16
Kelompok 0 = Klasifikasi benar untuk kelompok debitur kolektibilitas kredit tidak lancar dan klasifikasi salah untuk kelompok
debitur kolektibilitas kredit lancar. Kelompok 1 = Klasifikasi salah untuk kelompok debitur kolektibilitas kredit
tidak lancar dan klasifikasi benar untuk kelompok debitur kolektibilitas kredit lancar.
2.2 Kajian Empiris
Penelitian yang dilakukan oleh Susetyo 1994 meneliti tentang klasifikasi perusahaan manufaktur dalam kelompok lancar dan kelompok tidak lancar.
Susetyo menggunakan analisis diskriminan dengan hasil ketepatan ketepatan klasifikasi 100. Jumlah sampel yang digunakan sebanyak 24 perusahaan
manufaktur. Hasil menunjukkan bahwa rasio-rasio yang membedakan kelompok debitur lancar dan tidak lancar adalah current ratio, cash ratio, time in terest
earned ratio, total assets turn over, receiveble turn over, inventory turn over, rate of return, rate of return on net worth, net profit margin, rate of return on total
assets, dan operating income ratio. Miftahurrohmah 2002 meneliti tentang kinerja keuangan debitur pada PT
Bank JATIM Cabang Jember dengan menggunakan analisis diskriminan. Sampel yang digunakan adalah 20 perusahaan yang memenuhi kriteria pelunasan kredit
dari tahun 1990 sampai 2000 yang terbagi ke dalam debitur lancar dan debitur tidak lancar. Hasil penelitian menunjukkan bahwa terdapat 17 rasio yang dapat
membedakan kelompok debitur lancar dan tidak lancar. Rasio-rasio tersebut adalah current ratio, cash ratio, quick ratio, working capital to total assets ratio,
total debt to total equity ratio, total debt to capital assets ratio, long term debt to equity ratio, tangible assets debt coverage ratio, time interest earned ratio, total
assets turn over ratio, inventory turn over ratio, average day`s inventory ratio, working capital turn over ratio, gross profit margin ratio, net profit margin, rate
of return on total assets ratio, dan rate of return on total networth ratio. Tingkat ketepatan fungsi diskriminan yang dihasilkan adalah 75.
17
Widiyani 2005 melakukan penelitian mengenai Risk dan Return keuangan bank umum di Indonesia dengan menggunakan analisis diskriminan.
Hasil penelitian menunjukkan bahwa ada perbedaan antara rasio risk dan return kelompok bank berkinerja tinggi high performence dan bank berkinerja rendah
low performance yang ditunjukkan oleh 3 variabel diskriminator yaitu Net Margin, Liquidity Risk, dan Interest Rate Risk. Indikator Risk dan Return yang
paling dominan membedakan bank berkinerja tinggi high performence dan bank berkinerja rendah low performance adalah Net Margin degan koefisien sebesar
0,610. Febriyanti 2007 menunjukkan bahwa klasifikasi debitur lancar dan
debitur tidak lancar pada PT BRI Persero Tbk. Unit Kota Cabang Sumenep dapat dibedakan dengan tepat melalui pendekatan analisis diskriminan. Tingkat
ketepatan yang diperolah sebesar 100. Hasil penelitiannya yaitu dari 13 rasio yang digunakan, 4 diantaranya dapat digunakan sebagai indikator kinerja
keuangan yang dapat membedakan kelancaran debitur dalam pembayaran kreditnya. Rasio-rasio keuangan tersebut adalah Long Term Debt to Equity Ratio
LTDER, Quick Ratio QR, Tangible Assets Debt Coverage TADC, dan Rate of Return on Net Worth Ratio RONW.
Ariska 2010 melakukan penelitian mengenai hal yang membedakan keputusan pengambil kredit dan bukan pengambil kredit pada PT BRI Persero
Tbk. Unit Jenggawah. Penelitian dilakukan dengan menggunakan analisis diskriminan. Variabel yang digunakan adalah suku bunga, prosedur pengambilan
kredit, syarat pengambilan kredit, dan pelayanan. Hasil penelitian menunjukkan bahwa variabel pelayanan memberikan pengaruh yang kuat terhadap kelompok
bukan pengambil kredit sedangkan variabel suku bunga dan prosedur pengambilan kredit memberikan pengaruh yang kuat terhadap kelompok
pengambil kredit. Amir Hamzahan, Gatot Santosa, dan Wisnu Widiarto 2002 melakukan
penelitian mengenai ketepatan pengenalan objek dalam sistem visi computer. Penelitian dilakukan dengan2 metode analisis yaitu metode analisis pohon
keputusan biner dan analisis diskriminan. Penelitian ini bertujuan mengkaji sejauh
18
mana unjuk kerja metode analisis diskriminan mampu melakukan pengenalan objek citra dalam suatu sistem visi computer. Hasil penelitian meliputi tersebut
adalah klasifikasi objek dengan pohon keputusan biner, meskipun secara komputasi relatif sederhana lebih cenderung tidak valid untuk citra-citra yang
mengalami noise cukup tinggi. Klasifikasi objek dengan analisis deskriminan dapat lebih mampu melakukan klasifikasi pada objek-objek yang citranya terkena
noise. Klasifikasi dengan pohon biner keputusan tidak dapat digunakan lagi apabila pertimbangan kesalahan klasifikasi dan probabilitas terpilihnya objek
dalam medan klasifikasi dimasukkan. Hal ini hanya dapat dilakukan dengan klasifikasi menggunakan analisis deskriminan.
Pada tabel 2.2 berikut ini disajikan ringkasan penelitian terdahulu yang dilakukan oleh: Khusni 2000, Miftahurrohmah 2002, Widiyani 2005,
Febriyanti 2007, Ariska 2010 dan Hamzahan 2002.
19
Tabel 2.2 Rangkuman Hasil Penelitian terdahulu Peneliti dan Tahun
Variabel yang digunakan Obyek
Alat Analisis Keterangan
Susetyo 1994 current ratio, cash ratio, time in
terest earned ratio, total assets turn over, receiveble turn over, inventory
turn over, rate of return, rate of return on net worth, net profit
margin, rate of return on total assets, dan operating income ratio.
Perusahaan manufaktur
Analisis Diskriminan
Tingkat ketepatan fungsi diskriminan 100 dengan rasaio terpilih : current
ratio, cash ratio, time in terest earned ratio, total assets turn over, receiveble
turn over, inventory turn over, rate of return, rate of return on net worth, net
profit margin, rate of return on total assets, dan operating income ratio.
Miftahurrohmah 2002
Current ratio, cash ratio, quick ratio, working capital to total assets
ratio, total debt to total equity ratio, total debt to capital assets ratio,
long term debt to equity ratio, tangible assets debt coverage ratio,
time interest earned ratio, total assets turn over ratio, inventory turn
over ratio, average day`s inventory ratio, working capital turn over
ratio, gross profit margin ratio, net profit margin, rate of return on total
assets ratio, dan rate of return on total networth ratio.
Debitur PT Bank
JATIM Cabang
Jember Analisis
Diskriminan Tingkat ketepatan fungsi diskriminan
75 dengan rasio terpilih: current ratio, cash ratio, quick ratio, working
capital to total assets ratio, total debt to total equity ratio, total debt to
capital assets ratio, long term debt to equity ratio, tangible assets debt
coverage ratio, time interest earned ratio, total assets turn over ratio,
inventory turn over ratio, average day`s inventory ratio, working capital
turn over ratio, gross profit margin ratio, net profit margin, rate of return
on total assets ratio, dan rate of return on total networth ratio.
20
Widiyani 2005 Interest margin, Net margin, assets
utilization, leverage
multiplier, return on equity, capital risk,
liquidity risk, interest rate risk, dan credit risk
Bank umum di
Indonesia Analisis
Diskriminan Rasio yang terpilih dalam model
diskriminan adalah
Net Margin,
Liquidity Risk, dan Interest Rate Risk.
Febriyanti 2007 Total debt to total equity ratio, total
debt to capital assets ratio, long term debt to equity ratio, tangible
assets debt coverage ratio, net profit margin, net earning power ratio,
rate of return on total networth ratio, current ratio, cash ratio, quick
ratio, working capital to total assets ratio, assets turn over ratio, dan
working capital turn over. Debitur PT
BRI Persero
Tbk. Unit Kota
Cabang Sumenep
Analisis Diskriminan
Tingkat ketepatan fungsi diskriminan 100 dengan rasio terpilih: Long Term
Debt to Equity Ratio, Quick Ratio, Tangible Assets Debt Coverage, dan
Rate of Return on Net Worth Ratio.
Ariska 2010 Suku bunga, prosedur pengambilan
kredit, syarat pengambilan kredit, dan pelayanan
PT BRI Persero
Tbk. Unit Jenggawah.
Analisis Diskriminan
variabel pelayanan memberikan pengaruh yang kuat terhadap kelompok
bukan pengambil kredit, sedangkan variabel suku bunga dan prosedur
pengambilan kredit memberikan pengaruh yang kuat terhadap kelompok
pengambil kredit.
21
Hamzahan 2002 Analisis Pohon Keputusan Biner :
diameter terpendek banyak pixel Analisis Diskriminan: diameter
terpendek dan luasan lobang objek Mur dan
baut Analisis
Pohon Keputusan
Biner Dan Analisis
Diskriminan Klasifikasi objek dengan pohon
keputusan biner, meskipun secara komputasi relative sederhana lebih
cenderung tidak valid untuk citra-citra yang mengalami
noise cukup tinggi klasifi kasi objek dengan analisis deskriminan dapat
lebih mampu melakukan klasifikasi pada objek-objek yang citranya terkena
noise.
Sumber: Dari berbagai skripsi dan jurnal
22
Mengacu pada beberapa penelitian diatas dapat dikatakan bahwa analisis diskriminan digunakan untuk membedakan kelompok populasi yang ada, selain
itu juga dipergunakan sebagai kriteria pengelompokan yang dilakukan berdasarkan perhitungan statistik terhadap kelompok yang terlebih dahulu
diketahui secara jelas pengelompokannya. Penelitian ini juga menggunakan analisis diskriminan yaitu untuk mengklasifikasikan kelompok debitur Lancar dan
kelompok debitur tidak lancar, khusus untuk debitur UKM. Persamaan penelitian terdahulu dengan penelitian ini adalah menggunakan analisis diskriminan dalam
pemecahan masalahnya. Perbedaan dengan penelitian sekarang yaitu pada sampel penelitian, objek, dan rasio-rasio keuangan yang digunakan.
2.3 Kerangka Konseptual
