evaluasi dua tahap efisiensi cabang bank … · evaluasi dua tahap efisiensi cabang bank 1...

EVALUASI DUA TAHAP EFISIENSI CABANG BANKEVALUASI DUA TAHAP EFISIENSI CABANG BANKEVALUASI DUA TAHAP EFISIENSI CABANG BANKEVALUASI DUA TAHAP EFISIENSI CABANG BANK

1

OlehOlehOlehOleh ::::

VivitVivitVivitVivit NindaNindaNindaNinda MayangsariMayangsariMayangsariMayangsari

(1207 100 030)(1207 100 030)(1207 100 030)(1207 100 030)

DosenDosenDosenDosen PembimbingPembimbingPembimbingPembimbing::::

Drs. Drs. Drs. Drs. SulistiyoSulistiyoSulistiyoSulistiyo, MT, MT, MT, MT

EVALUASI DUA TAHAP EFISIENSI CABANG BANKEVALUASI DUA TAHAP EFISIENSI CABANG BANKEVALUASI DUA TAHAP EFISIENSI CABANG BANKEVALUASI DUA TAHAP EFISIENSI CABANG BANK

MENGGUNAKAN MENGGUNAKAN MENGGUNAKAN MENGGUNAKAN DATA ENVELOPMENT ANALYSIS DATA ENVELOPMENT ANALYSIS DATA ENVELOPMENT ANALYSIS DATA ENVELOPMENT ANALYSIS (DEA)(DEA)(DEA)(DEA)

Latar BelakangPENDAHULUANPENDAHULUANPENDAHULUANPENDAHULUAN

Latar BelakangLatar BelakangLatar BelakangLatar Belakang

Rumusan MasalahRumusan MasalahRumusan MasalahRumusan Masalah

Batasan MasalahBatasan MasalahBatasan MasalahBatasan Masalah

Tujuan PenelitianTujuan PenelitianTujuan PenelitianTujuan Penelitian

Pertumbuhan industri perbankan yang tinggi Pertumbuhan industri perbankan yang tinggi Pertumbuhan industri perbankan yang tinggi Pertumbuhan industri perbankan yang tinggi

dengan tingkat persaingan yang ketatdengan tingkat persaingan yang ketatdengan tingkat persaingan yang ketatdengan tingkat persaingan yang ketat

Perbaikan kinerja cabang bank agar tetap

2

Manfaat PenelitianManfaat PenelitianManfaat PenelitianManfaat Penelitian

TINJAUAN PUSTAKATINJAUAN PUSTAKATINJAUAN PUSTAKATINJAUAN PUSTAKA

METODE PENELITIANMETODE PENELITIANMETODE PENELITIANMETODE PENELITIAN

Perbaikan kinerja cabang bank agar tetap

kompetitif dengan memanfaatkan input

terhadap output yang akan diperoleh

Data Envelopment Analysis Data Envelopment Analysis Data Envelopment Analysis Data Envelopment Analysis (DEA), model program (DEA), model program (DEA), model program (DEA), model program

matematis nonparametrik untuk mengevaluasi matematis nonparametrik untuk mengevaluasi matematis nonparametrik untuk mengevaluasi matematis nonparametrik untuk mengevaluasi

produktivitas relatif dari unit pembuat keputusan produktivitas relatif dari unit pembuat keputusan produktivitas relatif dari unit pembuat keputusan produktivitas relatif dari unit pembuat keputusan

((((Decision Making UnitDecision Making UnitDecision Making UnitDecision Making Unit/DMU)/DMU)/DMU)/DMU)PENUTUPPENUTUPPENUTUPPENUTUP

HASIL PENELITIANHASIL PENELITIANHASIL PENELITIANHASIL PENELITIAN

Latar Belakang

PenelitianPenelitianPenelitianPenelitian sebelumnyasebelumnyasebelumnyasebelumnya• SumitroSumitroSumitroSumitro ((((2005200520052005)))) :::: PenilaianPenilaianPenilaianPenilaian EfisiensiEfisiensiEfisiensiEfisiensi BankBankBankBank UmumUmumUmumUmum

SwastaSwastaSwastaSwasta NasionalNasionalNasionalNasional DevisaDevisaDevisaDevisa dandandandan BankBankBankBank AsingAsingAsingAsing dengandengandengandengan

MenggunakanMenggunakanMenggunakanMenggunakan DataDataDataData EnvelopmentEnvelopmentEnvelopmentEnvelopment AnalysisAnalysisAnalysisAnalysis (DEA)(DEA)(DEA)(DEA)....

• Laily, A.S (2010) Laily, A.S (2010) Laily, A.S (2010) Laily, A.S (2010) : Pengukuran dan Analisis Efisiensi: Pengukuran dan Analisis Efisiensi: Pengukuran dan Analisis Efisiensi: Pengukuran dan Analisis Efisiensi

PENDAHULUANPENDAHULUANPENDAHULUANPENDAHULUAN





3

• Laily, A.S (2010) Laily, A.S (2010) Laily, A.S (2010) Laily, A.S (2010) : Pengukuran dan Analisis Efisiensi: Pengukuran dan Analisis Efisiensi: Pengukuran dan Analisis Efisiensi: Pengukuran dan Analisis Efisiensi

BankBankBankBank PembangunanPembangunanPembangunanPembangunan DaerahDaerahDaerahDaerah MenggunakanMenggunakanMenggunakanMenggunakan DataDataDataDataEnvelopmentEnvelopmentEnvelopmentEnvelopment AnalysisAnalysisAnalysisAnalysis (DEA)(DEA)(DEA)(DEA)....




PENUTUPPENUTUPPENUTUPPENUTUP


Rumusan Masalah

1. Bagaimana mengevaluasi efisiensi cabang bank

dengan menggunakan Data Envelopment Analysis (DEA) dalam pendekatan utama kinerja

bank yaitu intermediation approach dan production approach.

2. Bagaimana mengidentifikasi faktor-faktor yang






4

2. Bagaimana mengidentifikasi faktor-faktor yang

mempengaruhi ketidakefisienan cabang bank.

3. Bagaimana cara meningkatkan efisiensi cabang

bank yang tidak efisien berdasar metode Data Envelopment Analysis (DEA) yang berfokus pada output (output-oriented).






Batasan Masalah1. Input dan output mempunyai kedudukan yang

sama dengan unit lain dalam tipe yang sama.

2. Variabel-variabel input merupakan kelompok-

kelompok biaya independen satu sama lain.

3. Objek yang diteliti adalah kantor-kantor

cabang pada Bank Umum Swasta Nasional

Devisa.






5

Devisa.

4. Optimasi yang digunakan adalah optimasi

output-oriented.






Tujuan Penelitian1. Mengevaluasi efisiensi cabang bank dengan

menggunakan Data Envelopment Analysis (DEA) dalam pendekatan utama kinerja bank yaitu

intermediation approach dan production approach.

2. Mengidentifikasi faktor-faktor yang

mempengaruhi ketidakefisienan dari cabang






6

mempengaruhi ketidakefisienan dari cabang

bank.

3. Mendapatkan alternatif cara untuk

meningkatkan efisiensi atau perbaikan terhadap

cabang bank yang tidak efisien berdasar metode

Data Envelopment Analysis (DEA) yang berfokuspada output (output-oriented)






Manfaat Penelitian1. Sebagai salah satu acuan untuk mengetahui

efisiensi cabang bank.

2. Memberikan informasi tentang kinerja

cabang bank dalam pendekatan utama

kinerja bank yaitu intermediation approach dan production approach.






7

3. Memberikan alternatif bagi cabang bank

yang tidak efisien untuk meningkatkan

efisien kinerjanya.






Definisi EfisiensiEfisiensi merupakan salah satu parameter

kinerja yang secara teoritis mendasari seluruh

kinerja suatu organisasi. Efisiensi didefinisikan

sebagai kesuksesan dalam memproduksi output

semaksimal mungkin dari sejumlah input yang

diberikan. Konsep dari pengukuran efisiensi itu

sendiri dapat dilihat dari fokus input atau


Definisi EfisiensiDefinisi EfisiensiDefinisi EfisiensiDefinisi Efisiensi

Pendekatan Utama Pendekatan Utama Pendekatan Utama Pendekatan Utama

Kinerja BankKinerja BankKinerja BankKinerja Bank


Studi PendahuluanStudi PendahuluanStudi PendahuluanStudi Pendahuluan

8

sendiri dapat dilihat dari fokus input atau

output (Farrel, 1957).

Penilaian efisiensi cabang bank yang

dimaksud adalah technical efficiency. Efisiensiteknis menunjukkan kemampuan perusahaan

untuk mencapai output semaksimal mungkin

dari sejumlah input.

Data EnvelopmentData EnvelopmentData EnvelopmentData EnvelopmentAnalysis Analysis Analysis Analysis (DEA)(DEA)(DEA)(DEA)

PenetapanPenetapanPenetapanPenetapan

Target PerbaikanTarget PerbaikanTarget PerbaikanTarget Perbaikan




Pendekatan Utama Kinerja Bank

Dua pendekatan yang merupakan aktivitas inti

perbankan adalah[8]:

1. Intermediation approach

Pendekatan ini memandang bank sebagai

perantara antara penabung dan pengguna

(investor).


PendekatanPendekatanPendekatanPendekatan

Utama Kinerja BankUtama Kinerja BankUtama Kinerja BankUtama Kinerja Bank




9

(investor).

2. Production approach

Pendekatan ini memandang bank sebagai proses

produksi dari pelayanan penabung dan

pengguna.







Data Envelopment Analysis (DEA)

Metode ini dikembangkan pertama kali olehCharner, Cooper, dan Rhodes (CCR) pada tahun 1978yang diaplikasikan untuk mengukur efisiensi institusipendidikan. DEA merupakan metodologi non-parametrik pada linier programming yang menghitungrasio bobot dari output terhadap input dari masing-masing unit produksi (Decision Making Unit, DMU)yang hasilnya dinamakan relative efficiency score [1].Nilai efisiensi yang didapatkan nanti berkisar antara 0sampai 1.







10

Nilai efisiensi yang didapatkan nanti berkisar antara 0sampai 1.

∑

∑

=

==m

iiji

s

rrjr

xv

yuz

1

1

Dimana ur adalah bobot dari output r, vi adalahbobot dari input i, dan yrj dan xij adalah nilai dari outputdan input dari masing-masing unit produksi ke-j.







DEA-CCR

Model DEA-CCR merupakan bentuk original dari metode

Data Envelopment Analysis yang dikembangkan pertama kali

oleh Charner, Cooper, Rhodes (1978). Pada model DEA-CCR

ini juga dikenal sebagai model CRS (Constant Return to Scale),yaitu suatu model yang berasumsi bahwa tiap DMU telah

beroperasi secara optimal. Model DEA-CCR berorientasi

output diformulasikan sebagai berikut.







dengan kendala

11







dengan kendala

: tingkat penambahan output total DMU ke-o

i : input ke-i

r : output ke-r

j : DMU ke-j

: DMU yang sedang diteliti

: tingkat penambahan output DMU ke-o

: bobot DMU ke-j

: slack input ke-i

: slack output ke-r

: nilai input ke-i unit ke-j

: nilai output ke-r unit ke-j

DEA-BCC

Model DEA-BCC merupakan pengembangan dari model

DEA-CCR yang dikembangkan oleh Banker, Charnes dan

Cooper (1984). Model ini berasumsi pada variable return toscale (VRS) dimana ukuran input atau output dapat

menyebabkan naik turunnya nilai efisiensi. Hal ini

dikarenakan bahwa pada kenyataannya tidak semua DMU

dapat diasumsikan telah beroperasi secara optimal.







dengan kendala

12







dengan kendala

: tingkat penambahan output total DMU ke-o

i : input ke-i

r : output ke-r j : DMU ke-j

: DMU yang sedang diteliti

: tingkat penambahan output DMU ke-o

: bobot DMU ke-j

: slack input ke-i

: slack output ke-r

: nilai input ke-i unit ke-j: nilai output ke-r unit ke-j







Skala EfisiensiSkala EfisiensiSkala EfisiensiSkala Efisiensi

Skala efisiensi merupakan perbedaan dari

nilai technical efficiency CRS terhadap

technical efficiency VRS.

13







Jika TECRS = TEVRS maka SE = 1. Jika TEVRS>SE,maka perubahan nilai efisiensi naik atau turun

dipengaruhi oleh TEVRS -nya. Jika TEVRS <SE,maka perubahan efisiensi naik atau turun

dipengaruhi oleh perkembangan SE-nya.

DEA-SBM

Model SBM (Slacks-Based Measure)diintrepertasikan sebagai hasil dari input dan output

inefisien untuk mengidentifikasi semua sumber

ketidakefisienan dari DMU yang diteliti[1]. Model

DEA-SBM output-oriented diformulasikan sebagai

berikut.







14







dengan kendala

: nilai efisiensi

: bobot DMU ke-j

r : output ke-r

: slack output ke-r

j : DMU ke-j

: nilai output ke-r unit ke-j

Penentuan target ditentukan melalui nilai slack

yang diperoleh dari perhitungan DEA yang digunakan.

Penetapan target perbaikan berdasarkan output-

oriented adalah

Output : θ*yro + s+







Penetapan Target Perbaikan

15

Input : xio – s –

dengan yro adalah variabel output ke-r dari DMU

yang diteliti, xio adalah variabel input ke-i dariDMU yang diteliti, s+ adalah slack untuk output

dan s – adalah slack untuk input.

Penetapan Penetapan Penetapan Penetapan






Tahap I

Mengolah data dengan model DEA-

CCR fokus output

Mengolah data dengan model

DEA-BCC fokus output

TE CRS PTE VRS

Data-data input

dan output

16

Tahap IINilai Efisiensi

Target Perbaikan

Analisa Hasil

Skala Efisiensi

DEA-SBM




Pembentukan Model DEA Pembentukan Model DEA Pembentukan Model DEA Pembentukan Model DEA


PembentukanPembentukanPembentukanPembentukan

Model DEAModel DEAModel DEAModel DEA

NO DMU

INPUT OUTPUT

BB

(x1)

BOT

(x2)

BOPO

(x3)

BO

(x4)

BTK

(x5)

DPK

(x6)

Pinjaman

(y1)

Laba

(y2)

FBI

(y3)

1 BDG x11 x21 x31 x41 x51 x61 y11 y21 y31

2 SMG x12 x22 x32 x42 x52 x62 y12 y22 y32

3 SLO x13 x23 x33 x43 x53 x63 y13 y23 y33

4 DRM x14 x24 x34 x44 x54 x64 y14 y24 y34

5 VTR x15 x25 x35 x45 x55 x65 y15 y25 y35

Tabel 4.1 Gambaran Umum Variabel Input Output Tiap DMU Tabel 4.1 Gambaran Umum Variabel Input Output Tiap DMU Tabel 4.1 Gambaran Umum Variabel Input Output Tiap DMU Tabel 4.1 Gambaran Umum Variabel Input Output Tiap DMU

17PENUTUPPENUTUPPENUTUPPENUTUP

Penetapan TargetPenetapan TargetPenetapan TargetPenetapan Target

PerbaikanPerbaikanPerbaikanPerbaikan

Efisiensi TeknisEfisiensi TeknisEfisiensi TeknisEfisiensi Teknis

dan Skaladan Skaladan Skaladan Skala

Slacks Slacks Slacks Slacks ––––BasedBasedBasedBasedMeasure Measure Measure Measure (SBM)(SBM)(SBM)(SBM)

Analisis SensitivitasAnalisis SensitivitasAnalisis SensitivitasAnalisis Sensitivitas

5 VTR x15 x25 x35 x45 x55 x65 y15 y25 y35

6 DPS x16 x26 x36 x46 x56 x66 y16 y26 y36

7 MDN x17 x27 x37 x47 x57 x67 y17 y27 y37

8 PLB x18 x28 x38 x48 x58 x68 y18 y28 y38

9 MLG x19 x29 x39 x49 x59 x69 y19 y29 y39

10 WIS x110 x210 x310 x410 x510 x610 y110 y210 y310

11 KLP x111 x211 x311 x411 x511 x611 y111 y211 y311

12 PSB x112 x212 x312 x412 x512 x612 y112 y212 y312

13 PLT x113 x213 x313 x413 x513 x613 y113 y213 y313

14 WSA x114 x214 x314 x414 x514 x614 y114 y214 y314

15 WAH x115 x215 x315 x415 x515 x615 y115 y215 y315




Efisiensi Teknis dan Skala Efisiensi Teknis dan Skala Efisiensi Teknis dan Skala Efisiensi Teknis dan Skala




Tabel 4.2 Hasil Perhitungan Tabel 4.2 Hasil Perhitungan Tabel 4.2 Hasil Perhitungan Tabel 4.2 Hasil Perhitungan Software Software Software Software LINGO 11.0LINGO 11.0LINGO 11.0LINGO 11.0

NO DMUCRS

ScoreVRS

ScoreReturn-to-scale Scale Efficiency

1 BDG 0.753127 0.773228 decreasing 0.974004

2 SMG 1.000000 1.000000 constant 1.000000

3 SLO 0.888705 1.000000 increasing 0.888705

4 DRM 1.000000 1.000000 constant 1.000000

5 VTR 0.469519 0.526032 increasing 0.892567




Slacks Slacks Slacks Slacks ––––BasedBasedBasedBasedMeasure Measure Measure Measure (SBM)(SBM)(SBM)(SBM)




5 VTR 0.469519 0.526032 increasing 0.892567

6 DPS 1.000000 1.000000 constant 1.000000

7 MDN 0.927155 0.966088 decreasing 0.959700

8 PLB 1.000000 1.000000 constant 1.000000

9 MLG 0.606813 0.662234 increasing 0.916312

10 WIS 1.000000 1.000000 constant 1.000000

11 KLP 0.752484 0.771213 increasing 0.975715

12 PSB 0.749381 0.796815 decreasing 0.940470

13 PLT 0.802492 0.904608 decreasing 0.887116

14 WSA 0.741918 0.747493 increasing 0.992542

15 WAH 1.000000 1.000000 constant 1.000000




SlacksSlacksSlacksSlacks----Based Measure Based Measure Based Measure Based Measure (SBM) (SBM) (SBM) (SBM)




Tabel 4.3 Hasil Perhitungan DEATabel 4.3 Hasil Perhitungan DEATabel 4.3 Hasil Perhitungan DEATabel 4.3 Hasil Perhitungan DEA----SBM SBM SBM SBM Software Software Software Software LINGO 11.0LINGO 11.0LINGO 11.0LINGO 11.0

DMUlackSlack Variabel Output

BDG 0.5930762 46212.32 31961.17 22580.32

SMG 0.4852513 121900.6 41178.58 25257.46

SLO 0.3697380 149019.9 50876.71 29549.05

DRM 0.7412802 0.000000 15912.12 15870.69

VTR 0.3958901 207996.6 47235.63 27029.30

DPS 0.4311718 463415.6 47666.65 13975.06

MDN 0.5744788 0.000000 22943.10 24780.57

PLB 0.4657820 0.000000 29549.85 28237.62






SlacksSlacksSlacksSlacks----BasedBasedBasedBasedMeasure Measure Measure Measure (SBM)(SBM)(SBM)(SBM)


PLB 0.4657820 0.000000 29549.85 28237.62

MLG 0.3887674 210184.4 50465.93 25846.99

WIS 1.0000000 0.000000 0.000000 0.000000

KLP 0.5096068 415171.9 15974.63 11323.33

PSB 0.4896117 69943.95 25960.12 29189.35

PLT 0.6150060 20382.84 10956.24 25785.41

WSA 0.6953716 305806.4 14678.31 0.000000

WAH 1.0000000 0.000000 0.000000 0.000000

: slack variabel pinjaman

: slack variabel laba

: slack variabel fee based income (FBI)

Keterangan:

0

0.2

0.4

0.6

0.8

1

1.2

BD

G

SM

G

SLO

DR

M

VT

R

DP

S

MD

N

PLB

MLG

WIS

KLP

PS

B

PLT

WS

A

WA

H

DMU-DMU

Efisiensi Teknis CRS (TE)

0

0.2

0.4

0.6

0.8

1

1.2

BD

G

SM

G

SLO

DR

M

VT

R

DP

S

MD

N

PLB

MLG

WIS

KLP

PS

B

PLT

WS

A

WA

H

DMU-DMU

Efisiensi Teknis Murni (PTE)

Gambar 4.1 Grafik Efisiensi Teknis CRS Tiap DMU Gambar 4.2 Grafik Efisiensi Teknis VRS Tiap DMU

20

Gambar 4.1 Grafik Efisiensi Teknis CRS Tiap DMU Gambar 4.2 Grafik Efisiensi Teknis VRS Tiap DMU

0

0.2

0.4

0.6

0.8

1

1.2

BD

G

SM

G

SLO

DR

M

VT

R

DP

S

MD

N

PLB

MLG

WIS

KLP

PS

B

PLT

WS

A

WA

H

DMU-DMU

Skala Efisiensi (SE)

Gambar 4.3 Skala Efisiensi Tiap DMU

0

0.2

0.4

0.6

0.8

1

1.2

BD

G

SM

G

SLO

DR

M

VT

R

DP

S

MD

N

PLB

MLG

WIS

KLP

PS

B

PLT

WS

A

WA

H

DMU-DMU

Efisiensi Teknis SBM

Gambar 4.4 Grafik Efisiensi Teknis SBM Tiap DMU

Penetapan Target Perbaikan Penetapan Target Perbaikan Penetapan Target Perbaikan Penetapan Target Perbaikan

Tabel 4.8 Rekapitulasi Target Perbaikan Model

DEA-CCR (dalam juta rupiah)

DMU Variabel Nilai AwalTarget

PerbaikanImprove

BDG

BBBOTBOPOBOBTKPinjamanDPKLabaFBI

165546.42577.95

1734.739128.09

32693.31361335.13

2723618.6943934.2718769.98

110569.87411.0924612.3029128.09

20411.27361335.13

1946561.7962427.20484

18769.98

33.21%28.87%64.70%

0%37.57%

0%28.53

42.09%0%

Tabel 4.9 Rekapitulasi Target Perbaikan Model

DEA-BCC (dalam juta rupiah)


PerbaikanImprove

BDG


165546.42577.95

1734.739128.09

32693.31361335.13

2723618.6943934.2718769.98

106772.97577.95

836.80349128.09

18776.79361335.13

1892592.2959028.43377

18769.98

35.50%0%

51.76%0%

42.57%0%

30.51%34.36%

0%

21

FBI 18769.98 18769.98 0% FBI 18769.98 18769.98 0%

Tabel 4.10 Rekapitulasi Target Perbaikan Model DEA-SBM

(dalam juta rupiah)


PerbaikanImprove

BDG


165546.42577.95

1734.739128.09

32693.31361335.13

2723618.6943934.2718769.98

165546.42577.95

1734.739128.09

32693.31407547.45

2723618.6975895.4441350.20

0%0%0%0%0%

12.79%0%

72.75%120.30%

DMUNilai

AwalVariabel

Nilai Asli(Juta Rp)

ImprovisasiNilai Dual

Price

KontribusiPeningkatan/Penurunan

NilaiBaru

Perubahan Efisiensi Teknis

BDG 1.327798

BB 165546.42 0.332091446 0.1000000E-06 0.005497655 1.333295655 0.750021195BOT 577.95 0.288705943 0.1000000E-06 1.66858E-05 1.327814686 0.753117141BOPO 1734.73 0.647033255 0.1000000E-06 0.000112243 1.327910243 0.753062946BO 9128.09 0 0.1227366E-03 0 1.327798 0.753126605BTK 32693.31 0.375672211 0.1000000E-06 0.001228197 1.329026197 0.752430616Pinjaman 361335.13 0 -0.9213566E-06 0 1.327798 0.753126605DPK 2723618.69 0.285303116 0.1000000E-06 0.07770569 1.40550369 0.711488705Laba 43934.27 0.420922774 -0.1000000E-06 -0.001849293 1.325948707 0.754176987FBI 18769.98 0 -0.3530574E-04 0 1.327798 0.753126605

Tabel 4.11 Hasil Analisis Sensitivitas Model DEA-CCR

DMUNilai

AwalVariabel

Nilai Asli(Juta Rp)

Improvisasi Nilai Dual PriceKontribusi

Peningkatan/Penurunan

NilaiBaru

PerubahanEfisiensiTeknis

Tabel 4.12 Hasil Analisis Sensitivitas Model DEA-BCC







22

BDG 1.293279

BB 165546.42 0.355027006 0.1000000E-06 5.87734E-03 1.299156345 0.769730298

BOT 577.95 0 0.2659738E-03 0 1.293279 0.77322836

BOPO 1734.73 0.517617496 0.1000000E-06 8.97927E-05 1.293368793 0.773174678BO 9128.09 0 0.2048868E-04 0 1.293279 0.77322836BTK 32693.31 0.425668737 0.1000000E-06 1.39165E-03 1.294670652 0.77239721Pinjaman 361335.13 0 -0.1873029E-05 0 1.293279 0.77322836

DPK 2723618.69 0.305118559 0.1000000E-06 0.083102661 1.376381661 0.726542665Laba 43934.27 0.343562412 -0.1000000E-06 -1.50942E-03 1.291769584 0.774131867

FBI 18769.98 0 -0.1698538E-04 0 1.293279 0.77322836

DMUNilai

AwalVariabel

Nilai Asli(Juta Rp)

ImprovisasiNilai Dual

Price

Kontribusi Peningkatan/Penurunan

NilaiBaru

Perubahan Efisiensi Teknis

BDG 0.5930762

Pinjaman 361335.13 0.12789304 -0.3244812E-06 -0.014995006 0.578081194 0.578081194

Laba 43934.27 0.727476978 -0.2668679E-05 -0.085294103 0.507782097 0.507782097

FBI 18769.98 1.202996487 -0.6246488E-05 -0.141047073 0.452029127 0.452029127

Tabel 4.13 Hasil Analisis Sensitivitas Model DEA-SBM







SlacksSlacksSlacksSlacks----BasedBasedBasedBasedMeasure Measure Measure Measure (SBM)(SBM)(SBM)(SBM)





KesimpulanKesimpulanKesimpulanKesimpulan


Berdasarkan analisis dan pembahasan yang telah dilakukan

terhadap 15 cabang Bank Umum Swasta Nasional Devisa, kesimpulan

yang dapat diambil antara lain:

1. Kantor-kantor cabang Bank Umum Swasta Nasional Devisa yang

memiliki kinerja efisien pada model DEA-CCR adalah Kantor

Cabang SMG, Kantor Cabang DRM, Kantor Cabang DPS, Kantor

Cabang PLB, Kantor Cabang WIS, dan Kantor Cabang WAH. Untuk

model DEA-BCC kantor cabang yang kinerjanya efisien adalah

23


SaranSaranSaranSaran


model DEA-BCC kantor cabang yang kinerjanya efisien adalah

Kantor Cabang SMG, Kantor Cabang SLO, Kantor Cabang DRM,

Kantor Cabang DPS, Kantor Cabang PLB, Kantor Cabang WIS, dan

Kantor Cabang WAH. Sedangkan, pada model DEA-SBM kantor

cabang yang kinerjanya efisien adalah Kantor Cabang WIS dan

WAH. Dari 15 kantor cabang bank yang diteliti, hanya Kantor

Cabang WIS dan Kantor Cabang WAH memiliki kinerja terbaik dari

ketiga model DEA dengan nilai efisiensi sama dengan 1 atau 100%,

artinya kantor cabang tersebut dapat secara optimal menggunakan

input dan menghasilkan output yang sesuai.






2. Variabel-variabel yang mempengaruhi ketidakefisienan kinerja

pada model DEA-CCR untuk DMU BDG, SLO, MLG VTR dan WSA

adalah variabel laba. DMU KLP, PSB, dan PLT variabel yang

mempengaruhi ketidakefisienan pada model DEA-CCR adalah

variabel pinjaman dan fee based income (FBI). Sementara DMU

MDN variabel yang mempengaruhi ketidakefisienan adalah

variabel FBI. Lain halnya pada model DEA-BCC untuk DMU MLG

dan DMU WSA variabel pinjaman dan laba mempengaruhi

ketidakefisiean. Untuk DMU BDG variabel yang mempengaruhi

ketidakefisienan pada model DEA-BCC adalah variabel laba. Sama

halnya dengan DMU VTR, dan WSA. Lain halnya dengan DMU KLP

24




halnya dengan DMU VTR, dan WSA. Lain halnya dengan DMU KLP

dan dan DMU PSB variabel yang mempengaruhi ketidakefisienan

kinerja DMU tersebut adalah variabel pinjaman dan fee basedincome (FBI). Untuk DMU MDN dan DMU PLT variabel yang

mempengaruhi ketidakefisienan adaah variabel fee based income(FBI). Pada model DEA-SBM untuk DMU BDG, VTR, SMG, SLO,

DPS, MLG, KLP, PSB, dan PLT variabel yang mempengaruhi

ketidakefisienan kinerja DMU tersebut adalah variabel laba,

pinjaman dan fee based income (FBI). Sementara untuk DMU

DRM, MDN dan PLB variabel yang mempengaruhi ketidakefisienan

adalah variabel laba. Lain halnya dengan variabel yang

mempengaruhi ketidakefisienan DMU WSA adalah variabel

pinjaman dan laba.






3. Perbaikan target untuk DMU BDG, SMG, SLO, VTR, DPS, MLG, KLP, PSB,

dan PLT dilakukan terhadap variabel pinjaman, laba dan fee basedincome (FBI). Untuk mencapai efisiensi variabel pinjaman, laba dan feebased income (FBI) dari DMU BDG ditingkatkan sebesar 46212.32%,

31961.17%, dan 22580.32% dari nilai awal. Untuk DMU SMG sebesar

121900.6%, 41178.58%, dan 25257.46% dari nilai awal.Untuk DMU

SLO sebesar 149019.9%, 50876.71%, dan 29549.05% dari nilai

awal.Untuk DMU VTR sebesar 207996.6%, 47235.63%, dan

27029.30% dari nilai awal.Untuk DMU DPS sebesar 46341.6%,

47666.65%, dan 13975.06% dari nilai awal.Untuk DMU MLG sebesar

210184.4%, 50465.93%, dan 25846.99% dari nilai awal.Untuk DMU

KLP sebesar 415171.9%, 15974.63%, dan 11323.33% dari nilai awal.

25




KLP sebesar 415171.9%, 15974.63%, dan 11323.33% dari nilai awal.

Untuk DMU PSB sebesar 69943.95%, 25960.12%, dan 29189.35% dari

nilai awal dan DMU PLT sebesar 20382.84%, 10956.24%, dan

25785.41%. Target perbaikan untuk DMU DRM, MDN, dan PLB

dilakukan terhadap variabel laba dan fee based income (FBI). Untuk

mencapai efisiensi variabel-variabel laba dan fee based income (FBI)

dari DMU DRM ditingkatkan sebesar 15912.12% dan 15870.69% dari

nilai awal. Untuk DMU MDN sebesar 22943.10% dan 24780.57%.

Untuk DMU PLB sebesar 29549.85% dan 28237.62%. Sedangkan target

perbaikan untuk DMU WSA dilakukan terhadap variabel pinjaman dan

laba. Untuk mencapai efisien variabel-variabel pinjaman dan laba

ditingkatkan sebesar 305806.4% dan 14678.31%.







Saran yang dapat dikembangkan untuk penelitian

selanjutnya adalah :

1. DEA memiliki model yang dapat dikembangkan

untuk meneliti suatu DMU, oleh karena itu untuk

penelitian selanjutnya dapat digunakan model

berorientasi pada input-output.

2. Penilaian efisiensi DEA dapat diperluas terhadap

26




2. Penilaian efisiensi DEA dapat diperluas terhadap

instansi bukan bank seperti rumah sakit,

perguruan tinggi, saham dan lain sebagainya.

DAFTAR PUSTAKADAFTAR PUSTAKADAFTAR PUSTAKADAFTAR PUSTAKA[1] Cooper, WW., Lawrence M. Seiford, and Kaoru Tone. 2007., Data Envelopment Analysis: A

Comprehensive Text with Models, Applications, Reference and DEA-Solver Software, 2nd ed. Springer Science+Business Media, LLC.

[2] Farrel, M.J. 1957. The Measurement of Productine Efficiency. Journal of the Royal Statistical Society, Series A, CXX, Part 3, 253-290.

[3] Hidayati, Juliza. 2005. Analisis Kinerja Bank dengan DEA. Jurnal Sistem Teknik Industri, Vol.6,

No.2, April 2005:17-23.

[4] JK, Sugiarto. 2007. Pengukuran dan Analisis Efisiensi Relatif Kantor-Kantor Cabang Bank XYZ dengan Menggunakan Metode Data Envelopment Analysis. Thesis, Jurusan Manajeman Teknik

Industri ITS, Surabaya.

[5] Laily, A.S. 2010. Pengukuran dan Analisis Efisiensi Bank Pembangunan Daerah MenggunakanMetode Data Envelopment Analysis (DEA). Tugas Akhir, Jurusan Matematika ITS. Surabaya.

27

Metode Data Envelopment Analysis (DEA). Tugas Akhir, Jurusan Matematika ITS. Surabaya.

[6] Paradi, J.C, Stephen Rouatt, and Haiyan Zhu. 2010. Two-Stage Evaluation of Bank Branch Efficiency Using Data Envelopment Analysis. Journal of Omega 39, 99-109.

[7] Ray, Subhash C. 2004. Data Envelopment Analysis : Theory and Techniques for Economics and Operation Research. Cambridge University Press.

[8] Sumitro. 2005. Penilaian Efisiensi Bank Umum Swasta Nasional Devisa dan Bank Asing denganMenggunakan Data Envelopment Analysis (DEA). Tugas Akhir, Jurusan Matematika ITS.

Surabaya.

[9] Thomas, Suyatno. 2007.Kelembagaan Perbankan. URL: http://books.google.co.id (diakses tanggal28 Desember 2010).

[10] www.wikipedia.org (diakses tanggal 1 Januari 2011)

[11] Wu, Tai-Hsi., Chen, Ming-Shiun., Yeh, Jin-Yii. 2009. Measuring the Performance of Police Forces in Taiwan using Data Envelopment Analysis. Evaluation and Program Planning 33, 246-

254.

[12] Zhu, Joe. 2009. Quantitative Models for Performance Evaluation and Benchmarking : Data Envelopment Analysis with Spreadsheets. ed. Springer Science+Business Media, LLC.

Sekian

dan

28

dan

Terima Kasih

evaluasi dua tahap efisiensi cabang bank … · evaluasi dua tahap efisiensi cabang bank 1...

Documents