Conventional Banking and Sharia Banking Customer Brand Switching Using The Markov
Chain Method
Hanna Annisaa’ul ‘Aaliyah, Najma Taralia Farah, Siti Rovita, Septi Sukmawati Khasanah, Arya
Dwi Darmala
Universitas Sunan Kalijaga, Yogyakarta, Indonesia
Abstract. This study aims to analyze the phenomenon of customer brand switching between
conventional banking and Islamic banking using the Markov Chain method. Markov Chain is used to
describe the dynamics of the transition of customer brands from one type of banking to another type
of banking by considering the probability of transition between brand statuses. The population tested
in this study were 5 conventional and sharia banking companies registered with the OJK, namely BRI
Bank, BNI Bank, Mandiri Bank, BCA Bank and BSI Bank. Of the 30 samples obtained by BRI bank,
initially the number of enthusiasts decreased the most customers from 67% customer contribution in
using it to 32.25%. While BSI is one of the banks that has experienced an increase in interest, at first
the customer share was 3% to 3.16%.
Abstrak. Penelitian ini bertujuan untuk menganalisis fenomena peralihan merek (brand
switching) nasabah antara perbankan konvensional dan perbankan syariah menggunakan
metode Markov Chain. Markov Chain digunakan untuk menggambarkan dinamika peralihan
merek nasabah dari satu jenis perbankan ke jenis perbankan lainnya dengan
mempertimbangkan probabilitas transisi antar status merek. Populasi yang diujikan pada
penelitian ini yaitu terhadap 5 perusahaan perbankan konvensional dan syariah yang terdaftar
pada OJK yaitu Bank BRI, Bnak BNI, Bank Mandiri, Bank BCA dan Bank BSI.Dari 30
sampel yang diperoleh bank BRI yang pada awalnya peminatnya paling banyak menglami
penurunan jumlah nasabah dari 67% kontribusi nasabah dalam menggunkannya menjadi
32,25%. Sedangan BSI menjadi salah satu bank yang mengalami kenaikan peminat, pada
walnya nasabah share sebesar 3% menjadi 3,16%.
Pendahuluan
Saat ini masyarakat gencar dengan produk syariah karena berkembangnya sistem
perbankan syariah yang semakin pesat. Hal ini ditunjukan oleh berbagai data yang
dikeluarkan oleh Bank Indonesia mengenai perbankan syariah. Berkembangnya sistem
perbankan syariah yang semakin pesat ini adalah dampak dari diberlakukannya UU No.21
Tahun 2008 tentang Perbankan Syariah yang terbit pada tanggal 16 Juli 2008.
Brand Switching adalah aktivitas seorang konsumen yang memakai suatu produk lalu
berpindah ke produk yang lainnya dengan berbagai macam faktor-faktor yang mempengaruhi
perpindahan tersebut. Konsumen yang merasa puas terhadap suatu brand atau merek pasti
akan melakukan pembelian ulang secara terus menerus dari produk yang sama, hal itu
menunjukkan loyalitas konsumen terhadap suatu merek atau suatu brand. Loyalitas suatu
merk atau suatu brand diartikan sebagai sikap positif seorang konsumen terhadap merek atau
brand tersebut. Semakin konsumen merasakan kepuasan terhadap suatu merk atau suatu
brand tertentu maka semakin konsumen akan loyal terhadap merek tersebut. Hal ini karena
loyalitas merek atau suatu brand berkaitan erat dengan tingkat kepuasan konsumen.
Landasan Teori
Bank Konvensional merupakan suatu bank yang memiliki fungsi sebagai penghimpun
dan menyalurkan dana masyarakat serta memberikan layanan jasa melalui transaksi
pembayaran ataupun pembiyayaan dengan menggunakan prinsip konvensional dengan
memberikan atau mengenakan imbalan berupa bunga atau sejumlah imbalan dalam bentuk
presentase dana dalam suatu priode tertentu. Terdapat dua cara yang digunakan bank
konvensional dalam menentukan harga dan mendapatkan keuntungan yaitu bunga pada harga
untuk produk simpanan (giro, tabungan dan deposito) dan produk pinjaman (kredit) dan
untuk jasa lain yang diperoleh dari selisih bunga simpanan diberikan kepada penyimpan
dengan bunda pinjaman atau kresit disalurkan atau sering disebut dengan istilah spread based
(Akbar, R. I., & Wuryani, E, 2018). Bank Konvensional yang ada di Indonesia antara lain
BRI (Bank Rakyat Indonesia), BNI (Bank Negara Indonesia), Mandiri, BCA, dan lainya yang
tidak menggunakan prinsip dan akad syariah.
Kata “bank” berasal dari bahasa Italia yakni banco yang berarti bangku. Menurut
Kamus Besar Bahasa Indonesia (KBBI), bank yaitu pelayanan jasa pembayaran dan
peredaran uang yang tujuan utamanya sebagai wadah fasilitas peminjaman dana. Berdasarkan
Undang-Undang No. 21 Tahun 2008, pengertian dari Bank Syariah adalah bank yang
melaksanakan segala kegiatan usaha berdasarkan asas dan prinsip syariah dengan sifatnya
dibagi menjadi 3: Bank Umum Syariah, Unit Usaha Syariah, dan Bank Perkreditan Rakyat
(BPRS). (Mulyani, S., & Jamilah, S, 2022).
Sedangkan menurut pendapat Dr. Husein Syahatah bank syariah adalah lembaga
keuangan syariah yang memberikan layanan produk perbankan dan keuangan, investasi
dalam berbagai sektor syariah dan bertujuan untuk merealisasikan pertumbuhan sosial dan
perekonomian umat Islam (Abrori, 2022). Sehingga pengertian dari Bank Syariah adalah
bank yang melakukan kegiatan usaha berdasarkan prinsip-prinsip syariah, seperti
menjalankan perjanjian menurut hukum Islam (syariah) antara bank dengan pihak lain
mengenai penitipan dana dan atau pembiayaan kegiatan usaha maupun kegiatan usaha lain
yang dinyatakan menurut Syariah.
Jurnal Manajemen dan Ekonomi Bisnis, 2022, vol(issue): xx – xx
- Dana pinjaman
Dana yang berasal dari pinjaman bank lain yang ada di dalam maupun luar
negeri serta pinjaman dari lembaga keuangan bukan bank dan dari obligasi
a. Cash Assets
b. Pinjaman (qardh (Mulyani, S., & Jamilah, S, 2022)
Jurnal Manajemen dan Ekonomi Bisnis, 2022, vol(issue): xx – xx
Markov chain adalah sebuah suatu teknik matematika yang biasa digunakan untuk
memperkirakan terjadinya perubahan diwaktu yang akan datang dalam dengan menggunakan
sifat-sifat ariable pada masa secarang yang didasarkan pada sifat-sifat masa lalu (Arpan, Y &
Dewi, 2018). Model rantai markov dikembangkan oleh seorang ahli Rusia Bernama A.A.
Markov pada tahun 1906 (Rochmoeljati, R, 2016). Pada Model Markov chain akan melihat
elemen atau fackor yang paling penting dan berkontribusi terhadap kinerja dengan melihat
peluang jangka Panjang dengan melihat faktor dimasa lalu (Nazaruddin & Sarbaini, 2022).
Analisis Markov chain banyak digunakan pada riset yang mengambil informasi mengenai
perhitungan perpindahan merek (brand switching). Ada beberpa syarat yang diperlukan untuk
menggunakan analisis rantai Markov dalam suatu permasalahan, yaitu :
Dalam analisis Markov chain yang dihasilkan adalah suatu informasi probabilistic yang dapat
digunakan dalam mengmabil keputusan. Metode Markove chain menggambarkan perilaku
konsumen dala penggunaan merek, konsumen semakin tidak loyal jika semakin rasio
perpindahan merek semakin besar, dan sebaliknya jika konsumen semakin loyal terhadap
suatu merek maka semakin kecil rasio permindaan merek oleh konsumen (Arpan, Y & Dewi,
2018)
Matriks probabilitas transisi merupakan suatu matriks yang digunakan untuk menganalisis
perubahan dari satu state ke state selanjutnya dan merupakan suatu proses random yang
dinyatakan dalam probabilitas. Jika untuk setiap state i dan j berlaku :
Maka probabilitas transisi dikatakan stasioner artinya tidak berubah terhadap waktu. Matriks
P = [pij] dapat disebut dengan matriks transisi rantai Markov. Matriks probabilitas transisi
dapat dinyatakan sebagai berikut
Jurnal Manajemen dan Ekonomi Bisnis, 2022, vol(issue): xx – xx
1 2 …
1 11 12 … 1
… 2
P= 2 21 22 …
: : : :
1 2…
Maka dapat dibentuk probabilitas n-langkah (n-step), probabilitas transisi n-langkah dari state
i ke state j dengan matriks probabilitas seperti berikut :
1 2 …
1 11 12 … 1
…
P= 2 21 22 … 2
: : : :
…
1 2
Keterangan :
Karena merupakan peluang sehingga nilainya tidak negative dan tidak lebih dari , serta
Steady state merupakan sebuah kondisi Ketika nilai probabilitas transisi dari satu state ke
state selanjutnya tidak mengalami perubahan atau nilai bersifat tetap. Nilai probabilitas
steady state didapatkan dengan cara mengalikan matriks probabilitas awal dengan matriks
probabilitas transisi n-langkah.
Brand Switching memiliki beragam dari beberapa ilmuan yang berbeda. Peter dan
Olson berpendapat bahwa, brand switching atau dikenal dengan istilah perpindahan merek
adalah pola pembelian yang dispesifikasikan dengan perubahan atau pergantian dari satu
brand ke brand lain. Menurut Sumarketer, brand switching adalah perpindahan merek yang
dilakukan oleh pelanggan (konsumen) untuk setiap waktu penggunaan yang bertujuan untuk
mengukur bagaimana tingkat merek yang digunakan oleh pelanggan. Irawan mengatakan
Jurnal Manajemen dan Ekonomi Bisnis, 2022, vol(issue): xx – xx
bahwa brand switching terjadi karena adanya perilaku yang beragam (variety seeking) atau
pergantian merek oleh konsumen (Farida & Ferdiawan, 2019).
Jenis data yang digunakan dalam penelitian ini adalah data primer berupa data jumlah
nasabah bank konvensional dan bank syariah, data transaksi, profil nasabah, atau data riwayat
peralihan merek.serta data sekunder sebagai data pelengkap.
Teknis analisis data yang digunakan dalam penelitian ini yaitu dengan menggunakan
model Markov Chain. Adapun yang digambarkan dalam penelitian ini adalah kecenderungan
perpindahan Nasabah Bank Konvensional ke Bank Syariah dengan melibatkan perhitungan
matriks probabilitas transisi.
Mekanisme analisis data, langkah-langkah analisis data dalam rantai markov untuk
menghitung peluang perpindahan Nasabah saat mencapai kondisi steady state adalah sebagai
berikut :
a) Menyusun tabel perpindahan merek, yaitu tabel yang berisi data total nasabah yang
melakukan brand switching terhadap setiap layanan perbankan.
b) Kemudian menghitung peluang dari setiap state.
c) Menyusun matriks probabilitas transisi.
d) Mencari keadaan tetap (steady state) yang nantinya dapat digunakan sebagai prediksi
pangsa pasar dimasa yang akan datang.
Bank BSI 0 0 0 0 1 1 3%
Jurnal Manajemen dan Ekonomi Bisnis, 2022, vol(issue): xx – xx
Total 30 100%
Berdasarkan Tabel 1 diatas, dari 30 total nasabah dapat diketahui bahwa nasabah dari
bank BRI yang tidak berpindah bank sebesar 37%, yang berpindah layanan ke bank BNI
sebesar 13%, untuk yang berpindah ke bank Mandiri sebesar 3%, untuk yang berpindah
layanan ke bank BCA sebesar 3%, dan untuk perpindahan layanan ke bank BSI sebesar 10%.
Sebanyak 2 nasabah atau sebesar 7% nasabah dari bank Mandiri tidak melakukan brand
switching, dan tidak ada perpindahan dari bank Mandiri ke bank BRI, bank BNI, dan bank
BCA atau sebesar 0%, serta sebesar 3% nasabah berpindah ke bank BSI. Nasabah bank BNI
yang berpindah ke bank BSI sebesar 7%, sedangkan nasabah bank BCA yang berpindah ke
bank BSI sebesar 3%. Setelah itu menghitung peluang untuk setiap state yang nantinya akan
dibuat matriks probabilitas transisi.
Dari Tabel 2 dapat dilihat untuk bank BRI nilai peluang dari nasabah bank BRI tidak
perpindah merek sebesar 0.55, nilai peluang tersebut diperoleh dari banyak nasabah bank BRI
yang melakukan perpindahan ke bank BRI yaitu sebanyak 11 orang dibagi dengan total
nasabah bank BRI yaitu sebanyak 20 orang, untuk nasabah BRI yang berpindah ke bank BNI
sebanyak 4 orang kemudian dibagi dengan total nasabah bank BRI, sehingga nilai
4
peluangnya adalah 20 = 0.20, untuk nasabah BRI yang berpindah ke bank Mandiri sebanyak 1
1
orang kemudian dibagi dengan total nasabah bank BRI, sehingga nilai peluangnya adalah 20
= 0.05, untuk nasabah BRI yang berpindah ke bank BCA sebanyak 1 orang kemudian dibagi
1
dengan total nasabah bank BRI, sehingga nilai peluangnya adalah 20
= 0.05, dan untuk
Jurnal Manajemen dan Ekonomi Bisnis, 2022, vol(issue): xx – xx
nasabah BRI yang berpindah ke bank BSI sebanyak 3 orang kemudian dibagi dengan total
3
nasabah bank BRI, sehingga nilai peluangnya adalah 20
= 0.15. Begitu juga untuk peluang
pada layanan perbankan yang lain.
Berdasarkan Tabel 2 dapat disusun matriks probabilitas transisi awal yaitu sebagai berikut :
Kemudian akan dicari steady state yaitu keadaan tetap yang dapat digunakan sebagai
perdiksi peluang jumlah konsumen pada masa akan datang. Matriks probabilitas awal dapat
diperoleh dengan cara membagi banyaknya pengguna pada setiap layanan perbankan dengan
total keseluruhan pengguna layanan perbankan. Untuk nilai probabilitas awal dari setiap
layanan perbankan yaitu
20
a. Nilai probabilitas BRI = 30 = 0,67
3
b. Nilai probabilitas BNI = 30 = 0,10
3
c. Nilai probabilitas Mandiri = 30 = 0,10
3
d. Nilai Probabilitas BCA = 30 = 0,10
1
e. Nilai Probabilitas BSI = 30 = 0,03
0,67
0,10
0,10
0,03
Jurnal Manajemen dan Ekonomi Bisnis, 2022, vol(issue): xx – xx
Jenis Nasabah
Bank Probabilitas Transisi Vektor Share
Periode ke-2
BRI BNI Mandiri BCA BSI
BRI 0,55 0,20 0,05 0,05 0,15 0,67 0,403
BNI 0,00 0,00 0,33 0,00 0,67 0,10 0,053
X =
Mandiri 0,00 0,00 0,67 0,00 0,33 0,10 0,077
BCA 0,00 0,00 0,00 0,67 0,33 0,10 0,77
BSI 0,00 0,00 0,00 0,00 1,00 0,03 0,030
Dari hasil perkalian antara matriks probabilitas transisi dengan vector dihasilkan prediksi
share priode ke-2 yaitu BRI sebesar 40%, BNI sebesar 5%, Mandiri sebesar 8%, BCA
sebesar 8% dan BSI sebesar 3%.
0.55 0.20 0.05 0.05 0.15 0.55 0.20 0.05 0.05 0.15
0.00 0.00 0.33 0.00 0.67 0.00 0.00 0.33 0.00 0.67
0.00 0.00 0.67 0.00 0.33 X 0.00 0.00 0.67 0.00 0.33
0.00 0.00 0.00 0.67 0.33 0.00 0.00 0.00 0.67 0.33
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 1.00
Hasil matriks probabilitas transisi yang telah dikuadratkan sekarang dikalikan dengan
share nasabah awal (vector). Hasilnya adalah sebagai berikut.
Jurnal Manajemen dan Ekonomi Bisnis, 2022, vol(issue): xx – xx
Jenis Nasabah
Bank Probabilitas Transisi Vektor Share
Periode ke-3
BRI BNI Mandiri BCA BSI
BRI 0.303 0.000 0.449 0.449 1.000 0,67 0,32
BNI 0.000 0.000 0.000 0.000 0.000 0,10 0,00
Mandiri 0.000 0.000 0.000 0.000 0.000 0,10 0,00
X =
BCA 0.000 0.000 0.000 0.000 1.342 0,10 0,04
BSI 0.000 0.000 0.000 0.316 0.000 0,03 0,03
Hasil perhitungan diatas bisa dilihat prediksi pangsa nasabah perbankan periode
pertama, kedua, ketiga untuk tipe perbankan.
Jenis bank Nasabah Share periode Nasabah Share periode Nasabah Share
awal ke-2 periode ke-3
BRI 67% 40% 32,25%
BNI 10% 5% 0%
Mandiri 10% 8% 0%
BCA 10% 8% 4,02%
BSI 3% 3% 3,16%
Tabel 3. Nasabah Share periode awal, ke-2, dan ke-3
Dari Tabel 3 diketahui BRI sebagai merek yang masih menjadi pilihan utama bagi
sebagain nasabah perbankan. Pada awalnya Bank BRI memiliki presentase jumlah nasabah
yang cukup besar yaitu 67%, namun pada periode kedua dan ketiga terjadi penurunan
masing-masing sebesar 40% dan 32,25%. Pangsa pasar Bank BNI juga mengalami penurunan
yang cukup signifikan yang semula pada periode pertama sebesar 10% menjadi 5% pada
periode kedua dan 0% pada periode ketiga. Pangsa pasar nasabah bank Mandiri juga
mengalai penurunan yang cukup signifikan yaitu pada periodel awal sebesar 10%, 8% pada
periode kedua dan 0% pada periode ketiga. Pangsa pasar nasabah baggi bank BCA pada
periode awal sebesar 10% kemudia menurun menjadi 8% pada periode kedua dan 4,02%
pada periode ketiga. Sedangkan pangsa pasar pada periode awal dan kedua cukup konstan
dengan angka 3% namun terjadi peningkatan pada periode ketiga sebesar 3,16%.
Kesimpulan
Berdasarkan hasil pengolahan data dapat disimpulkan bahwa bank BRI merupakan layanan
perbankan yang menjadi pilihan utama dibandingkan dengan layanan perbankan yang lain
seperti BNI, Mandiri, BCA dan BSI. Karena memiliki presentase jumlah nasabah yang besar,
namun pada setiap periode mengalami penurunan presentase jumlah nasabah. Bank BSI
menjadi salah satu bank yang memiliki peningkatan terhadap jumlah nasabah sebesar 3,16%
pada periode ketiga. Hal ini menunjukan bahwa masyarakat semakin sadar akan perbankan
berbasis syariah dengan layanan serta keuntungan dalam bertransaksi. Meskipun Metode
Rantai Markov cukup berhasil dalam memprediksi peralihan merek, model ini masih
memiliki beberapa keterbatasan : Nasabah tidak selalu berpindah layanan perbankan dalam
Jurnal Manajemen dan Ekonomi Bisnis, 2022, vol(issue): xx – xx
interval waktu tertentu dan juga tidak selalu menggunakan satu layanan perbankan pada
waktu yang sama. Masyarakat masih cenderung menggunakan bank konvensional daripada
bank syariah, namun presentase jumlah nasabah bank konvensional yang berpindah pada
Bank Syariah mengalami peningkatan peminat.
Referensi
Abrori, F. (2022). Mekanisme Prinsip Syariah Pada Produk Bank Syariah. LAN TABUR:
Jurnal Ekonomi Syariah, 3(2), 194.
Akbar, R. I., & Wuryani, E. (2018). Analisis Perbandingan Efisiensi Bank Umum Syariah
dan Bank Umum Konvensional dengan Menggunakan Metode Data Envelopment
Analysis. Jurnal Akuntansi AKUNESA, 6(2).
Anggraeni, R., Evanita, S., & Sofya, R. (2018). Pengaruh Endorser, Harga dan Kualitas
Produk terhadap Perilaku Peralihan Merek (Brand Switching) Bedak Padat Maybelline
di Kota Padang. Jurnal Ecogen, 1(4), 787.
Apriani, A. (2016). Metode Markov chains Untuk Analisa Perulangan Fasies Di Sub Basin
Kiliran Jao Sumatra Barat. Angkasa: Jurnal Ilmiah Bidang Teknologi, 8(1), 1-16.
Arpan, Y., & Dewi, P. C. (2018). Analisis Brand Switching Pengguna Transportasi Online
Gojek dengan Metode Markov Chain di Kota Bandar Lampung. Valid: Jurnal
Ilmiah, 15(2), 151-162.
Farida, F., Nurwanita, N., & Ferdiawan, F. (2019). Pengaruh Berbagai Faktor terhadap
Brand Switching Handphone pada Mahasiswa Fakultas dan Ekonomi Islam IAIN Palu.
Jurnal Ilmu Ekonomi dan Bisnis Islam, 1(2), 92-93.
Mulyani, S., & Jamilah, S. (2022). Implementasi Manajemen Dana Pada Bank Syariah. An-
Nisbah: Jurnal Perbankan Syariah, 3(1), 44-48.
Nazaruddin, N., & Sarbaini, S. (2022). Evaluasi Perubahan Minat Pemilihan Mobil dan
Market Share Konsumen di Showroom Pabrikan Honda. Jurnal Teknologi Dan
Manajemen Industri Terapan, 1(2), 97-103.
Phasa, A. S., & Astuti, Y. P. (2021). ANALISIS PERILAKU BRAND SWITCHING
DENGAN METODE RANTAI MARKOV. MATHunesa: Jurnal Ilmiah
Matematika, 9(1), 212-219.
Rochmoeljati, R. (2016). Perencanaan Perawatan Mesin Menggunakan Metode Markov
Chain untuk Meminimumkan Biaya Perawatan. Tekmapro: Journal of Industrial
Engineering and Management, 8(1).