

ID SFA DEA ID SFA DEA 1681 0,810782 0,048000 1702 0,837223 0,092000 1682 0,784348 0,061000 1703 0,860287 0,118000 1683 0,884943 0,100000 1704 0,552625 0,199000 1684 0,785979 0,106000 1705 0,683402 0,131000 1685 0,556839 0,008000 1706 0,850387 0,042000 1686 0,829039 0,044000 1707 0,916197 0,107000 1687 0,802302 0,032000 1708 0,912910 0,151000 1688 0,817696 0,101000 1709 0,873901 0,146000 1689 0,721176 0,159000 1710 0,719087 0,067000 1690 0,867885 0,134000 1711 0,877285 0,089000 1691 0,770312 0,063000 1712 0,708320 0,114000 1692 0,776797 0,170000 1713 0,875874 0,110000 1693 0,912020 0,067000 1714 0,823360 0,157000 1694 0,901144 0,186000 1715 0,641180 0,307000 1695 0,822237 0,020000 1716 0,634543 0,027000 1696 0,492269 0,142000 1717 0,842611 0,238000 1697 0,807097 0,172000 1718 0,679907 0,076000 1698 0,896597 0,105000 1719 0,897930 0,143000 1699 0,585657 0,139000 1720 0,755047 0,080000 1700 0,773283 0,042000 1721 0,857494 0,093000 1701 0,843343 0,139000 1722 0,858356 0,108000

(3)

(4)

Lampiran 3. Distribusi Modal Inti Berdasarkan Nilai Efisiensi SFA Nilai Efisiensi

NilaiK

< 1 Milyar 1 - 10 Milyar > 10 Milyar N % N % N % NE < 0,65 85 63,00 43 31,90 7 5,20 0,65 ≤ NE <

0,76 131 47,10 138 49,60 9 3,20

0,76 ≤ NE <

0,87 324 45,20 373 52,00 20 2,80 NE ≥ 0,87 215 36,30 361 61,00 16 2,70

Lampiran 4. Distribusi Modal Inti Berdasarkan Nilai Efisiensi DEA Nilai Efisiensi

< 1 Milyar 1 - 10 Milyar > 10 Milyar N % N % N % NE < 0,65 751 43,74 914 53,23 52 3,03 0,65 ≤ NE <

0,76 1 50,00 1 50,00 0 0,00

0,76 ≤ NE <

0,87 0 0,00 0 0,00 0 0,00

NE ≥ 0,87 3 100,00 0 0,00 0 0,00

Lampiran 5. Distribusi Tingkat Kesehatan Berdasarkan Nilai Efisiensi SFA Nilai

Efisiensi

Tidak Sehat Kurang Sehat Cukup Sehat Sehat

N % N % N % N % NE < 0,65 25 18,50 48 35,60 22 16,30 40 29,60 0,65 ≤ NE <

0,76 10 3,60 44 15,80 57 20,50 167 60,10 0,76 ≤ NE

< 0,87 11 1,50 45 6,30 70 9,80 591 82,40 NE ≥ 0,87 3 0,50 24 4,10 65 11,00 497 84,40

(5)

Lampiran 6. Distribusi Tingkat Kesehatan Berdasarkan Nilai Efisiensi DEA Nilai

Efisiensi

Tidak Sehat Kurang Sehat Cukup Sehat Sehat

N % N % N % N % NE < 0,65 49 2,86 160 9,33 214 12,48 1292 75,34 0,65 ≤ NE <

0,76 0 0,00 0 0,00 0 0,00 2 100,00 0,76 ≤ NE

< 0,87 0 0,00 0 0,00 0 0,00 0 0,00 NE ≥ 0,87 0 0,00 1 50,00 0 0,00 1 50,00

Lampiran 7. Nilai Efisiensi Berdasarkan Status BPR Keterangan

NE < 0,65

0,65 ≤ NE < 0,76

0,76 ≤ NE <

0,87 NE ≥ 0,87

N % N % N % N % KBPR

SFA 0 0,00 1 25,00 3 75,00 0 0,00 DEA 4 100,00 0 0,00 0 0,00 0 0,00 KOP

SFA 2 5,26 5 13,16 8 21,05 23 60,53 DEA 37 97,37 0 0,00 0 0,00 1 2,63 LPN

SFA 0 0,00 2 8,00 12 48,00 11 44,00 DEA 25 100,00 0 0,00 0 0,00 0 0,00 MAI

SFA 0 0,00 0 0,00 1 100,00 0 0,00 DEA 1 100,00 0 0,00 0 0,00 0 0,00

SFA

22 5,76 38 9,95 166 43,46 15

6 40,83 DEA 381 99,74 1 0,26 0 0,00 0 0,00

SFA

111 8,73 23

2 18,24 527 41,43 40

2 31,60 DEA 1269 99,76 1 0,08 0 0,00 2 0,16

(6)

Lampiran 8. Nilai Efisiensi Berdasarkan KKBI

Keterangan NE < 0,65 0,65 ≤ NE < 0,76 0,76 ≤ NE < 0,87 NE ≥ 0,87

N % N % N % N % Pusat

SFA 29 12,34 33 14,04 96 40,85 77 32,77

DEA 234 99,57 0 0,00 0 0,00 1 0,43

Bandung

SFA 24 9,80 43 17,55 115 46,94 63 25,71

DEA 245 100,00 0 0,00 0 0,00 0 0,00

Banjarmasin

SFA 4 0,33 7 14,58 22 45,83 15 39,26

DEA 48 100,00 0 0,00 0 0,00 0 0,00

Denpasar

SFA 11 5,29 26 12,50 77 37,02 94 45,19

DEA 208 100,00 0 0,00 0 0,00 0 0,00

Makasar

SFA 4 6,78 12 20,34 25 42,37 18 30,51

DEA 57 96,62 1 1,69 0 0,00 1 1,69

Medan

SFA 9 16,07 13 23,21 28 50,00 6 10,72

DEA 56 100,00 0 0,00 0 0,00 0 0,00

Padang SFA 0 0,00 5 3,94 45 35,43 77 60,63

DEA 126 99,21 1 0,79 0 0,00 0 0,00

Palembang SFA 10 23,26 10 23,26 12 27,91 11 25,57

DEA 43 100,00 0 0,00 0 0,00 0 0,00

Semarang SFA 25 6,71 68 18,23 172 46,11 108 28,95

DEA 373 100,00 0 0,00 0 0,00 0 0,00

Surabaya SFA 19 5,79 61 18,60 125 38,11 123 37,50