HAPPY CITRA KUN HAPSARI, 040318338 (2011) PENGARUH RASIO CAEL TERHADAP KONDISI BERMASALAH BANK UMUM YANG TERDAFTAR DI BANK INDONESIA. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2011-hapsarihap-15172-abstraka-p.pdf Download (145kB) | Preview
	Text (FULL TEXT) gdlhub-gdl-s1-2011-hapsarihap-12639-a16910-p.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Menurut Basel Committe on Banking Supervision (1999) bahwa sistem keuangan dunia telah menunjukan turbulensi ekonomi. Dalam lingkungan yang turbulen, maka sistem dan subsistem organisasi menjadi semakin terbuka serta tingkat persaingan yang ketat dan tajam yang semakin tidak menentu arah perubahannya. Untuk mengantisipasi munculnya kesulitan keuangan pada bank, maka perlu disusun suatu sistem yang dapat memberikan peringatan dini ( early warning ) adanya problematik keuangan yang mengancam operasional bank yang dapat mengakibatkan kegagalan bisnis dan kebangkrutan bank. Atas dasar itu banyak sekali metode yang dikembangkan untuk dapat memprediksi kondisi bermasalah sebagai Early Warning System bagi pihak yang berkepentingan terhadap suatu bank. Penelitian ini mengikuti studi prediksi kondisi bermasalah pada lembaga perbankan yang dilakukan Luciana Spica Almilia dan Winny Herdiningtyas dengan menggunakan analisis rasio CAMEL pada tahun 2005. Sebanyak 11 rasio keuangan yang diklasifikasikan menjadi 4 kategori, yaitu capital, asset, earning dan liquidity dipilih sebagai variabel independen. Kesebelas variabel tersebut adalah Rasio Kecukupan pemenuhan KPMM (Kewajiban Penyediaan Modal Minimum), Aktiva Produktif Yang Diklasifikasikan (APYD), Aktiva Produktif bermasalah (APB), Non Performing Loan (NPL), Penyisihan Penghapusan Aktiva Produktif terhadap Aktiva Produktif (PPAPAP), pemenuhan PPAP, ROA (Return on Assets), ROE (Return on Equity), NIM (Net Interest Margin), Biaya Operasional terhadap Pendapatan Operasional (BOPO) dan LDR (Loan to Deposit Ratio). Populasi penelitian ini adalah bank umum yang terdaftar di Bank Indonesia tahun 2002-2003. Sebanyak 27 sampel dipilih dengan metode puposive sampling. Sumber data sekunder diperoleh dari Laporan Keuangan Publikasi Bank Indonesia. Teknik analisis data menggunakan logistic regresion yang diolah dengan program SPSS 15 for windows. Hasil dari penelitian ini adalah terbentuknya model untuk memprediksi kondisi bermasalah. Persamaan regresi logistik yang dihasilkan yaitu : Y = (-12,37) + 7,04 X7 + 15,04X8 + 169,47 X9 + 6,15 X10 – 0,07X11 + ε Variabel yang terpilih adalah ROA (Return on Assets) (X7), ROE (Return on Equity) (X8), NIM (Net Interest Margin) (X9), Rasio Biaya Operasional terhadap Pendapatan Operasional (BOPO) (X10), dan (X11) LDR (Loan to Deposit Ratio). Nilai variabel yang terpilih yang paling signifikan untuk membedakan kondisi bermasalah adalah rasio ROA (Return on Assets) dan rasio NIM (Net Interest Margin). Persamaan regresi logistik yang dihasilkan mampu mengklasifikasikan sampel dengan tepat sebesar 90.7 % ke dalam bank kategori kondisi bermasalah dan kondisi tidak bermasalah.

Actions (login required)

View Item