QORIBA, Fathan and PUJIYONO, Arif,(29 October 2020), MODEL ESTIMASI ARTIFICIAL NEURAL NETWORK DAN MULTIPLE LINEAR REGRESSION DALAM MENGANALISIS DETERMINAN PEMBIAYAAN BERMASALAH (Studi Kasus Seluruh BPRS di Indonesia Periode 2010-2018). , UNSPECIFIED, UNSPECIFIED
Text (Cover)
- Published Version
Download (93kB)
Download (93kB)
Text (Abstrak (Inggris))
- Published Version
Download (110kB)
Download (110kB)
Text (Abstrak (Indonesia))
- Published Version
Download (112kB)
Download (112kB)
Text (Daftar Isi)
- Published Version
Download (258kB)
Download (258kB)
Text (Daftar Pustaka)
- Published Version
Download (160kB)
Download (160kB)
Text (Fulltext PDF Bookmarks)
Restricted to Repository staff only
Download (2MB) | Request a copy
Restricted to Repository staff only
Download (2MB) | Request a copy
Abstract
Bank pembiayaan rakyat syariah (BPRS) merupakan salah satu jenis bank
syariah yang membantu perekonomian nasional melalui pelayanan usaha terhadap
kalangan menengah, kecil, dan mikro. BPRS bertugas menyalurkan pembiayaan
sebagai kegiatan utama operasional usaha. Rasio non performing financing (NPF)
yang mewakili pembiayaan bermasalah justru melebihi batas aman yang
ditetapkan Bank Indonesia.
Penelitian ini bertujuan untuk menganalisis faktor yang berpengaruh
terhadap NPF BPRS di Indonesia. Variabel independen yang dipertimbangkan
untuk diteliti adalah variabel internal dan eksternal. Adapun variabel internal
(spesific bank) dalam penelitian ini adalah financing to deposit ratio (FDR), biaya
operasional terhadap pendapatan operasional (BOPO), capital adequacy ratio
(CAR), return on asset (ROA), size. Sementara itu, variabel eksternal
(makroekonomi) yang digunakan pada penelitian ini adalah produk domestik
bruto (PDB), inflasi, kurs. Populasi penelitian ini adalah seluruh BPRS di
Indonesia yang terdaftar dalam SPS OJK periode 2010-2018. Penelitian ini
menggunakan purposive sampling, sehingga observasi data yang diperoleh
sebesar 36. Metode yang digunakan dalam penelitian adalah artificial neural
network (ANN) untuk mengukur sensitivitas pengaruh variabel secara powerful
direction. Penelitian ini juga dilengkapi model multiple linear regression (MLR)
untuk melihat arah pengaruh serta sebagai pembanding akurasi prediksi metode
ANN.
Hasil penelitian ini adalah semua variabel memiliki sensitivitas pengaruh
dengan klasifikasi tinggi (>0,50). Variabel Size merupakan ukuran pengaruh
tertinggi pada analisis metode ANN. Hasil pengujian MLR menunjukkan bahwa
variabel CAR, ROA, PDB berpengaruh positif terhadap NPF. Variabel Kurs
berpengaruh negatif terhadap NPF, sedangkan variabel FDR, BOPO, Size, Inflasi
tidak berpengaruh. ANN memiliki tingkat akurasi lebih tinggi bila dibandingkan
dengan MLR yang diukur melalui tingkat mean square error, R square, dan
persebaran data.
Keywords : | non-performing financing, BPRS, ANN, MLR, non performing financing , BPRS, ANN, MLR |
---|---|
Journal or Publication Title: | UNSPECIFIED |
Volume: | UNSPECIFIED |
Number: | UNSPECIFIED |
Item Type: | Thesis (Undergraduate) |
Subjects: | Ekonomi Islam |
Depositing User: | Fathan Qoriba |
Date Deposited: | 23 Dec 2020 07:32 |
Last Modified: | 23 Dec 2020 07:32 |
URI: | https://repofeb.undip.ac.id/id/eprint/7844 |