I MnNFAAT INDIKAToR-IN DIKAToR KEuANGAN

DALAM PEMBENTUKAN MODEL PREDIKSI KONDISI KESEHATAN PERBANKAN

FX. Sugiyanto
Fakultas Ekonomi Universitas

Diponegoro, Semarang

Prasetiono
Fakultas

E\onomi Universitas Diponegoro, Semarang

Teddy Hariyanto
Magister Manajemen Universitas Diponegoro, Semarang

ABSTNACT

:inancialdisfress prediction is an essentialissue in finance. Especially in :nerging economies, predicting the future financial situation oif inOiviAuat :crporate entities is even mlre significant, bearing in mind the general *onomic turnmoil that can be caused by Dusiness failures, Foiowing this :iscrimination approach this study explores the usefulness o/ financial ratios n constructing the discriilnation models as an earty waring system. The z0os used in the models were compited from financial reporis of I l0 'Nonesian banks that listed in lndonesian Banking Directory. The result of nis /nvstigation show that financial ratios are significant witnin So/o for one par before failure and 10o/o for two years before faiture as bankruptcy vediction variable of a bank. Those ratios also explain thatassef quitity, ranagement earning pTwer and liquidity are the determines of the Nonesian banks banckru ptcy.

Jeptord :
rdikator Keuangan - Kesehatan Bank - Financial Drsfress Prediction
EDAHUIUAI{

O .\ \/

ejak diluncurkannya paket deregulasi Oktober 1988, dunia

pgrb**

dibangkitkan untuk bekerja keras mengadakan ekspansi setelah bertahuntahun terpaksa menahan diri karena adanya ketentuan credit ceiting.Banyak

bank baru dibuka dan kantor cabang baru didirikan dalam waktu singkat baik bank nasional, campuran maupun asing. Jumlah bank pada tahun 1988 menurut laporan
Bank lndonesia adalah 1 1 1 bank dengan 1728 kantor dengan aneka status dan pada tahun 1994 sudah meningkat menjadi sekitar 240 dengan 6300 kantor bank. Dana yang berhasil dihimpun iuga meningkat dari Rp37,5 trilyun menjadi Rp1 70 trilyun pada 1gg4,
JURNAI BtSNtS

STRATEGT

Vot. 10 /Desemberfih. vtu2002 i,'.'1fr;:r

-\

.:_.

MANFAAT INDIKATOR-INDIMTOR KEUANGAII DALAM PEMBENTUKAN MODEL PREDIKSI KONDISI KESEHATAN PERBANKAI{

Akan tetapi, konsekuensi dari periode kebebasan dan

kompetisi ini kadang menjurus ke arah yang negatif dan tidak jarang mengabaikan etika bisnis perbankan. Keberhasilan perbankan dalam menghimpun dana
masyarakat menyebabkan ekspansi kredit yang berlebihan sehingga meningkatkan suhu perekonomian. Akibat dari semua itu pada 28 Februari 1991 0toritas

menjatuhkan secara tajam Kualitas Aktiva Produktil (KAP) bank. Sebagai konsekuensinya, berdasarkan kebijakan Prudential Banking Pratices, bank wajib

membentuk Pencadangan Penghapusan Aktiva

Produktif (PPAP) yang sebanding dengan

memburuknya KAP tersebut.
.

Akan tetapi, pada umumnya bank akan

menghadapi kenyataan bahwa cadangan yang sudah dipupuknya masih iauh di bawah jumlah PPAP yang

Moneter mengambil kebijakan uang ketat dan

mengeluarkan paket deregulasi (Paktri 1991) yang mengutamakan pelaksanaan prinsip prudential bank'

ing system. Mulai saat itu kondisi moneter dianggap

tidak longgar lagi dan dibarengi dengan tingkat bunga yang tinggi.
Kebijakan Prudential Banking Practicestersebut

mendadak wajib dibentuk itu. Kekurangan PPAP ini akan makin berlipat ganda apabila bank menyimpan

portofolio valas, sebagai akibat dari terjadinya depresiasi yang tajam pada nilai tukar rupiah.
Kekurangan pembentukan PPAP inilah yang pada

diterbitkan setelah sejumlah persoalan-persoalan di sekitar pelanggaran muncul kepermukaan seperti

pelanggaran atas Batas Maksimum Pemberian Kredit

akhirnya menyebabkan besaran modal dalam

perhitungan CAR menurun dengan drastis bahkan

menjadi minus, belum lagi bila diperhitungkan

keru
g

(BMPK), besaran minimum Capital Adequacy Ratio (CAR), jumlah cadangan penghapusan yang waiib

ian-keru

gi

an sebag ai aki bat dari rnteres t margin

yang negatil.
Tampaknya memang tidak ada lagi pilihan bagi pemerintah, kecuali harus melaksanakan tindakan

dibentuk dan lain-lain. Sementara itu, untuk

menetapkan kebijakan tersebut dalam undangundang, pemerintah mengeluarkan deregulasi
selanjutnya yaitu diundangkannya UU No 7 tahun 1992

yang tegas untuk melaksanakan restrukturisasi

perbankan nasional secara menyeluruh. Program
tersebut telah berhasil mengubah peta perbankan ln-

tentang Perbankan dan dengan dikeluarkannya UU ini

UU No. 14 tahun 1967 tentang pokok-pokok

perbankan tidak berlaku lagi,

donesia secara mendasar, berdasarkan data dari

Stati sti k
E

konomi - Keu angan lndones i a Agu stu s tahun

Krisis perbankan mulai dirasakan, pada pertengahan 1 990-an ketika penyakit-penyakit dunia
perbankan diketahui dalam berbagai bentuknya seperti

2000 hasil sementara yang telah dicapai pemerintah

dapat dirangkum sebagai berikut:

pelanggaran batas maksimum pemberian kredit sebagaimana yang terjadi pada bank-bank umum. Sejak kasus over ekspansif pemilik bank dalam
menjalankan usahanya diBank Summa sehingga bank

a. Jumlah Perbankan Nasional telah menurun dengan pesat dari 239 Bank pada tahun 1996, 208
bank pada tahun 1998 menjadi 162 bank pada pertengahan tahun 2000. Hal tersebut merupakan
akibat dari dilaksanakannya proses likuidasi 54 bank

ini dilikuidasi akhir tahun 1992, kasus korupsi Eddy Tansil di Bapindo, pemeringkatan internasional yang
rendah kepada Bank Danamon lndonesia, Bank Umum

pada periode 1997 dan 1999 dan dibekukannya

kegiatan operasi 10 buah bank dan penutupan sendiri
2 bank umum eks bank campuran. Selain itu, dilakukan

Nasional (BUN), Bank Dagang Nasional lndonesia

(BDNI) dan sejumlah bank papan atas lainnya,

munculnya perang hadiah bank-bank swasta nasional

penggabungan usaha empat bank persero, dua bank umum swasta nasionaldan dua bank umum eks bank

dalam memperebutkan dana masyarakat (Kwik Kian Gie, 1998).

Sementara itu, menurut laporan Bank lndonesia kredit macet perbankan telah meningkattajam dari

campuran, serta pendirian dua bank persero. b. Dari sisi kredit rupiah dan valas perbankan yang diberikan pada tahun 1999 telah menunjukkan
penurunan dibandingkan tahun 1998, namun kembali mengalami peningkatan pada triwulan I tahun 2000.

1,9% pada tahun 1997 menjadi 18,S% pada tahun

1998. Berdasarkan data tersebut menunjukkan bahwa, krisis muftidimensional yang melanda lndonesia selak

Penurunan kredit perbankan tersebut akibat

dilakukannya pembekuan kegiatan usaha beberapa bank dan adanya pengalihan kredit bermasalah ke AMU/BPPN pada periode triwulan I tahun 1999.

periode pertengahan 1997 hingga saat ini telah

'ffiJuRriArBrsNrs STRATEG|

Vot. 10/Desemberfh. Vty2002

Tf,$IFI,r-

INO

]I-TII

':MBENTUKAN

IMTOR.INDIKATOR KEUANGAN MODEL PREDIKSI KONDISI KESEHATAN PERBANKAN

bu'in?n

ij3:
iar

teriadi hampir diseluruh kelompok bank kecuali Penurunan terbesar terjadi pada kelompok BUSN <elompok bank persero. Studi mengenai sistem peringatan dini mengguna_

erat dengan fenomena kesulitan keuangan

perusahaan, karena itu penggunaan rasio_rasio keuangan sebagai indikator untuk memprediksi
kepailitan suatu perusahaan dan sebagai masukan untuk pembuatan model prediksi kepailitan sangat tepat (Dambolena & Khoury, 1gg0; Altman 1g6g;
Beaver 1966/1968; 0hlson 19g0, O'Connor, 1 g73;

ra. rodel prediksi kepailitan sebenarnya telah banyak : i'-kan di Amerika serikat. Tradisi penelitian ini diawali

rtr

Dambolena dan Khoury (1990), Thomson (1991) ;a- :anyak lagi, bahkan hingga kini masih terus dilakukan.

';:l),

3eaver (1966), Altman (1968), Sinkey (1975), 0hlson

Mas'ud Macfoedz, 1gg4; dan Avianti lggg).

Rasio-rasio keuangan mampu memprediksi

i*:agai

studi penelitian terdahulu tersebut, umumnya

-'r:.ggunakan informasi keuangan (Neraca, laporan laba_ aliran kas dan sebagainya) yang dikeluarkan :r--sahaan, dan dengan menggunakan analisis rasio-i. keuangan untuk melakukan penilaian terhadap {,:::ratan perusahaan bahkan prediksi terhadap kinerja

'-;

dengan lebih baik kemungkinan pailitnya suatu perusahaan dibandingkan dengan model random walk (Schieder, 1981). Hasil penelitian tersebut mampu menunjukkan keeratan hubungan antara fenomena kesulitan keuangan perusahaan dengan rasio-rasio keuangan. Rasio-rasio keuangan juga mampu mengindikasikan kekuatan keuangan suatu perusahaa,
mi s ki p u n, r asi o - r as i o ke u an g an te rs e b ut me miliki kelemahan dalam hal metodenya yang bersilat univariat, namun kelemahan ini diatasi dengan

:8,--sahaan di masa depan, Hasil-hasil penelitian terdahulu Ba- nenunjukkan bahwa dengan analisis rasio keuangan

::
.

:"i.;z: diketahui kelemahan dan kekuatan perusahaan dari .::&r]g?nnya dan analisis rasio keuangan ini dapat

:-:,-

'iri?)

terhadap kemunduran kondisi keuangan dari

3erusahaan.

'i.::

Studi mengenai sistem peringatan dini menggumodel prediksi kepailitan masih sangat jarang
Beberapa penelitian yang berhasil

: - *pun peneliti mengenai studi terhadap sistem

:'r":gatan dini di lndonesia telah dilakukan oleh Avianti 'l'13i, lndira dan Muljawan (1gg8), Machfoedz dan

r i. -(art di lndonesia.

menggunakan metode multivariat diantaranya dengan menggunakan analisis diskriminan linear dan regresi logistik (Altman, 1g68; Ohlson 1gg0; Avianti, 1999). Berdasarkan hasil penelitian ter-

sebut, menunjukkan bahwa model prediksi

menggunakan regresi logistik dan analisis diskriminan linear memiliki kemampuan untuk mempre-

lt1:ria (1999), Mongid (1999), Aryati (1999), Witopo ';':':), 0urriyani (1999) dan Surifah (1ggg). Studi ini
*u

diksi kebangkrutan bank dan mampu menjadi

sistem peringatan dini (early warning system).
Hipotesis yang diajukan dalam penelitian ini adalah,

i iirasa sangat diperlukan dan mulai marak dilakukan

ekonomi yang hebat dan banyak perusahaan jatuh =

r:

r,a---taru ini ketika lndonesia sedang terpuruk kedalam

1.

r,a-:<'ut, untuk itu penelitian ini bertujuan: (1) Untuk

Terdapat hubungan antara probabilitas kegagalan suatu bank dan rasio-rasio

rur ; :tah u i indikator-indikato r domin an berupa rasio-rasio rs':,-tan yang memiliki kemampuan dalam menentukan {r::''tgkrutan suatu bank.; (2) Untuk mengetahui

keuangan yang berhubungan dengan

2. 3. 4.

kekuatan modal bank tersebut.

rlil{-:erikan temuan empiris tentang manfaat rasio {e-a-;an pada tingkat individual maupun pada tingkat
nc,.s:-k berupa modelperingatan dini dalam memprediksi

1i --!dn manfaat indikator-indikator keuangan dengan rr": <si kondisi kesehatan perbankan nasional; (3)

Terdapat hubungan antara probabilitas kegagalan suatu bank dan rasio-rasio

keuangan yang berhubungan dengan

kualitas aset bank tersebut.

Terdapat hubungan antara probabilitas kegagalan suatu bank dan rasio-rasio

err;krutan

keuangan yang berhubungan dengan

efisiensi manajemen bank tersebut,
Terdapat hubungan antara probabilitas kega-

bank berdasarkan laporan keuangan yang

irr-:

<asikan.

fiudesis
rasio-rasio keuangan mempunyai hubungan yang
JURNAL BtSNtS

galan suatu bank dan rasio-rasio keuangan

yang berhubungan dengan kemampuan

bank tersebut dalam memperoleh laba.

SIRATEG|

Vol. 10 /Desember/Th, vt/2002

:::::::::ii:l:i::
.:iit:a:{

:::::

1.1 J

MANFAAT INDIKATOR.INDIKATOR TEUNMET DALAM PEMBENTUKAN MODEL PREDIKSI KONDISI KESEHATAN PERBANMT

5.

Terdapat hubungan antara probabilitas kegagalan suatu bank dan rasio-rasio keuangan yang

tahun 1999. Berdasarkan kategori tersebut ditart

sampel sejumlah 80 bank umum nasional (bukan bart campuran maupun bank asing ) yang tidak dilikuidasi pada tahun 1999 dan 30 bank umum nasional (bukan bank campuran maupun bank asing )yang dilikuidag pada bulan Marettahun 1999. Sementara itu untuk sampel validasi digunakn purpusive sampling yailu 22 Bank yang Go publik

berhubungan dengan likuiditas bank tersebut.

Metode Penelitian

Metode penelitian yang digunakan dalam penelitian ini telah mengacu kepada beberapa penelitian sebelumnya yaitu penelitian yang telah
dilakukan oleh misalnya Altman (1968), Wezel et al (1996), lndira dan Muljawan (1998), Machfoedz (1994), Wilopo (2000), Mongid (2000), Aryati (2000),
Surifah (1999), dan Avianti (1999). Sementara itu, yang membedakan penelitian ini

dr

listing di Bursa Etek Jakarta tahun 2001.

Tehnik Analisis Data

Analisis Diskriminan Linear

Analisis Diskriminan Linear adalah metode y

dengan penelitian-penelitian tersebut diatas adalah

jumlah sampel yang diambil dimana sampel yang

diambil merupakan bank-bank umum nasional yang
bukan bank campuran maupun bank asing dan rasio-

paling populer untuk memisahkan perusahaan

akan mengalami financial dislress. lde

mengklasifikasikan perusahaan ke dalam kelo

rasio keuangan yang digunakan dalam penelitian ini

diperbanyak.

kelompok didasarkan pada satu atau lebih vari Analisis diskriminan linear adalah suatu kombi untuk menemukan variabel yang dominan di

Jenis dan Sumber Data

Penelitian ini sepenuhnya menggunakan data
sekunder, yaitu laporan keuangan periode 1996

variabel-variabel independen dan memisa

populasike dalam dua sub populasiberdasarkan
karakteristik populasi yang telah ditentukan.

-1997

yang telah diaudit oleh akuntan publik, dipublikasikan

Pada awal penelitian mengenai kebang

Beaver pada tahun 1967 menggunakanunivariate

untuk umum serta tercantum dalam direktori

perbankan lndonesia yang diterbitkan oleh Bank ln-

criminant analysis, metode ini adalah metode

sangat sederhana dimana nilai dari satu digunakan untuk memisahkan pengamatan
dua kategori. Analisis diskriminan menentukan

donesia. Periodisasi data penelitian yang mencakup data periode 1996 -1997 dipandang cukup mewakili kondisi perbankan di lndonesia pada saat itu dan
indikator-indikator keuangan perbankan pada periode

cut-0ff painf, x* dimana

x<x*

menempatkan

itu dapat digunakan sebagai prediktor untuk

menganalisa maupun memprediksi kebangkrutan bank tahun 1 999.

pengamatan pada kategori 1, dan apabila

ditempatkan pada ketegori 2.

Seperti univariate discriminant analys$

Populasi dan sampel

Populasi dari Penelitian ini adalah seluruh bank

variate discriminant analysis adalah metode menempatkan suatu obyek individu pe

dalam salah satu dari sub populasi. Dalam seklompok variabel independen dengan

umum yang beroperasi di lndonesia yaitu sebanyak 239 bank sampai dengan akhir tahun 1996 dan 222
bank sampai dengan akhirtahun 1997. Kemudian dari

karakteristik tertentu, 1= (x1,x2,...,xn),

Variabel-variabel tersebut.masuk dalam funSi yang linear. Fungsi nilai linear ini kemudian sebagai variabel yang membedakan.

populasi tersebut, sampel estimasi diambil secara

Cluster Sampling, yaitu 178 bank-bank dengan

kategori bank umum nasional (bukan bank campuran maupun bank asing ) pada akhir 1gg7 dibagi menjadi

1,

Analisis diskriminan linear memiliki

Distribusi dari data yang digunakan

multivariat normal Varians-kovarians matriks adalah siytr Tidak terjadi multikolinearitas dianhn independen

140 bank umum nasional (bukan bank campuran

maupun bank asing )yang tidak dilikuidasi pada tahun

1999 dan 38 bank umum nasional (bukan bank

campuran maupun bank asing ) yang dilikuidasi pada

ffiiii

JURNAL BtsNts

$TRAIEGI

Vot. 10 /Desember/Th. Vil/2002

IXATOR.INDIKATOR KEUANGAN
MODEL PREDIKSI KONDISI KESEHATAN PERBANKAN

llan tetapi studi-studi

tidak mel emahkan

empiris sebelumnya

bahwa masalah sehubungan dengan asumsi

ke mamp uan klasilikasi tetapi prediksi kemampuan dari model diskriminan

dapat menggunakan beberapa rumus dibawah ini (hair et al; 1995):

a,

Pengembangan Matriks Ketepatan (Accuracy

Matrix)

tfubungan antar variabel dengan metode analisis

iun

linear dalam penelitian ini menggunakan rasio-

yang ditunjukkan sebagai variabel X1, X2, sebagai variabel independen, kemudian langsung

Pengujian ini adalah untuk membuktikan apakah posisi setiap variabel independen terpilih berada pada tingkatan yang sudah
tepat, dengan menggunakan paket program

model prediksi melalui mekanisme sfeprvrse

Prosedur Stepwise ini merupakan tehnik reduksi

SPSS dengan uji wilks's Lambda. Dalam kasus kebangkrutan bank, seandainya terdapat sebuah populasi G yang dibentuk
dari dua grup G1 (Bank yang tidak bangkrut) dan G2 (Bank yang bangkrut). Dua besaran

nsio-rasio keuangan (X1,X2...,X18) yang akan n indikator-indikator utama (X.,,...Xn) dan

variabel independen yang paling signilikan

uii F dan memiliki kemampuan untuk

inasikan obyek observasi untuk masuk ke salah satu l<elompok a priori.
Modelyang terbentuk dari metode diskriminan linear (Hair et al; 1995):

sampel n1 dan n2 dari G1 dan G2 secara berturut-turut. Sebuah set pengukuran variabel'dependen yang bei'isi rasio-rasio
keuangan yang ditarik dari G. Satu masalah yang dapat muncul adalah bagaiman akita

dapat memutuskan apakah satu individual

Z=ho+ btr,+ by'r+,,. +

statistik
Bi adalah bobot diskriminan

b)\

objek termasuk ke dalam G1 atau

G2

(1)

berdasarkan pada pengukuran pada k-com-

: Xi adalah rasio-rasio {inansialyang dipilih secara

ponent ve'ctlr darivariabelX? secara jtulas,

l=

1,2,3,...k

selama keputusan untuk mendiskriminasikan individu suatu error (kesalahan) misklasifikasi tak dapat dielakkan yaitu
aturan untuk menugaskan satu individu bank untuk masuk ke grup G1 atau G2 ketika ia benar-benar milik grup G2 atau sebaliknya.

Z adalah skor fungsi diskriminan

ffiasi

*Es

Tahap validasi dilakukan untuk memperoleh hasil matriRs, cuftingscore untuk menguji tepat pengelompokan sampel ke dalam kelompok dan tidak sukses. Untuk menguji hasil tersebut
Tabel
1

Kemungkinan misklasifikasi dapat digambarkan kedalam matrik yang biasa disebut confussion matrlx atau accuracy matrix.

Tabel Accuracy Matrix Analisis Diskriminan

Predicted
Variabel
Dependent

Total
Gagal Sehat
Misses (2)

Gagal

Hits

Actual
Sehat
Misses

nl
n2

(l)

Hits

Hits

Misses =

Klasifikasiyang benar klasifikasiyang salah

JURNAL BlsNts

STRATEGI

Vot. 10 /Desember/Th. vll/2002 .il.*#f.igi .r.---.-..,--x.:#

$-?H:-]f+ilt

0A LAM

B E N

TU

KA* o o,rHt$fl I8lffil? fll$3,lHlfl

,'

i
d

Seandainya total peluang dari misklasifikasi, p, maka ia terdiri dari 2 komponen yaitu:

p1

= probabilitas suatu bank masuk kedalam

kelompok gagal adalah misklasifikasi meskipun

dependen adalah variabel binary. Output dari Logit akan menghasilkan suatu nilai peluang bagi

obyek untuk diklasifikasikan ke dalam satu beberapa pengelompokan a priori (Sharma 1

Logit analisis tidak hanya memprediksi apakah peristiwa terjadi atau tidak (satu atau nol), tetapi
memprediksi probabilitas dari peristiwa tersebut

sebenarnya sehat. Hal tersebut merupakan

misses (1) atau disebut kesalahan tipe
I

g2= probabilitas suatu bank masuk kedalam

kelompok sehat adalah misklasifikasi meskipun

sebenarnya gagal. Hal tersebut merupakan misses (2) atau disebut kesalahan tipe ll

terjadi. Dalam model ini, variabel dependen da

berada pada nilai nol hingga satu.

b.

Regresi Logistik digunakan karena Hait at (1995), menyatakan bahwa Regresi Logistik lebih I
daripada analisis diskriminan, karena pertama diskriminan mengandalkan pada ketelitian

Menentukan Cutting score.

Pengujian ini digunakan untuk membuktikan apakah pengelompokan data rasio keuangan dalam kelompok sukses dan tidak sukses itu sudah benar. Rumus yang dipakai adalah (Hair et al 1g9S):

asumsi normalitas multivariat dan kesamaan vari kovarian matrik semua kelompok, dimana situasi i

sulit ditemukan. Kedua, bahkan jika asumsi

ditemukan, banyak penelitilebih menyukai logit anali karena logit analisis sama dengan regresi dengan statistik Straightforward, dan metode Regresi Logir

Zcu =

NAZA+ NBZB

NA+ NB

(2)

memiliki kemampuan untuk menggabung

pengaruh non linear, Regresi Logistik sama d

Dimana

Zcu

nilaikritis Cufting Score untuk kelompok yang mempunyai

ukuran tidak sama.

diskriminan analisis, namun dapat lebih te

digunakan dalam kondisi-kondisi tertentu, seperti tidak normal, terdapat multikolinieritas antar vari independen dan pelanggaran asumsi klasik yang lai

= jumlah anggota kelompok A NB = jumlah anggota kelompok ZA = centroid untuk kelompok A

NA
B

ZB

centroid untuk kelompok

di skri

Untuk men ginterpretasikan koefisien

minan

dilihat dari arah maupun besarnya koefisien.

Sedangkan discriminant loading (struktur hubungan

... X18, yang kemudian langsung dibuat prediksi melalui mekanisme stepwrse se
ditunjukkan pada gambar berikut Gambar metode Logit analisis

Pada penelitian ini, hubungan antar vari menggunakan Regresi Logistik ditunjukkan oleh ra$ rasio keuangan sebagai variabel independen X1,

Selanjutnya, hasil proses pemodelan menunjul

= canonical correlation) digunakan untuk mengukur hubungan antara variabel independen dengan fungsi
diskriminannya. Jika koefisien korelasinya tinggi
berarti menunjukkan hubungan yang erat antara lungsi

probabilitas kepailitan suatu bank, seperti y

:

diskriminan dengan variabel independennya. Sedangkan nilai F partial digunakan untuk

m en g interpretasikan keku

Bentuk hubungan antara variabel menggun

atan variabel pembeda dari

variabel bebas dapat dilakukan melalui penggunaan nilai F partial, dimana nilai F yang besar menunjukkan
adanya tingkat signifikansi yang tinggi.

Model Regresi Logistik.

Model Regresi Logistik atau Logit model adalah

suatu bentuk khusus dari regresi dimana variabel

lf

JURIAL

BTSNTS

STRATEGI

Vot. 10 /Desember/Ih. vll/2002

ilNff'

DIT q8E NTUKAN MODEL PREDIKSI KONDISI

TOIKATOR.INDIKATOR KEUANGAN

KESEHATAN PERBANKAN

umum regresi logistik adalah (Hair et al 1995):

X8

x10

p=
1
$narna

x12
x14
(3)

= = = =

Cost of Fund Net lnterest Margin Loan to Deposit Ratio

Rasio pendapatan bunga

dalam penyelesaian terhadap hasil bunga

+
Q

e(to+B,X,+...+8,,X,,)
emiten

:p = = Bo = Br = 4=

Probabilitas teriadinya suatu status logaritma natural

konstanta

x17

lil:x#ili;l:lffifl
rasional.

koefisien regresi logistik rasio-rasio keuangan

Berdasarkan analisis pembentukan model prediksi Model DL 1 dihasilkan 6 rasio keuangan

dimana keenam rasio tersebut termasuk kedalam kelompok Kualitas Aset (X4), Manajemen (X8, dan X10), Earning Power (X12 dan X14) dan Likuiditas

Model regresi logistik menghasilkan nilai peluang rcEagalan suatu bank. Apabila nilai peluang kegagalan

mk

lebih besar dari 0.5 maka bank diprediksi gagal, sebaliknya, jika nilai probabilitas kegagalan bank
itu

(X17). Dalam model prediksi MDL-1 yang tetah

terbentuk ini menunjukkan bahwa prediksi

kebangkrutan suatu bank dipengaruhi oleh Kualitas

lftarah 0.5 maka bank diprediksi sehat. 0leh karena

lrnrq-score yang dipakai dalam model ini adalah 0.5.

lrd Penelitian dan Pemhahasan

Model prediksi yang dihasilkan dari penggunaan cma sekunder bank-bank umum nasional di lndonesia mmngasilkan 4 buah model prediksi kondisi kesehatan urnkRin

Aset, Manajemen, Earning Power dan Likuiditas. Sementara untuk model 2 tahun sebelum
gagal, indikator-indikator yang membentuk model

disajikan berikut ini:

Z

-0.971X5

+ 0.641X7+ 0.381X17...........(b)
Nilai klasifikasi Rasio AkumulasiCadangan Penghapusan Asetfl'otal Aset Rasio Aset Utilization Loan to Deposit Ratio

gkasan mengenai indikator-indikator

ke u an

gan

Dimana:

-mqErpilih dan dianggap signifikan secara statistik dalam

# '

rincnbenUk model prediksi adalah disajikan dalam tabelberikut:

X5 = X7 =
X17

Z =

Model Diskriminan Linear

Pen g

elompokan su atu bank ditetapkan b erdasarkan

nilai klasifikasi. Jika nilai klasifikasi lebih kecil dari 0 (nol ) maka bank tersebut diprediksikan ke dalam

klasifikasi gagal. Sebaliknya jika lebih besar

daripada 0 (nol) diprediksikan ke dalam klasifikasi
sehat. Kinerja model yang terbentuk tersebut diukur

Berdasarkan analisis pembentukan model prediksi Model DL 2 dihasilkan 3 rasio keuangan dimana ketiga rasio tersebut termasuk kedalam
kelompok Kualitas Aset (X5), Manajemen (X7)dan

dengan ketepatan hasil klasilikasi.

Model prediksi kesehatan bank untuk 1 tahun

sebelum gagal disajikan berikut ini:
Z -0.363 X4 - 0.819 XB + 0.509 X10 + 0.590 x14 - 0.447x1 ... (4)

Likuiditas (X17). Dalam model prediksi Model DL 2 yang telah terbentuk ini menunjukkan bahwa
prediksi kebangkrutan suatu bank dipengaruhi oleh Kualitas Aset, kualitas Manajemen dan Likuiditas bank tersebut.

0.672 X12

Dimana:

2,

Model Regresi Logistik

Z = X4 =

Persamaan model yang dihasilkan dari

Nilai klasifikasi

analisis regresi logistik Model RL 1 adalah

sebagai berikut:

Return 0n EquiU Ratio

Pr ob(Y = 0) =

I+

eF23.47

-5.74 X 4-18.99 X 8+30.59 X l0+362.1 I x l3-3.91 X

l7)

JURNAL BlsNls

STRATEGI

Vol, 10 /Desember/ih. Vlt/2002

i:ilt#jif:
ff+:i$i:ii

MANFAAT INDIKATOR.INDIKATOR KEUANGAI DALAM PEMBENTUKAN MODEL PREDIKSI KONDISI KESEHATAN PERBANIGI.

dimana

P =
X4 = X8 =
X10

Probabilitas terjadinya kebangkrutan suatu bank

Tabel 2.
Perbandingan Kekuatan Klasifikasi Masing-masing
Model

Rasio pendapatan bunga dalam penyelesaian/hasil bunga Cost of fund ratio

Periode

IGkuatan Klasifi kasi (7o)

= = =

Rasio biaya operasional/pendapatan

operasional

Model
Data

MDL
fuli
Vo Vo

MRL
Validasi Silang

X13 X17

Retum on asset ratio

Loan

l Tahun
2Tahun

to deposit ratio

8t.8
71.8

76.4Vo 68.2
Vo

M55
79.@

VO

Vo

Berdasarkan analisis pembentukan model prediksi Model RL 1 dihasilkan 5 rasio keuangan dimana kelima rasio tersebut termasuk kedalam kelompok Kualitas Aset (X4), Manajemen (X8, dan
X10), Earning Power (X13)dan Likuiditas (X17). Datam

Sumber: Datadiolah

Berdasarkan tabel

diatas mengenai

model prediksi Model RL1 yang telah terbentuk ini menunjukkan bahwa prediksi keban gkrutan suatu bank dipengaruhi oleh Kualitas Aset, Manajemen, Earning Power dan Likuiditas bank tersebut.

perbandingan kekuatan klasifikasi dari masin g-masing model, dapat dilihat bahwa ketepatan prediksi model

prediksi kepailitan suatu bank baik untuk prediksi

tahun maupun 2 tahun dengan menggunakan analisis

regresi logistik lebih baik dibandingkan dengan

menggunakan analisa diskriminan linear. Disamping

Sementara

itu, persamaan model

yang

dihasilkan dari analisis regresi logistik Model RL 2

itu, persentase tingkat keberhasilan ini semakin

meningkat Jika tahun peramalan semakin dekat dengan

saat kegagalannya.

' -

D_

I
1

Sementara persentase

+e(t6.t46ur+gzooxs:

adalah sebagai berikut

error akan semakin menurun jika tahun peramalan semakin

dekat dengan tahun kegagalannya. Hasil penelitian ini

dimana:

X5 =
X8

P = Probabilitasterjadinya
aseV total aset

kebangkutan suatu bank Rasio akumulasi cadangan penghapusan

konsisten dengan penelitian sebelumnya tentang prediksi kebangkrutan suatu perusahaan (Altman 1968,Ohlson, 1980, Avianti lggS) Uji Hipotesis
Berdasarkan hasil analisis diskriminan maupun

x10
x15

= Cost of fund ratio = Biaya Operasional terhadap Pendapatan

0perasional

x17

= Fee Based lncome Ratio = Loan to deposit ratio

Berdasarkan analisis Model RL 2 dihasilkan
S

regresi logistik baik untuk model prediksi 1 tahun

sebelum bangkrut maupun 2 tahun sebelum bangkrut,

dinyatakan bahwa hipotesis I ditolak, ariinya kebangkrutan suatu bank tidak secara nyata
tergantung oleh kekuatan modal suatu bank. Hal ini

rasio keuangan dimana kelima rasio tersebuttermasuk

kedalam kelompok Kualitas Aset (Xb), Manajemen (Xg

dibuktikan bahwa tidak ada satupun indikator

keuangan berupa rasio-rasio keuangan dalam yang menjelaskan mengenai permodalan suatu bank masuk

dan X10), Kemampuan Mencetak Laba (XlS) dan Likuiditas (X17). Dalam modet prediksi Model RL2
yang telah terbentuk ini menunjukkan bahwa prediksi

kedalam 4 model yang dibentuk, Untuk hipotesis ll

berdasarkan hasil analisis diskriminan maupun regresi

kebangkrutan suatu bank dipengaruhi oleh Kuatitas Aset, Manajemen, Kemampuan mencetak laba dan Likuiditas bank tersebut.

logistik dinyatakan diterima, artinya kebangkrutan

suatu bank secara nyata tergantung oleh Kualitas As_ set suatu bank Hal ini dibuktikan bahwa ada indikator

li**.lii+

JURNAT B|SNIS

STRATEGT

Vol. l0lDesember/Th. vty2002

IIE

KEUANGAN PREDIKSI KONDISI KESEHATAN PERBANKAN

I1t

rasio-rasio keuangan menjelaskan

aset suatu bank masuk kedalam 4 OenUk. Rasio-rasio keuangan tersebut

karakteristik model yang baik, dipenuhi oleh

model yang dihasilkan oleh Metode

Diskriminan Linear dan Metode Regresi Logistik. Penemuan ini konsisten dengan

F. I dnyatakan diterima baik melalui analisis

regresi logistik, artinya kebangkrutan

penelitian-penelitian sebelumnya yang

dilakukan oleh berbagai penelitian serupa yang telah dilakukan oleh misalnya Altman 1968,0hlson 1990, Avianti 1ggg.
Z.

rlcara nyata tergantung oleh kekuatan

snilt

bank. Hal ini dibuktikan bahwa ada

berupa rasio-rasio keuangan sebagai mgukur kekuatan manajemen suatu bank 4 model yang dibentuk. Rasio-rasio Ilseilrt adalah X7, X8 dan X10.

Msdel Penelitian ini dapat membuktikan

secara empiris bahwa rata-rata rasio

keuangan CAMEL bankterlikuidasi lebih kecil dibandingkan rata-rata rasio keuangan CAMEL

lillt

hasil analisis diskrirninan maupun

dinyatakan bahwa hipotesis lV diterima,
suatu bank secara nyata tergantung

Bank dalam mencetak laba (Earning

bank. Hal ini dibuktikan bahwa ada

indikator
proxy

g,

baupa rasio-rasio keuangan sebagai

bank tidak terlikuidasi. dan rata-rata rasio keuangan CAMEL dapat digunakan sebagai alat prediksi terlikuidasinya suatu bank dua tahun sebelum bank tersebut terlikuidasi. Model yang dibentuk dengan menggunakan

qukur

Analisis Diskriminan Linear menghasilkan

indikator-indikator domi nan (berbentu k rasi o_ rasio keuangan) sebagai berikut :

tldam 4 model
hasarkan

kemampuan bank dalam mencetak laba

yang dibentuk. Rasio-rasio

trsebut adalah X12, X1g, X14 dan X15, hasil analisis diskriminan maupun btistik dinyatakan bahwa hipotesis V diterima,
suatu bank secara nyata tergantung

a.

Model prediksi 1 tahun sebelum gagat

menghasilkan:

IhrBkutan
hlangan

1) Fasio Return 0n Equity

Power)

(Earning

rDk

suatu bank. Hal ini dibuktikan bahwa ada berupa rasio-rasio keuangan sebagai mengukur kekuatan likuiditas suatu bank

2)

Basio Cost of Fund (Manajemen)

Net lnterest Margin (Earning power)
Loan to Deposit Ratio (Likuiditas) Rasio pendapatan bunga dlm penye-

3) 4)
5) 6) b.

4 modelyang dibentuk. Rasio keuangan dalah Loan to Depasit Ratio (X17).

lesaian thdp hasil bunga (Kualitas

Aset)
Rasio biaya operasionalterhadap pen-

lbsi

penelitian dan pembentukan model prediksi

utan bank-bank nasional di lndonesia

hal-hal sebagai berikut: hapat indikator-indikator keu angan yang dominan tsrpa rasio-rasio keuangan di dalam pembentukan

dapatan operasional (Manajemen)

Model prediksi untuk 2 tahun sebelum

gagal menghasilkan rasio-rasio dominan sebagai berikut : 1. Rasio Akumulasi Cadangan pengha-

del

Ddel

prediksi kebangkrutan suatu bank. Modelprediksi kebangkrutan yang telah terbentuk

STan metode Multivariat Diskriminan Linear dan Egesi Logistik membuktikan bahwa indikator-

2,

pusan Aset/fotal Aset (Kualitas Aset) Rasio Aset Utitization (Manajemen)

Loan

3.

to Deposit

Ratio (Likuiditas)

ifttor keuangan yang berupa rasio-rasio keuangan

4. Model yang dibentuk dengan

menggunakan metode Regresi
Logistik menghasilkan rasio-rasio
dominan sebagai berikut : Model prediksi 1 tahun sebelum
gagal menghasilkan:

trsebut ternyata signilikan pada taraf 5% untuk ;Ediksi 1 tahun sebelum bangkrut dan signifikan taral 10% untuk prediksi 2 tahun sebelum

l&

tsrgkut.

Pembahasan hasil penelitian terhadap

a,

rr&l-model

bd

yang dibuat menunjukkan bahwa secara permodelan modelyang memenuhi konsep dan
JURNAI BtSNts

1) Rasio
SIRAIEGT

pendapatan bunga

dalam penyelesaian/hasil

Vot. 10 /Desember/Ih. Vty2002

ffi
is+f:is{+r::

MAN FAAT IN DIMTOR.INDIKATOR DALAM PEMBENTUMN MODEL PREDIKSI KONDISI KESEHATAN I

?)
4)

bunga (Kualitas Aset) Cost of fund ratio (Manajemen)

3) Rasio

biaya operasional/Fen-

keterkaitan antara indikator-i tersebut dengan kebangkrutan bank. Kesimpulan ini diuji dengan
penghitungan kekuatan klasilikasi data asli dan data leave one out

dapatan operasional (Manajemen)

Return on asset ratio (Earning

Power)
Loan

validation yang cukup baik,

penghitungan probabilitas kondi
bank bangkrut dan bank yang sehat tidak terlalu bias.
8.

5)
b.

to Deposit ratio (Likuiditasl

Model prediksiuntuk 2 tahun sebelum

gagal menghasilkan rasio-rasio

dominan sebagai berikut
:

lmplementasi model yang diujikan

data lain menunjukkan bahwa model

1) Rasio akumulasi
(Kualitas Aset)

cadangan

penghapusan aseV total aset

dibentuk sesuai dengan len

ekonomi dan dapat digunakan
memprediksi kebangkrutan bank

2) Cost of fund ratia (Manajemen) 3) Biaya 0perasional terhadap

Pendapatan 0perasional (Manaiemen)

data tahun 1999. Pengujian

prediksi 1 tahun sebelum bangkrut

m
(1

4l
5.

Fee based lncome Ratio (Earning

yang dilakukan terhadap model fukkan ketepatan sebesar gS,45%

Model RL-1 dan 77 ,z7%untuk Modet

PoweQ

5) Loan to Deposit

ratio (Likuiditas)

Berdasarkan hasil penelitian dapat

ditunjukkan bahwa kekuatan permodalan tidak memiliki hubungan terhadap prediksi

sedangkan model prediksi 2 t

sebelum bangkrut menunjukkan

klasilikasi sebesar 63.09% untuk DL2 dan 77.27% untuk Model RL2.
9.

kebangkrutan bank untuk satu tahun maupun dua tahun yang akan datang.
Dengan demikian H1 ditolak. Sedangkan

lmplementasi keempat model ke

krutan yang telah dibentuk me bahwa faktor-faktor yang mempe kebangkrutan bank di lndonesia

komponan Kualitas Aset, Manajemen, Earning Power dan Likuiditas mampu

saling keterkaitan secara logis.

menunjukkan pengaruh rasio-rasio

keuangan yang masuk kedalam kelompok-kelompok tersebut terhadap

kebangkrutan suatu bank. Dengan demikian H2, H3, H4 dan H5 diterima.

faktor tersebut bila dianalisis

mendalam dimulai dengan

kelemahan fundamental sistem

lndonesia. Kelemahan-kelemahan

6.

Model Prediksi kebangkrutan untuk 1 (satu) dan 2 (dua) tahun sebelum bangkrut memiliki perbedaan dalam indikator-indikator keuangan dominan yang membentuknya. Kesimpulan ini dibuktikan dengan model-model yang
terbentuk dengan menggunakan analisis

mental tersebut menyebabkan perbankan sangat vulnerable.

terdapat gejolak perekonomian bank

dengan manajemen yang tidak

dalam sistem yang rapuh tersebut

ilikuid akibat faktor panik. Sementan kualitas aset yang buruk pada nasional menjadi 'semakin buruk
liquidity cruncD tersebut dan negatif terhadap profitabilitas bank

diskriminan linear dan regresi logistik untuk periode 1 (satu) dan 2 (dua)tahun sebelum bangkrut memiliki variabelvariabel independen (indikator-indikator keuangan) yang berbeda.

tersebut. Profitabilitas yang negatif suatu bank akan memunculkan

7.

Model yang dibentuk dari indikatorindikator keuangan dominan menunjukkan

crunch. Masalah permodalan ini

membawa bank pada kondisi in dan bank-bank tersebut akhirnya

JURI'IALBISNISSTRAIEGI

Vot. 10/Desember/fh.

.INDIIGTOR KEUANGAN MODEL PREDIKSI KONDISI KESEHATAN PEREANKAN

mengalami kesulitan likuiditas dan akhirnya

jatuh pada ambang kebangkrutan, Namun demikian, faktor pertimbangan pemerintah

untuk menentukan suatu bank akan dilikuidasi

hasil dari pendlitian-penelitan sebelumnya seperti

yang dilakukan oleh Wesel, (1990), dan Avianti

(1eee),

atau tidak meskipun secara fundamental

analisis telah berstatus gagal adalah adalah
sangat penting dan menentukan, Oleh karena

Keterbatasan Penelitian Penelitian ini memiliki beberapa keterba_

tasan, yaitu:

itulah banyak bank-bank di lndonesia yang secara fundamental telah gagal hingg akini
masih tetap beroperasi. Sebab secara empiris

1.

Laporan keuangan yang digunakan dalam

penelitian ini diambilkan dari direktori

perbankan, sehingga laporan keuangan yang digunakan sebagai data dalam penelitian ini

telah terbukti bahwa kegagalan suatu bank

apalagi secara bersamaan akan menimbulkan

belum tentu laporan keuangan dengan

"pendapat wajar tanpa pengecualian" dari

snowballing effect yang sangat besar bagi

sistem perbankan dan perekonomian secara
keseluruhan.

2,

akuntan publik. Data yang dugunakan dalam penelitian ini dibatasi hanya pada laporan keuangan yang diterbitkan untuk publik sehingga tidak bisa menjangkau aspek manajemen seperti yang dilakukan Bank lndonesia dalam melakukan

Teoritis

hnelitian ini konsisten dengan hasil penelitian a yang mengatakan bahwa, model yang
berdasarkan i nd ikator-i n dikator keuan g an berupa keuangan dapat berfungsi sebagai alat untuk peringatan

ikepailitan secara dini (Martin 1977), Modet d i ni diharapkan d apat me mp erli hatkan kegagalan di masa yang akan datang yang
oleh fungsi variabel-variabel laporan keuangan

3.

penilaian kesehatan bank secara CAMEL Rating system.

Pada tahap pengumpulan data ini juga tidak

dilihat apakah ada atau tidak rekayasa laporan keuangan dan kemungkinan terjadinya praktek "window dressing",
semua laporan keuangan dianggap benar. Juga tidak dibedakan besar kecilnya suatu bank ( size effect), tidak dipisahkan antara perusahaan yang sudah go public dengan yang belum, bank umum devisa atau bank

1977).

Penelitian ini juga mendukung hasil penelitianyang lain yaitu bahwa penggunaan rasio-rasio
sebagai indikator untuk memprediksi kepailitan
dan sebagai masukan untuk pembuatan

pediksi kepailitan (Dambolena & Khoury, 1980; 1968; Beaver 1966/1968; Ohlson 1980)
karena rasio-rasio keuangan mempunyai
yang erat dengan fenomena kesulitan keuangan

4. 5,

umum non devisa. Sampel yang diambil hanya meng-coyer

sekitar 50% daritotal populasi. Terlikuidasi atau tidak terlikuidasinya suatu

lnan (O'Connor, 1973; Mas'ud Macfoedz, 1994;

I ggg). Sementara itu, rasi o-rasio ke uangan mam pu

i dengan

lebih baik kemungkinan pailitnya

bank dalam penelitian ini bias, apakah disebabkan oleh krisis ekonomi ataukah disebabkan oleh kinerja manajemen yang

pusahaan dibandingkan dengan model random (Schieder, 1981). Hasil penelitian ini mampu
kan keeratan hubungan antara fenomena
keuangan perusahaan dengan rasio-rasio

tercermin pada rasio-rasio keuangan

CAMEL.

lmplikasi Untuk Penelitian Mendatang

lEr

1.
berdasarkan hasil penelitian ini, menunjukkan

Penelitian di masa yang akan datang hendaknya mengambil sampel dengan

memperhatlkan perbedaan katagori bank. Penelitian dimasa datang hendaknya juga
memperhatikan " pendapat akuntan" terhadap laporan keuangan yang dijadikan sampel.

model prediksi menggunakan regresi loglstik

kemampuan untuk memprediksi kebangkrutan secara lebih baik dibandingkan dengan analisis linear. Hasil penelitian ini konsisten dengan
JURNAT BlsNls

STRATEGI

Vol, 10 /Desember/th. VtU2mz

,-o@IQ\'

MANFAAT INDIKATOR.INDIKATOR DALAM PEMBENTUIGN MODEL PREDIKSI KONDISI KESEHATAN I

2.

Penelitian mendatang hendaknya menggukan lebih banyak variasi pada variabel independen

3.

Penelitian mendatang hendaknya bangkan untuk mencoba tehnik yang lain

sebagai prediktor kebangkrutan, seperti

pengaruh volatilitas kurs, tingkat inflasi, tingkat

Neural Network untuk mengatasi masal

normalitas data dan pelanggaran-pel
asumsi klasik yang muncul dalam penelitian

suku bunga, serta pemenuhan ketentuanketentuan kesehatan bank seperti misalnya NOP

dan BMPK.

"*{ffi,,.#*JURNAT Brsifis

STRATEGI

o vot.

10 /Desember/Th. vil/2002

DAFTAR PUSTAKA
Edward 1., 'Financial Ratio, Discriminant Analysis and The Prediction of Corporate Bankrupt cy",The Journal of Finance, 1 968, hal. 589-609.

&ham,

Nancy SriJulianti., 'Analisis Keuangan Perusahaan Perbankan Periode Sebelum dan Sesudah Tahun 1997', Iesis Program Pasca Sarjana Magister Manaiemen Universitas Diponegoro,2000.

I,

Xasyu

d., Cermin Retak

Perbankan-Retleksi Permasalahan dan Alternatit Sotusi, PT Elex Media

Komputindo, 1999

ftili,

Titik., dan Manao, Hekinus., "Rasio Keuangan Sebagai Prediktor Bank Bermasalah di lndonesia". Simposium Nasional Akuntansi - Ikatan Akuntan lndonesia, 2000, hal27-44

Fli, llya., Melaca? Kepailitan, Kontan No. 23, Th lV 6 Maret 2000 hal. 24 If hdonesia, Laporan Tahunan Bank Indonesia 1gg7,1998
Laporan Tahunan BanR lndonesia 1998,1 999 Laporan Tahunan Bank lndonesia lggg,2000
Laporan Yahunan Bank Indonesia 20A0, 2001 Direktori Perbankan lndonesia tgg|, 1 998 Direffiort Perbankan lndonesia 1 ggg, 2000
, Anies S., dan Hartoto, Muji., "Meramalkan Kebangkrutan Perusahaan November-Desember, 1 995, hal 67-81

Publik', Manajemen,

Wlliam H., "Financial Ratio as Predictors of Failure" , Joumal ol Accounting Research, 1966, hal. 71-1 1 1.
Andrew A.., dan Zimmerman, Jerold., "Efficient and 0pportunistic Choices of Accounting Procedures: Corporate Control Contest,'The Accaunting Review,Vol.69 No.4 0ktober 1994, hal.539-566.

lsmael G., dan Khoury, "Ratio Stability and Corporate Failure',The ,loarnal of Finance, Vol.

bfr,

N0.4, September 1980, hal. 1017-1027.

nt, Asli., dan Enrica, Detragachia., "The Determinant of Banking Crises in Developing and Developed

Countries", IMF Staff Paper Vol 45, No. 1 Maret 1998.

Micah., dan Robert Trezervant, 1994, "The Yearend LlF0 lnventory Purchasing Decision: An Empirical Test", Accounting Review,April 1994, hal. 382-398. Fanklin., dan Coats, Pamela K., 1993, "Recognizing Financial Distress Patterns Using a Neural Network T0ol', Financial nanagemenf, Autum 1993, hal 142-155
.,Gonjang-Ganjing Ekonont lndonesia-Badai Belum ARan Segera Berilalu, RGnamediaJakarta, 1998.

Mathew. 1984. Muttivariate Analysis, John Willey & Sons. Canada

ll.,Econometric Analysis, London; Prentice-Hall lnternational Limited, 1993

JURNAT BISNTS

STRAIEoI

Vol. 10 /Desember/th. vly2m2

r Laba : S Hartono, Jogiyanto., Zainuddin, 'Manfaat Rasio Keuangan dalam Memprediksi Pertumbuhan Sua0r Jurnal I Studi Empiris pada Perusahaan Perbankan yaflg Terdaftar di Bursa Efek Jakarta",, Jurnal Akuntansi lndonesia,vol2, No.1 Januari 1999, hal 66-90
Hair, Jr., Joseph

niil

Data Analpb Rolph E. Anderson, Ronald L. Tatman, and William C. Black, Multivariate DaIa Anat with Reading, Fifth Edition, New York: Mac millan Publishing Company, 1995.

lhalauq John Joi., Bangunan Teori, Universitas Kristen Satya Wacana Salatiga, 1985
lnfobank,Eating 215 BanR, Edisi No. 226lJuni 1998 Volume M, 1998 Rating 162 Bank, Edisi No, 251/Juli 2000 Volume xxll , 2000 n, Novemt Kertopati, S., "Etika Perbankan Dalam Bisnis Perbankan Nasional", Pengembangan Perhanftan, November Desember 1994

Kiswara, Endhang, "lndikasi Keberadaan Unsur Manajemen Laba (Earning Management): dalam lalam Lap Laporan Keuangan Perusahaan Publik', Iesis $-2, Program Pasca Saranala, Universltas Gadlah M Mada,
1

999.

.586. Koch, Bruces, "lncome Smoothing; An Experiment", Accauntlng Review,July 1981, hal. 574-5S6. Machfoedz dan Payamta., "Evaluasi Kinerja Perusahaan Perbankan Sebelum dan Sesudah Menjadi Perusahaan adi Perusa Publik di BEJ', Kelola, No. 20/Vlll/1999, hal. 54-69. Machfoedz, Mas'ud, 'Financial Ratio Analysis and The Prediction of Earnings Changes in lndonesia" nesia',, Kc Kelola, No. 7/111/1994, hal. 11 4-137 .

Makridakis, Spyros., Wheelwright, Steven C., dan McGee, Victor E., Metode dan Aplikasi Peramalan, ramalan,Edisi kedua, 1993, Erlangga. Mongid, Abdul., 'Accounting Data and Bank Future Failure : A Model For lndonesia", $imposium slun lllasr llasional Akunlansi - lkatan Akuntan lndonesia,2000, hal 1-26
Muliawan, Dadang., dan Indira, "Memprediksi Kondisi Perbankan Melalui Pendekatan Solvency Secara lcara Dina Dinamis', Buletin Ekonomi Moneter dan Perbankan, September 1 998

Muljono, Teguh Pudjo, Analisa laporan Keuangan Untu| Perbankan, Edisi revisi 1999 cetakan kan O, 6, . Ja Jakarte Jakarta Djambatan, 1999. Muljono, Teguh Pudjo., Bank Budgeting Prolit Planning Control, Edisi I Cetakan. l, BPFE Yogyakarta, yakarta,1996 1
Neill, John D, Susan G. Pourchiau dan Thomas F Sheefel 'Accounting Method Choice and lPO Valua Valuation" Accounting Horizon, September 1995, hal, 68-80 Ohlson, James A., "Financial Ratios and the Probabilistic Prediction of Bankruptcy", Journal Research Vol. 18 No. 1 Spring 1980 , hal, 512-533 Pankotfdan Virgil,

ol Accountlng Accou

'0n

The Usefulness of Financial Stetement lnformation,The Accounting Review,hal. w. hal.269-

279,1970.

trr

JURNAL ErSNtS

SIRATEGI

Vol. 10 /Desember/Th. Vil/2002

rqrtampuan Laba dan Arus Kas dalam Memprediksi Laba dan Arus Kas perusahaan I Go publik di lbnesia, Iesis 52, Program pasca garjana

ililm,1996.

LDttgku Nuzulul., "lndikasi Potensial Menuiu Bank Survival MelaluiAnalisis Rasio Keuangan : Model -FgesifogistikTrikotomi" ,$impasiun NasionatAkuntansi- tkatan Akantanlndonesii,2000, hal

619650

Sltggih., SPS$-slatistik Paranetrik PT Elex Media Komputindo Jakarta, 2000.

Ian

R., Financial Ac.counting Theory, Prentice-Hall lnternational, A ,simon & Schuster Company, lJpper Saddle, River, New Jersey, 1gg7, hal.3g-3g

, Ulis., "Penilaian Kesehatan Bank oleh Bank lndonesia dan Manajemen Laba dalam perbankan,,, llesis 52, Progran Pasca Sarjana,llGM,lggg.

.beph F.,'A Multivariate StatisticalAnalysis

Enance,Vol. )Cfr No. l, Maret 197S, hal. 2,1- 36.

of The Characteristics of Problem Banks", The Journal

of

Joseph F , Commerciat Bank Financiat Management in the linancial service lndustry,fourth edition McMillan, 1992.

E D., "Effects of Separation of 0wnership from

Review,0ctober 1 g7O, hal.707 -723

Control an Accounting Policy Decisions',, Accounting

Michael "F., dan Dahl, Drew., "Prompt Corrective Action and Bank Eflorts undercapitalization", Journal of Banking and Finance 1g (1ggs), hal225-243.

to Recover

From

IS-,'Communication and lncome Smoothing Through Accounting Method Choice", Managenent Science, June 1 990, hal-704-723.
'Rasio Keuangan SebagaiAlat Prediksi Kegagalan Suatu Bank", Itleslb 52, Program pasca Sarjana, uGM,1 ggg,
,

A., 'Debt-Covenant Violation and Managers Accounting Responsesn, Journal Economics 1 994, hal. 281 -308.

of Accounting and

'Predicting Bank Failure in 1980's". Econonic Review, Second 0uarter-1gg1, hal. 1T-26,
,

Brett., Sheriden, Titman., dan Newman, Paul., 'An Explanation for Accounting lncome Smgothing",

Journal of Accounting Research, lgBB, hal. 127-143. ]fusein., Research Method in Finance and Banking, Jakarta Business Research Center, PT Gramedia
Pustaka Utama Jakarta, 2000.

llichiel van., Back,.Ba1br9,, Laitinen, Teija., dan Sere, Kaisa.,'Choosing Bankruptcy predictors Using Discriminant Analysis, Logit Analysis and Genetic Algorithm s" ,Turku Centre lor iompater Sctenci
Technical Report Na.40, September 1996, hal 1-18
Kebangkrutan Bank", Simposium Nasionat Akantansl .Prgdiks-i hal 44-64
JURNAI BtSNtS

- tkatan Akuntan tponesla,

Vot. 10 /Desember/Th. vty2002

2000,

STnATEG|

Whalen dan Thomson., "Using Financial Data to ldentify Changes in Bank Cond16n', Economle Second 0uarter, 1988, hal. 17-26. Zainuddin, 'Manfaat Rasio Keuangan dalah Memprediksi Pertumbuhan Laba: Suatu Studi Empiris Perusahaan Perbankan yang Terdapat di Bursa Efek Jakarta", Ifesls 52, prognn hsca Sa UGM,Yogyakarta, 1998.
Takaria, Matias, "Analisis Kineria Bank swasta dikaitkan dengan ketentuan penyediaan modal minimum ,l urnal AkuntansilFE Untar/th ly01 /1 998 Zuhroh, Diana, "Faktor-faktor yang Mendorong Perataan Laba pada Perusahaan Publik lndonesia", Progran Pasca Sarjana UGM, Yogyakarta, 1gg6.

Iltasis

sr,"i IJRilTAL srsild STRArfft o

.i: !:: i ,

Vot. 10 /Desember/Th. vil/2002