Journal of Applied Islamic Economics and Finance

Vol. 3, No. 1, October 2022, pp. 44 – 53

https://doi.org/10.35313/jaief.v3i1.3788

Pembiayaan Bermasalah pada Bank Muamalat Indonesia: Apakah

Faktor Internal dan Faktor Eksternal Berpengaruh?
Troubled financing at bank Muamalat Indonesia: Do internal and external factors
affect?

Noviatul Fitriya1,*, Mochamad Edman Syarief2, Anhar Firdaus3

1,2Department of Accounting, Politeknik Negeri Bandung, Bandung, Indonesia
3Department of Commerce, Politeknik Negeri Lhokseumawe, Lhokseumawe, Indonesia

Research article
Received 30 June 2022; Accepted 27 September 2022
How to cite: Fitriya, N., Syarief, ME., & Firdaus, A., (2022). Pembiayaan Bermasalah pada Bank
Muamalat Indonesia: Apakah Faktor Internal dan Faktor Eksternal Berpengaruh?. Journal of Applied
Islamic Economics and Finance, 3(1), 44-53.
*Corresponding author: noviatulftry04@gmail.com

Abstract: The purpose of this study was to find out the effect of the ratio of Operating Costs and
Operating Income (BOPO), Capital Adequacy Ratio (CAR), Financing to Deposite Ratio (FDR),
Inflation, and Exchange Rate (Exchange Rate) on Non Performing Financing (NPF) at Banks. Sharia
Muamalat. The population used in this study is Bank Muamalat Indonesia and the data used is time
series data sourced from the quarterly reports of Bank Muamalat Indonesia for the 2011-2020 period
published on the bank's official website. The method used to solve this problem is to use quantitative
research with multiple regression analysis and is supported by Eviews9 software as an application to
process data. The findings of this study are to contribute to Bank Muamalat Indonesia regarding the
factors that affect the NPF at Bank Muamlat Indonesia.
Keyword: BOPO, CAR, FDR, INFLASI, KURS, NPF

1. Pendahuluan
Bank dengan kegiatan operasionalnya berlandaskan pada prinsip syariah atau bagi hasil
yaitu adalah bank syariah. Dengan berlandaskan prinsip syariah menjadikan produk yang
terdapat di bank syariah menjadi lebih bervariasi dan dapat disesuaikan dengan keadaan
nasabah. Pada kenyataannya walaupun produk pada bank syariah dapat disesuaikan
dengan keadaan nasabah namun masih saja ditemukan adanya risiko, terutama risiko
pembiayaan atau yang biasa disebut pembiayaan bermasalah atau Non Performing Finance
(NPF). Fungsi dari rasio NPF yaitu untuk menilai pembiayaan bermasalah yang terjadi di
bank lalu dibandingkan dengan seluruh pembiayaan yang telah tersalurkan oleh bank yaitu
rasio NPF. Apabila rasio ini tinggi, maka dapat diartikan bahwa pembiayaan bermasalah
yang terjadi pada bank tersebut tinggi dan bank tersebut tidak dalam keadaan sehat.
(Umam, Khaerul: 2015)
Saat ini pembiayaan bermasalah pada bank muamalat sedang mangalami peningkatan,
dikarenakan bank muamalat lebih banyak menyalurkan pembiayaan ke sektor korporasi
seperti sektor pertambangan. Hal ini didukung dengan menurunnya laba bersih Bank
Muamalat sejak tahun 2018. Pada tahun 2018 laba bersih yang didapatkan Bank Muamalat

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 44

Fitriya, N., Syarief, ME., & Firdaus, A.

mencapai 46 milyar, nilai ini meningkat 76,25% dibandingkan dengan 2017 yaitu 26 milyar.
Namun kenaikan laba bersih ini tidak berlangsung lama, pada periode selanjutnya yaitu
2019 dan 2020 laba bersih Bank Muamalat kembali menurun. Pada 2019 laba bersih Bank
Muamalat menurun menjadi 16 milyar dan pada tahun 2020 menurun menjadi 10 milyar.
Berikut merupakan data rasio keuangan Bank Muamalat yang disajikan dengan tabel
dengan berfokus pada rasio NPF yang berubah
Tabel 1. Data NPF, BOPO, CAR, FDR, Inflasi dan Kurs Tahun 2020
Rasio Triwulan I Triwulan II Triwulan III Triwulan IV
NPF (%) 4,98 4,97 4,95 3,95
BOPO (%) 97,94 98,19 98,38 99,45
CAR (%) 12,12 12,13 12,48 15,21
FDR (%) 73,77 74,81 73,8 69,84
Inflasi (%) 2,87 2,27 1,43 1,57
Kurs (Rp) 14305 15072 14791 14457
Sumber: Laporan Triwulan Bank Muamalat Indonesia
Berdasarkan data tersebut rasio-rasio mengalami perubahan dan kekeliruan dari teori
yang menjelaskan hubungan antar variabel. Menurut (Maraya Auliani, 2016) menyatakan
bahwa BOPO berpengaruh terhadap NPF, namun menurut (Indrajaya, 2019) BOPO tidak
berpengaruh terhadap NPF. Selanjutnya variabel CAR menurut (Firdaus, 2016) memiliki
pengaruh terhadap NPF, namun menurut (Asmara, 2019) CAR tidak memiliki pengaruh
terhadap NPF. Rasio FDR menurut (Akbar, 2016) memiliki pengaruh terhadap NPF
sementara menurut (Wibowo & Saputra, 2017) FDR tidak memiliku pengaruh terhadap NPF.
Inflasi menurut (Asmara, 2019) berpengaruh terhadap NPF, dan hasil menurut (Wibowo &
Saputra, 2017) tidak berpengaruh terhadap NPF. Kurs menurut (Maraya Auliani, 2016)
berpengaruh terhadap NPF, sementara menurut (Indrajaya, 2019) tidak berpengaruh
terhadap NPF.

2. Kajian Pustaka
2.1. Non Performing Financing
Menurut Ismail (2018), definisi dari Non Performing Financing yaitu merupakan rasio yang
berguna untuk menilai pembiayaan yang bermasalah yang dibandingkan kepada seluruh
pembiayaan yang telah dikeluarkan. Jenis pembiayaan diragukan, kurang lancar dan macet
akan digolongkan ke pembiayaan bermasalah (Mutamimah & Chasanah, 2012). Rasio NPF
yang baik sesuai dengan kriteria Bank Indonesia yaitu maksimal 5%.

2.2. Biaya Operasional dan Pendapatan Operasional

Biaya Operasional dan Pendapatan Operasional (BOPO) adalah rasio keuangan untuk
menilai profitabilitas bank atau untuk mengetahui kesanggupan bank dalam mencari
keuantungan (Hijriyani & Setaiwan, 2017). Rasio yang berguna untuk menilai jumlah Beban
Operasional bank yang dilihat dari jumlah Pendapatan Operasional disebut dengan BOPO.
Jika rasio ini rendah artinya bank telah efisien dalam mengelola beban operasional
digunakan dalam kegiatan operasionalnya.

2.3. Capital Adequacy Ratio

Definisi dari Capital Adequacy Ratio yaitu rasio keuangan yang bertujuan untuk menilai

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 45

Fitriya, N., Syarief, ME., & Firdaus, A.

apakah bank menyimpan kecukupan modal yang berguna gunanya untuk menyisihkan
dananya yang diperuntukkan untuk menanggulangi konsekuensi terjadinya risiko yang
menyebabkan bank mengalami kerugian (Azizah dkk., 2022). CAR merupakan komparasi
modal terhadap aktiva bank yang memiliki risiko. Apabila rasio CAR tinggi maka artinya
kesanggupan bank semakin baik dalam menyelesaikan risiko yang menyebabkan kerugian
bagi bank termasuk pembiayaan bermasalah.

2.4. Financing to Deposite Ratio

Financing to Deposite Ratio (FDR) merupakan rasio yang temasuk kedalam rasio likuiditas.
Rasio likuiditas untuk menilai likuiditas bank, yaitu kesanggupan bank untuk memenuhi
kewajiban jangka pendeknya dan memenuhi ketersediaan dana apabila sewaktu-waktu
nasabah ingin mengambil dananya kembali, hal-hal tersebut dapat dinilai dengan rasio
likuiditas (Pratama dkk., 2022). Rasio FDR adalah rasio untuk menilai sejauh mana dana
pihak ketiga yang telah disalurkan kepada pembiayaan. Jika rasio FDR ini semakin tinggi
dapat diartikan pembiayaan lebih banyak yang bersumber dari dana pihak ketiga, ini
mengakibatkan risiko pembiayaan bermasalah akan ikut tinggi (Nugraha & Arshad, 2020).

2.5. Inflasi
Inflasi termasuk kedalam salah satu variabel yang berasal dari makro ekonomi. Inflasi
merupakan gejala dimana harga dari jasa dan barang meningkat dan berkelanjutan dalam
waktu yang tidak diketahui (Rahardja & Manurung; 2004). Dengan meningkatnya harga
barang dan jasa mengakibatkan permintaan jasa dan barang tersebut berkurang, sehingga
berdampak berkurangnya pendapatan yang diterima oleh perusahaan (Tripuspitorini &
Setiawan, 2020). Hal ini mengakibatkan terganggunya kelancaran pengembalian
pembiayaan perusahaan kepada bank, dan berdampak pada meningkatnya risiko
pembiayaan bermasalah.

2.6. Kurs (Nilai Tukar)

Nilai Tukar (Kurs) adalah nilai atau harga dari mata uang di dalam negeri (rupiah) terhadap
mata uang asing atau luar negeri (dollar Amerika). Perubahan kurs memberikan dampak
yang berbeda terhadap debitur. Dengan menguatnya mata uang rupiah akan menurunkan
pendapatan debitur yang berkecimpung di bidang eksport, sementara bagi debitur yang
berkecimpung di bidang import menguatnya mata uang rupiah akan meningkatkan
pendapatannya. Sehingga dampak dari menguatnya atau melemahnya mata uang rupiah
akan memberikan dampak yang berbeda terhadap debitur.

3. Metode Penelitian
Penelitian ini menggunakan metode pendekatan kuantitatif, dan menggunakan metode
Analisis Regresi Linier Berganda dengan pendekatan Ordinary Least Square (OLS) dan dengan
menggunakan Uji Asumsi Klasik. Analisis yang dilakukan bermaksud untuk memahami
apakah BOPO, CAR, FDR, Inflasi dan Kurs berpengaruh kepada Pembiayaan Bermasalah.
Data yang digunakan pada penelitian ini bersumber dari Laporan Keuangan (financial
statements) Bank Muamalat Indonesia dari Triwulan 1 2011 hingga Triwulan 4 2020.
Adapaun persamaan pada penelitian ini adalah :
Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + e
Keterangan:

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 46

Fitriya, N., Syarief, ME., & Firdaus, A.

Y= Non Performing Financing (Variabel Terikat)

Α = Konstanta
β1 - β5 = Koefisien masing-masing variabel bebas
X1 = Biaya Operasional dan Pendapatan Operasional (BOPO)
X2 = Capital Adequacy Ratio (CAR)
X3 = Financing to Deposit Ratio (FDR)
X4 = Tingkat Inflasi
X5 = Nilai Tukar Rupiah (Rupiah)
E = Variabel Residual (Standard Error)

4. Hasil dan Pembahasan

4.1. Hasil Penelitian
4.1.1. Analisis Regresi Linier Berganda
Analisis regresi linier berganda bertujuan untuk membaca pola hubungan antara Variabel
Bebas (BOPO, CAR, FDR, Inflasi, dan Kurs) dengan Variabel Terikat (NPF). Estimasi
pendekatan memakai metode LS-Least Square untuk penelitian ini. Analisis Regresi Linier
Berganda memiliki hasil sebagai berikut:
Tabel. 2 Hasil Analisis Regresi Linier Berganda

Variable Coefficient Std. Error T-Statistic Prob.

C 5,761246 3,730014 1,544564 0,1317
BOPO 0,000282 0,000393 0,719104 0,4770
CAR -0,002785 0,001340 -2,078536 0,0453
FDR -0,000508 0,000261 -1,947494 0,0598
Inflasi 0,301712 0,165398 1,824158 0,0769
Kurs 0,000132 0,000158 0,835216 0,4094
R-squared 0,352224 Mean dependent var 3,175000
Adjusted R- 0,256962 S.D. dependent var 1,278852
Squared
S.E. of regression 1,102365 Akaike info criterion 3,170275
Sum squared resid 41,31713 Schwarz criterion 3,423607
Log likelihood -57,40550 Hannan-Quinn criter 3,261872
F-statistic 3,697448 Durbin-Watson stat 0,740907
Prob(F-statistic) 0,008855

Sumber: Hasil olah data Eviews 9

Dari hasil tersebut, didapatkan persamaan sebagai berikut :
Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + e
NPF = α + β1 BOPO + β2 CAR + β3 FDR + β4 INFL + β5 KURS + e
NPF = 5,761246 + 0,000282 (BOPO) - 0,002785 (CAR) - 0,000508 (FDR) + 0,301712 (INFLASI) +

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 47

Fitriya, N., Syarief, ME., & Firdaus, A.

0,000132 (KURS) + e
Dari persamaan diatas, mengartikan bahwa :
• Nilai konstanta senilai 5,761246, hal ini berarti apabila nilai semua variabel sebesar 0
atau tidak mengalami perubahan maka besarnya pembiayaan bermasalah pada Bank
Muamalat sebasar 5,761246.
• Koefisien variabel BOPO sebesar 0,000282, dan bernilai positif, dapat diartikan apabila
dengan asumsi variabel CAR, FDR, Inflasi, dan Kurs adalah tetap, maka setiap
kenaikan 1 point BOPO akan meningkatkan pembiayaan bermasalah sebesar 0,000282.
• Koefisien variabel CAR sebesar 0,002785, dan bernilai negatif, dapat diartikan apabila
dengan asumsi variabel BOPO, FDR, Inflasi, dan Kurs adalah tetap, maka setiap
kenaikan 1 point CAR akan menurunkan pembiayaan bermasalah sebesar 0,002785.
• Koefisien variabel FDR sebesar 0,000508, dan bernilai negatif, dapat diartikan apabila
dengan asumsi variabel BOPO, CAR, Inflasi, dan Kurs adalah tetap, maka setiap
kenaikan 1 point FDR akan menurunkan pembiayaan bermasalah sebesar 0,000508.
• Koefisien variabel Inflasi sebesar 0,301712, dan bernilai positif, dapat diartikan apabila
dengan asumsi variabel BOPO, CAR, FDR, dan Kurs adalah tetap, maka setiap
kenaikan 1 point Inflasi akan meningkatkan pembiayaan bermasalah sebesar 0,301712.
• Koefisien variabel Kurs sebesar 0,000132, dan bernilai positif, dapat diartikan apabila
dengan asumsi variabel BOPO, CAR, FDR, dan Inflasi adalah tetap, maka setiap
kenaikan 1 point Kurs akan meningkatkan pembiayaan bermasalah sebesar 0,000132.

4.1.2. Uji Koefisien Determinasi (R2)

Tabel 3. Hasil Uji Koefisien Determinasi (R2)

R-squared 0,352224
Adjusted R-Squared 0,256962
Sumber: Hasil olah data Eviews 9
Berdasarkan tabel tersebut, hasil dari uji koefisien determinasi (R2) mengacu pada nilai
Adjusted R-squared yang sebesar 0,256962 atau sebesar 25,70%, angka tersebut dapat
diartikan bahwa BOPO, CAR, FDR, Inflasi dan Kurs dapat menjelaskan NPF sebanyak
25,70% dan sebesar 74,30% dapat dijelaskan oleh variabel lain diluar penelitian ini.

4.1.3. Uji Signifikansi Parsial (Uji-t)

Tabel 4 Hasil Uji-t
Variable Prob. Tingkat Keyakinan Kesimpulan
BOPO → NPF 0.4770 5% Tidak Berpengaruh
CAR → NPF 0.0453 5% Berpengaruh
FDR → NPF 0.0598 5% Tidak Berpengaruh
Inflasi → NPF 0.0769 5% Tidak Berpengaruh
Kurs → NPF 0.4094 5% Tidak Berpengaruh
Sumber: Hasil olah data Eviews 9 (data diolah)
Berdasarkan tabel hasil Uji-t nilai Prob. < α (0.000000 < 0.05), dapat diartikan bahwa
NPF tidak dipengaruhi oleh BOPO, FDR, Inflasi, dan Kurs secara signifikan, namun NPF
dapat dipengaruhi oleh CAR secara signifikan .

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 48

Fitriya, N., Syarief, ME., & Firdaus, A.

4.2. Uji Asumsi Klasik

4.2.1. Uji Normalitas
Berikut gambar hasil Uji Normalitas pada analisis penelitian ini :

Gambar 2 Hasil Uji Normalitas

Sumber: Hasil olah data Eviews 9
Mengacu pada Histogram tersebut, bahwa nilai Probability pada Uji normalitas
memperlihatkan 0.516851 yang nilainya > 0.05. Sehingga dengan nilai tersebut dapat artikan
bahwa data yang digunakan dalam penelitian ini termasuk kedalam data yang terdistribusi
normal karena nilai probability signifikan lebih besar dari alpha 0,05 (Ghozali & Ratmono,
2013)

4.2.2. Uji Heterokedastisitas

Berikut tabel hasil Uji Heterokedastisitas pada penelitian ini :
Tabel 5. Hasil Uji Heterokedastisitas
Heteroskedasticity Test Glejser
F-statistic 0,783699 Prob. F(5,34) 0,5686
Obs*R-squared 4,133598 Prob. Chi-Square(5) 0,5303
Scaled explained 2,711527 Prob. Chi-Square(5) 0,7444
Sumber: Hasil olah data Eviews 9
Dengan menggunakan metode Glejser untuk mengetahui apakah terdapat gejala
heteroskedastisitas pada model penelitian ini, dapat dilihat dari nilai Prob. 0,5303 > 0,05
sehingga dapat diartikan bahwa model yang digunakan tidak mengalami gejala
heterokedastisitas dalam model penelitian.

4.2.3. Uji Multikolinearitas

Berikut tabel hasil Uji Multikolinearitas pada analisis penelitian ini :
Tabel 6. Hasil Uji Multikolinearitas

Coefficient Uncentered Centered

Variable
Variance VIF VIF
C 13,91301 457,9624 NA

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 49

Fitriya, N., Syarief, ME., & Firdaus, A.

Coefficient Uncentered Centered

Variable
Variance VIF VIF
BOPO 1,54E-07 435,1927 2,978320
CAR 1,80E-06 102,8925 1,438228
FDR 6,80E-08 181,5686 2,799657
Inflasi 0,027357 21,16011 2,905283
Kurs 2,49E-08 129,9241 3,447175
Sumber: Hasil olah data Eviews 9
Untuk menemukan adanya multikolinearitas memakai Variance Inflation Factor (VIF).
Mengacu pada hasil uji diatas, dalam penelitian ini tidak ditemukan adanya masalah
multikolinearitas, hal ini mengacu pada nilai Centered VIF seluruh variabel < 10.

4.2.4. Uji Autokorelasi

Menurut Santoso (2012) dalam menentukan adanya masalah autokorelasi atau tidak
dalam data atau model di penelitian ini dapat dilihat dari nilai Durbin Watson dengan
ketentuan sebagai berikut:
a. Terdapat autokorelasi dengan skala positif. jika nilai Durbin Watson kurang dari -2
b. Tidak terdapat masalah autokorelasi jika nilai Durbin Watson diantara -2 hingga +2
c. Terdapat autokorelasi dengan skala negative jika nilai Durbin Watson lebih dari +2
Berikut tabel hasil Uji Autokorelasi pada analisis penelitian ini :
Tabel 7. Hasil Uji Autokorelasi

Mean dependent var 3,175000

S.D. dependent var 1,278852
Akaike info criterion 3,170275
Schwarz criterion 3,423607
Hannan-Quinn criter 3,261872
Durbin-Watson stat 0,740907
Sumber: Hasil olah data Eviews 9
Berdasarkan hasil analisis Uji Autokorelasi tersebut, nilai Durbin Watson yaitu
0,740907, yang artinya nilai ini berada diantara -2 hingga +2 dan temasuk kedalam kategori
tidak terjadi autokorelasi.

4.3. Pembahasan
4.3.1. Pengaruh BOPO terhadap NPF
Berdasarkan penelitian regresi dan uji-t yang dilakukan memiliki hasil yang
memperlihatkan bahwa NPF tidak dipengaruhi oleh BOPO. Hasil penelitian sebelumnya
yang dilakukan oleh (Indrajaya, 2019) juga menjelaskan bahwaNPF tidak dipengaruhi oleh
BOPO. Hal ini dikarenakan pertumbuhan rasio BOPO yang fluktuatif, selain itu
pertumbuhan BOPO yang tidak terlalu signifikan tidak dapat memberikan pengaruh
terhadap pembiayaan bermasalah (NPF).
Meskipun tidak berpengaruh, perusahaan tetap harus menjaga rasio BOPO ini, karena
jika BOPO dibiarkan terlalu tinggi artinya beban operasional perusahan kemungkinan akan

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 50

Fitriya, N., Syarief, ME., & Firdaus, A.

menjadi lebih besar dari pada pendapatan operasional yang didapatkan perusahaan.
Apabila rasio BOPO tinggi dapat diartikan bahwa pengontrolan biaya operasional yang
dilakukan bank tidak berjalan dengan baik. Hal ini menunjukkan bank tidak mampu
mengelola biaya operasional perusahan dengan efisien, hal ini ditandai dengan
meningkatnya biaya operasional.

4.3.2. Pengaruh CAR terhadap NPF

Berdasarkan penelitian regresi dan uji-t yang dilakukan memiliki hasil yang menjelaskan
bahwa NPF dipengaruhi secara negatif oleh CAR dengan signifikan. Peneliti terdahulu juga
memiliki hasil yang serupa yaitu menurut (Wibowo & Saputra, 2017) bahwa NPF
dipengaruhi secara negatif oleh CAR dengan signifikan. Rasio CAR dipakai untuk menilai
apakah suatu bank memiliki modal yang cukup untuk membantu mengukur kemampuan
suatu bank dalam menyisihkan dana yang diperuntukkan untuk mengatasi konsekuensi
terjadinya kerugian.
Hal ini memperlihatkan bahwa kecukupan modal adalah faktor yang penting untuk
mengurangi terjadinya risiko kredit. Semakin besar jumlah modal yang dipunyai bank,
maka semakin banyak juga dana yang dapat dipakai bank untuk menutupi terjadinya
pembiayaan bermasalah, karena konsekuensi terjadinya pembiayaan tak tertagih akan
tertutup oleh kecukupan modal.

4.3.3. Pengaruh FDR terhadap NPF

Berdasarkan penelitian regresi dan uji-t yang dilakukan memiliki hasil yang menunjukkan
bahwa NPF tidak dipengaruhi oleh FDR. Menurut hasil penelitian sebelumnya yang
dilakukan oleh (Wibowo & Saputra, 2017) juga memiliki hasil bahwa NPF tidak dipengaruhi
oleh FDR. Hal ini dikarenakan setiap bertambahnya penyaluran pembiayaan yang
diberikan, risiko pembiayaan tidak selalu mengikuti.
Hal ini karena risiko pembiayaan bermasalah tidak selalu karena meningkatnya
penyaluran pembiayaan yang diberikan bank, hal ini disebabkan karenan bank telah
mengikuti prosedur untuk mengantisipasi terjadinya pembiayaan bermasalah. Jadi semakin
tinggi rasio FDR dapat diartikan bahwa bank menerima penerimaan dana yang tinggi. Hal
ini memperlihatkan kemampuan bank dalam mengembalikkan dana nasabah juga semakin
baik. Dan juga dengan tinggginya penerimaan dana diharapkan dapat menutupi risiko
kredit atau pembiayaan yang dialami oleh bank.

4.3.4. Pengaruh Inflasi terhadap NPF

Berdasarkan penelitian regresi dan uji-t yang dilakukan memiliki hasil yang menunjukkan
bahwa NPF tidak dipengaruhi oleh Inflasi. Berdasarkan penelitian yang dilakukan oleh
(Firdaus, 2016) juga memiliki hasil bahwa NPF tidak dipengaruhi oleh Inflasi. Tidak
berpengaruh karena tingkat inflasi pada periode penelitian semakin membaik. Inflasi yang
terjadi pada jangka pendek tidak mempengaruhi pola berbelanja masyarakat dan
pertumbuhan kecil pada inflasi tidak akan mempengaruhi kemampuan nasabah untuk
memenuhi kewajibannya, dikarenakan perubahan harga yang tidak terlalu signifikan tidak
akan menurunkan ketidaklancaran nasabah dalam memenuhi kewajibannya.

4.3.5. Pengaruh Kurs terhadap NPF

Berdasarkan penelitian regresi dan uji-t yang dilakukan memiliki hasil yang menunjukkan
bahwa NPF tidak dipengaruhi oleh Nilai Tukar (Kurs). Hasil ini sesuai dengan penelitian

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 51

Fitriya, N., Syarief, ME., & Firdaus, A.

terdahulu yang dilakukan oleh (Asmara, 2019) yang memiliki hasil bahwa NPF tidak
dipengaruhi oleh nilai tukar (Kurs). Dikarenakan pembiayaan bermasalah tergantung
kepada calon debitur itu sendiri, bagi debitur yang melakukan kegiatan eksport,
peningkatan nilai mata uang rupiah akan mengurangi pendapatannya, tetapi jika debitur
melakukan kegiatan import maka peningkatan nilai mata uang rupiah akan menambah
pendapatan debitur tersebut.

5. Implikasi Manajerial
Bagi Bank Muamalat dalam memberikan pembiayaan kepada nasabah sebaiknya
memerhatikan aspek rasio keuangan, baik rasio profitabilitas, rasio solvabilitas, dan rasio
likuidita hal ini bertujuan agar terjadinya risiko pembiayaan atau pembiayaan bermasalah
dapat ditekan. Berdasarkan hasil penelitian ini, rasio yang berpengaruh terhadap
pembiayaan bermasalah adalah CAR. Hal ini karena CAR menunjukkan seberapa besar
kapasitas bank untuk menyediakan dana yang dapat digunakan untuk meminimalkan
terjadinya risiko pembiayaan bermasalah.

6. Kesimpulan dan Keterbatasan

Hasil penelitian dengan metode regresi linier berganda memiliki hasil yang dapat
disimpulkan bahwa secara parsial NPF tidak dipengaruhi oleh BOPO. Hal ini karena
pertumbuhan rasio BOPO yang fluktuatif, selain itu pertumbuhan BOPO yang tidak terlalu
signifikan tidak dapat memberikan pengaruh terhadap pembiayaan bermasalah (NPF). NPF
dipengaruhi secara negative dan signifikan oleh CAR, Hal ini diartikan apabila rasio CAR
meningkat maka kecenderungan pembiayaan bermasalah akan menurun, hal ini karena
bank memiliki cukup modal untuk mengatasi kemungkinan terjadinya risiko kerugian atau
risiko pembiayaan. NPF tidak dipengaruhi oleh FDR, hal ini karena rasio FDR hanya
mengambarkan sebaik apa bank untuk mendapatkan keuntungan dari hasil memanfaatkan
dana yang dihimpun oleh masyarakat, kemudian keuntungan tersebut menjadi kewajiban
bank untuk menyediakan dana apabila sewaktu-waktu nasabah ingin mengambil dananya
kembali. NPF tidak dipengaruhi oleh Inflasi, disebabkan karena laju inflasi yang terjadi
selama periode penelitian cenderung membaik. NPF tidak dipengaruhi oleh Nilai Tukar
(Kurs), disebabkan karena tingkat pembiayaan bermasalah tergantung kepada debitur,
karena penguatan mata uang rupiah akan memberikan dampak yang berbeda kepada
debitur yang bergerak pada bidang import dn eksport.
Dari uraian diatas mengenai hasil penelitian, maka terdapat beberapa saran
berdasarkan hasil penelitian tersebut agar dapat digunakan oleh pihak-pihak yang
berkepentingan. 1) 2) Bagi Peneliti selanjutnya diharapkan agar tidak terpaku kepada
penelitian ini, diharapkan peneliti selanjutnya untuk dapat menambah atau memperbarui
variabel independent yang dapat memberikan pengaruh yang lebih besar untuk mengurangi
risiko pembiayaan bermasalah , agar hasil penelitian ini dapat digunakan sebagi informasi
yang dibutuhkan oleh subjek penelitian. Peneliti selanjutnya dapat menambah periode
penelitian atau menambah subjek penelitian sehingga hasil yang diperoleh dapat lebih
relevan.

Daftar Pustaka
Akbar, Dinnul Alfian. (2016). Inflasi, Gross Domestic Product (GDP), Capital Adequacy
Ratio (CAR), Dan Finance To Deposit Ratio (FDR) Terhadap Non Performing
Financing (NPF) Pada Bank Umum Syariah Di Indonesia. I-ECONOMICS: A Research

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 52

Fitriya, N., Syarief, ME., & Firdaus, A.

Journal on Islamic Economics, 2(2), 19-37.

Asmara, K. (2019). Analisis Faktor Internal dan Eksternal terhadap Non Performance
Financing (NPF) Perbankan Syariah di Indonesia Periode Tahun 2015-
2018. OECONOMICUS Journal of Economics, 4(1), 21-34.
Azizah, Z., Barnas, B., & Hadiani, F. (2022). Analisis Pengaruh CAR, FDR, ROA, dan Inflasi
Terhadap Non Performing Financing pada Bank Muamalat Indonesia. Journal of
Applied Islamic Economics and Finance, 2(2), 387-398.
Firdaus, R. N. (2015). Pengaruh Faktor Internal dan Eksternal yang Mempengaruhi
Pembiayaan Bermasalah pada Bank Umum Syariah di Indonesia. El Dinar: Jurnal
Keuangan dan Perbankan Syariah, 3(1).
Ghozali, Imam. 2013. Aplikasi Analisis Multivariate dengan Program SPSS 21. Semarang:
Badan Penerbit UNDIP.
Hijriyani, N. Z., & Setiawan, S. (2017). Analisis Profitabilitas Perbankan Syariah di Indonesia
sebagai Dampak Dari Efisiensi Operasional. Jurnal Kajian Akuntansi, 1(2), 194-209.
Indrajaya, I. (2019). Determinan Non-Performing Financing Pada Bank Umum Syariah Di
Indonesia. JEBIS (Jurnal Ekonomi dan Bisnis Islam, 5(1), 68-81.
Ismail, 2018. Manajemen Perbankan : Dari Teori Menuju Aplikasi. Jakarta : Kecana.
Mia Maraya Aulia, Syaichu , 2016 , Analisis Pengaruh Faktor Internal Dan Faktor Eksternal
Terhadap Tingkat Pembiyaan Bermasalah Pada Bank Umum Syariah Di Indonesia
Periode Tahun 2010-2014, Diponegoro Journal Of Management, Vol 5. No 3
Mutamimah dan Siti Nur. 2012. “Analisis Eksternal dan Internal dalam Menentukan NPF
Bank Umum Syariah di Indonesia”. Jurnal Bisnis dan Ekonomi, Vol. 19, No. 1.
Nugraha, H., & Arshad, D. (2020). Analisis Faktor-Faktor yang Mempengaruhi FDR Bank
Umum Syariah (Studi Kasus PT Bank Muamalat Indonesia Tbk). Journal of Applied
Islamic Economics and Finance, 1(1), 37-53.
Pratama, S. N., Mauluddi, H. A., & Tamara, D. A. D. (2022). Pengaruh Dana Pihak Ketiga,
Return on Aset dan Non-Performing Financing Terhadap Financing to Deposit Ratio.
Journal of Applied Islamic Economics and Finance, 2(2), 408-417.
Rahardja, Pratama dan Mandala Manurung, 2004. Pengantar Makroekonomi. Jakarta : LPFE-
UI.
Tripuspitorini, F. A., & Setiawan, S. (2020). Pengaruh faktor makroekonomi terhadap
pertumbuhan dana pihak ketiga pada bank umum syariah di Indonesia. Jurnal Riset
Akuntansi dan Keuangan, 8(1), 121-132.
Umam, Khaerul. 2013. Manajemen Perbankan Syariah. Bandung: Pustaka Setia
Wibowo, S. A., & Saputra, W. (2017). Pengaruh Variabel Makro Dan Mikro Ekonomi
Terhadap Pembiayaan Bermasalah Pada Bank Syariah Di Indonesia. JIA (Jurnal Ilmiah
Akuntansi), 2(1).

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 53