ANALISIS PENGUKURAN TINGKAT EFISIENSI BA

ANALISIS PENGUKURAN TINGKAT EFISIENSI BANK
PEMBANGUNAN DAERAH DI PULAU JAWA: PENDEKATAN DATA
ENVELOPMENT ANALYSIS (DEA)
(Diajukan untuk Memenuhi Tugas Ujian Tengah Semester Mata Kuliah Ekonomi
Pemodelan)

Disusun oleh :
Fitri Nur Ismawati
NIM: 041111050

PROGRAM STUDI EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS AIRLANGGA
SURABAYA
2014

ANALISIS PENGUKURAN TINGKAT EFISIENSI BANK
PEMBANGUNAN DAERAH DI PULAU JAWA: PENDEKATAN DATA
ENVELOPMENT ANALYSIS (DEA)
Fitri Nur Ismawati
Ekonomi Pembangunan-Universitas Airlangga Surabaya

ABSTRAK
This study was conducted to compare the efficiency of five Bank
Pembangunan Daerah in the island of Java, namely : BPD Jatim, BPD Jabar,
BPD Jateng, BPD Yogyakarta and Bank DKI as of December 2013. This study
uses Data Envelopment Analysis (DEA) as a method of measuring level of
efficiency with input oriented models. Output variables used in this study is the
total savings, while inputs include promotional expenses, labor expenses and
interest expense. The results show that assuming the Variable Return to Scale
(VRS), BPD Jateng yet reached the level of efficiency of 100 percent . Efficiency
value of BPD Jateng is 94.5 percent. To achieve the level of efficiency, BPD
Jateng must reduce all three inputs respectively of 5.50 percent , 29.075 percent
and 29.355 percent of the actual input . While four other BPD has been efficient.
Overall BPD in Java is good because the test results based on mean is equal to
98.9 percent.
Keyword: Efisien, Bank Pembangunan Daerah, Data Envelopment Analisis
(DEA), Variable Return to Scale (VRS), input oriented

PENDAHULUAN
Efesiensi merupakan studi mengenai bagaimana menghasilkan output yang
maksimal dengan sejumlah input tertentu serta bagaimana mengalokasikan faktorfaktor produksi yang tersedia secara optimal untuk dapat menghasilkan output

yang maksimal. Menurut Syafaroedin Sabar (989:2) dalam Permono (2000), suatu
perusahaan dapat dikatakan efisien apabila: (1) Mempergunakan jumlah unit
input yang lebih sedikit dibandingkan jumlah unit input yang digunakan oleh

perusahaan lain dengan menghasilkan jumlah output yang sama, (2)
Menggunakan jumlah unit input yang sama, tetapi dapat menghasilkan jumlah
output yang lebih besar.
Wheelock dan Wilson dalam Zaenal Abidin dan Endri (2009) mencatat
bahwa efisiensi adalah ukuran penting dari kondisi operasional bank dan
merupakan salah satu kunci indikator sukses suatu bank, secara individual setelah
membandingkan dengan seluruh industri perbankan. Studi efisiensi juga penting
untuk mengukur potensi dampak yang muncul dari suatu kebijakan bank
sentral/pemerintah terhadap adanya perubahan kebijakan perbankan. Perbankan
sebagai salah satu lembaga keuangan yang berkembang pesat di Indonesia
dituntut untuk memiliki kinerja yang baik.
Salah satu cara mengukur kinerja perbankan adalah efisiensi yang dapat
dilihat dari penggunaan input dan output yang digunakan untuk operasionalisasi
bank. Semakin efisien suatu bank maka kinerjanya semakin baik, sebaliknya bank
yang mempunyai tingkat efisiensi yang tinggi pada input dan outputnya,
kinerjanya semakin menurun (Etty Puji Lestari, 2001). Dengan diidentifikasinya

alokasi input dan output, maka akan dapat dianalisis lebih jauh untuk melihat
penyebab inefisiensi suatu bank. Konsep pengukuran efisiensi dapat dilihat baik
dengan fokus pada sisi input (input-oriented) maupun fokus pada sisi output
(output-oriented).
Bank Pembangunan Daerah (BPD) merupakan bagian dari industri
perbankan nasional yang harus menunjukkan kinerja efisiensi optimal untuk
mendukung

sepenuhnya pembiayaan pembangunan daerah. BPD merupakan

bank milik pemerintah masing-masing daerah (Pemda). Pemerintah daerah
berharap banyak akan peran BPD dalam mempercepat pembangunan dan
pergerakan perekonomian di daerah. Disamping itu, BPD juga harus berhadapan
dengan kelompok bank umum yang lain yang semakin agresif menjalankan fungsi
intermediasinya di daerah. Oleh karena itu, dalam rangka untuk memperkuat
fungsinya sebagai lembaga intermediasi, BPD juga harus meningkatkan kinerja
efisiensi dalam kegiatan operasinya.
Dari latar belakang dan permasahan diatas, penelitian ini bertujuan untuk
menganalisis tingkat efisiensi Bank Pembangunan Daerah serta mengetahui target
yang harus dicapai Bank Pembangunan Daerah tersebut agar mencapai efisiensi.

Penelitian dilakukan untuk membandingkan tingkat efisiensi lima Bank
Pembanngunan Daerah yang ada di pulau Jawa , yaitu: BPD Jatim, BPD Jabar,
BPD Jateng, Bank DKI dan BPD Yogyakarta per Desember 2013.

METODOLOGI PENELITIAN
Penelitian ini menggunakan Bank Pembangunan Daerah yang ada di pulau
Jawa sebagai sampel yang tercatat dalam Bank Indonesia diantaranya yaitu: BPD
Jatim, BPD Jabar, BPD Jateng, Bank DKI dan BPD Yogyakarta. Jenis data yang
digunakan dalam penelitian ini adalah data sekunder berupa Laporan Keuangan
dan Tahunan per Desember 2013 serta Neraca dan Laporan Laba Rugi yang
diperoleh dari publikasi yang diterbitkan oleh Bank Indonesia
www.bi.go.id. Data diolah dengan menggunakan

(BI) melalui

software DEAP 2.1 untuk

mendapatkan skor efisiensi antar BPD di pulau Jawa per Desember tahun 2013.

Dalam penelitian ini menggunakan Data Envelopment Analysis (DEA)

sebagai metode pengukuran tingkat efisiensi dimana proses pengolahannya
menggunakan software DEAP 2.1, Microsoft Excel dan Notepad sebagai
perangkat pendukung. Dalam Pengukuran Analisis DEA ini menggunakan
pendekatan Input Orientated dengan tujuan minimisasi input untuk mencapai
output tertentu. Perhitungan efisiensi Data Envelopment Analysis dalam penelitian
ini menggunakan model variable return to scale (VRS).
Metode DEA adalah sebuah metode

frontier non parametric yang

menggunakan model program linier untuk menghitung perbandingan rasio output
dan input untuk semua unit yang dibandingkan dalam sebuah populasi. Metode
DEA menghitung efisiensi teknis untuk seluruh unit. Skor efisiensi untuk setiap
unit adalah relatif, tergantung pada tingkat efisiensi dari unit-unit lainnya di dalam
sampel. Setiap unit dalam sampel dianggap memiliki tingkat efisiensi yang tidak
negatif, dan nilainya antara 0 dan 1 dengan ketentuan satu menunjukkan efisiensi
yang sempurna. Selanjutnya, unit-unit yang memiliki nilai satu ini digunakan
dalam membuat envelope untuk frontier efisiensi, sedangkan unit lainnya yang
ada di dalam envelope menunjukkan tingkat inefisiensi.
Efisiensi teknik perbankan diukur dengan menghitung rasio antara Output

dan input perbankan. Data Envelopment Analysis (DEA) akan menghitung bank
yang menggunakan input n untuk menghasilkan output m yang berbeda (Miller
dan Noulas, 1996 dalam Etty Puji Lestari, 2001). Dalam Penelitian ini
menggunakan tabungan(Y) sebagai variabel output, sementara variabel input
terdiri dari beban promosi (X1), beban tenaga kerja (X2) dan beban bunga (X3).

ANALISA DAN PEMBAHASAN
Nilai efisien dalam DEA berkisar antara nol sampai satu. DMU yang
efisien akan memiliki nilai 1 atau 100%, sedangkan nilai yang mendekati nol
menunjukkan efisiensi DMU yang semakin rendah. Ada dua kriteria sebuah DMU
yang efisien yaitu: pertama, apabila tidak ada unit lain atau kombinasi DMU yang
menggunakan jumlah input yang sama. Kedua, jumlah output yang dihasilkan
sedikitnya sama dengan jumlah output yang dihasilkan oleh DMU lain yang
berkinerja 100%. Hasil pengukuran terhadap kinerja efisiensi BPD di pulau Jawa
dengan menggunakan metode DEA per Desember 2013 yang terfokus pada
variable return to scale (VRS) dapat dilihat pada tabel berikut ini:
Tabel 1
Tingkat efisiensi Bank Pembangunan Daerah di pulau Jawa
DMU


CRS TE

VRS TE

Scale

BPD Jatim

1.000

1.000

1.000

-

BPD Jabar

0.502


1.000

0.502

drs

BPD Jateng

0.919

0.945

0.972

drs

Bank DKI

1.000


1.000

1.000

-

BPD Yogyakarta

1.000

1.000

1.000

-

Mean

0.884


0.989

0.895

-

Sumber: Data sekunder dari hasil uji menggunakan metode DEA
Perhitungan yang dilakukan menggunakan metode DEA dengan asumsi
VRS (Variable Return to Scale) menunjukkan bahwa terdapat satu bank yang
tidak mencapai tingkat efisiensi 100 persen, yaitu BPD Jateng dengan nilai
efisiensi 94,5 persen . Sedangkan Bank Pembangunan Daerah lainnya yang
meliputi BPD Jatim, BPD Jabar, Bank DKI dan BPD yogyakarta sudah mencapai

tingkat efisiensi sebesar 100 persen. Hal tersebut menunjukkan bahwa keempat
bank terssebut memiliki input yang optimal dalam menghasilkan output. Namun,
apabila menggunakan asumsi CRS (constan return to scale) hasil yang diperoleh
menunjukkan BPD Jabar dan BPD Jateng belum efisien sebab nilai efisiensi
kurang dari 100 persen yaitu masing-masing memiliki nilai efisiensi 50,2 dan 91,9
persen.
Inefisiensi yang terjadi disebabkan penggunaan input yang kurang optimal

dalam menghasilkan output. Berdasarkan hasil uji DEA BPD Jateng akan Efisien
apabila input yang berupa beban promosi harus diturunkan sebesar 5,5 Persen dari
input aktualnya. Beban tenaga kerja dan beban bunga juga harus diturunkan
masing-masing sebesar 29,073 dan 29,355 persen dari input aktualnya. Untuk
lebih jelasnya dapat dilihat pada tabel berikut:
Tabel 2
Output-Input Aktual dan Input Target BPD di Pulau Jawa
DMU

X1

X1

X2

X2

X3

X3

Aktual

Target

Aktual

Target

Aktual

Target

Y

BPD Jatim

9885799

58890

58890

539263

539263

859861

859861

BPD Jabar

1177009

206966

206966

1027321

1027321

2936780

2936780

BPD Jateng

8680315

53886

50921,571

799028

566727.219

1277401

902411.265

Bank DKI

5023125

26747

26747

650018

650018

103500

103500

BPD Yogya

3267756

20573

20573

143153

143153

168887

168887

Sumber: Sumber: Bank Indonesia dan Data sekunder yang diolah
Dari pengukuran DEA dengan asumsi Variable Return to Scale (VRS)
secara keseluruhan tingkat efisiensi rata-rata Bank Pembangunan Daerah di pulau

Jawa sudah cukup baik yaitu mencapai 98,9 persen. Hal tersebut dikarenakan
hanya terdapat satu bank saja yang masih belum efisien. Sedangkan keempat
Bank Pembanhgunan Daerah yang ada di pulau Jawa lainnya sudah mencapai
tingkat efisien sebesar 100 persen.
KESIMPULAN
Efesiensi merupakan studi mengenai bagaimana mengalokasikan faktorfaktor produksi yang tersedia secara optimal untuk dapat menghasilkan output
yang maksimal. Studi efisiensi juga penting untuk mengukur potensi dampak
yang muncul dari suatu kebijakan bank sentral/pemerintah terhadap adanya
perubahan kebijakan perbankan. Salah satu cara mengukur kinerja perbankan
adalah efisiensi yang dapat dilihat dari penggunaan input dan output yang
digunakan untuk operasionalisasi bank. BPD merupakan bank milik pemerintah
masing-masing daerah (Pemda) yang dituntut melakukan kinerja efisiensi optimal
untuk mendukung sepenuhnya pembiayaan pembangunan daerah.
Hasil analisis dan pengukuran tingkat efisiensi 5 Bank Pembangunan
Daerah yang ada di Pulau Jawa , yaitu: BPD Jatim, BPD Jabar, BPD Jateng, Bank
DKI dan BPD Yogyakarta per Desember 2013 menggunakan metode DEA (Data
Envelope Analysis) dengan asumsi VRS yang terfokus pada input oriented
menunjukkan bahwa hanya terdapat satu bank yang belum mencapai tingkay
efisiensi 100 persen yaitu BPD Jateng. Secara keseluruhan kinerja Bank
Pembangunan Daerah yang ada di pulau Jawa sudah cukup. Hal tersebut dapat
dilihat dati rata-rata nilai efisiensi yang mendekati 100 persen yaitu sebesar 98,9
persen.

REFERENSI
Abidin, Zainal dan Endri. 2009. Kinerja Efisiensi Teknis Bank Pembangunan
Daerah: Pendekatan Data Envelopment Analysis
(DEA). Jurnal
Akuntansi dan Keuangan. Vol 11, No. 1
Coelli, T., Prasada Rao, D. & Battese, G. E. 2005. An introduction to efficiency
and productivity analysis. Massachusetts, USA: Kluwer Academic
--------------. 1996. “A guide to DEAP version 2.1: A data envelopment analysis
(computer) Program”, CEPA Working Paper 96/08, Department of
Econometrics, University of New England, Armidale.
Hadad, Muliaman D., et al. 2003. Analisis Efisiensi Industri Perbankan Indonesia:
Penggunaan Metode Nonparametrik Data Envelopment Analysis (DEA).
Biro Stabilitas Sistem Keuangan Bank Indonesia, Research Paper, No.
7/5.
Hidayat, Taufik. 2006. ”Pengukuran Tingkat Efisiensi Bank Syariah di Indonesia:
Metode Data Envelopment Analysis”, Jurnal Keuangan dan Perbankan,
Vol 1, No. 2, pp.1-1
Lestari, Etty Puji. 2001. Efisiensi Teknik Perbankan di Indonesia Tahun 19951990: Aplikasi Data Envelopment Analysis. Tesis tidak dipublikasikan.
Pasca Sarjana UGM Yogyakarta
Mintaroem, Karjadi. 2009. Pedoman Penulisan Pembimbingan dan Ujian Skripsi.
Surabaya: Airlangga University press
Susilowati, Indah dan Mumu Daman Huri. 2002. Pengukuran Efisiensi Relatif
Emiten Perbankan dengan Metode Data Envelopment Analysis (DEA).
Jurnal Dinamika Pembangunan
Wheelock, D.C., dan P. Wilson. 1999. “Technical Progress Inefficiency, and
Productivity Change in U.S. Banking”, 1984-1993, Journal of Money,
Credit and Banking 31, 212-234
www.bi.go.id

LAMPIRAN

Hasil uji DEA
SUMMARY OF OUTPUT TARGETS:
Results from DEAP Version 2.1
Instruction file = bookins.txt
Data file

= book.txt

Input orientated DEA
Scale assumption: VRS
Slacks calculated using multi-stage method
EFFICIENCY SUMMARY:
firm crste vrste scale
1 1.000 1.000 1.000 2 0.502 1.000 0.502 drs
3 0.919 0.945 0.972 drs
4 1.000 1.000 1.000 5 1.000 1.000 1.000 mean 0.884 0.989 0.895

Note: crste = technical efficiency from CRS DEA
vrste = technical efficiency from VRS DEA
scale = scale efficiency = crste/vrste
Note also that all subsequent tables refer to VRS results

SUMMARY OF OUTPUT SLACKS:
firm output:

1

1

0.000

2

0.000

3

0.000

4

0.000

5

0.000

mean

0.000

SUMMARY OF INPUT SLACKS
firm input:

1

2

3

1

0.000

0.000

0.000

2

0.000

0.000

0.000

3

0.000 188343.877 304716.111

4

0.000

0.000

0.000

5

0.000

0.000

0.000

mean

0.000 37668.775 60943.222

SUMMARY OF PEERS:
firm peers:
1

1

2

2

3

4

1

4

4

5

5

SUMMARY OF PEER WEIGHTS:
(in same order as above)
firm peer weights:
1 1.000
2 1.000
3 0.248 0.752
4 1.000
5 1.000

PEER COUNT SUMMARY:
(i.e., no. times each firm is a peer for another)
firm peer count:
1

1

2

0

3

0

4

1

5

0

SUMMARY OF OUTPUT TARGETS:
firm output:

1

1

9885799.000

2

11777009.000

3

8680315.000

4

5023125.000

5

3267756.000

SUMMARY OF INPUT TARGETS:
firm input:

1

2

3

1

58890.000 539263.000 859861.000

2

206946.000 1027321.000 2936780.000

3

50921.571 566727.219 902411.265

4

26747.000 650048.000 1031500.000

5

20573.000 143153.000 168887.000

FIRM BY FIRM RESULTS:
Results for firm:

1

Technical efficiency = 1.000
Scale efficiency

= 1.000 (crs)

PROJECTION SUMMARY:
variable

original
value

radial
movement

output

1

9885799.000

input

1

58890.000

slack

movement

0.000
0.000

projected
value

0.000 9885799.000
0.000

58890.000

input

2

539263.000

0.000

0.000

539263.000

input

3

859861.000

0.000

0.000

859861.000

LISTING OF PEERS:
peer lambda weight
1

1.000

Results for firm:

2

Technical efficiency = 1.000
Scale efficiency

= 0.502 (drs)

PROJECTION SUMMARY:
variable

original
value

radial
movement

slack

projected

movement

0.000

value

output

1

11777009.000

input

1

206946.000

0.000

0.000

input

2

1027321.000

0.000

0.000 1027321.000

input

3

2936780.000

0.000

0.000 2936780.000

LISTING OF PEERS:
peer lambda weight
2

1.000

Results for firm:

3

Technical efficiency = 0.945
Scale efficiency

= 0.972 (drs)

0.000 11777009.000
206946.000

PROJECTION SUMMARY:
variable

original
value

radial
movement

slack

projected

movement

0.000

value

output

1

8680315.000

0.000 8680315.000

input

1

53886.000

-2964.429

input

2

799028.000

-43956.904 -188343.877

566727.219

input

3

1277401.000

-70273.624 -304716.111

902411.265

0.000

50921.571

LISTING OF PEERS:
peer lambda weight
4

0.248

1

0.752

Results for firm:

4

Technical efficiency = 1.000
Scale efficiency

= 1.000 (crs)

PROJECTION SUMMARY:
variable

original
value

radial
movement

slack

projected

movement

0.000

value

output

1

5023125.000

0.000 5023125.000

input

1

26747.000

0.000

0.000

26747.000

input

2

650048.000

0.000

0.000

650048.000

input

3

1031500.000

0.000

0.000 1031500.000

LISTING OF PEERS:
peer lambda weight
4

1.000

Results for firm:

5

Technical efficiency = 1.000
Scale efficiency

= 1.000 (crs)

PROJECTION SUMMARY:
variable

original
value

radial
movement

slack

projected

movement

output

1

3267756.000

input

1

20573.000

0.000

0.000

20573.000

input

2

143153.000

0.000

0.000

143153.000

input

3

168887.000

0.000

0.000

168887.000

LISTING OF PEERS:
peer lambda weight
5

1.000

0.000

value

0.000 3267756.000