salah satu syarat untuk memperoleh Gelar Sarjana Ekonomi dan diajukan pada
Jurusan Perbankan Syariah Fakultas Ekonomi dan Bisnis Islam, Universitas Islam
Negeri Sultan Maulana Hasanuddin Banten. Ini sepenuhnya asli merupakan hasil
skripsi ini telah saya sebutkan kutipannya secara jelas dan sesuai dengan etika
ini merupakan hasil plagiarisme atau mencontek karya tulis orang lain, saya
bersedia untuk menerima sanksi berupa pencabutan gelar kesarjanaan yang saya
i
ABSTRAK
Nur Siti Maidah, NIM : 191420056, Judul Skripsi : Prediksi Financial Distress
Pada Bank BCA Syariah Periode 2023-2024 Menggunakan Metode ARIMA
Box-Jenkins.
Financial Distress merupakan suatu kondisi penurunan keuangan yang
tejadi pada suatu lembaga sebelum terjadinya kebangkrutan ataupun likuidasi.
Terdapat beberapa faktor yang mempengaruhi terjadinya financial distress seperti
rasio permodalan (CAR), rasio likuiditas (Current Ratio) dan rasio leverage
(DAR). Rumusan masalah pada penelitian ini yaitu : Bagaimana prediksi dan hasil
prediksi financial distress pada Bank BCA Syariah dilihat dari Capital Adequacy
Ratio (CAR), Current Ratio dan Debt to Asset Ratio (DAR). Tujuan penelitian ini
yaitu : Untuk menganalisa dan mengetahui hasil prediksi financial distress pada
Bank BCA Syariah dilihat dari Capital Adequacy Ratio (CAR), Current Ratio dan
Debt to Asset Ratio (DAR).
Penelitian ini berjenis kuantitatif dengan metode ARIMA Box-Jenkins.
Dan data yang digunakan pada penelitian ini yaitu data sekunder yang didapat dari
laporan keuangan Bank BCA Syariah yang dipublikasikan di website.
Hasil penelitian ini pada rasio CAR model ARIMA (2:1:2) nilai
signifikansi sebesar 0.0001. Jika dilihat dari nilai signifikansinya sebesar
0.0001<0.05 sehingga dapat dikatakan terdapat koefisien yang signifikan didalam
model CAR dengan nilai AIC sebesar 6.302265 dan nilai SIC 6.480019. Dengan
demikian hasil prediksi pada Triwulan I tahun 2023 sebesar 38%, Triwulan II
sebesar 37.03%, Triwulan III sebesar 38.3% dan Triwulan IV sebesar 37.35%.
Sedangkan pada Triwulan I Tahun 2024 sebesar 38.61%, Triwulan II sebesar
37.67%, Triwulan III sebesar 38.93% dan Triwulan IV sebesar 38.01%. Hasil dari
Current Ratio model ARIMA (2:1:1) nilai signifikansi sebesar 0.0000<0.05
sehingga dapat dikatakan terdapat koefisien yang signifikan didalam model
Current Ratio dengan nilai AIC sebesar 2.777548 dan nilai SIC sebesar 2.953941.
Dengan demikian hasil prediksi pada Triwulan I tahun 2023 sebesar 1.24%,
Triwulan II sebesar 1.10%, Triwulan III sebesar 1.01% dan Triwulan IV sebesar
0.91%. Sedangkan pada Triwulan I Tahun 2024 sebesar 0.79%, Triwulan II
sebesar 0.68%, Triwulan III sebesar 0.57% dan Triwulan IV sebesar 0.47%. Dan
hasil dari rasio DAR model ARIMA (1:1:1) nilai signifikansi sebesar 0.0000<0.05
sehingga dapat dikatakan terdapat koefisien yang signifikan didalam model Debt
to Asset Ratio (DAR) dengan nilai AIC sebesar 5.217833 dan nilai SIC sebesar
5.395587. Dengan demikian hasil prediksi pada Triwulan I tahun 2023 sebesar
75.96%, Triwulan II sebesar 76.24%, Triwulan III sebesar 75.48% dan Triwulan
IV sebesar 75.68%. Sedangkan pada Triwulan I Tahun 2024 sebesar 75.00%,
Triwulan II sebesar 75.14%, Triwulan III sebesar 74.52% dan Triwulan IV
sebesar 74.60%.
Kata Kunci : Financial Distress, CAR, Current Ratio, DAR
ii
FAKULTAS EKONOMI DAN BISNIS ISLAM
UNIVERSITAS ISLAM NEGERI (UIN)
SULTAN MAULANA HASANUDDIN BANTEN
Assalamu’alaikum Wr. Wb
Dipermaklumkan dengan hormat bahwa setelah membaca dan
mengadakan perbaikan seperlunya, maka kami berpendapat bahwa Skripsi
Saudari Nur Siti Maidah, NIM. 191420056 dengan judul Skripsi “Prediksi
Financial Distress Pada Bank BCA Syariah Periode 2023-2024 Menggunakan
Metode ARIMA Box-Jenkins”, diajukan sebagai salah satu syarat untuk
melengkapi Ujian Munaqasyah pada Jurusan Perbankan Syariah Fakultas
Ekonomi dan Bisnis Islam UIN Sultan Maulana Hasanuddin Banten. Maka kami
ajukan Skripsi ini dengan harapan dapat segera dimunaqasyahkan.
Demikian, atas perhatian Ibu, kami ucapkan terimakasih.
Wassalamu’alaikum Wr. Wb.
PERSETUJUAN
iii
PREDIKSI FINANCIAL DISTRESS PADA BANK BCA SYARIAH
PERIODE 2023-2024 MENGGUNAKAN METODE ARIMA BOX-
JENKINS.
Oleh :
Menyetujui,
Pembimbing I Pembimbing II
Mengetahui,
PENGESAHAN
iv
Skripsi a.n. Nur Siti Maidah NIM : 191420056 yang berjudul: “Prediksi
Financial Distress Pada Bank BCA Syariah Periode 2023-2024 Menggunakan
Metode ARIMA Box-Jenkins”, telah diujikan dalam sidang Munaqasyah
Universitas Islam Negeri Sultan Maulana Hasanuddin Banten pada tanggal
Juma’t, 16 Juni 2023, skripsi ini telah diterima sebagai salah satu syarat untuk
memperoleh Gelar Sarjana Program Strata Satu (S1) pada Fakultas Ekonomi dan
Bisnis Islam Jurusan Perbankan Syariah Universitas Islam Negeri Sultan Maulana
Hasanuddin Banten.
Sidang Munaqasyah
Ketua Merangkap Anggota Sekretaris Merangkap Anggota
PERSEMBAHAN
v
Penulis mempersembahkan skripsi ini untuk kedua orang tua tercinta. Teruntuk
Ibunda Julaelah dan Ayahanda Samsuni tersayang yang telah menjadi sosok orang
tua yang selalu ada untukku dengan kasih sayangnya yang begitu tulus, doamu
tercinta yang selalu memotivasi dan memberikan dukungan dalam hal apapun.
Terimakasih atas segala doa dan kasih sayangmu serta pengorbanan yang telah
kau berikan untukku demi mewujudkan impianku untuk menjadi sarjana dan
Hanya dengan doa yang selalu aku panjatkan, semoga ibunda, ayahanda, adikku,
MOTTO
vi
Sesungguhnya sesudah kesulitan itu ada kemudahan.
RIWAYAT HIDUP
vii
Penulis bernama Nur Siti Maidah, lahir di Serang, 21 Juli 2000 anak
pertama dari dua bersaudara, dari orang tua bernama, Ayahanda Samsuni dan
sekretaris biro minat dan bakat tahun 2020. Penulis juga menjadi santri di Pondok
KATA PENGANTAR
viii
Assalamu’alaikum Wr. Wb.
Segala puji dan syukur kehadirat Allah SWT, atas karunia nikmat dan
rahmat bagi umat-Nya. Shalawat serta salam tetap tercurahkan kepada baginda
alam yakni Nabi Muhammad SAW, yang merupakan suri tauladan bagi umat
diberikan oleh Allah SWT dan dengan usaha yang telah dilakukan penulis
Tidak lupa pula, penulis ucapkan banyak terima kasih kepada berbagai
pihak yang telah berperan dalam penyusunan skripsi ini. Dengan tulus penulis
2. Ibu Dr. Hj. Nihayatul Masykuroh, M.Si. Dekan Fakultas Ekonomi dan Bisnis
ix
skripsi penulis, semoga Ibu selalu dalam lindungan Allah SWT dan
semoga Ibu selalu dalam lindungan Allah SWT dan membalas kebaikan Ibu.
4. Ibu Fitri Raya, M.Ek. selaku pembimbing II dan Bapak Muhammad Fadli
5. Ibu Hendrieta Ferieka, S.E., M.Si. selaku penguji I dan Bapak Mochamad
Indrajit Roy, S.P., M.M. selaku penguji II yang telah menjadi penguji yang
baik dengan member arahan, petunjuk dan saran dalam penyelesaian skripsi
ini.
6. Bapak/Ibu seluruh Dosen, staf dan pegawai Fakultas Ekonomi dan Bisnis
Islam, yang telah membantu baik secara langsung maupun tidak langsung
Nur terkhusus “BAD Student”, teteh-tetehku, teh Amel, teh Anis, teh Riska,
teh Mega dan teh Nina serta kamar 4 (Rezka, Irma, Aal, Ulan, Aan, Sopi,
menyelesaikan studi.
x
9. Teman-teman seperjuangan prodi Perbankan Syariah terkhusus kelas B
Ulum Cipocok Jaya, serta seluruh pihak yang tidak dapat disebutkan satu
untuk penulis. Penulis berdoa semoga Allah SWT membalas semua itu dengan
kebaikan yang setimpal dan menjadikan amal baik. Dengan penuh kesadaran diri
penulisan skripsi dan penulis masih dalam tahap belajar. Maka dari itu penulis
mohon maaf atas segala kekurangan, sehingga penulis membutuhkan kritik dan
saran yang membangun. Semoga skripsi ini dapat bermanfaat bagi penulis
DAFTAR ISI
xi
PERNYATAAN KEASLIAN SKRIPSI...................................................................i
ABSTRAK...............................................................................................................ii
NOTA DINAS.......................................................................................................iii
PERSETUJUAN.....................................................................................................iv
PENGESAHAN.......................................................................................................v
PERSEMBAHAN...................................................................................................vi
MOTTO.................................................................................................................vii
RIWAYAT HIDUP..............................................................................................viii
KATA PENGANTAR............................................................................................ix
DAFTAR ISI..........................................................................................................xii
DAFTAR TABEL.................................................................................................xiv
DAFTAR GAMBAR.............................................................................................xv
BAB I PENDAHULUAN........................................................................................1
A. Latar Belakang Masalah................................................................................1
B. Identifikasi Masalah......................................................................................8
C. Batasan Masalah...........................................................................................9
D. Rumusan Masalah.......................................................................................10
E. Tujuan Penelitian........................................................................................10
F. Manfaat Penelitian......................................................................................11
G. Sistematika Pembahasan.............................................................................12
BAB II LANDASAN TEORI................................................................................13
A. Bank Syariah...............................................................................................13
1. Pengertian Bank Syariah.........................................................................13
2. Prinsip Operasional Bank Syariah...........................................................15
B. Financial Distress........................................................................................21
1. Pengertian Financial Distress..................................................................21
2. Macam-macam Kategori Financial Distress..........................................23
3. Faktor-Faktor Financial Distress.............................................................24
4. Indikator Untuk Mengukur Financial Distress.......................................26
C. Prediksi........................................................................................................29
1. Pengertian Prediksi..................................................................................29
xii
2. Jenis-jenis Prediksi (Peramalan).............................................................32
3. Tujuan Prediksi........................................................................................33
4. Manfaat Prediksi......................................................................................34
5. Jenis-Jenis Metode Prediksi....................................................................34
6. ARIMA Box-Jenkins...............................................................................37
D. Penelitian Terdahulu Yang Relevan...........................................................41
E. Kerangka Pemikiran....................................................................................43
F. Hipotesis Penelitian.....................................................................................45
BAB III METODOLOGI PENELITIAN..............................................................47
A. Tempat dan Waktu Penelitian.....................................................................47
B. Jenis Penelitian dan Sumber Data...............................................................47
C. Populasi dan Sampel...................................................................................48
D. Teknik Analisis Data...................................................................................49
E. Teknik Pengumpulan Data..........................................................................48
BAB IV HASIL DAN PEMBAHASAN...............................................................52
A. Gambaran Umum Bank BCA Syariah........................................................52
B. Deskriptif Data............................................................................................54
C. Hasil Penelitian...........................................................................................56
D. Pembahasan Hasil Penelitian......................................................................91
BAB V KESIMPULAN DAN SARAN.................................................................96
A. Kesimpulan.................................................................................................96
B. Saran............................................................................................................98
DAFTAR PUSTAKA..........................................................................................100
LAMPIRAN.........................................................................................................105
xiii
DAFTAR TABEL
xiv
DAFTAR GAMBAR
xv
BAB I
PENDAHULUAN
sangat cepat dalam bisnis perbankan nasional, terutama pada tahun1997 dan
1998 (antara lain terjadinya krisis moneter), serta buruknya kinerja dunia
1
Imaduddin Shidiq dan Buddi Wibowo, ”Prediksi Financial Distress Bank Umum Di
Indonesia: Analisis Diskriminan Dan Regresi Logistik”, Jurnal Bisnis dan Manajemen, Vol. 7,
No. 1, April 2017, h. 28.
1
2
dana. Selain itu, bank juga sebagai tempat penyimpanan dana untuk
perantara untuk menyalurkan dana dari pihak yang kelebihan dana (idle fund
surplus unit) kepada pihak yang kekurangan dana (deficit unit) atau
kesepakatan.4
No. 21 Tahun 2008 tentang perbankan syariah. Bank syariah adalah bank
3
Lintang Kurniawati dan Nur Kholis, “Analisis Model Predeksi Financial Distress
Pada Perusahaan Perbankan Syariah Di Indonesia”, Syariah Paper Accounting FEB UMS, h. 145.
4
Lukman Denda Wijaya, Manajemen Perbankan, …, h. 14.
5
Andri Soemitra, Bank dan Lembaga Keuangan Syariah, Cet. Ke – 1, (Jakarta:
Prenadamedia Group, 2009), h. 61.
3
bagi bank syariah lainnya.6 Bank syariah terdiri atas 14 Bank Umum Syariah
(BUS) dan 20 Unit Usaha Syariah (UUS). Dari 14 bank umum syariah
tersebut salah satunya yaitu Bank BCA Syariah. Dimana Bank BCA Syariah
bisnis.7
dan dilihat dari laporan keuangan yang tercatat pada indeks-indeks tertentu.
distress ringan. Dengan begitu financial distress ada juga pada tingkat yang
diperoleh baik laba bersih maupun laba per saham. Dengan begitu,
6
Nofinawati, “Perkembangan Perkembangan Syariah di Indonesia”, JURIS, Vol. 14,
No. 2, 2015, h. 67.
7
https://www.bcasyariah.co.id/ diakses pada tanggal 04 Desember 2022.
4
keuangan dalam menilai kinerja suatu perusahaan baik bagi pihak internal
maupun eksternal pada kurun waktu tertentu. Analisa yang dapat dilakukan
kebangkrutan.8
perbankan, yang mengatur tata cara penilaian tingkat kesehatan bank. Surat
mulai 24 Januari 2007. Karena sistem perbankan yang sehat dinilai dari
kinerja keuangan bank yang baik. Kinerja keuangan bank yang sehat dapat
8
Jenny Pratiwi Assaji dan Zaky Machmuddah, “Rasio Keuangan Dan Prediksi
Financial Distress”, Jurnal Penelitian Ekonomi dan Bisnis, Vol. 2, No. 2, 2017, h. 59.
9
Lukman Denda Wijaya, Manajemen Perbankan, …, h. 141.
5
jangka waktu kurang lebih satu tahun dengan indikator yang digunakan pada
penelitian ini yaitu rasio permodalan, rasio leverage, dan rasio likuiditas.
Rasio yang digunakan pada penelitian terdahulu dan penelitian ini hanya
risiko yang biasanya melekat pada aktivitas bank (inherent risk). Hal ini
10
Heni Utari dan Masithah Akbar, “Analisis Prediksi Financial Distress Model
ZMIJEWSKI X-Score Pada Perbankan Umum Syariah di Indonesia Periode 2016-2018.
6
ratio dan rasio solvabilitas (leverage) pada debt to asset ratio (DAR) untuk
mengukur financial distress pada Bank BCA Syariah. Berikut dapat dilihat
grafik rasio permodalan, rasio likuiditas dan rasio solvabilitas Bank BCA
Syariah :
Gambar 1.1
Perkembangan Indikator untuk Mengukur Financial Distress
11
Kasmir, Dasar-Dasar Perbankan, (Jakarta : PT Raja Grafindo Persada, 2014), Edisi
Ke-14, h. 254 & 255.
7
dapat dikatakan bahwa rasio CAR dan DAR ini mengalami fluktuasi di
laba yang disebabkan efisiensi biaya modal. Berdasarkan uraian diatas dapat
(CAR), Current Ratio, dan Debt to Asset Ratio (DAR) pada bank BCA
Data yang digunakan adalah data triwulan yang diambil dari data triwulan
pertama pada bulan maret tahun 2014 sampai dengan data triwulan keempat
tahun 2022.
menggunakan metode ini karena data pada prediksi penelitian ini periode
prediksi secara bertahap untuk ketiga variabel pada penelitian ini. Data yang
digunakan dalam bentuk persen. Data tersebut dari nilai kecukupan modal
(CAR), rasio likuiditas (liquidity) pada current ratio dan rasio solvabilitas
(leverage) pada debt to asset ratio (DAR) yang dipublikasikan oleh Bank
BCA Syariah dalam Statistik Perbankan Syariah. Dari hasil prediksi diatas
B. Identifikasi Masalah
masalah pada penelitian ini yaitu melihat dari kecukupan modal, rasio
distress pada Bank BCA Syariah untuk satu tahun ke depan. Identifikasi
2. Rasio keuangan menjadi tolak ukur untuk melihat baik atau tidak nya
apa yang akan terjadi di masa depan dengan menggunakan berbagai data
4. Seberapa besar aset perusahaan yang dibiayai oleh hutang atau seberapa
C. Batasan Masalah
1. Penelitian ini hanya menggunakan beberapa variabel saja yang akan diuji
oleh peneliti untuk mendapatkan hasil yang terbaik dari variabel tersebut
2. Periode pada penelitian ini cukup pendek yaitu kurang lebih satu tahun
rasio Capital Adequacy Ratio (CAR), Current Ratio dan Debt to Asset
Ratio (DAR).
D. Rumusan Masalah
dari Capital Adequacy Ratio (CAR), Current Ratio dan Debt to Asset
dilihat dari Capital Adequacy Ratio (CAR), Current Ratio dan Debt to
E. Tujuan Penelitian
sebagai berikut :
dilihat dari Capital Adequacy Ratio (CAR), Current Ratio dan Debt to
Syariah dilihat dari Capital Adequacy Ratio (CAR), Current Ratio dan
F. Manfaat Penelitian
1. Bagi Praktisi
11
2. Bagi Akademisi
syariah.
3. Bagi Umum
4. Bagi Peneliti
G. Sistematika Pembahasan
12
berikut :
data-data yang diteliti dan metode yang digunakan dalam penelitian serta
tentang hasil dan pembahasan yang dihasilkan dari analisis data dan
A. Bank Syariah
tagihan yang berupa pinjaman, saham, dan obligasi. Hal ini dapat
suatu badan usaha yang kegiatannya menghimpun dana dari pihak yang
bentuk lainnya.14
tentang bank syariah dan unit usaha syariah, serta mencakup kelembagaan
atau kegiatan usaha, dengan proses memberikan produk dan jasa dalam
13
Afiqah Dahniaty, “Lembaga Keuangan Syariah Non Bank Pegadaian Syariah dan
Lembaga Keuangan MIkro syariah”, Skripsi, Prodi Perbankan Syariah, Institut Agama Islam
Negeri (IAIN) Bengkulu, 2021, h. 11.
14
Hery, Bank dan Lembaga Kuangan Lainnya, (Jakarta : PT. Grasindo, 2019), h. 10.
13
14
kemudian bank syariah sebagai penyalur dananya kepada pihak lain yang
membutuhkan dana.15
sesuai dengan prinsip syariah. Menurut jenisnya bank terdiri atas Bank
jenisnya, bank syariah terdiri atas tiga jenis yaitu sebagai berikut :17
konvensional.
15
Ismail, Perbankan Syariah, (Jakarta : PT Fajar Interpratama Offset, 2011), h. 32.
16
Ikatan Bankir Indonesia, Mengelola Bank Syariah, (Jakarta : PT Gramedia Pustaka
Utama, 2014), Cet. Ke-1, h. 2.
17
Ismail, Perbankan Syariah, …, h. 33.
15
dalam transaksi keuangan dan perbankan serta bisnis yang lainnya. Prinsip
(rahmatan lil”alamin).19
sebagai berikut :
18
Zainul Arifin, Dasar-Dasar Manajemen Bank Syariah, (Tangerang : Azkia Publisher,
2009), Cet. Ke-7, h. 3.
19
Andri Soemitra, Bank dan Lembaga Keuangan Syariah, …, h. 35.
16
terjadi dan tidak tahu pasti apa akibatnya atau memasuki kancah risiko
kegiatan ekonominya, baik yang dilarang dari segi zat maupun tidak.
etis.
1) Riba Nasi’ah
jatuh tempo yang baru, baik penambahan itu sebagai denda atas
baru.
2) Riba Fadhal
25
Syamsul Efendi, “Riba dan Dampaknya dalam Masyarakat dan Ekonomi”, Vol. 2,
No. 18, 2019. h. 71.
19
ٍ ٍ ِِ ِ مِب ِ
ت ْ بِ الت َّْم ِر َوالْم ْل ُح بِ الْم ْل ِح مثْاًل ثْ ٍل َس َواءً بِ َس َواء يَ ًدا بِيَ د فَ ِإذَا
ْ اخَتلَ َف
ف ِشْئتُ ْم ِإ َذا َكا َن يَ ًدا بِيَ ٍد
َ اف فَبِيعُوا َكْي
ُ َاَأْلصن
ْ َهذه
ِِ
3) Riba Al-Yadh
4) Riba Qardhi
B. Financial Distress
26
Andri Soemitra, Bank dan Lembaga Keuangan Lainnya, …, h. 36.
21
situasi keuangan perusahaan ketika tidak sehat atau dalam krisis. Biasanya,
keuntungan. Pada dasarnya laba atau laba yang diperoleh perusahaan akan
menjadi tolak ukur pembiayaan dan tanggung jawab yang harus dipenuhi
oleh perusahaan.27
Westerfield, dan Jaffe (1999), terjadi ketika arus kas operasi perusahaan
faktor, menurut Zulaikah dan Laila (2016): (1) kekurangan modal atau
dana, (2) bunga dan biaya pembayaran utang yang tinggi, dan (3)
pembayaran dividen.
29
Riska Elia, “Analisis Prediksi Financial Distress dengan Model Springate,
ZMIJEWSKI, dan Grover”, Jurnal Ilmu dan Riset Akuntansi, Vol. 10, No. 3, Maret 2021, h. 4.
30
Ni Komang Yuliani, I Nyoman Anggaradana, “Pengaruh Net Profit Margin, Return
on Asset, Likuiditas Terhadap Financial Distress (Studi Kasus Pada Perusahaan Agriculture
Terdaftar di Bursa Efek Indonesia Periode 2017-2019)”, Vol. 6, No. 1, Juni 2021, h. 3.
23
distress.
bersih negatif.31
tidak dapat dipertahankan, yang merupakan salah satu efek yang paling
31
Chalendra Prasetya Agusti, “Analisis Faktor Yang Mempengaruhi Kemungkinan
Terjadinya Financial Distress”, Skripsi, Fakultas Ekonomi dan Bisnis, Universitas Diponegoro,
2013, h. 20 & 21.
32
Ade Rosiyana Putri, “Analisis Springate (S-Score) Sebagai Alat Untuk Memprediksi
Financial Distress PT. Smartfren Telecom, Tbk Periode Tahun 2016-2019” Jurnal Ilmiah
Mahasiswa Akuntansi, Vol. 1, No. 2, Juni 2021, h. 95.
24
dengan istilah iflas (pailit), yang mengacu pada putusan hakim yang
33
Eka Sri Wahyuni, “Faktor-Faktor Penyebab Financial Distress Diukur Menggunakan
Metode Artificial Neural Network Pada Perbankan Syariah di Indonesia”, Jurnal Akuntansi dan
Pajak, Vol. 23, No. 1, 2022, h. 2.
25
membayar biaya yang timbul sebagai akibat dari operasi. Ketika tagihan
Beberapa Tahun
Hal ini dapat terjadi karena biaya operasional perusahaan lebih tinggi
dari pendapatannya.
terhadap operasinya, seperti tarif pajak yang lebih tinggi, adalah contoh
tagihan pada bank lain, dan utang, dibiayai dari cadangan modal bank
itu sendiri. Dengan kata lain, rasio kecukupan modal adalah rasio
pelanggan.35
yang dilakukan bank kepada pihak ketiga atau risiko pasar, adalah
9/13/PBI/2007).36
35
Lukman Dendawijaya, Manajemen Perbankan, (Jakarta : Ghalia Indonesia : 2009),
Edisi Ke-2, h. 121.
36
Wiwik Saidatur Rolianah, Nurul Istifadhoh, Hafidhotul Mufidah, Irdatul Wardah,
dkk, Monogrof Perbankan Syariah, (Gresik : Guepedia, 2021), h. 163.
27
Total Modal
CAR= X 100 %
Aset Tertimbang Menurut Risiko( ATMR)
Tabel 1.1
b. Current Ratio
37
Medina Almunawaroh, Rina Marliana, “Pengaruh CAR, NPF, dan FDR Terhadap
Profitabilitas Bank Syariah Indonesia”, Jurnal Ekonomi dan Keuangan Syariah, Vol. 2, No. 1, Mei
2018, h. 7 & 8.
28
Aktiva Lancar
Current Ratio= X 100
Utang Lancar
38
Hantono, Konsep Analisa Laporan Keuangan dengan Pendekatan Rasio dan SPSS,
(Sleman : CV Budi Utama, 2018), Cet. Ke-1, h. 9&10.
29
sebagai berikut :
Total Hutang
DAR= X 100
Total Aset
C. Prediksi
1. Pengertian Prediksi
40
Kamus Besar Bahasa Indonesia (KBBI), https://kbbi.kemdikbud.go.id/entri/prediksi,
diakses pada tanggal 08 Maret 2023 pukul 06.56 WIB.
30
depan saat ini dikenal sebagai peramalan. Peramal harus mencari data dan
pengetahuan historis saat membuat prediksi. Informasi dan data masa lalu
adalah tindakan yang terjadi di masa lalu dalam berbagai keadaan pada
saat itu.42
mendatang.
41
Anjar Wanto dan Agus Perdana windarto, “Analisis Prediksi Indeks Harga Konsumen
Berdasarkan Kelompok Kesehatan dengan Menggunakan Metode Backpropagation”, Jurnal dan
Penelitian Teknik Informatika, Vol. 2, No. 2, Oktober 2017, h. 39.
42
Kasmir dan Jaktar, Studi Kelayakan Bisnis, (Jakarta : Kencana Prenada Media Group,
2003), Cet. Ke-1, h. 61.
43
Fitriani Dwi Ramadhani dan Maulana Ardhiansyah, Sistem Prediksi Penjualan
dengan Metode Single Exponential Smoothing dan Trend Parabolik, (Tangerang : PT. Mediatama
Digital Cendekia, 2021), h. 5.
31
44
Roni Habibi dan Alwan Suryansah, Aplikasi Prediksi Jumlah Kebutuhan Perusahaan,
(Bandung : Kreatif Industri Nusantara, 2020), Cet. Ke-1, h. 4 & 5.
32
digunakan.
3. Tujuan Prediksi
yang memiliki kemungkinan tertinggi untuk terjadi. Ada dua jenis metode
4. Manfaat Prediksi
tertentu dan metode mana yang digunakan tergantung dari data dan
informasi yang akan diramal serta tujuan ynag hendak dicapai. Dalam
45
Roni Habibi dan Alwan Suryansah, Aplikasi Prediksi Jumlah Kebutuhan Perusahaan,
…, h. 5.
46
Ajis Trigunawan, Woro Isti Rahayu dan Roni Andarsyah, Regresi Linier Untuk
Prediksi Jumlah Penjualan Terhadap Jumalah Permintaan, (Bandung : Kreatif Industri Nusantara,
2020), Cet. Ke- 1, h. 25.
47
Kasmir dan Jaktar, Studi Kelayakan Bisnis, …, h. 63-65.
35
yang digunakan.
triwulanan digunakan.
ditanam dikemudian hari pada saat musim krisis pangan itu tiba.
7. ARIMA Box-Jenkins
nilai historis dan saat ini dari variabel dependen. Jika pengamatan deret
waktu (time series) secara statistik terkait satu sama lain (dependen).
kelas model linier yang dapat mendeskripsikan data deret waktu stasioner
dan nonstasioner.
tertentu atau pola seri data historis tertentu saat membuat proyeksi.
Dengan kata lain, model ARIMA sangat baik dalam meramalkan data
deret waktu dengan pola yang ambigu. Definisi umum dari pendekatan
yang tepat..50
p
Xt =∑ ω tXt −i+ εt
i=1
yang lain adalah model Moving Average ke-q atau MA (q), yang
didefinisikn sebagai :
p
Xt =εt−∑ θjεt− j
j=1
Salah satu analisis data deret waktu adalah ARIMA. Metode deret
akurasi yang baik untuk peramalan jangka pendek dan akurasi yang
dari nilai periode sebelumnya. Secara umum, data dalam dunia bisnis
40
model ARMA. Berikut tabel plot sampel ACF/PACF dari model ARMA:52
52
Dedi Rosadi, Ekonometrika dan Analisis Runtun Waktu Terapan dengan Eviews,
(Yogyakarta : CV. Andi Offset, 2012), h. 142.
41
untuk peneliti dalam memprediksi financial distress yang terjadi pada bank
prediksi financial distress dan variabel independen : CAR, NPA, ROA, LLP,
ROE, BOPO, NIM, IEL, NPL, AGDP, dan LDR dengan menggunakan dua
metode estimasi yaitu diskriminan dan panel logit. Hasil pada penelitian ini
yaitu untuk variabel CAR, NIM, IEL, dan AGDP indikator yang paling
53
Heni Utari dan Mashitoh Akbar, “Analisis Prediksi Financial Distress Model
ZMIJEWSKI X-Score Pada Perbankan Umum Syariah di Indonesia Periode 2016-2018”, Jurnal
Manajemen dan Akuntansi, Vol. 21 No. 2, Oktober 2020, h. 11-19.
42
ROE, NPM, PER, dan ATO menggunakan model regresi logistic. Hasil
penelitian ini adalah indikator ROA, ROE, dan PER berpengaruh signifikan
Stevano Theodorus dan Luh Gede Sri Artini dengan judul “Studi
digunakan pada penelitian ini yaitu variabel dependen : financial distress dan
financial distress. BOPO bernilai positif dan ROA bernilai negatif. CAR,
distress.56
54
Imaduddin Shidiq dan Buddi Wibowo, “Prediksi Financial Distress Bank Umum di
Indonesia : Analisis Diskriminan dan Regresi Logistik”, Jurnal Bisnis dan Manajemen, Vol. 7,
No. 1, April 2017, h. 27-40.
55
Jenny Pratiwi Assaji dan Zaky Machmuddah, “Rasio Keuangan dan Prediksi
Financial Distress”, Jurnal Penelitian Ekonomi dan Bisnis, Vol. 2, No. 2, 2017, h. 58-67.
56
Stevano Theodorus dan Luh Gede Sri Artini, “Studi Financial Distress pada
Perusahaan Perbanan di BEI”, E-Jurnal Manajemen, Vol. 7, No. 5, 2018, h. 2710-2732.
43
ARIMA Box-Jenkins” variabel pada penelitian ini yaitu : cash ratio, financing
to deposit ratio dan loan to asset ratio. Penelitian ini menggunakan metode
hasil dari penelitian ini dari beberapa indikator yang digunakan menunjukkan
E. Kerangka Pemikiran
beberapa indikator yaitu Capital Adequacy Ratio (CAR), Current Ratio), dan
sebenarnya berusaha mencari pola data yang paling cocok dari sekumpulan
data, sehingga metode ARIMA membutuhkan semua data historis dan data
plot data yang sesuai, model kemudian diidentifikasi dengan melakukan uji
akar unit pada data yang tidak stasioner. Kemudian data diuji kembali dengan
data selisih agar data stasioner. Selanjutnya memperkirakan data statis dengan
57
Choirul Takdir Syahputra, “Peramalan Perkembangan Rasio Likuiditas PT. Bank
Syariah Mandiri dengan Menggunakan Metode ARIMA Box-Jenkins” Skripsi, Fakultas
Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember, 2016, h. 58-62.
58
Azharsyah Ibrahim, Metodologi Penelitian Ekonomi dan Bisnis Islam, (Aceh : Ar-
Raniry Press, 2021), h. 160.
44
yaitu :
Gambar 2.1
Kerangka Pemikiran
Capital
Prediksi Financial Adequacy
Distress Pada Bank BCA Syariah
Ratio
(CAR)
Current Ratio
Identifikasi Debt to Asset Estimasi
Model Ratio Model
T
(DAR) Diagnostik
Prediksi id
Check
Financial a
Model
Distress kY
sesuai
pada Bank a dengan Data
BCA
Syariah
Keterangan :
Y1 : Capital Adequacy Ratio (CAR)
Y2 : Current Ratio
Y3 : Debt to Asset Ratio (DAR)
F. Hipotesis Penelitian
hipotesis masih harus diuji dengan menggunakan data empirik yang telah
45
diperoleh dari sampel.59 Pengujian hipotesis ini diuji secara parsial dengan
digunakan.
dicari atau di uji untuk mendapatkan model ARIMA yang terbaik untuk
CAR.
dicari atau di uji untuk mendapatkan model ARIMA yang terbaik untuk
CAR.
Current Ratio yang dicari atau di uji untuk mendapatkan model ARIMA
Current Ratio yang dicari atau di uji untuk mendapatkan model ARIMA
dicari atau di uji untuk mendapatkan model ARIMA yang terbaik untuk
DAR.
dicari atau di uji untuk mendapatkan model ARIMA yang terbaik untuk
DAR.
59
Djaali, Metodologi Penelitian Kuantitatif, (Jakarta Timur : PT. Bumi Aksara, 2020),
h. 15.
BAB III
METODOLOGI PENELITIAN
1. Tempat Penelitian
Objek pada penelitian ini adalah financial distress yang dapat diukur pada
melalui website resmi Bank BCA Syariah dan Otoritas Jasa Keuangan
(OJK).
2. Waktu Penelitian
dengan selesai. Prediksi yang akan dilakukan pada penelitian ini kurang
digunakan untuk meneliti pada pengumpulan data dan analisis data yang
60
http://repo.iain-tulungagung.ac.id/6329/6/Bab%203.pdf# diakses pada tanggal 15
Januari 2023.
46
47
yang didapatkan dari data yang sudah ada sebelumnya. Teknik pengumpulan
data dari berbagai sumber terpercaya seperti studi pustaka, jurnal dan website
resmi yang menjadi pendukung pada penelitian ini. Data yang berkaitan
data yang digunakan dalam penelitian ini diantaranya yaitu Capital Adequecy
Ratio (CAR), Current Ratio dan Debt to Asset Ratio (DAR) pada Bank BCA
1. Populasi
yang diperoleh dari seluruh objek yang terkait. 62 Menurut Margono (2017)
peneliti dalam ruang lingkup dan waktu yang telah ditentukan. Populasi
61
Muhammad Teguh, Metode Kuantitatif untuk Analisis Ekonomi dan Bisnis, (Jakarta:
PT Raja Grafindo Persada, 2014), Cet. Ke-1, h. 3.
62
Lind Douglas A, Marchal William G, Watchan Samuel A, Teknik-Teknik Statistika
dalam Bisnis dan Ekonomi, Cet. Ke-15 Buku 1, (Jakarta Selatan : Sa. 34.lemba Empat, 2014), h. 8.
48
yang digunakan pada penelitian ini adalah semua laporan keuangan Bank
2. Sampel
jumlah dan karakteristik yang dimiliki oleh populasi tersebut, sampel yang
mewakili populasi yang diteliti.65 Sampel pada penelitian ini yaitu laporan
keuangan triwulanan Bank BCA Syariah tahun 2014-2022 yaitu pada rasio
Capital Adequacy Ratio (CAR), Current Ratio dan Debt to Asset Ratio
suatu populasi.
metode dalam analisis deret waktu atau time series jangka pendek. Analisis
63
Arfatin Nurrahmah, dkk., Pengantar Statistika 1, (Bandung : CV. Media Sains
Indonesia, 2021), h. 34.
64
Lind Douglas A, Marchal William G, Watchan Samuel A, …, h. 286.
65
Arfatin Nurrahmah, dkk., Pengantar Statistika 1, …, h. 36.
49
data terkumpul, maka tahap selanjutnya yaitu analisis data dengan beberapa
ploting data untuk melihat trend dan pola data. Kemudian, dilakukan uji
stasioner.
2. Identifikasi Model
identifikasi model sementara. Akan tetapi, jika data belum stasioner maka
dilakukan uji difference untuk mendapatkan nilai (d) pada model. Model
sementara pada ARIMA yaitu (p,d,q) yang sesuai. Jika data stasioner tanpa
dilakukan difference maka nilai (d) adalah 0. Dan jika data stasioner
3. Estimasi Model
dapat dilakukan dengan uji hipotesis untuk setiap parameter koefisien yang
Model yang signifikan jika nilai signifikansinya kurang dari nilai (α) yaitu
50
0,05. Dan bisa dilihat dari nilai Akaike Info Criterion (AIC) dan Schwarz
Criterion (SIC). Jika dilihat dari nilai AIC dan SIC yang lebih kecil bisa
dikatakan kualitas model yang lebih baik dan model itulah yang sebaiknya
4. Diagnostik Data
dengan cara uji white noise dan uji normalitas. Untuk melihat apakah
residual bersifat white noise dapat dilakukan dengan dua cara. Pertama,
5. Peramalan / Forcaseting
sudah mendapatkan model yang terbaik dari hasil estimasi model dan
diagnosa data, maka dapat menentukan kondisi di masa yang akan datang.
BAB IV
HASIL DAN PEMBAHASAN
Bank Central Asia Tbk (BCA) di tahun 2009 terhadap PT Bank Umum
Juni 2009 yang dibuat di hadapan Notaris Dr. Irawan Soerodjo, S.H., M.Si.,
Notaris di Jakarta. Pada awalnya Bank UIB merupakan bank yang kegiatan
prinsip syariah. oleh karena itu, Bank UIB mengubah namanya menjadi BCA
Perseroan Terbatas Bank UIB No. 49 tanggal 16 Desember 2009 yang dibuat
di hadapan Notaris Pudji Rezeki Irawati, S.H., Notaris di Jakarta, dan telah
Maret 2012.66
66
https://www.bcasyariah.co.id/sejarah diakses pada tanggal 10 April 2023.
51
52
prinsip syariah setelah mendapatkan izin operasi syariah dari Bank Indonesia.
Kemudian Bank BCA Syariah ini resmi beroperasi sebagai Bank Syariah
Bank BCA Syariah merupakan salah satu bank syariah yang menjadi
dana dan pembiayaan bagi nasabah yang membutuhkan dana baik itu bagi
nasabah bisnis ataupun perseorangan.67 Adapun visi dan misi Bank BCA
1. Visi
2. Misi
67
https://www.bcasyariah.co.id/informasi-umum diakses pada tanggal 10 April 2023.
68
https://www.bcasyariah.co.id/visi-dan-misi- diakses pada tanggal 10 April 2023.
53
B. Deskriptif Data
dari tahun 2014 sampai dengan tahun 2022. Data yang digunakan pada
penelitian ini yaitu rasio pemodalan (CAR), rasio likuiditas (current ratio)
dan rasio leverage (DAR). Jumlah sampel pada penelitian ini berjumlah 36,
yaitu data dari bulan Januari 2014 sampai dengan bulan Desember 2022.
Tabel 2.1
Data Laporan Keuangan Triwulan Bank BCA Syariah
CURRENT
NO TRIWULAN TAHUN CAR DAR
RATIO
2 II 21.83 4.38 85
2014
3 III 35.17 4.86 75.4
4 IV 29.57 6.93 79
24 IV 38.27 1.46 73
C. Hasil Penelitian
data maka dapat dilakukan plot data dalam urutan waktu. Berdasarkan
plot data diatas maka dari bentuk model yang dihasilkan data memiliki
mengandung trend linear, maka perlu dilakukan uji akar unit untuk
unit root pada variabel data yang digunakan, maka nilai Augmented
t-Statistic Prob.*
69
Nuralifah, Skripsi Analisis Prediksi Perkembangan Bank Syariah di Indonesia
Periode 2017-2020, (Banten : 2021), h. 72.
57
ADF lebih kecil dari nilai α tersebut yaitu sebesar -2.760578 sehingga
dengan nilai α 5%. Hal ini dapat dikatakan bahwa rasio Capital
terlihat bahwa variansi data bergerak lebih stabil dan konstan dan
bergerak pada mean atau nilai tengah. Sehingga data tersebut bisa
unit root pada uji ADF. Berikut hasil dari uji ADF yang telah
dilakukan :
t-Statistic Prob.*
tingkat differencing pertama dengan melihat hasil dari uji ADF yang
dilakukan.
autokorelasi yang berbeda dari nol. Differensi yang kita lakukan disini
PACF dari data atau telah dilakukan uji unit root ADF.
signifikan (keluar dari batas interval) dapat diamati bahwa model yang
relatif baik untuk memodelkan data dan juga dapat dilihat dari nilai
Akaike Info Criterion (AIC) dan Schwarz Criterion (SIC). Jika dilihat
dari nilai AIC dan SIC yang lebih kecil bisa dikatakan kualitas model
yang lebih baik dan model itulah yang sebaiknya kita pilih untuk
melakukan peramalan.
61
peramalan yang tepat untuk variabel CAR. Dapat dilihat pada tabel
berikut :
(2:1:2). Akan tetapi, kita lihat dari nilai probabilitas dan AIC serta SIC
1) ARIMA (1:1:0)
lebih besar dari α 5% dan nilai AIC yang diperoleh yaitu sebesar
2) ARIMA (0:1:1)
lebih besar dari α 5% dan nilai AIC yang diperoleh yaitu sebesar
3) ARIMA (2:1:2)
lebih kecil dari α 5% dan nilai AIC yang diperoleh yaitu sebesar
untuk ketiga model diatas, maka model yang dipilih untuk tahap
d. Diagnostik Data
residual dari hasil estimasi dengan model yang diamati. Berikut hasil
besar dari nilai α 5%. Dapat disimpulkan residual dari model bersifat
white noise dan tidak terdapat korelasi serial dalam model tersebut.
64
(CAR) PT. Bank BCA Syariah dengan model ARIMA (2:1:2) telah
e. Peramalan (Forecasting)
sifat-sifat data di masa yang akan datang. Dalam analisis runtun waktu,
seringkali data dibagi menjadi dua bagian yang disebut data in-sample,
MSE (RMSE), Median atau Mean Absolut Precent Error (MAPE) dan
70
Dedi Rosadi, Ekonometrika & Analisi Runtun Waktu Terapan dengan E-Views,… h.
144.
65
pada PT. Bank BCA Syariah untuk 8 bulan kedepan, dapat dilihat pada
gambar berikut :
66
Bank BCA Syariah untuk 8 triwulan kedepan dari triwulan I 2023 sampai
Tabel 2.5
Hasil Prediksi Capital Adequacy Ratio (CAR) PT. Bank BCA Syariah
dengan Model ARIMA (2:1:2)
NO TRIWULAN TAHUN CAR
1 I 38
2 II 37.03
2023
3 III 38.3
4 IV 37.35
5 I 38.61
6 II 37.67
2024
7 III 38.93
8 IV 38.01
67
2. Current Ratio
data maka dapat dilakukan plot data dalam urutan waktu. Berdasarkan
plot data diatas maka dari bentuk model yang dihasilkan data
data mengandung trend linear, maka perlu dilakukan uji akar unit
mengetahui apakah ada unit root pada variabel data yang digunakan,
68
t-Statistic Prob.*
ADF lebih kecil dari nilai α tersebut yaitu sebesar -2.608279 sehingga
69
dengan nilai α 5%. Hal ini dapat dikatakan bahwa rasio Current Ratio
tidak stasioner.
terlihat bahwa variansi data bergerak lebih stabil dan konstan dan
bergerak pada mean atau nilai tengah. Sehingga data tersebut bisa
unit root pada uji ADF. Berikut hasil dari uji ADF yang telah
dilakukan :
t-Statistic Prob.*
dilakukan.
autokorelasi yang berbeda dari nol. Differensi yang kita lakukan disini
PACF dari data atau telah dilakukan uji unit root ADF.
ARIMA (p,d,q) lag yang tepat dalam proses identifikasi model adalah
signifikan (keluar dari batas interval) dapat diamati bahwa model yang
relatif baik untuk memodelkan data dan juga dapat dilihat dari nilai
Akaike Info Criterion (AIC) dan Schwarz Criterion (SIC). Jika dilihat
dari nilai AIC dan SIC yang lebih kecil bisa dikatakan kualitas model
yang lebih baik dan model itulah yang sebaiknya kita pilih untuk
melakukan peramalan.
peramalan yang tepat untuk variabel Current Ratio. Dapat dilihat pada
tabel berikut :
1:1:0
Model
2 0.366261 0.232969 0.085328 0.7166 2.891376 3.024692
0:1:1
Model
1.220698 0.617609 0.753914 0.2314
3 2.868605 3.046359
-0.000111 9025.755 -1.000000 0.9999
1:1:1
Model
-0.013784 0.742897 -0.010240 0.9891
4 2.792128 2.969882
-2.830824 0.130166 -0.368476 0.0081
1:1:2
Model
-5.406633 0.072501 -0.391988 0.0000
5 2.777548 2.955302
0.003535 0.785805 0.002778 0.9972
2:1:1
Model
-0.054036 5.813209 -0.314121 0.9573
6 2.776187 2.953941
-0.013197 6.990080 -0.092249 0.9896
2:1:2
tetapi, kita lihat dari nilai probabilitas dan AIC serta SIC dari masing-
1) ARIMA (1:1:2)
lebih kecil dari α 5% dan nilai AIC yang diperoleh yaitu sebesar
2) ARIMA (2:1:1)
lebih kecil dari α 5% dan nilai AIC yang diperoleh yaitu sebesar
signifikan lebih kecil dari α 5% serta nilai AIC dan SIC yang lebih kecil
dari model ARIMA (1:1:2), maka model yang dipilih untuk tahap
d. Diagnostik Data
dalam residual dari hasil estimasi dengan model yang diamati. Berikut
besar dari nilai α 5%. Dapat disimpulkan residual dari model bersifat
white noise dan tidak terdapat korelasi serial dalam model tersebut.
Dengan begitu dapat disimpulkan data dari Current Ratio PT. Bank
BCA Syariah dengan model ARIMA (2:1:1) telah sesuai untuk ke tahap
peramalan.
e. Peramalan (Forecasting)
sifat-sifat data di masa yang akan datang. Model yang baik tentunya
(RMSE), Median atau Mean Absolut Precent Error (MAPE) dan lain-
model ARIMA yang terpilih yaitu model ARIMA (2:1:1). Berikut hasil
output estimasi peramalan data Current Ratio PT. Bank BCA Syariah :
selanjutnya menentukan hasil prediksi Current Ratio pada PT. Bank BCA
Tabel 3.4
Hasil Prediksi Current Ratio PT. Bank BCA Syariah dengan Model
ARIMA (2:1:1)
Current
NO TRIWULAN TAHUN
Ratio
1 I 1.24
2 II 1.10
2023
3 III 1.01
4 IV 0.91
5 I 0.79
6 II 0.68
2024
7 III 0.57
8 IV 0.47
a. Plot Data dan Uji Stasioner Data Debt to Asset Ratio (DAR)
data maka dapat dilakukan plot data dalam urutan waktu. Berdasarkan
plot data diatas maka dari bentuk model yang dihasilkan data
data mengandung trend linear, maka perlu dilakukan uji akar unit
mengetahui apakah ada unit root pada variabel data yang digunakan,
t-Statistic Prob.*
ADF lebih kecil dari nilai α tersebut yaitu sebesar -2.710599 sehingga
dengan nilai α 5%. Hal ini dapat dikatakan bahwa rasio Debt to Asset
terlihat bahwa variansi data bergerak lebih stabil dan konstan dan
bergerak pada mean atau nilai tengah. Sehingga data tersebut bisa
unit root pada uji ADF. Berikut hasil dari uji ADF yang telah
dilakukan :
t-Statistic Prob.*
tingkat differencing pertama dengan melihat hasil dari uji ADF yang
dilakukan.
autokorelasi yang berbeda dari nol. Differensi yang kita lakukan disini
PACF dari data atau telah dilakukan uji unit root ADF.
ARIMA (p,d,q) lag yang tepat atau mendekati garis batas interval
signifikan (keluar dari batas interval) dapat diamati bahwa model yang
84
relatif baik untuk memodelkan data dan juga dapat dilihat dari nilai
Akaike Info Criterion (AIC) dan Schwarz Criterion (SIC). Jika dilihat
dari nilai AIC dan SIC yang lebih kecil bisa dikatakan kualitas model
yang lebih baik dan model itulah yang sebaiknya kita pilih untuk
melakukan peramalan.
peramalan yang tepat untuk variabel Debt to Asset Ratio (DAR). Dapat
1:1:2
Model
0.219213 0.408746 0.089602 0.8279
5 5.237954 5.415708
-1.015808 0.322849 -0.327953 0.3176
2:1:1
Model
4855.616 0.000206 1.000000 0.0000
6 5.278452 5.456180
-15974.10 6.26E-05 -0.999992 0.0000
2:1:2
tetapi, kita lihat dari nilai probabilitas dan AIC serta SIC dari masing-
1) ARIMA (1:1:1)
Besar nilai yang terdapat pada probabilitas yaitu sebesar 0.0000 dan
0.0414 lebih kecil dari α 5% dan nilai AIC yang diperoleh yaitu
5.395587.
2) ARIMA (2:1:2)
lebih kecil dari α 5% dan nilai AIC yang diperoleh yaitu sebesar
signifikan lebih kecil dari α 5% serta nilai AIC dan SIC yang lebih kecil
dari model ARIMA (2:1:2), maka model yang dipilih untuk tahap
d. Diagnostik Data
dalam residual dari hasil estimasi dengan model yang diamati. Berikut
besar dari nilai α 5%. Dapat disimpulkan residual dari model bersifat
white noise dan tidak terdapat korelasi serial dalam model tersebut.
Dengan begitu dapat disimpulkan data dari Debt to Asset Ratio (DAR)
PT. Bank BCA Syariah dengan model ARIMA (1:1:1) telah sesuai
e. Peramalan (Forecasting)
sifat-sifat data di masa yang akan datang. Model yang baik tentunya
(RMSE), Median atau Mean Absolut Precent Error (MAPE) dan lain-
model ARIMA yang terpilih yaitu model ARIMA (1:1:1). Berikut hasil
output estimasi peramalan data Debt to Asset Ratio (DAR) PT. Bank
BCA Syariah :
88
Dilihat dari ukuran Root Mean Squared Error (RMSE) memiliki nilai
PT. Bank BCA Syariah untuk 8 bulan kedepan, dapat dilihat pada gambar
berikut :
89
Tabel 4.4
Hasil Prediksi Debt to Asset Ratio (DAR) PT. Bank BCA Syariah
dengan Model ARIMA (1:1:1)
satupun orang dapat memastikan apa yang akan terjadi pada suatu perusahaan
pada Bank BCA Syariah. Laporan keuangan menjadi tolak ukur yang
dengan baik untuk masa yang akan datang. Oleh karena itu, perusahaan harus
melakukan prediksi.
financial distress Bank BCA Syariah dengan beberapa indikator yaitu pada
Capital Adequacy Ratio (CAR), Current Ratio, dan Debt to Asset Ratio
(DAR) menggunakan data runtun waktu (time series). Data time series
merupakan data yang telah dikumpulkan pada setiap periode waktu tertentu,
dengan metode ARIMA model Box-Jenkins. Hasil dari metode ini pada rasio
ARIMA (2:1:2) bersifat random atau white noise. Hal ini dapat dilihat dari
gambar 3.5 bahwa batang-batang grafik tidak melewati garis barlett pada
grafik autokorelasi maupun autokorelasi parsial. Selain itu, dilihat dari nilai
probabilitasnya yang memiliki nilai lebih dari 0,05. Oleh karena itu, model
model terbaik karena nilai AIC yang diperoleh yaitu sebesar 6.302265 dan
nilai SIC yang diperoleh yaitu sebesar 6.480019. Pada rasio Current Ratio
bersifat random atau white noise. Hal ini dapat dilihat dari gambar 4.5 bahwa
maupun autokorelasi parsial. Selain itu, dilihat dari nilai probabilitasnya yang
memiliki nilai lebih dari 0,05. Oleh karena itu, model ARIMA (2:1:1) cocok
nilai AIC yang diperoleh yaitu sebesar 2.777548 dan nilai SIC yang diperoleh
yaitu sebesar 2.953941. Sedangkan pada rasio DAR berhasil bersifat stasioner
92
ARIMA (1:1:1). Residual pada model ARIMA (1:1:1) bersifat random atau
white noise. Hal ini dapat dilihat dari gambar 5.5 bahwa batang-batang grafik
parsial. Selain itu, dilihat dari nilai probabilitasnya yang memiliki nilai lebih
dari 0,05. Oleh karena itu, model ARIMA (1:1:1) cocok digunakan untuk
melakukan prediksi dan merupakan model terbaik karena nilai AIC yang
diperoleh yaitu sebesar 5.217833 dan nilai SIC yang diperoleh yaitu sebesar
5.395587.
Dari hasil prediksi financial distress pada Bank BCA Syariah yang
diukur dengan rasio CAR, Current Ratio dan DAR dapat disimpulkan bahwa
ini dipengaruhi oleh kualitas dari masa lalu yang cenderung menurun pula.
Akan tetapi, kita dapat mengukur hasil dari prediksi setiap rasio tersebut
fluktuasi yang sedikit dari periode ke periode dengan hasil prediksi yang
>12% sehingga rasio CAR ini dikatakan sangat sehat karena semakin besar
CAR maka semakin baik pula tingkat kesehatan suatu bank. Begitu pula
dikatakan sehat dilihat dari skala predikat Current Ratio. Sedangkan pada
depan dengan hasil prediksi pada tingkat 75% - 74% sehingga dapat
dikatakan cukup sehat diukur dengan melihat skala predikat pada DAR. Besar
dan kecilnya nilai prediksi dapat dipengaruhi dari kualitas data masa lalu
(CAR) sebesar 37.03% pada triwulan II tahun 2023. Kemudian nilai terendah
pada Current Ratio sebesar 0.47% pada triwulan IV tahun 2024. Sedangkan
nilai terendah pada Debt to Asset Ratio (DAR) sebesar 74.52% pada triwulan
financial distress pada Bank BCA Syariah diukur juga dengan melihat skala
dari CAR, Current Ratio dan DAR yang masing-masing memiliki kriteria
penilaian guna melihat sehat atau tidaknya suatu perusahaan yang mengalami
itu berada pada posisi sehat. Namun, apabila ada selisih hasil dari prediksi
financial distress yang terjadi dilihat dari Capital Adequacy Ratio (CAR),
Current Ratio dan Debt to Asset Ratio (DAR) di Bank BCA Syariah biasanya
terjadi karena tidak stabilnya nilai suatu produk bank syariah. Hal ini selaras
dengan penelitian yang dilakukan oleh Heni Utari dan Mashitah Akbar
dengan indikator yang digunakan yaitu ROA, Debt Ratio dan Current Ratio
posisi sehat dengan indikator tersebut. Dan penelitian yang dilakukan oleh
94
likuiditas pada cash ratio, financing to deposit ratio dan loan to asset ratio
Mandiri berada posisi sangat sehat sehingga dapat dikatakan metode yang
tidak diinginkan. Kinerja seseorang memiliki tolak ukur pada dua hal yaitu
yang baik, menyelesaikan transaksi yang saling ridha, larangan menipu, dan
larangan memakan harta orang lain dengan cara yang bathil. Kompetensi
kebenaran.
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
prediksi financial distress pada Bank BCA Syariah yang dilihat dari beberapa
indikator yaitu Capital Adequacy Ratio (CAR), Current Ratio dan Debt to
Asset Ratio (DAR) dengan menggunakan data triwulan I tahun 2014 sampai
tersebut sampel sebanyak 108 sampel. Objek penelitian terdiri dari 108
1. Hasil dari analisis data Capital Adequacy Ratio (CAR) pada PT. Bank
yang signifikan didalam model CAR dengan nilai AIC sebesar 6.302265
dan nilai SIC 6.480019. Dengan demikian hasil prediksi pada Triwulan I
95
96
2. Hasil dari analisis data Current Ratio pada PT. Bank BCA Syariah
2.777548 dan nilai SIC sebesar 2.953941. Dengan demikian hasil prediksi
3. Hasil dari analisis data Debt to Asset Ratio (DAR) pada PT. Bank BCA
sebesar 0.0000 menunjukkan bahwa nilai tersebut lebih kecil dari 0.05
signifikan didalam model Debt to Asset Ratio (DAR) dengan nilai AIC
sebesar 5.217833 dan nilai SIC sebesar 5.395587. Dengan demikian hasil
74.60%.
Ratio (CAR) dikatakan sangat sehat karena >12%, indikator Current Ratio
dikatakan sehat karena berada pada posisi 19% - 0% dan indikator Debt to
Asset Ratio dikatakan cukup sehat karena berada pada posisi 66% - 81%.
B. Saran
Indikator CAR, Current Ratio dan DAR telah mendapatkan model terbaik
dan evaluasi bagi bank syariah untuk menjaga kondisi kesehatan bank
agar tetap stabil dan kinerja bank yang baik. Dengan begitu, bank syariah
dapat mengatur strategi yang baik untuk mengatasi financial distress yang
2. Bagi Nasabah
Bagi nasabah harus dapat mengetahui bank syariah yang baik dalam
bank dan juga kinerja yang dilakukan agar terhindar dari bank yang
untuk mengukur financial distress suatu bank syariah serta sampel yang
Qur’an
Buku
Ibrahim, Azharsyah, Metodologi Penelitian Ekonomi dan Bisnis Islam, Aceh : Ar-
Raniry Press, 2021.
2020.
A, Lind Dougls, dkk, Teknik-Teknik Statistika dalam Bisnis dan Ekonomi, Jakarta
Selatan : Salemba Empat, 2014, Cetakan Ke Lima Belas.
Hery, Bank dan Lembaga Kuangan Lainnya, Jakarta : PT. Grasindo, 2019.
99
100
Kasmir dan Jaktar, Studi Kelayakan Bisnis, Jakarta : Kencana Prenada Media
Group, 2003, Cetakan Pertama.
Rosadi, Dedi, Ekonometrika dan Analisis Runtun Waktu Terapan dengan Eviews,
Yogyakarta : CV. Andi Offset, 2012.
Jurnal/Skripsi
Dahniaty, Afiqah, Lembaga Keuangan Syariah Non Bank Pegadaian Syariah dan
Lembaga Keuangan MIkro syariah, Skripsi, Prodi Perbankan Syariah,
Institut Agama Islam Negeri (IAIN) Bengkulu, 2021.
Shidiq, Imaduddin dan Wibowo, Buddi, Prediksi Financial Distress Bank Umum
Di Indonesia: Analisis Diskriminan Dan Regresi Logistik, Jurnal Bisnis
dan Manajemen, Vol. 7, No. 1, April 2017.
Kurniawati, Lintang dan Kholis, Nur, Analisis Model Predeksi Financial Distress
Pada Perusahaan Perbankan Syariah Di Indonesia, Syariah Paper
Accounting FEB UMS.
Assaji, Jenny Pratiwi dan Machmuddah, Zaky, Rasio Keuangan Dan Prediksi
Financial Distress, Jurnal Penelitian Ekonomi dan Bisnis, Vol. 2, No. 2,
2017.
Utari, Heni dan Akbar, Mashitoh, Analisis Prediksi Financial Distress Model
ZMIJEWSKI X-Score Pada Perbankan Umum Syariah di Indonesia
Periode 2016-2018, Jurnal Manajemen dan Akuntansi, Vol. 21, No. 2,
Oktober 2020.
Theodorus, Stevano dan Artini, Luh Gede Sri, Studi Financial Distress pada
Perusahaan Perbanan di BEI, E-Jurnal Manajemen, Vol. 7 No. 5, 2018.
Wanto, Anjar dan Windarto, Agus Perdana, Analisis Prediksi Indeks Harga
Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan
Metode Backpropagation, Jurnal dan Penelitian Teknik Informatika,
Vol. 2, No. 2, Oktober 2017.
Supardi, Herman, dkk, Pengaruh Current Ratio, Debt to Asset Ratio, Total Asset
Turnover, dan Inflasi Terhadap Return on Asset, Jurnal Ilmiah Akuntansi
Fakultas Ekonomi, Vol. 2, No. 2, 2016.
Almunawaroh, Medina dan Marliana, Rina, Pengaruh CAR, NPF, dan FDR
Terhadap Profitabilitas Bank Syariah Indonesia, Jurnal Ekonomi dan
Keuangan Syariah, Vol. 2, No. 1, Mei 2018.
Efendi, Syamsul, Riba dan Dampaknya dalam Masyarakat dan Ekonomi, Vol. 2,
No. 18, 2019.
Peraturan Perundang-Undangan
Sumber Elektronik
http://repo.iain-tulungagung.ac.id/6329/6/Bab%203.pdf#.
https://www.bcasyariah.co.id/
https://kbbi.kemdikbud.go.id/entri/prediksi
https://www.bcasyariah.co.id/sejarah.
https://www.bcasyariah.co.id/informasi-umum
https://www.bcasyariah.co.id/visi-dan-misi-
LAMPIRAN
104
105