Professional Documents
Culture Documents
Analisis Resiko Kredit Umkm Dengan Analisis Daya Tahan
Analisis Resiko Kredit Umkm Dengan Analisis Daya Tahan
HILDA YOHANA
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2011
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI
Dengan ini saya menyatakan bahwa tesis Analisis Resiko Kredit UMKM
dengan Analisis Daya Tahan adalah karya saya dengan arahan dari komisi
pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi
mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Hilda Yohana
NIM G151090101
ABSTRACT
Nonperforming loans are credit risks faced by each bank which provide
credit services. The Bank implementing Credit Scoring methods in testing the
customer worthiness to minimize credit risk. In general, Credit Scoring is a method
of credit risk analysis aimed to assess and differentiate level of credit risk. In the
field of statistics, some analysis methods commonly used to distinguish this level
of credit risk including discriminant analysis, logistic regression, artificial neural
networks and regression trees. Observational data, used in such methods, is the
complete data or data that do not contain censored observations. Statistical method
which handles problems, such as censored data is called Survival Analysis.
Survival analysis is using Cox regression to identify characteristics of customers
who are at risk of default, loan repayment term durability, as well as the chance the
customer will experience the risk of default. In this study, characteristics that are
both significantly affect a credit crunch on the third business scale is gender ( ),
interest rate ( ), type of interest rates ( ), Return on Asset ( ) and business reputation
( ). Based on the value of its hazard ratio, gender differences and the interest rate is
an indicator that gives customers the greatest influence in determining the level of
a one's credit failure.
Keywords : credit risk, credit scoring, survival analysis, Cox regression model
RINGKASAN
HILDA YOHANA. Analisis Resiko Kredit UMKM dengan Analisis Daya Tahan.
Dibimbing oleh HARI WIJAYANTO, dan I MADE SUMERTAJAYA.
Kata kunci : credit scoring, resiko kredit, analisis daya tahan, model regresi Cox
ANALISIS RESIKO KREDIT UMKM DENGAN
ANALISIS DAYA TAHAN
HILDA YOHANA
Tesis
Sabagai salah satu syarat untuk memperoleh gelar
Magister Sains pada
Program Studi Statistika
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2011
© Hak Cipta milik IPB, tahun 2011
Hak Cipta dilindungi Undang-undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan
pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan
kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan
kepentingan yang wajar bagi IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh Karya
tulis dalam bentuk apa pun tanpa izin IPB
Judul Tesis : Analisis Resiko Kredit UMKM dengan Analisis Daya Tahan
Nama : Hilda Yohana
NIM : G151090101
Disetujui
Komisi Pembimbing
Diketahui,
Dr. Ir. Erfiani, M.Si Dr. Ir. Dahrul Syah, M.Sc. Agr.
Puji dan syukur penulis ucapkan kehadirat Allah SWT karena berkat
rahmat dan hidayah-Nya penulis dapat menyelesaikan karya ilmiah ini. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Maret 2011 ini ialah resiko
kredit, dengan judul Analisis Resiko Kredit UMKM dengan Analisis Daya Tahan.
1. Bapak Dr. Ir. Hari Wijayanto, MS selaku ketua komisi pembimbing dan Bapak
Dr. Ir. I Made Sumertajaya, M.Si selaku anggota komisi pembimbing yang telah
memberikan bimbingan dan arahan pada penyusunan karya ilmiah ini. Serta
terimakasih untuk Ibu Dr.Ir.Erfiani, M.Si dan Ibu Dr.Ir. Anik Djuraidah, M.Si
atas kritikan dan sarannya yang membangun untuk penyusunan karya ilmiah ini
ke arah yang lebih baik lagi.
2. Anggota keluarga tercinta, ayah, ibu, uda, abang, dan adikku yang senantiasa
memberikan dorongan semangat, doa dan kasih sayangnya.
3. Teman-teman S2 dan S3 Statistika IPB atas sumbangan sarannya.
Peneliti berharap semoga karya ilmiah ini dapat memberikan manfaat bagi
pembacanya.
Hilda Yohana
RIWAYAT HIDUP
DAFTAR TABEL................................................................................................vi
DAFTAR GAMBAR...........................................................................................vii
DAFTAR LAMPIRAN......................................................................................viii
PENDAHULUAN
Latar Belakang..............................................................................................1
Tujuan Penelitian..........................................................................................2
TINJAUAN PUSTAKA
Kredit............................................................................................................3
Bunga Kredit................................................................................................4
Teori Analisis Resiko Kredit........................................................................4
Kualitas Kredit..............................................................................................6
Analisis Daya Tahan.....................................................................................7
Definisi dalam Analisis Daya Tahan............................................................8
Model Regresi Cox Proportional Hazard.....................................................9
Pendugaan Fungsi Survival........................................................................10
Pendugaan Parameter Regresi Cox............................................................10
Pengujian Kontribusi Peubah.....................................................................11
Uji Kesesuaian Model................................................................................12
Hazard Ratio...............................................................................................12
METODOLOGI PENELITIAN
Data.............................................................................................................14
Metode Analisis..........................................................................................15
HASIL DAN PEMBAHASAN
Deskripsi Data............................................................................................17
Analisis Karakteristik Nasabah yang Mempengaruhi Kredit Macet..........22
Uji Kesesuaian Model................................................................................24
Analisis Perbandingan Resiko....................................................................25
Aplikasi Penerapan.....................................................................................28
SIMPULAN DAN SARAN
Kesimpulan.................................................................................................30
Saran...........................................................................................................30
DAFTAR PUSTAKA..........................................................................................31
LAMPIRAN.........................................................................................................32
DAFTAR TABEL
Halaman
Halaman
1 Jenis-jenis sensor..........................................................................................8
Halaman
Latar Belakang
Bank merupakan suatu lembaga keuangan yang berfungsi sebagai
perantara keuangan dari dua pihak, yakni pihak yang kelebihan dana dan yang
membutuhkan dana. Menurut Undang-undang No.10 Tahun 1998 tentang
perbankan, Bank adalah suatu lembaga keuangan yang tugas utamanya
menghimpun dana dari masyarakat dalam bentuk simpanan yaitu tabungan, giro
dan deposito, dan menyalurkannya kembali dalam bentuk kredit dan atau bentuk-
bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak.
Menurut informasi data dari Badan Pusat Statistika (BPS) dan Bank
Indonesia (BI), penyaluran kredit khususnya kredit modal kerja (kredit usaha)
mengalami peningkatan setiap tahunnya. Hal ini membuktikan bahwa tidak
sedikit dari masyarakat yang memanfaatkan fasilitas kredit untuk menunjang dan
meningkatkan perekonomian mereka.
Menurut Kasmir (2002), peningkatan pemberian kredit akan
menimbulkan suatu resiko, yaitu timbulnya kredit bermasalah (Non Performing
Loan). Kredit bermasalah disebabkan oleh 2 pihak, yaitu pihak Bank dan pihak
penerima kredit (debitur). Jika ditinjau dari pihak debitur, kredit bermasalah
dapat disebabkan oleh kegagalan debitur dalam memenuhi kewajiban kreditnya.
Dari pihak Bank, kredit bermasalah diantaranya dapat disebabkan oleh kesalahan
pihak Bank dalam menilai karakteristik calon debiturnya ataupun kurang teliti
dan cermat dalam menganalisis potensi resiko yang akan ditimbulkan oleh calon
debiturnya.
Untuk meminimalisir resiko terjadinya kredit bermasalah, pihak Bank
menerapkan suatu sistem uji kelayakan kredit yang disebut dengan Credit
Scoring atau dikenal juga dengan istilah Credit Risk Rating. Prinsip analisis
resiko kredit yang digunakan pada metode ini adalah analisis 5C (The Five C’s of
Credit Analysis), yaitu penilaian terhadap Character (watak), Capacity
(kemampuan), Capital (modal), Collateral (jaminan), Condition of Economy
(kondisi ekonomi). Secara umum, Credit Scoring merupakan suatu metode
1
analisis resiko kredit yang bertujuan untuk menilai dan membedakan tingkat
resiko kredit.
Dalam bidang statistika, ada beberapa metode analisis yang dapat
digunakan untuk membedakan tingkat resiko kredit, diantaranya analisis
diskriminan, regresi logistik, jaringan syaraf tiruan, dan regresi pohon. Metode-
metode ini hanya mampu mengelompokan atau membedakan nasabah ke dalam
kategori nasabah gagal bayar dan lancar bayar, atau mengelompokan nasabah
dengan kategori kredit resiko rendah, dapat diterima, dan resiko tinggi. Metode
tersebut dapat digunakan jika data pengamatannya merupakan data lengkap atau
data yang tidak mengandung pengamatan tersensor.
Metode statistika yang dapat menangani permasalahan data yang bersifat
tersensor adalah analisis daya tahan (survival analysis). Penanganan masalah data
tersensor dalam penelitian ini sangatlah diperlukan, mengingat adanya
keterbatasan waktu penelitian dan sebagian data yang diperoleh merupakan data
pengamatan yang tidak dapat diamati secara keseluruhan (data tersensor).
Dengan analisis daya tahan menggunakan regresi Cox, nantinya dapat
diketahui karakteristik-karakteristik nasabah yang signifikan mempengaruhi
terjadinya kredit bermasalah. Selain itu juga dapat diketahui besarnya peluang
seseorang akan mengalami gagal bayar, dan efisiensi dari jangka waktu seseorang
dalam memenuhi kewajiban kreditnya.
Tujuan Penelitian
Tujuan dari penelitian ini adalah
1. Mengidentifikasi faktor-faktor resiko yang signifikan mempengaruhi
terjadinya kredit bermasalah pada nasabah berdasarkan skala usaha.
2. Mengidentifikasi ketahanan atau efisiensi jangka waktu pelunasan kredit
nasabah berdasarkan nilai dugaan peluang survivalnya.
TINJAUAN PUSTAKA
Kredit
Kredit adalah kemampuan untuk melaksanakan suatu pemberian atau
mengadakan suatu pinjaman dengan suatu janji pembayarannya akan dilakukan
pada suatu jangka waktu yang disepakati. Menurut UU RI no.7 tahun 1992
tentang perbankan, kredit adalah penyediaan uang atau tagihan yang dapat
dipersamakan dengan itu berdasarkan persetujuan atau kesepakatan pinjam-
meminjam antara bank dengan pihak lain, yang mewajibkan pihak pinjam
meminjam untuk melunasi hutangnya setelah jangka waktu tertentu dengan
sejumlah bunga imbalan atau pembagian hasil keuntungan.
Secara umum, ada tiga macam jenis kredit, yaitu :
1. Kredit Usaha
Kredit usaha adalah kredit yang digunakan untuk membiayai perputaran
usaha atau bisnis sehingga dapat menghasilkan sesuatu yang produktif,
seperti usaha perdagangan, usaha industri rumah tangga, usaha jasa
konsultasi, dan lain-lain.
2. Kredit Konsumsi
Kredit konsumsi adalah kredit yang digunakan untuk membeli sesuatu yang
sifatnya konsumtif, seperti membeli rumah atau kendaraan pribadi. Karena
uang tersebut oleh nasabah akan digunakan untuk tujuan konsumtif, maka
risiko bagi bank bahwa nasabahnya tidak mampu membayar pinjamannya
akan menjadi lebih besar sehingga pada umumnya suku bunga yang
dibebankan kepada nasabah untuk kredit konsumsi akan lebih besar
ketimbang bunga kredit untuk tujuan usaha.
3. Kredit Serba Guna
Kredit serba guna adalah kredit usaha rakyat yang bisa digunakan untuk
tujuan apa saja, bisa untuk konsumsi maupun untuk usaha. Salah satu produk
kredit serba guna yang sering dipasarkan adalah kredit tanpa agunan.
Kredit Usaha Mikro Kecil dan Menengah (UMKM) merupakan kredit
modal kerja dengan jumlah nasabah terbanyak di Indonesia. Usaha mikro
didefinisikan sebagai usaha produktif milik orang perorangan dan/atau badan
usaha milik perorangan dengan plafon kredit maksimum 100 juta, usaha kecil
dengan plafon kredit lebih besar 100 juta dan maksimum 500 juta, sedangkan
usaha menengah memiliki plafon besar dari 500 juta dan maksimum 10 miliar
rupiah.
Bunga Kredit
Bunga kredit yang diberikan pihak Bank kepada nasabahnya merupakan
wujud balas jasa atas fasilitas kredit yang diberikan. Ada dua jenis perhitungan
(sifat) bunga kredit yang diterapkan oleh Bank, yaitu :
1. Bunga efektif, yakni bunga pinjaman selalu dihitung dari sisa pokok
pinjaman.
2. Bunga flat, yakni bunga pinjaman selalu dihitung dari pokok awal
pinjaman, dengan demikian jumlah bunga yang dibayarkan setiap
bulannya adalah sama.
Selain prinsip 5C, Bank juga menerapkan prinsip 7P, dimana prinsip ini
pada dasarnya merupakan perluasan dan pengembangan dari prinsip 5C. Prinsip
7P tersebut adalah sebagai berikut :
1. Personality, yaitu menilai calon debitur dari segi kepribadiannya, seperti
riwayat hidup, pergaulan dengan masyarakat, dan hal-hal lain yang erat
kaitannya dengan calon debitur.
2. Party, yaitu menggolongkan nasabah ke golongan tertentu berdasarkan
modal, loyalitas, dan karakternya, sehingga nasabah akan mendapatkan
fasilitas kredit yang berbeda dari bank. Kredit untuk pengusaha lemah
berbeda dengan kredit dengan pengusaha yang kuat modalnya, baik dari segi
jumlah, bunga, dan persyaratan lainnya.
3. Purpose, yaitu untuk mengetahui tujuan nasabah dalam mengambil kredit,
termasuk jenis kredit yang diinginkan nasabah.
4. Prospect, yaitu untuk menilai usaha nasabah di masa yang akan datang
(menguntungkan atau tidak).
5. Payment, merupakan ukuran bagaimana nasabah membayar kreditnya dengan
mencari tahu dari sumber penghasilan debitur.
6. Profitability, yaitu untuk menganalisis kemampuan nasabah dalam
menghasilkan laba.
7. Protection, tujuannya adalah menjaga agar kredit yang diberikan bank dapat
memperoleh perlindungan. Perlindungan dapat berupa jaminan barang atau
jaminan.
Kualitas Kredit
Berdasarkan keputusan Bank Indonesia (SK Direksi No.7/2/PBI/2005),
kualitas kredit terbagi dalam beberapa kualifikasi, yaitu :
1. Kredit lancar
2. Kredit dalam perhatian khusus, apabila terjadi tunggakan selama < 90 hari
3. Kredit kurang lancar, apabila terjadi tunggakan selama 90-180 hari
4. Kredit diragukan, apabila terjadi tunggakan selama 180-270 hari
5. Kredit macet, apabila terjadi tunggakan selama > 270 hari
Dalam analisa resiko kredit, kualitas kredit (3), (4) dan (5) merupakan
kualitas kredit dengan kategori kredit bermasalah. Artinya, nasabah dengan
kategori ini digolongkan pada nasabah gagal bayar.
X 1
X 2
X 3
T0 T1
Gambar 1 Jenis-jenis sensor
Keterangan : (1) Sensor kanan, (2) Sensor kiri, (3) Sensor kiri kanan
(2)
sedangkan fungsi kepekatan peluang didefinisikan sebagai limit dari
peluang seorang nasabah akan mengalami gagal bayar pada selang
sampai , yaitu :
(3)
dan dapat ditunjukkan bahwa, jika fungsi survival , maka
(Collet, 1994).
3. Fungsi hazard (hazard function) didefinisikan sebagai limit dari peluang
seseorang akan mengalami gagal bayar pada selang waktu yang pendek
dengan syarat bahwa seseorang itu telah bertahan hingga waktu ,
yaitu: (Collet, 1994)
(4)
(5)
dengan
: = waktu hingga kejadian tertentu terjadi
= peubah penjelas atau kovariat
fungsi hazard dasar (baseline hazard function)
= vektor koefisien regresi
Pendugaan Fungsi Survival
Pendugaan fungsi survival dalam model regresi Cox menggunakan
penduga Breslow, yang didefinisikan sebagai berikut :
(6)
(7)
dengan
likelihood, yaitu =0
Akan diturunkan terhadap , , …, yaitu :
2. Hitung
dengan
adalah model dengan peubah penjelas tereduksi dan A adalah model tanpa
peubah penjelas. Statistik uji ini mengikuti sebaran dengan derajat bebas .
Uji Wald digunakan untuk menguji pengaruh parameter pada model secara
Hazard Ratio
Interpretasi terhadap perbandingan resiko dari suatu individu terhadap
individu lainnya adalah dengan menggunakan hazard ratio. Hazard ratio juga
digunakan untuk mengetahui adanya peningkatan atau penurunan resiko yang
dialami oleh suatu individu yang dikenai perlakuan atau kondisi tertentu. Misal,
terdapat 2 individu dengan karakteristik yang berbeda yaitu individu dengan
karakteristik dan individu dengan karakteristik . Perbandingan terhadap tingkat
resiko kegagalan yang dialami kedua individu tersebut dapat diformulasikan
sebagai berikut :
Interpretasi terhadap nilai hazard ratio didefinisikan sebagai resiko terjadinya
kegagalan pada individu pertama dengan kategori adalah sebesar kali
resiko terjadinya kegagalan pada individu kedua dengan kategori . Untuk Z
yang bersifat kontinu, HR diinterpretasikan sebagai untuk setiap kenaikan atau
penurunan nilai Z sebesar 1 satuan, maka akan menaikan atau menurunkan resiko
kegagalan sebesar kali.
METODOLOGI PENELITIAN
Sumber Data
Data yang digunakan pada penelitian ini adalah data sekunder, yaitu data
nasabah kredit UMKM pada salah satu Bank konvensional di Indonesia, Bank X
dengan periode kredit mulai Januari 2003 hingga Februari 2011. Data pada
penelitian ini terdiri dari (disajikan dalam Gambar 2) :
1. Data tidak tersensor, yaitu nasabah yang telah berstatus gagal bayar hingga
akhir periode penelitian.
2. Data tersensor, yaitu nasabah yang kreditnya sudah lunas (2b) maupun
nasabah yang kreditnya belum selesai tapi masih berstatus lancar bayar
hingga akhir periode penelitian (2a).
X (1)
(2a)
(2b)
Pada penelitian ini, jenis data tersensornya merupakan sensor kanan dan
setiap nasabah memiliki waktu awal kredit yang berbeda, sedangkan kejadian
akhir yang dialami nasabah juga berbeda-beda.
Peubah respon yang diamati pada penelitian ini adalah periode cicilan
kredit yang telah dibayarkan hingga Februari 2011, dan peubah penjelas yang
digunakan adalah
1. yaitu jenis kelamin debitur
2. yaitu tingkat suku bunga pertahun
3. yaitu sifat suku bunga
4. yaitu kondisi finansial debitur, diantaranya Current Ratio (CR), Quick
Ratio (QR), EBITDA, Equity Ratio (ER), Returns on Asset (ROA), Profit
Margin (PM), dan Sales Growth (SG).
5. yaitu karakter debitur, diantaranya tingkat kepercayaan,
pengeloaan rekening, reputasi bisnis, dan prilaku debitur.
6. yaitu kondisi bisnis debitur, diantaranya kualitas produk, strategi pemasaran,
lokasi usaha, dan permintaan dan persaingan.
7. yaitu manajemen pengelolaan usaha debitur, diantaranya kualifikasi
komersial, dan kualifikasi teknis.
Penjelasan mengenai definisi dan pengkodean masing-masing peubah
penjelas yang digunakan disajikan pada Lampiran 1.
Metode Analisis
Tahapan analisis yang dilakukan dalam penelitian ini adalah
1. Pendiskripsian data, yaitu membuat sebaran data dengan chart dan tabulasi
silang.
2. Pendugaan parameter setiap peubah dengan memaksimumkan fungsi partial-
likelihoodnya.
3. Pembentukan model regresi Cox proportional hazard.
4. Seleksi model terbaik untuk menentukan faktor-faktor resiko yang signifikan
mempengaruhi terjadinya kredit bermasalah menggunakan forward selection,
dengan tahapan sebagai berikut :
1. Misalkan ada sebanyak p peubah penjelas,............................Hitung
dilanjutkan ke langkah 2.
2. Hitung dengan adalah ln- partial
Deskripsi Data
Kredit UMKM Bank X merupakan kredit dengan jumlah nasabah
terbanyak dibandingkan dengan jenis kredit lainnya. Jasa layanan kredit usaha
pada Bank ini diantaranya meliputi sektor usaha dibidang jasa, konstruksi,
pengangkutan, perdagangan, perikanan, perindustrian, perkebunan, pertanian,
peternakan, dan sarana. Gambaran umum tentang nasabah kredit UMKM Bank X
dilihat dari skala usaha maupun sektor usahanya disajikan dalam Tabel 1 berikut :
Tabel 1 Gambaran umum tentang data nasabah UMKM Bank X
Skala usaha Mikro Kecil Menengah
Lancar Gagal Lancar Gagal Lancar Gagal Total
Sektor usaha
bayar bayar bayar bayar bayar bayar
Jasa 4195 208 528 22 142 37 5132
Kostruksi 41 5 77 10 34 9 176
Pengangkutan 110 6 50 2 16 5 189
Perdagangan 24984 2051 9629 389 1937 654 39644
Perikanan 96 11 10 1 5 2 125
Perindustrian 1186 124 448 39 182 45 2024
Perkebunan 122 12 23 2 6 2 167
Pertanian 1111 60 31 3 7 4 1216
Pertenakan 271 33 110 14 21 8 457
Sarana 684 77 9 1 8 3 782
Total 32800 2587 10915 483 2367 769 49.912
80.000 75.408
60.000
40.000
24.592
20.000
7.311 4.238
0.000
mikro kecil menengah
gagal bayar lancar bayar
10.36Perdagangan Pengangkutan
Sarana Pertenakan Pertanian Perkebunan Perindustrian Perikanan 89.64
12.04 87.96Kostruksi
5.51 Jasa
94.49
9.58 90.42
10.28 89.72
11.20 88.80
7.80 92.20
6.88 93.12
13.64 86.36
5.20 94.80
0.0050.00100.00
gagal bayarlancar bayar
Dari Gambar 1(a) dapat dilihat bahwa skala usaha menengah merupakan
skala usaha dengan potensi kredit bermasalah terbesar. Sebanyak 24.59% dari
total nasabah pada skala menengah mengalami gagal bayar. Hal ini
mengindikasikan bahwasanya kredit untuk skala usaha menengah perlu
mendapatkan perhatian dan penanganan khusus dalam proses kelayakan
kreditnya. Jika ditinjau dari jenis usahanya, hampir semua sektor usaha
berpotensi tinggi untuk mengalami kredit macet.
Untuk mengetahui sebaran data nasabah yang mengalami gagal bayar
berdasarkan karakteristiknya, dapat dilihat pada tabulasi silang berikut :
Tabel 2 Tabulasi silang antara status kredit dengan jenis kelamin
Jenis kelamin
Status Jumlah
laki-laki perempuan
Lancar Jumlah 32717 13261 45978
bayar (%) 96.15 83.48 92.12
Gagal Jumlah 1309 2625 3934
bayar (%) 3.85 16.52 7.88
Jumlah 34026 15886 49912
Pada Tabel 2 dapat dilihat bahwa persentase gagal bayar nasabah berjenis
kelamin perempuan lebih besar dibandingkan dengan persentase nasabah berjenis
kelamin kali-laki. Hal ini mengindikasikan bahwa untuk resiko kegagalan lebih
rentan dialami oleh nasabah yang berjenis kelamin perempuan.
Tabel 3 Tabulasi silang antara status kredit dengan sifat suku bunga
Sifat suku bunga
Status Jumlah
efektif flat
Lancar Jumlah 36584 9394 45978
bayar (%) 91.28 95.53 92.12
Gagal Jumlah 3494 440 3934
bayar (%) 8.72 4.47 7.88
Jumlah 40078 9834 49912
Pada Tabel 3 dapat dilihat bahwa sifat suku bunga yang diberikan oleh
pihak Bank X kepada nasabah akan mempengaruhi resiko kegagalan yang akan
dialami oleh nasabah. Hal ini terlihat dari persentase nasabah yang gagal bayar
lebih banyak berasal dari nasabah yang dikenakan sifat suku bunga efektif
dibandingkan dengan sifat suku bunga yang flat. Hal ini mengindikasikan bahwa
penerapan sifat suku bunga flat pada setiap nasabah memungkinkan untuk
meminimalisir resiko terjadinya gagal bayar.
Dari Tabel 4 dapat dilihat bahwa untuk kategori finansial, nasabah yang
mengalami gagal bayar kebanyakan berasal dari nasabah dengan kondisi finansial
yang rendah. Hal ini mengindikasikan bahwa kondisi keuangan nasabah memang
ikut mempengaruhi dan menentukan apakah untuk ke depannya nasabah akan
mampu melunasi hutangnya.
Tabel 5 Tabulasi silang antara status kredit dengan karakter nasabah
Tingkat kepercayaan Pengelolaan rekening
Status
0 1 2 3 0 1 2 3
Lancar Jumlah 7429 38499 50 0 20717 23325 1887 49
bayar (%) 94.36 91.70 89.28 0 92.32 92.06 90.81 85.96
Gagal Jumlah 444 3484 6 0 1723 2012 191 8
bayar (%) 5.64 8.30 10.72 0 7.68 7.94 9.19 14.04
jumlah 7873 41983 56 0 22440 25337 2078 57
Tabel 5 Tabulasi silang antara status kredit dengan karakter nasabah (lanjutan)
Reputasi bisnis Prilaku debitur
Status
0 1 2 3 0 1 2 3
Lancar Jumlah 16924 28953 101 0 8955 34074 2917 32
bayar (%) 93.77 91.19 89.38 0 94.73 91.54 91.91 91.67
Gagal Jumlah 1124 2798 12 0 498 3140 292 4
bayar (%) 6.23 8.81 10.62 0 5.27 8.44 9.09 11.11
Jumlah 18048 31751 113 0 9453 37214 3209 36
Tabel 6 Tabulasi silang antara status kredit dengan kondisi bisnis nasabah
Kualitas produk/jasa Strategi pemasaran
Status
0 1 2 3 0 1 2 3
Lancar Jumlah 8702 37051 225 0 12369 33236 342 31
bayar (%) 92.63 92.05 83.03 0 92.51 91.98 91.20 91.18
Gagal Jumlah 692 3196 46 0 1002 2896 33 3
bayar (%) 7.37 7.95 16.97 0 7.49 8.02 8.80 8.82
Jumlah 9394 40247 271 0 13371 36132 375 34
Tabel 6 Tabulasi silang antara status kredit dengan kondisi bisnis (lanjutan)
Lokasi usaha Perkembangan pasar
Status
0 1 2 3 0 1 2 3
Lancar Jumlah 13823 31923 201 31 5300 40398 249 31
bayar (%) 92.11 92.16 89.16 86.11 95.54 92.27 91.89 91.18
Gagal Jumlah 1185 2717 27 5 246 3663 22 3
bayar (%) 7.89 7.84 11.84 13.89 4.44 7.63 8.11 8.82
Jumlah 15008 34640 228 36 5546 44061 271 34
Dari Tabel 7 dapat dilihat bahwa sistem manajemen yang baik dapat
menghindarkan seseorang dari resiko gagal bayar. Hal ini terlihat dari tingginya
persentase nasabah yang mengalami lancar bayar untuk kualifikasi komersial
yang baik. Tabel 7 untuk kategori kualifikasi teknis juga memperlihatkan bahwa
nasabah yang memiliki pengalaman dan keahlian yang lebih dari 2 tahun tidak
dapat menjadi jaminan bahwa seseorang tersebut akan terhindar dari kredit
macet. Hal ini dapat dilihat dari persentase kredit macetnya yang lebih besar
dibandingkan dengan persentase kredit macet nasabah dengan pengalaman dan
keahlian kurang dari 2 tahun.
Dari Tabel 9 terlihat bahwa setiap sektor usaha memiliki spesifikasi faktor
resiko yang berbeda-beda. Ini artinya tingkat resiko pada setiap sektor usaha
dicirikan dan ditentukan oleh karakteristik yang berbeda-beda. Namun dalam
penelitian ini hal tersebut tidak dibahas lebih jauh lagi.
Pada Tabel 11 dapat dilihat, untuk skala usaha mikro, nasabah dengan
jenis kelamin perempuan memiliki resiko gagal bayar 4,088 kali dari nasabah
berjenis kelamin laki-laki. Tidak berbeda jauh dengan skala usaha mikro, untuk
skala usaha kecil, nasabah dengan jenis kelamin perempuan memiliki resiko
gagal bayar 4,073 kali lebih besar dari nasabah berjenis kelamin laki-laki.
Sedangkan untuk skala usaha menengah, nasabah dengan jenis kelamin
perempuan memiliki resiko gagal bayar 2,326 kali lebih besar dari nasabah
berjenis kelamin laki-laki Jika ditinjau dari segi sosial dan psikologi, hal ini
mungkin saja disebabkan oleh perubahan watak, prilaku dan pola pikir
perempuan seiring dengan perkembangan zaman. Menurut Ribhan (2007) dalam
penelitiannya mengatakan bahwa dalam hal berwirausaha, laki-laki lebih mandiri
dalam menghadapi tantangan persaingan dalam usahanya, serta kemampuan
dalam mengembangkan usahanya ke masa depan juga lebih baik dibandingkan
dengan wirausaha perempuan. Sedangkan menurut Caliper (2011) dalam studinya
menyatakan bahwa secara psikologis perempuan lebih berani mengambil resiko
dan melanggar peraturan dibandingkan laki-laki. Dari pendapat kedua peneliti
tersebut, hal ini memungkinkan bila tingkat resiko kegagalan yang dialami
perempuan lebih tinggi dibandingkan dengan laki-laki, baik dikarenakan oleh
usaha yang dijalankan maupun dari watak nasabahnya.
Ditinjau dari tingkat suku bunga nya, untuk setiap kenaikan suku
bunga sebesar 1%, akan meningkatkan resiko gagal bayar seorang nasabah
sebesar 1,156 kali untuk nasabah dari skala usaha mikro, 1,107 kali untuk skala
usaha kecil dan 1,32 kali untuk skala usaha menengah.
Untuk karakteristik nasabah dengan sifat suku bunga yang berbeda,
nasabah dengan sifat suku bunga flat memiliki resiko gagal bayar 0,303 kali
nasabah dengan sifat suku bunga efektif untuk nasabah dari skala usaha mikro,
0,525 kali untuk nasabah skala usaha kecil dan 0,394 kali untuk nasabah skala
usaha menengah. Hal ini berarti nasabah dengan suku bunga flat memiliki resiko
gagal bayar yang lebih rendah dibandingkan nasabah dengan suku bunga efektif.
Jika dilihat dari kondisi keuangan nasabah , nasabah dari skala usaha
mikro dengan CR < 140% memiliki resiko gagal 1,183 kali nasabah dengan CR >
140%, sedangkan untuk nasabah dari skala usaha kecil dengan CR < 140%
memiliki resiko gagal 2,044 kali nasabah dengan CR > 140%. Nasabah dari skala
usaha mikro dengan ER < 35% memiliki resiko gagal 1,567 kali nasabah dengan
CR > 35%, sedangkan untuk nasabah dari skala usaha menengah dengan ER <
35% memiliki resiko gagal 1,771 kali nasabah dengan CR > 35%, Untuk nasabah
dari skala usaha mikro, kecil dan menengah dengan ROA tahun ini < tahun lalu,
masing-masing memiliki resiko gagal bayar sebesar 1,362 kali, 2,007 kali dan
1,226 kali nasabah dengan ROA tahun ini > tahun lalu. Nasabah dari skala usaha
menengah dengan karakteristik PM tahun ini < tahun lalu memiliki resiko gagal
bayar 1,444 kali nasabah dengan PM tahun ini > tahun lalu.
Dilihat dari karakteristik nasabah berdasarkan tingkat kepercayaannya
, untuk nasabah skala usaha mikro dan kecil dengan karakteristik jujur
dalam memberikan informasi namun hanya diberikan bila diminta, masing-
masing memiliki resiko gagal bayar sebesar 1,236 kali dan 1,859 kali nasabah
dengan karakteristik jujur dan aktif memberikan informasi, sedangkan nasabah
dengan karakteristik kurang jujur karena ada sebagian informasi tidak sesuai
dengan kenyataannya, akan memiliki resiko gagal bayar sebesar 1,236 kali dan
1,859 kali nasabah dengan karakteristik memberikan informasi yang jujur tetapi
diberikan bila hanya diminta. Untuk skala usaha menengah, nasabah dengan
karakteristik pengelolaan rekening kurang baik memiliki resiko gagal bayar
sebesar 1,191 kali nasabah dengan pengelolaan rekening yang baik.
Dilihat dari reputasi bisnisnya , untuk skala usaha mikro, kecil dan
menengah, nasabah dengan karakteristik reputasi bisnis baik < 2 tahun akan
memiliki resiko gagal bayar masing-masing sebesar 1,130 kali, 1,384 kali dan
1,568 kali nasabah dengan karakteristik reputasi bisnis 2 tahun.
Jika dilihat dari kondisi bisnis nasabah untuk skala usaha mikro dan kecil
berdasarkan kualitas produknya , nasabah dengan kategori kualitas
produk/jasa 1, memiliki resiko gagal bayar masing-masing sebesar 1,148 kali dan
1,322 kali nasabah dengan kategori kualitas produk/jasa 0.
Dilihat dari kategori perkembangan pasar untuk skala usaha mikro
dan kecil, nasabah dengan kategori perkembangan pasar 1, memiliki resiko gagal
bayar masing-masing sebesar 1,803 kali dan 1,671 kali nasabah dengan kategori
perkembangan pasar 0, sedangkan nasabah dengan kategori perkembangan pasar
2 memiliki resiko gagal bayar masing-masing sebesar 1,803 kali dan 1,671 kali
nasabah dengan kategori perkembangan pasar 1. Begitu pula dengan nasabah
dengan kategori perkembangan pasar 3, akan memiliki resiko gagal bayar
masing-masing sebesar 1,803 kali dan 1,671 kali nasabah dengan kategori
perkembangan pasar 2.
Jika dilihat dari struktur manajemennya , nasabah dari skala usaha
mikro dengan kategori kualifikasi komersial 1, memiliki resiko gagal bayar
sebesar 1,179 kali nasabah dengan kategori kualifikasi komersial 0, sedangkan
nasabah dengan kategori kualifikasi komersial 2 memiliki resiko gagal bayar
sebesar 1,179 kali nasabah dengan kategori kualifikasi komersial 1. Begitu pula
dengan nasabah dengan kategori kualifikasi komersial 3, akan memiliki resiko
gagal bayar sebesar 1,179 kali nasabah dengan kategori kualifikasi komersial 2.
Aplikasi Penerapan
Untuk mengetahui jangka waktu kredit yang efektif agar resiko kredit yang
akan dialami nasabah seminimal mungkin, dapat ditentukan berdasarkan nilai
dugaan peluang survivalnya. Untuk setiap kombinasi karakteristik-karekteristik
nasabah yang berbeda, akan didapatkan efektifitas jangka waktu yang berbeda
pula.
Ilustrasi : Ada 3 orang nasabah yang akan mengajukan kredit modal kerja
(kredit usaha) ke Bank X. Nasabah pertama berjenis kelamin laki-laki, sedangkan
nasabah kedua dan ketiga berjenis kelamin perempuan. Setelah memenuhi syarat-
syarat kelengkapan data, pihak Bank X selanjutnya melakukan survey terkait
dengan informasi usaha yang dijalankan calon debitur serta karakteristiknya.
Data yang diperoleh adalah sebagai berikut :
- Nasabah pertama ingin meminjam uang sebesar 30 juta rupiah dengan jangka
waktu pengembalian yang dijanjikan selama 3 tahun (36 bulan), dan memiliki
karakteristik : CR = 0, QR=0, EBITDA=0, ER=0, ROA=1, PM=1, SG=0,
tingkat kepercayaan=1, pengelolaan rekening=1, reputasi bisnis=1, prilaku
debitur=2, kualitas produk/jasa=1, strategi pemasaran=1, lokasi usaha=1,
perkembangan pasar=1, kualifikasi komersial=1, dan kualifikasi teknis=2.
Pihak Bank berencana akan memberikan bunga 14% pertahunnya. Karena
nasabah pertama berencana ingin mengembalikan bunga dan pokoknya secara
bersamaan perbulannya, maka pihak Bank X menerapkan sifat suku bunga
efektif kepada nasabah ini.
- Nasabah kedua dan ketiga masing-masing ingin meminjam uang sebesar 130
juta rupiah dan 600 juta rupiah dengan jangka waktu pengembalian yang
dijanjikan selama 2 tahun (24 bulan). Setelah dilakukan penilaian, ternyata
kedua nasabah ini memiliki karakteristik yang sama yaitu dengan CR = 0,
QR=0, EBITDA=0, ER=0, ROA=0, PM=0, SG=0, tingkat kepercayaan=1,
pengelolaan rekening=1, reputasi bisnis=1, prilaku debitur=1, kualitas
produk/jasa=1, strategi pemasaran=1, lokasi usaha=1, perkembangan pasar=1,
kualifikasi komersial=1, dan kualifikasi teknis=0. Pihak Bank berencana akan
memberikan bunga 16% pertahunnya. Karena nasabah ini ingin membayar
angsuran perbulannya berupa bunganya saja, maka dalam hal ini pihak Bank X
akan menggunakan sifat suku bunga flat.
Dalam kasus ini, nasabah pertama, kedua dan ketiga memiliki
karakteristik yang berbeda. Nasabah kedua dan ketiga memiliki karakteristik
yang sama tetapi dengan jumlah pinjaman yang berbeda. Karena itu, pastilah
peluang ketiga nasabah tersebut untuk sanggup bertahan (untuk tetap lancar
bayar) hingga akhir periode jangka waktu pengembalian yang ditetapkan juga
tidak sama.
Nasabah pertama merupakan nasabah dengan kategori skala usaha mikro,
nasabah kedua merupakan nasabah dari skala usaha kecil, sedangkan nasabah
ketiga merupakan nasabah dengan skala usaha menengah. Peluang survival
nasabah pertama, kedua dan ketiga dapat dihitung dengan formulasi pada
persamaan (6), dengan
Kesimpulan
Dari penelitian ini dapat diambil beberapa kesimpulan :
1. Setiap skala usaha dan sektor usaha memiliki spesifikasi faktor resiko
yang berbeda-beda. Faktor resiko yang signifikan mempengaruhi kredit
macet untuk skala usaha mikro kecil dan menengah adalah faktor jenis
kelamin , tingkat suku bunga , sifat suku bunga , ROA
dan reputasi bisnis.............Sedangkan pada sektor usaha didominasi
oleh faktor jenis kelamin , tingkat suku bunga , dan sifat suku bunga
.
2. Jika dilihat dari karakteristik jenis kelamin , dalam kasus ini nasabah
dengan jenis kelamin perempuan lebih rentan untuk beresiko gagal bayar
dibandingkan dengan laki-laki.
3. Mempersingkat jangka waktu kredit dapat mengurangi resiko gagal bayar
seseorang.
Saran
Adapun saran yang dapat diberikan peneliti pada penelitian ini adalah
sebagai berikut :
1. Untuk penelitian berikutnya, peneliti dapat mempertimbangkan peubah
alternatif tambahan lainnya yang menunjukkan adanya indikasi berpengaruh
pada penentuan faktor resiko kredit, serta menggunakan beberapa sumber
data lainnya pada Bank yang berbeda sehingga bisa didapatkan gambaran
secara umum tentang karakteristik-karakteristik nasabah yang beresiko gagal
bayar.
2. Penelitian berikutnya juga dapat dilanjutkan dengan menganalisis secara
detail resiko kredit berdasarkan jenis usaha.
DAFTAR PUSTAKA
Cox DR, Oakes D. 1984. Analysis of Survival Data. London : Chapman & Hall
Graddy DB, Spencer, Austin, William B. 1985. Commercial Banking and the
Financial Service Industry.Virginia : Prentice Hall
Kleinbaum DG, Klein M. 2005. Survival Analysis, 3th ed. New York : Springer
Science Business Media, Inc.
Lee ET. 1992. Statistical Methods for Survival Data Analysis. New York :
John Wiley & Sons Inc.
Le CT. 1997. Applied Survival Analysis. New York : John Wiley and Sons Inc
Miller RG. 1998. Survival Analysis. New York : John Wiley & Sons Inc.
Setyogroho B. 2000. Analisis Resiko Kredit dengan Metoda Credit Risk Scoring.
Jakarta : Fakultas Ilmu Sosial dan Ilmu Politik, Universitas Indonesia.
Exp(- )
csr
18 llp
2
16
1
14 0
12 -1
10 -2
-3
8
-4
6 -5
4 -6
2 -7
-8
0
-9
0 10 20 30 40 50 60 70 80 90 100 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2
3
PC
lcsr
csr
1.6 llp
1.5 1
1.4 0
1.3
-1
1.2
1.1 -2
1.0 -3
0.9
-4
0.8
0.7 -5
0.6 -6
0.5
-7
0.4
0.3 -8
0.2 -9
0.1
-10
0.0
-11
PC lcsr
csr
3 llp
1
0
-1
-2
2
-3
-4
-5
-6
1
-7
-8
-9
-10
0
-11
PC lcsr