Analisis DMU Decission Making Unit yang Efisien dan yang Kurang

BAB VI ANALISIS PEMECAHAN MASALAH

6.1. Analisis DMU Decission Making Unit yang Efisien dan yang Kurang

Efisien Perhitungan efisiensi dengan menggunakan software LINDO yang menggunakan data input dan output menghasilkan nilai efisiensi relatif tiap kantor layanan dari PT Bank XXXX pada tahun 2009 dan 2010. Hasil perhitungan efisiensi dengan menggunakan metode Data Envelopment Analysis DEA ditunjukkan tabel 6.1. berikut. Tabel 6.1. Nilai Efisiensi dengan Model BCC dan CCR Orientasi Output Pada Tahun 2009 dan 2010 DMU Kantor Layanan Produktivitas Relatif Model BCC Produktivitas Relatif Model CCR 2009 2010 2009 2010 1 A 1 1 0.95 1 2 B 0,81 0,74 0.69 0,64 3 C 1 1 1 1 4 D 0,81 0,74 0,69 0,62 5 E 0,65 0,85 0,45 0,57 6 F 0,69 0,85 0,55 0,5 7 G 1 1 0,67 0,75 8 H 0,68 0,97 0,41 0,33 9 I 1 1 0,41 0,58 10 J 1 1 1 1 11 K 0,70 0,69 0,66 0,67 12 L 1 0,76 0,79 0,63 13 M 0,57 0,72 0,32 0,25 Sumber: Pengolahan Data dengan LINDO Keterangan: Nilai produktivitas sama dengan 1 = efisien Nlai produktivitas 1 = belum efisien Universitas Sumatera Utara Dari Tabel 6.1. diatas menunjukkan beberapa hal diantaranya yaitu: 1.Perhitungan efisiensi menggunakan model Charnes, Cooper And Rhodes CCR dengan asumsi Constant Return To Scale CRS menghasilkan 2 kantor layanan yang telah beroperasi secara efisien dengan nilai produktivitas sebesar 1 pada tahun 2009 yaitu kantor layanan C dan J dan 3 kantor layanan yang telah beroperasi secara efisien dengan nilai produktivitas sebesar 1 pada tahun 2010 yaitu kantor layanan A, C dan J. 2.Perhitungan efisiensi menggunakan model Banker, Charnes And Cooper BCC dengan asumsi Variable Return To Scale VRS menghasilkan 6 kantor layanan yang telah beroperasi secara efisien dengan nilai produktivitas sebesar 1 pada tahun 2009 yaitu kantor layanan A, C, G, I, J dan L dan 5 kantor layanan yang telah beroperasi secara efisien dengan nilai produktivitas sebesar 1 pada tahun 2009 yaitu kantor layanan A, C, G, I, dan J. 3.Pendekatan Constant Return To Scale CRS lebih tepat bilamana bank dapat beroperasi optimal tetapi mengingat sesuatu bank sangat sulit beroperasi optimal karena kondisi eksternalnya maka pendekatan yang digunakan adalah Variable Return To Scale VRS. Kondisi perbankan saat ini lebih mementingkan output dari jumlah nasabah yang diterima dengan jumlah simpanan yang diperoleh maka dengan alasan tersebut diatas pendekatan yang digunakan adalah output orientation Tabel 6.2. Pemodelan dengan asumsi CRS dan VRS Tahun Model Rata-Rata efisiensi Jumlah Bank Efisien Jumlah Bank Tidak Efisien 2009 BCC O 0,83 6 7 CCR O 0,53 2 11 Universitas Sumatera Utara Tabel 6.2. Pemodelan dengan asumsi CRS dan VRS Lanjutan Tahun Model Rata-Rata efisiensi Jumlah Bank Efisien Jumlah Bank Tidak Efisien 2010 BCC O 0,87 5 8 CCR O 0,65 3 10 Hasil penghitungan nilai efisiensi dengan model Banker, Charnes And Cooper BCC pada Tabel 6.2. diatas menunjukkan terdapat 18 kantor layanan belum beroperasi secara relatif efisien pada tahun 2009 dan 2010 dibandingkan seluruh kantor layanan. Nilai ini mengindikasikan bahwa kantor layanan PT Bank XXXX belum secara optimal memanfaatkan sumber daya yang ada guna menghasilkan output yang optimal. Oleh karena itu PT Bank XXXX harus mampu mengoptimalkan kegiatan operasionalnya agar kantor layanan dengan nilai efisiensi 100 dapat bertambah.

6.2. Analisis Peer group peer unit